小白学数据分析----->与MySQL有关的小知识_I

放在这个专题下,是因为有时候我们数据分析师的确是懂得一点数据库的操作知识或者会一些SQL,平时我用的比较多的就是MySQL,如果说我们一般就是要学一些SQL操作的话,可能就足以应付平时的工作,至于对象,比如Oracle,DB2等等数据库产品,这种SQL尽管差异有很多,不过总体上可以一条路走下来。不过今天说的几个问题是和MySQL产品本身有关系的,因为我们一些数据处理和分析是需要它来帮忙的。

和MySQL打交道,基本我们都是在解决与数据库连接的问题比较挠头,下面简单说说怎么通过MySQL与Excel、SPSS、Clementine、R连接,并完成一些查询,限于篇幅分期描述一下。

MySQL连接Excel

MySQL与Excel连接有时候其实很有作用,原因在于我们有时候在Navicat这样的软件中查询的结果,必须要保存查询,然后选择输出格式(这里是Excel的格式),这种方式其实效率很低,主要是时间上我们受不了。所以我们通过建立Excel与MySQL的连接,直接就可以把数据导入到Excel中,这样处理起来速度就会快一些。

操作:

Excel与MySQL连接是使用数据源的,即通过ODBC的方式提供连接,因此事先你要下载MySQL connector/ODBC(http://dev.mysql.com/downloads/connector/odbc/5.1.html)。随后进入管理工具(控制面板|管理工具|数据源ODBC)如下图所示

随后,你可以添加数据源(用户DSN),选择MySQL ODBC 5.1 Driver,如下图

点击完成,此时就会弹出来connector的面板,在这里完成相关信息的填写,如下图

Data Source Name:数据源的名字,最后会显示在用户DSN面板,并且我们在连接时也是依靠这个名字作为连接的标示符;

TCP/IP Server:连接的数据库IP地址以及端口,默认是3306;

User:数据库账户名;

Password:账户密码;

Database:在此IP的DBMS中的数据库名称,一般输入用户名和密码后,数据库就会显示出来,我们从中选择一个我们需要的数据库就行了。

随后点击确定,回到数据源窗口,此时多了一个数据源,记住数据源的名字就可以了,下面来说怎么连接,在Excel中选择数据|连接

在打开的对话框中,点击添加,会弹出来现有的连接,之后我们选择左下角的浏览更多,建立一个数据源,此时弹出来一个对话框,如下:

选择连接到新数据源.odc,选择打开按钮,弹出如下的对话框:

在这里我们选择ODBC DSN,单击下一步,找到我们的数据源,名叫testODBC

单击下一步,在新的对话框中,我们能看到我们要连接的数据库,及数据库中的具体数据表,如下图

确定一个表之后,单击完成,就基本上是完成了Excel与MySQL某个数据库的某个表的连接工作,下面我们查看属性能够看到如下的信息:

使用状况,比如刷新频率之类的,这里我们主要关注定义标签下的信息,命令文本的地方就是我们编写SQL的位置,这一点其实比较有用,比如我们数据库存储的时间都是unixtime形式,这里输出时,我们就可以考虑转换unixtime,然后在进行输出,效果就会更好。但是到此我们的数据并没有输出,我们只是完成了配置工作,点击数据|现有连接,对话框如下:

选择我们连接的表的名字,确定后弹出如下的对话框,询问导出数据的导出位置以及形式,如下图:

随后Excel显示,正在获取数据

几秒后,就会把原始的数据库数据通过我们的Sql操作形式直接输出到Excel中,如下

这样数据库数据就很快的导出了,时间上节省了不少,与此同时为了进一步优化操作,Excel插件 SQLDrill也出现了,该工具强化了这个SQL操作的能力,使得我们用Excel操作数据库数据更加容易了。

在一台电脑上创建两个MySQL服务

其实我所说的这种情况比较少见,但是有时候确实也是用的,比如在localhost下安装了两个版本的mysql,这时候往往就会出现问题,比如两个版本mysql服务无法启动,或者其中一个版本的服务无法启动,而我们希望两个版本的mysql服务都能够启动,这里就说一下怎么样在一台电脑上启动两个mysql。

