问题标签 [aggregation]

不同类型的关联（即聚合、组合和依赖）之间有什么区别？借助代码示例（Java、C++ 或伪代码）进行解释。

我正在开发一个 Ruby on Rails 应用程序，其中我的一个数据库表有 10 列（pile_1 到 pile_10）。将模型中的这些列作为 10 元素数组访问会很方便。

感觉我应该能够强迫composed_of我做我想做的事，但我不知道怎么做。谁能启发我，或提出更好的策略？

我有一个视频博客，我想跟踪它的某些统计数据，包括来自 Google Analytics、Twitter、YouTube、Facebook 等的统计数据。

问题是各种统计数据位于不同的网站上，需要不同的登录名等。实际查看所有内容需要很长时间。我正在寻找一种能够将所有这些信息汇总在一个地方的方法。

我在 Google、Mashable、Delicious 等网站上进行了大量搜索，但没有找到任何符合我要求的网站。是我的搜索技巧不好，还是真的不存在？

我感兴趣的数据似乎以易于解析的形式提供（见下文），但我不愿自己编写一个应用程序来完成这项工作，因为工作量已经超过了全部工作量。

我要汇总的数据：

• 谷歌分析——在我的网站上跟踪

  • 参观人数
  • 流量来源
  • 使用数据导出 API -- http://code.google.com/apis/analytics/docs/gdata/gdataDeveloperGuide.html

• 推特

  • 关注者数量
  • 转推数
  • 新的@消息
  • 新的直接消息
  • Twitter API --（对不起，我只能发布一个超链接，因为我是新手）

• 脸书粉丝专页

  • 粉丝数
  • 墙上的新帖子
  • Facebook API -- （对不起，我只能发布一个超链接，因为我是新人）

• 棒棒哒

  • 关注者数量

• 视频

  • 观看次数
  • 查看位置
  • 评论数
  • 频道订阅者数量
  • 这样做是为了
    • YouTube -- CSV 报告可在（对不起，我只能发布一个超链接，因为我是新手）
    • 元评论家

• 饲料燃烧器 (RSS)

  • 订户数
  • CSV 报告可在（对不起，我只能发布一个超链接，因为我是新手）

• 搜索引擎优化的东西

  • 谷歌页面排名
  • Alexa排名

那么是否有一个应用程序已经这样做了，或者我应该自己这样做？我想要一种快速而肮脏的方法来做到这一点——我在想雅虎管道之类的东西，但它似乎不能胜任这项任务。我可能可以在 Grails 中完成它，但这可能比它的价值更麻烦。其他想法？

（我使用的是 C#，但这不一定是特定于平台的）

假设我有一个值表，它由三个键（A、B、C）索引。表中的值不时从外部源流入。我想发布关于各种键集的聚合，例如计算 B = b1 的所有值的总和。

如果我每次都遍历整个表，这很简单，但显然这不是有效的。我想知道的是，是否有一种特别好的方法来设计这样的东西，以便我只sum(B = b1)在表中的值更改会影响这个总和时更新？似乎我需要创建某种Aggregation对象来维护包含在该聚合中的每个值的列表，但我觉得可能有一种更优雅的方式可以逃避我。类似于“实时” LINQ 查询...

好的，我知道 YQL、Yahoo Pipes 等等。但我想知道对于非常了解 jQuery、javascript 和 JSON 的人来说，“捷径”是什么？使用这些工具聚合多个 rss 提要，然后查询结果的通用解决方案的架构是什么？

我希望能够保存这些查询并将它们作为 url 发送给特定用户。是的，我知道雅虎“控制台”的这种“味道”，但这背后的代码太多了，只是为了制作 GUI 等。

还是已经有一些“灵丹妙药”了？一些 jQuery 插件或类似的“东西”？至少对于部分任务？

谢谢--DBJ

我有三个表（为了争论）个人、电子邮件和属性。individual_Ref 将个人链接到电子邮件和属性的外键。

没有必要在属性表上表示给定的个人，因为他们可能从未添加过属性，并且如果他们有多个属性，他们可能会出现多次。

我想要获取单个引用的列表以及它们的特定属性的计数。但是需要通过电子邮件地址搜索，因为它允许个人共享电子邮件地址（不要让我开始）......

我的第一个刺是

使用左连接来确保我从电子邮件中获得个人参考（如果存在），并确保如果电子邮件中有个人参考但属性中没有个人参考，我会得到结果。或者我认为因为这不会返回任何行但是......

返回一个带有 individual_Ref 且计数为 0 的行

我并不是说 SQL 比我的理解更糟糕……所以我猜“我的困惑是什么？” 是问题。

我有一个连接到 2 个流行 API 的系统。我需要将每个数据聚合成一个统一的结果，然后可以进行分页。该项目的范围意味着该系统最终可能支持 10 个 API。

每个 API 对每个请求的最大限制为 50 个结果。

聚合这些数据的最佳方法是什么，使其可靠，即有序、无重复等

我在 LAMP 环境中使用 CakePHP 框架，但是，我认为这个问题涉及所有编程语言。

到目前为止，我的方法是查询每个提供者的搜索 API，然后填充 MySQL 表。由此结果是有序的、分页的等。但是，我关心的是性能：API 通信、解析、插入然后在一次执行中读取所有内容。

我错过了什么，有人有其他想法吗？我确信这是许多替代解决方案的常见问题。

任何帮助将不胜感激。

我正在尝试用 Java 构建一个轮询服务，以检查来自 RSS 提要的更新。

在检测到新项目时，它应该只在系统中进一步发送新项目。

是否有执行此操作的 API，或者我必须自己进行比较检查？

目前，我的轮询器只返回它当前看到的导致我系统中重复的内容。

我正在尝试创建一个包含每个组摘要的报告。例如：

我有一个查询可以执行除 TOTAL 列之外的所有操作：

我只是不确定如何获得关于组的摘要。在这种情况下，我试图为每组 ID 获取 COUNT 的总和。

更新：

组是按类型。在原帖中忘记了。

TOTAL 是每个组的 SUM(COUNT)。

我希望从多个节点日志文件（在我的情况下是 apache 访问和错误日​​志）中导出，并将该数据批量聚合，作为计划的作业。我见过多种处理流数据的解决方案（即 think scribe）。我想要一个工具，让我可以灵活地定义目的地。这个要求来自于我想使用 HDFS 作为目标。

我一直无法找到批量支持此功能的工具。在重新创建轮子之前，我想询问 StackOverflow 社区的意见。

如果python中已经存在解决方案，那就更好了。