数据

为什么有些排序算法天生比其他算法更快？这一现实背后的数学基础是什么？本章将揭示排序的深层理论基础，展示支配算法设计中可能与不可能的无形规则。通过探讨形式模型、基本下界以及随机性和稳定性的细微作用，读者

欢迎阅读《Elastic 中的向量搜索入门》。本章将帮助你理解 Elastic 搜索的基本范式，以及向量搜索如何成为实时、上下文感知且精准的信息检索利器。 本章内容包括： 向量搜索引入前的 Elast

在本章中，我们将深入探索嵌入（embeddings）或向量的奇妙世界，以及它们在多个领域中的广泛应用。我们将介绍“嵌入”这一概念，它能够对复杂数据进行有效表示，从而使强大的机器学习（ML）模型能够分析

设计模式在软件工程领域已经非常成熟，但在数据工程领域则是近年来才逐渐受到关注。因此，在这里我需要向你简单介绍一下设计模式，并解释它在数据工程中的含义。 什么是设计模式？ 你可能会惊讶于自己日常生活中有

上一章帮助我们建立了对NLP概念的基础理解，如文本表示和语言建模，以及基于RNN的架构来执行生成任务。在本章中，我们将建立在这些概念的基础上，并介绍一些增强功能，这些功能促成了当前最先进的变换器架构的

在过去的几年里，自然语言处理（NLP）或文本数据处理在研究圈和特别是在工业界引起了广泛的关注。文本不仅仅是另一种非结构化的数据类型；它所代表的内容远远超过眼见的。文本数据是我们思想、理念、知识和交流的

CockroachDB旨在成为一个可扩展的、分布式的事务型数据库系统，能够满足高性能、高可用性和全球分布式应用的需求。然而，它并不是一个可以消除应用程序代码或架构设计中所有低效问题的“魔法盒”。开发人

像所有数据库一样，CockroachDB 对来自应用程序代码的请求作出响应。应用程序如何请求和使用数据对应用程序性能和可扩展性有着巨大的影响。本章将回顾应用程序如何与 CockroachDB 一起工作

一个合理的数据模型是构建高性能、易维护应用程序的基础。在本章中，我们将回顾关系型数据库模式设计的基本原理，特别关注那些影响分布式数据库操作的设计要素，以及 CockroachDB 的一些高级特性，例如

虽然CockroachDB有一些命令行工具，但所有应用程序与数据库之间的交互都通过SQL语言命令来媒介。 SQL是一种功能丰富的语言，拥有悠久的历史——我们在第一章中提到了一部分历史。对所有SQL语言

CockroachDB拥有复杂且现代化的架构，旨在支持全球规模的应用。然而，这种复杂性和可扩展性并不意味着陡峭的学习曲线或高门槛。在本章中，我们将帮助你开始使用CockroachDB的安装，并向你介绍

软件系统的架构定义了实现该系统目标的高层设计决策。正如您在第一章中回顾的那样，CockroachDB的目标是提供一个可扩展、高可用、高性能、强一致性、地理分布式、基于SQL的关系数据库系统，能够在各种

CockroachDB 是一个分布式、事务性、关系型、云原生的 SQL 数据库系统。听起来很复杂吧！但简而言之，CockroachDB 结合了上一代关系型数据库系统的优点——强一致性、SQL 的强大功

本章内容包括： 为什么以及何时我们需要因果推断 因果推断是如何工作的 观察数据和实验数据之间的区别 相关统计概念回顾 在许多企业和组织中，当我们使用机器学习时，我们的目标通常是对未来会发生什么做出有根

本章内容： 理解外部网络访问 配置外部网络访问 从 Snowpark 调用 API 端点 从 Yelp 等网站获取客户评论 推导客户评论的情感 使用大语言模型解释电子邮件内容以节省时间 Snowfla

本章内容包括： 比较批量数据摄取与持续数据摄取 介绍 Snowpipe 使用云消息配置 Snowpipe 使用和监控 Snowpipe 使用 Snowflake 动态表进行持续数据转换 在本章中，我们

本章内容： 从云存储中摄取半结构化数据 将半结构化数据扁平化为关系型表 使用存储过程封装转换 在存储过程中实现异常处理和日志记录 构建健壮的数据管道 在本章中，我们将增强从云存储摄取数据的数据管道，这

在本章中，我们将探讨如何使用像 Terraform 这样的自动化工具，在 Databricks 中将数据管道表示为代码，通常称为基础设施即代码（IaC）。我们将学习如何使用流行的代码编辑器（如 VS

在本章中，我们将深入探讨数据血缘在 Databricks 数据智能平台中的关键作用。您将学习如何追溯数据的来源，可视化数据集的转化过程，识别上游和下游的依赖关系，并使用目录资源管理器的血缘图功能来记录