首先安装一个版本的mysql,启动服务,测试是否能够正常使用,此时确定端口为3306。

随后开始安装另一个版本的mysql,安装完毕后,必然启动不了,此时估计都会想到去更改my.ini的配置文件中的port,但是之后仍旧无法启动,这种情况下,我们可以这样来操作:

打开CMD,进入mysql\bin文件中,如下图

随后,我们创建服务 命令如下:

mysqld install mysql2

随后显示mysql2服务创建成功,此时我们可以去查询一下这个服务

但是,如果你此时去启动该服务,还是启动不了,因为此时用到的my.ini还是最开始那个mysql.ini。因此我们这里要指定后来这个服务所要用到的my.ini文件,操作如下:

运行窗口,输入regedit,进入注册表

在注册表中,寻找 service中的mysql2的信息

找到后,注意mysql2其中一个赋值信息,在其中加入一段 --default-file="dir of your second my.ini",即把第二个mysql的myini地址导入:

与此同时我们再来看一下我们安装的第一个mysql的注册表服务信息

到此,其实我们的工作还没完成,因为此时这两个服务还公用一个3306的默认端口,此时还要在第二个my.ini文件中把port端口改一下,非3306的就可以。随后我们启动服务:

可以看到服务启动成功,我们查询一下目前的端口使用情况(我使用的是3310)

通过查询能够看到两个服务都启动了:

Note:如果以上操作之后还是不能启动,原因就只有两点了:

删除data文件中的log信息;

my.ini配置出现错误。

今天就先说这两个和mysql有关的问题,明天说说怎么在R中连接数据,并进行灵活的查询方法。

时间: 2024-09-22 17:59:51

小白学数据分析----->与MySQL有关的小知识_I的相关文章

小白学数据分析------>日活跃人数分析

从今天开始,特开辟一个小专栏,题目暂定为小白学数据分析,鄙人不才,在数据分析的道路上走的崎岖坎坷,同时数据分析本身是一个多面和复杂的工作,要懂得理论(统计.概率.数据挖掘.算法.模型)更要懂得业务,懂得行业理论,还要有灵活多变的思维,想想还是很复杂和麻烦的,所讲内容不但是理论,不仅是数据,尽量把这些东西综合起来,立体的来看,鄙人水平有限,很多的内容是尝试和改进,参考了很多的材料,在木有高人指点和牛人帮助的情况下,我只能借助浩瀚的网络知识和自己的悟性,今天决心拿出来给各位主要是帮助大家和我一起进步

小白学数据分析----->数据指标 累计用户数的使用

小白学数据分析--à数据指标累计用户数的使用 累计用户数是指注册用户数的累计,即可以认为是新用户的累计.在一般的数据统计中,我们基本上都会涉及到这个指标,且这个指标是逐渐累加的,比如: 时间                   注册用户数[新登用户]           累计注册用户数 1日                    100                                                 100 2日                    120   

小白学数据分析----->付费用户的金字塔模型实践操作

免费游戏中付费用户模型分析 最近看了不少文章,对于付费用户的模型也有了很深刻的理解和认识,早先我做了不少关于大R,中间R,低端R用户的分析,想来还是觉得草草了事,近来有网友提出来,理论探讨的多了些,实践上手的东西少了点,毕竟还是叫做小白学数据分析啊,今天就把以前说过的付费用户的模型具体的实践一下. 感悟和理论 得到的灵感首先要感谢Nicholas Lovell 的这篇文章,是我得到了一些处理和分析这个模型的办法.连接如下: http://www.gamesbrief.com/2011/11/wh

