
SQL注入之a(chǎn)ccess注入
在編寫(xiě)高效 SQL 時(shí),你可能遇到的最有影響的事情就是索引[1]。但是,一個(gè)很重要的事實(shí)就是很多 SQL 客戶端要求數(shù)據(jù)庫(kù)做很多“不必要的強(qiáng)制性工作”。
跟我再重復(fù)一遍:
不必要的強(qiáng)制性工作
什么是“不必要的強(qiáng)制性工作”?這個(gè)意思包括兩個(gè)方面:
不必要的
假設(shè)你的客戶端應(yīng)用程序需要這些信息:
這沒(méi)什么特別的。我們運(yùn)行著一個(gè)電影數(shù)據(jù)庫(kù)(例如 Sakila 數(shù)據(jù)庫(kù)[2]),我們想要給用戶顯示每部電影的名稱和評(píng)分。
這是能產(chǎn)生上面結(jié)果的查詢:
SELECT title, rating
FROM film
然而,我們的應(yīng)用程序(或者我們的 ORM(LCTT 譯注:對(duì)象關(guān)系映射Object-Relational Mapping))運(yùn)行的查詢卻是:
SELECT *
FROM film
我們得到什么?猜一下。我們得到很多無(wú)用的信息:
甚至一些復(fù)雜的 JSON 數(shù)據(jù)全程在下列環(huán)節(jié)中加載:
從磁盤(pán)
加載到緩存
通過(guò)總線
進(jìn)入客戶端內(nèi)存
然后被丟棄
是的,我們丟棄了其中大部分的信息。檢索它所做的工作完全就是不必要的。對(duì)吧?沒(méi)錯(cuò)。
強(qiáng)制性
這是最糟糕的部分?,F(xiàn)今隨著優(yōu)化器變得越來(lái)越聰明,這些工作對(duì)于數(shù)據(jù)庫(kù)來(lái)說(shuō)都是強(qiáng)制執(zhí)行的。數(shù)據(jù)庫(kù)沒(méi)有辦法知道客戶端應(yīng)用程序?qū)嶋H上不需要其中 95% 的數(shù)據(jù)。這只是一個(gè)簡(jiǎn)單的例子。想象一下如果我們連接更多的表...
你想想那會(huì)怎樣呢?數(shù)據(jù)庫(kù)還快嗎?讓我們來(lái)看看一些之前你可能沒(méi)有想到的地方:
內(nèi)存消耗
當(dāng)然,單次執(zhí)行時(shí)間不會(huì)變化很大??赡苁锹?1.5 倍,但我們可以忍受,是吧?為方便起見(jiàn),有時(shí)候確實(shí)如此。但是如果你每次都為了方便而犧牲性能,這事情就大了。我們不說(shuō)性能問(wèn)題(單個(gè)查詢的速度),而是關(guān)注在吞吐量上時(shí)(系統(tǒng)響應(yīng)時(shí)間),事情就變得困難而難以解決。你就會(huì)受阻于規(guī)模的擴(kuò)大。
讓我們來(lái)看看執(zhí)行計(jì)劃,這是 Oracle 的:
--------------------------------------------------
| Id | Operation | Name | Rows | Bytes |
--------------------------------------------------
| 0 | SELECT STATEMENT | | 1000 | 166K|
| 1 | TABLE ACCESS FULL| FILM | 1000 | 166K|
--------------------------------------------------
對(duì)比一下:
--------------------------------------------------
| Id | Operation | Name | Rows | Bytes |
--------------------------------------------------
| 0 | SELECT STATEMENT | | 1000 | 20000 |
| 1 | TABLE ACCESS FULL| FILM | 1000 | 20000 |
--------------------------------------------------
當(dāng)執(zhí)行 SELECT * 而不是 SELECT film, rating 的時(shí)候,我們?cè)跀?shù)據(jù)庫(kù)中使用了 8 倍之多的內(nèi)存。這并不奇怪,對(duì)吧?我們?cè)缇椭懒?。在很多我們并不需要其中全部?shù)據(jù)的查詢中我們都是這樣做的。我們?yōu)閿?shù)據(jù)庫(kù)產(chǎn)生了不必要的強(qiáng)制性工作,其后果累加了起來(lái),就是我們使用了多達(dá) 8 倍的內(nèi)存(當(dāng)然,數(shù)值可能有些不同)。
而現(xiàn)在,所有其它的步驟(比如,磁盤(pán) I/O、總線傳輸、客戶端內(nèi)存消耗)也受到相同的影響,我這里就跳過(guò)了。另外,我還想看看...
