데브포유

ClickHouse supports multiple table engines, each with different storage and performance characteristics. The following are the most commonly used table engines in ClickHouse: MergeTree: This is the default engine used in ClickHouse. It is optimized for read-heavy workloads and provides efficient filtering and aggregation operations. It uses a b-tree data structure and supports partial indexing a..

Some of the disadvantages of ClickHouse include: Limited scalability: ClickHouse has limited scalability compared to other big data solutions, making it less suitable for large-scale data processing. Steep learning curve: ClickHouse has a steeper learning curve compared to other database management systems, making it less accessible for new users. Limited support for secondary indexes: Secondary..

오늘 저녁 산책 도중에 갑자기 SQL을 MQL로 변화해 달라고 ChatGPT에게 부탁하면 어떤 대답을 할지 궁금해서 집에 오자마자 테스트해 보았습니다. Q. 아래 SQL을 MQL로 변환해 select count(1), sum(amt) from orders where trd_ym = '2022' ; 간단해 예제라서 좀 더 복잡한 쿼리를 물어 보았습니다. Q. 아래 SQL을 MQL로 변환해 select t2.cust_nm, count(1) as total_cnt, sum(t1.amt) as total_amt from orders t1 left join customer t2 on t1.cust_id = t2.cust_id where t1.trd_ym = '2022' group by t2.cust_nm ; 아래..

ClickHouse는 Yandex에서 개발한 오픈 소스 열 기반 데이터베이스 관리 시스템입니다. ClickHouse의 기본 아키텍처는 분석 및 OLAP(Online Analytical Processing) 워크로드를 위한 고성능 및 확장성을 제공하도록 설계되었습니다. 다음은 ClickHouse 아키텍처의 주요 구성 요소에 대한 개요입니다. 열 기반 스토리지: ClickHouse는 기존 관계형 데이터베이스에서 사용하는 행 기반 스토리지보다 분석 워크로드에 더 효율적인 열 기반 방식으로 데이터를 저장합니다. 분산 저장소: ClickHouse는 클러스터의 여러 노드에 데이터를 저장하여 수평적 확장성을 허용하는 분산 저장소 아키텍처를 지원합니다. 압축: ClickHouse는 델타 압축, 실행 길이 인코딩 및 사..

도커로 설치 docker pull yandex/clickhouse-server ocker run -d --name clickhouse-server -p 8123:8123 -p 9000:9000 yandex/clickhouse-server DBeaver로 접속해서 데이터베이스 생성 CREATE DATABASE DEV4U; 테이블 생성 CREATE TABLE dev4u.tt_a ( `name` String, `age` UInt32 ) ENGINE = MergeTree ORDER BY name UPDATE 구문 테스트 ChatGPT가 답변한 내용처럼 ClickHouse에서도 이제 업데이트 구문이 동작했습니다. 언제가 될지는 모르겠지만, 다음번에 DW 구축 프로젝트가 있으면, ClickHouse도 적극 검토해 ..

Here's a simple example of using TensorFlow to build a binary classification model for fraud detection: import tensorflow as tf import pandas as pd # Load the dataset data = pd.read_csv("fraud_data.csv") # Split the data into features (X) and labels (y) X = data.drop("class", axis=1) y = data["class"] # Split the data into training and testing sets train_X = X[:500] train_y = y[:500] test_X = X[..

import java.sql.*; import java.io.*; public class OracleClobExample { public static void main(String[] args) { String url = "jdbc:oracle:thin:@::"; String username = ""; String password = ""; try (Connection conn = DriverManager.getConnection(url, username, password)) { String sql = "INSERT INTO table_name (id, clob_column) VALUES (?,?)"; try (PreparedStatement pstmt = conn.prepareStatement(sql)..

The Transformer is a type of deep learning model used for natural language processing tasks such as language translation, text classification, and text generation. It was introduced in the paper "Attention is All You Need" by Vaswani et al. in 2017. The Transformer is notable for its use of self-attention mechanisms, which allow the model to attend to different parts of the input sequence when g..