小白学数据分析------>把握分析标准与敏感度

写在正文之前,想说几句话,今天是2012年3月16日,是我开博客以来的第9个月,9个月让我成长的非常迅速,这期间我收获了很多东西,认识了很多人,开了群,见了网站,持续的写博,从来没想到我的博客会有这么大的作用,从来没有SEO,从来没推广,从来没有任何宣传,我想到和我做的就是把我自己的成长纪录下来,把网游数据分析的点滴分享出来,当然我希望有人看,但是我毕竟不是高手,只是一个小白,小白只能是学习心得的纪录和整理,帮助自己理顺思路,很希望自己的文章有人看,因为那样就会有高手帮助我指点问题.今天 博客9

小白学数据分析----->怎么看待数据处理

本来这算不上一篇文章,但是我仍旧写了,除了解决一个小问题还要说点其他的关于数据分析的想法,首先先解决一个小问题. 第一部分 问题描述:处理游戏帐号信息时发现有重复的帐号,比如帐号A有N个重复项,希望留下1个重复帐号,但是要把剩下N-1个删除重复帐号删除.具体的原数据(黄色)模拟如下: 而我们希望得到的最终处理数据格式如右侧一列(绿色)所示.针对这个处理,其实有很多方法,可以参看小蚊子的<谁说菜鸟不会数据分析>,比如使用条件筛选就能搞定,今天不谈这个方法,说说另一种思路. 首先我们对于原数据进行

小白学数据分析-----&gt; ARPU之殇

昨天看了香橼对360的质疑的相关报道,并且也看到了多个企业的大佬站出来拿着数据在互联网各种解释,今天新浪上也多了一篇文章<页游自曝ARPU值背后 不重要因计算方式不同>http://biz.265g.com/1209/183961.html,看罢后,感慨万千,鄙人也做了不算长时间的游戏数据分析,对于这个ARPU认识也算有一些,这里我谈谈香橼对360的质疑的事. 关于ARPU的很多分析我之前已经写过了,这里不再细说. 首先一点,这篇文章中提到了ARPU,并且给出了英文的解释:(Average R

小白学数据分析------&gt;描述性统计术语汇总

以下所说的统计学术语大家可以参考小蚊子blog的内容 (http://blog.sina.com.cn/s/blog_49f78a4b0102dwz9.html) 术语是帮助我们打开思路,通过多个角度对数据进行深度解读,数据分析师不能仅仅靠着对数据的一种感觉和敏感来进行数据分析,这样的主观性太强,在合理必要的情况下,使用前人已经总结和使用的方法往往对我们更有帮助,但也要记住不要陷入这个指标误区中,核心还在于人(但不是让你凭感觉作分析),在于人对待问题的思考方式,解决办法. 今天来说说描述性统计分

小白学数据分析-----&gt;聚类分析理论之TwoSteps理论篇+实践篇

昨天分享了以前学习的聚类分析算法K-Means的部分知识,其实这个主要是了解一下这个算法的原理和适用条件就行了,作为应用而不是作为深入研究,能够很好的将业务和算法模型紧密结合的又有几人呢?所以一些基本知识还是很必要的,这里就是简单把看过的一些知识点列举一下,梳理一下,快速了解和使用. 今天把TwoSteps的知识也梳理一下,顺便做个小的演示,使用SPSS 19,后续在使用SPSS Modeler或者叫做Clementine再演示一次使用方法.首先上图. TwoSteps支持数值型和分类型数据,这

小白学数据分析-----&gt;什么是活跃_I(DAU)

最近和几个人聊天,大家对于活跃都有着自己的看法,此外因为一些标准的问题,不熟悉分析术语的很多人把活跃,留存等很多信息都搞混了.后来发现这是一个很现实的问题.在一些我 看来不是问题的问题都变成了问题了,因此在此特地说说活跃的事,帮助更多从事游戏数据分析的小白们成长. 究竟什么是活跃?在日常与外界合作过程中,我们经常日活跃.周活跃.月活跃等等信息,貌似听起来比较简单,但是真正如果自己实施操作统计数据时却发现自己又不懂这些定义,因此作为一些分析师.甚至开发人员就会发现很难去操作.以下我将描述三个活跃的