索引使用
如今大部分?jǐn)?shù)據(jù)庫(kù)都有涵蓋索引[3](LCTT 譯注:covering index,包括了你查詢所需列、甚至更多列的索引,可以直接從索引中獲取所有需要的數(shù)據(jù),而無(wú)需訪問(wèn)物理表)的概念。涵蓋索引并不是特殊的索引。但對(duì)于一個(gè)特定的查詢,它可以“意外地”或人為地轉(zhuǎn)變?yōu)橐粋€(gè)“特殊索引”。
看看這個(gè)查詢:
SELECT *
FROM actor
WHERE last_name LIKE 'A%'
執(zhí)行計(jì)劃中沒(méi)有什么特別之處。它只是個(gè)簡(jiǎn)單的查詢。索引范圍掃描、表訪問(wèn),就結(jié)束了:
-------------------------------------------------------------------
| Id | Operation | Name | Rows |
-------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 8 |
| 1 | TABLE ACCESS BY INDEX ROWID| ACTOR | 8 |
|* 2 | INDEX RANGE SCAN | IDX_ACTOR_LAST_NAME | 8 |
這是個(gè)好計(jì)劃嗎?如果我們只是想要這些,那么它就不是:
當(dāng)然,我們浪費(fèi)了內(nèi)存之類的。再來(lái)看看這個(gè)查詢:
SELECT first_name, last_name
FROM actor
WHERE last_name LIKE 'A%'
它的計(jì)劃是:
----------------------------------------------------
| Id | Operation | Name | Rows |
----------------------------------------------------
| 0 | SELECT STATEMENT | | 8 |
|* 1 | INDEX RANGE SCAN| IDX_ACTOR_NAMES | 8 |
現(xiàn)在我們可以完全消除表訪問(wèn),因?yàn)橛幸粋€(gè)索引涵蓋了我們查詢需要的所有東西……一個(gè)涵蓋索引。這很重要嗎?當(dāng)然!這種方法可以將你的某些查詢加速一個(gè)數(shù)量級(jí)(如果在某個(gè)更改后你的索引不再涵蓋,可能會(huì)降低一個(gè)數(shù)量級(jí))。
你不能總是從涵蓋索引中獲利。索引也有它們自己的成本,你不應(yīng)該添加太多索引,例如像這種情況就是不明智的。讓我們來(lái)做個(gè)測(cè)試:
SET SERVEROUTPUT ON
DECLARE
v_ts TIMESTAMP;
v_repeat CONSTANT NUMBER := 100000;
BEGIN
v_ts := SYSTIMESTAMP;
FOR i IN 1..v_repeat LOOP
FOR rec IN (
-- Worst query: Memory overhead AND table access
SELECT *
FROM actor
WHERE last_name LIKE 'A%'
) LOOP
NULL;
END LOOP;
END LOOP;
dbms_output.put_line('Statement 1 : ' || (SYSTIMESTAMP - v_ts));
v_ts := SYSTIMESTAMP;
FOR i IN 1..v_repeat LOOP
FOR rec IN (
-- Better query: Still table access
SELECT /*+INDEX(actor(last_name))*/
first_name, last_name
FROM actor
WHERE last_name LIKE 'A%'
) LOOP
NULL;
END LOOP;
END LOOP;
dbms_output.put_line('Statement 2 : ' || (SYSTIMESTAMP - v_ts));
v_ts := SYSTIMESTAMP;
FOR i IN 1..v_repeat LOOP
FOR rec IN (
-- Best query: Covering index
SELECT /*+INDEX(actor(last_name, first_name))*/
first_name, last_name
FROM actor
WHERE last_name LIKE 'A%'
) LOOP
NULL;
END LOOP;
END LOOP;
