从摸鱼学徒进阶摸鲸校尉

处理之后，每个uid都被打上了类别标记。然后我们就可以根据标记判断用户最终所属的群组，用这种方法即使分组数量随着属性数量指数增加，但是我们的处理数据的复杂度随着属性数量增加线性增加。提高了效率，优化了逻辑。

我把它叫做量子叠加分组法，原因在于

一个量子系统可以处于不同量子态的叠加态上，当去观察它的时候，才会从多种状态坍缩到一种确定的状态

对比我们的分组模型

一个用户可能同时属于n个不同的组，当我们去sum他们并观察的时候，才能唯一确定他所在的分组

关联

什么?sql的关联表只认join?那你就是个outer了

接下来我来说一下union all怎么关联，以及union all关联的好处

假如我们是一个购物app，需要建立一张用户行为的宽表记录用户的核心行为。用户标识记作uid，商品唯一标识记作id，用户行为日志表为action，用户行为主要有三种，一，查看商品，标记detail;二，加入购物车，标记cart;三，购买，标记buy。我们需要计算的是一个uid每天三种行为的次数，具体如下：

uid detail_amunt cart_amount buy_amount

按照常规的方法，有的同学可能是这么算的里有个默认的逻辑是，用户的加入购物车以及购买行为一定要先查看，否则无查看的加入购物车行为不能被计算在内。那么难度又来了，假如加入购物车它就是不需要查看呢?

有些同学是这么处理的，用今天活跃的用户作为主表再去关联后面三个行为的表就解决了

这样自然可以，这样计算需要的资源较多，逻辑并不清晰，而且把活跃且以上三个行为一个都没有的用户计算进来了。

下面我来推荐一个方式，可以一次性解决上述所有问题

（编辑：宁德站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!