dbms_output.put_line('Statement 3 : ' || (SYSTIMESTAMP - v_ts));
END;
/
結(jié)果是:
Statement 1 : +000000000 00:00:02.479000000
Statement 2 : +000000000 00:00:02.261000000
Statement 3 : +000000000 00:00:01.857000000
注意,表 actor 只有 4 列,因此語(yǔ)句 1 和 2 的差別并不是太令人印象深刻,但仍然很重要。還要注意我使用了 Oracle 的提示來(lái)強(qiáng)制優(yōu)化器為查詢選擇一個(gè)或其它索引。在這種情況下語(yǔ)句 3 明顯勝利。這是一個(gè)好很多的查詢,也是一個(gè)十分簡(jiǎn)單的查詢。
當(dāng)我們寫(xiě) SELECT * 語(yǔ)句時(shí),我們?yōu)閿?shù)據(jù)庫(kù)帶來(lái)了不必要的強(qiáng)制性工作,這是無(wú)法優(yōu)化的。它不會(huì)使用涵蓋索引,因?yàn)楸绕鹚褂玫?nbsp;LAST_NAME 索引,涵蓋索引開(kāi)銷更多一點(diǎn),不管怎樣,它都要訪問(wèn)表以獲取無(wú)用的 LAST_UPDATE 列。
使用 SELECT * 會(huì)變得更糟??紤]一下……
SQL 轉(zhuǎn)換
優(yōu)化器工作的很好,因?yàn)樗鼈冝D(zhuǎn)換了你的 SQL 查詢(看我最近在 Voxxed Days Zurich 關(guān)于這方面的演講[4])。例如,其中有一個(gè)稱為“表連接消除”的轉(zhuǎn)換,它真的很強(qiáng)大??纯催@個(gè)輔助視圖,我們寫(xiě)了這個(gè)視圖是因?yàn)槲覀兎浅S憛捒偸沁B接所有這些表:
CREATE VIEW v_customer AS
SELECT
c.first_name, c.last_name,
a.address, ci.city, co.country
FROM customer c
JOIN address a USING (address_id)
JOIN city ci USING (city_id)
JOIN country co USING (country_id)
這個(gè)視圖僅僅是把 CUSTOMER 和他們不同的 ADDRESS 部分所有“對(duì)一”關(guān)系連接起來(lái)。謝天謝地,它很工整。
現(xiàn)在,使用這個(gè)視圖一段時(shí)間之后,想象我們非常習(xí)慣這個(gè)視圖,我們都忘了所有它底層的表。然后,我們運(yùn)行了這個(gè)查詢:
SELECT *
FROM v_customer
我們得到了一個(gè)相當(dāng)令人印象深刻的計(jì)劃:
----------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost |
----------------------------------------------------------------
| 0 | SELECT STATEMENT | | 599 | 47920 | 14 |
|* 1 | HASH JOIN | | 599 | 47920 | 14 |
| 2 | TABLE ACCESS FULL | COUNTRY | 109 | 1526 | 2 |
|* 3 | HASH JOIN | | 599 | 39534 | 11 |
| 4 | TABLE ACCESS FULL | CITY | 600 | 10800 | 3 |
|* 5 | HASH JOIN | | 599 | 28752 | 8 |
| 6 | TABLE ACCESS FULL| CUSTOMER | 599 | 11381 | 4 |
| 7 | TABLE ACCESS FULL| ADDRESS | 603 | 17487 | 3 |
當(dāng)然是這樣。我們運(yùn)行了所有這些表連接以及全表掃描,因?yàn)檫@就是我們讓數(shù)據(jù)庫(kù)去做的:獲取所有的數(shù)據(jù)。
現(xiàn)在,再一次想一下,對(duì)于一個(gè)特定場(chǎng)景,我們真正想要的是:
是啊,對(duì)吧?現(xiàn)在你應(yīng)該知道我的意圖了。但想像一下,我們確實(shí)從前面的錯(cuò)誤中學(xué)到了東西,現(xiàn)在我們實(shí)際上運(yùn)行下面一個(gè)比較好的查詢:
SELECT first_name, last_name
FROM v_customer
再來(lái)看看結(jié)果!
------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost |
------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 599 | 16173 | 4 |
| 1 | NESTED LOOPS | | 599 | 16173 | 4 |
| 2 | TABLE ACCESS FULL| CUSTOMER | 599 | 11381 | 4 |
|* 3 | INDEX UNIQUE SCAN| SYS_C007120 | 1 | 8 | 0 |
這是執(zhí)行計(jì)劃一個(gè)極大的進(jìn)步。我們的表連接被消除了,因?yàn)閮?yōu)化器可以證明它們是不必要的,因此一旦它可以證明這點(diǎn)(而且你不會(huì)因使用 select * 而使其成為強(qiáng)制性工作),它就可以移除這些工作并不執(zhí)行它。為什么會(huì)發(fā)生這種情況?
每個(gè) CUSTOMER.ADDRESS_ID 外鍵保證了有且只有一個(gè)ADDRESS.ADDRESS_ID 主鍵值,因此可以保證 JOIN 操作是對(duì)一連接,它不會(huì)產(chǎn)生或者刪除行。如果我們甚至不選擇行或查詢行,當(dāng)然我們就不需要真正地去加載行??梢宰C實(shí)地移除 JOIN 并不會(huì)改變查詢的結(jié)果。
數(shù)據(jù)庫(kù)總是會(huì)做這些事情。你可以在大部分?jǐn)?shù)據(jù)庫(kù)上嘗試它:
-- Oracle
SELECT CASE WHEN EXISTS (
SELECT 1 / 0 FROM dual
) THEN 1 ELSE 0 END
FROM dual
-- 更合理的 SQL 語(yǔ)句,例如 PostgreSQL
SELECT EXISTS (SELECT 1 / 0)
在這種情況下,當(dāng)你運(yùn)行這個(gè)查詢時(shí)你可能預(yù)料到會(huì)拋出算術(shù)異常:
SELECT1/0FROM dual
產(chǎn)生了:
ORA-01476:divisorisequal to zero
但它并沒(méi)有發(fā)生。優(yōu)化器(甚至解析器)可以證明 EXISTS (SELECT ..) 謂詞內(nèi)的任何 SELECT 列表達(dá)式不會(huì)改變查詢的結(jié)果,因此也就沒(méi)有必要計(jì)算它的值。呵!
同時(shí)……
大部分 ORM 最不幸問(wèn)題就是事實(shí)上他們很隨意就寫(xiě)出了 SELECT * 查詢。事實(shí)上,例如 HQL / JPQL,就設(shè)置默認(rèn)使用它。你甚至可以完全拋棄 SELECT 從句,因?yàn)楫吘鼓阆胍@取所有實(shí)體,正如聲明的那樣,對(duì)吧?
例如:
FROM v_customer
例如 Vlad Mihalcea[5](一個(gè) Hibernate 專家和 Hibernate 開(kāi)發(fā)倡導(dǎo)者)建議你每次確定不想要在獲取后進(jìn)行任何更改時(shí)再使用查詢。ORM 使解決對(duì)象圖持久化問(wèn)題變得簡(jiǎn)單。注意:持久化。真正修改對(duì)象圖并持久化修改的想法是固有的。
但如果你不想那樣做,為什么要抓取實(shí)體呢?為什么不寫(xiě)一個(gè)查詢?讓我們清楚一點(diǎn):從性能角度,針對(duì)你正在解決的用例寫(xiě)一個(gè)查詢總是會(huì)勝過(guò)其它選項(xiàng)。你可以不會(huì)在意,因?yàn)槟愕臄?shù)據(jù)集很小,沒(méi)關(guān)系??梢?。但最終,你需要擴(kuò)展并重新設(shè)計(jì)你的應(yīng)用程序以便在強(qiáng)制實(shí)體圖遍歷之上支持查詢語(yǔ)言,就會(huì)變得很困難。你也需要做其它事情。
計(jì)算出現(xiàn)次數(shù)
資源浪費(fèi)最嚴(yán)重的情況是在只是想要檢驗(yàn)存在性時(shí)運(yùn)行 COUNT(*) 查詢。例如:
這個(gè)用戶有沒(méi)有訂單?
我們會(huì)運(yùn)行:
SELECT count(*)
FROM orders
WHERE user_id = :user_id
很簡(jiǎn)單。如果 COUNT = 0:沒(méi)有訂單。否則:是的,有訂單。
性能可能不會(huì)很差,因?yàn)槲覀兛赡苡幸粋€(gè) ORDERS.USER_ID 列上的索引。但是和下面的這個(gè)相比你認(rèn)為上面的性能是怎樣呢:
-- Oracle
SELECT CASE WHEN EXISTS (
SELECT *
FROM orders
WHERE user_id = :user_id
) THEN 1 ELSE 0 END
FROM dual
-- 更合理的 SQL 語(yǔ)句,例如 PostgreSQL
SELECT EXISTS (
SELECT *
FROM orders
WHERE user_id = :user_id
)
它不需要火箭科學(xué)家來(lái)確定,一旦它找到一個(gè),實(shí)際存在謂詞就可以馬上停止尋找額外的行。因此,如果答案是“沒(méi)有訂單”,速度將會(huì)是差不多。但如果結(jié)果是“是的,有訂單”,那么結(jié)果在我們不計(jì)算具體次數(shù)的情況下就會(huì)大幅加快。
因?yàn)槲覀儾辉诤蹙唧w的次數(shù)。我們告訴數(shù)據(jù)庫(kù)去計(jì)算它(不必要的),而數(shù)據(jù)庫(kù)也不知道我們會(huì)丟棄所有大于 1 的結(jié)果(強(qiáng)制性)。
當(dāng)然,如果你在 JPA 支持的集合上調(diào)用 list.size() 做同樣的事情,情況會(huì)變得更糟!
總結(jié)
這篇文章的立場(chǎng)很“明顯”。別讓數(shù)據(jù)庫(kù)做不必要的強(qiáng)制性工作。
它不必要,因?yàn)閷?duì)于你給定的需求,你知道一些特定的工作不需要完成。但是,你告訴數(shù)據(jù)庫(kù)去做。
它強(qiáng)制性,因?yàn)?a target="_blank">數(shù)據(jù)庫(kù)無(wú)法證明它是不必要的。這些信息只包含在客戶端中,對(duì)于服務(wù)器來(lái)說(shuō)無(wú)法訪問(wèn)。因此,數(shù)據(jù)庫(kù)需要去做。
這篇文章大部分在介紹 SELECT *,因?yàn)檫@是一個(gè)很簡(jiǎn)單的目標(biāo)。但是這并不僅限于數(shù)據(jù)庫(kù)。這關(guān)系到客戶端要求服務(wù)器完成不必要的強(qiáng)制性工作的任何分布式算法。你的 AngularJS 應(yīng)用程序平均有多少個(gè) N+1 問(wèn)題,UI 在服務(wù)結(jié)果 A 上循環(huán),多次調(diào)用服務(wù) B,而不是把所有對(duì) B 的調(diào)用打包為一個(gè)調(diào)用?這是一個(gè)復(fù)發(fā)的模式。
解決方法總是相同。你給執(zhí)行你命令的實(shí)體越多信息,(理論上)它能更快執(zhí)行這樣的命令。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門(mén)控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書(shū)考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開(kāi)啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03