 Your new post is loading...
Your new post is loading...
Scoop.it!
Vous en avez à présent l’habitude : le fameux bandeau cookie est présent sur presque tous les sites web, et vous demande d’accepter les cookies afin de continuer votre navigation. Le 25 mai 2018, un nouveau règlement européen voit le jour et renforce la sécurité des données personnelles. 
No comment yet.
Sign up to comment
Scoop.it!
A robust DevOps environment requires having continuous integration for every component of the system. But far too often, the database is omitted from the equation. In this article, we discuss the unique aspects of databases, both relational and NoSQL, in a successful continuous integration environment.
Scoop.it!
Le web des données, aussi connu sous le dénominatif plus parlant Linked Open Data, doit permettre la réutilisation d’information distante, évitant ainsi les redondances. Autrement dit, on n’est pas obligé de stocker localement (par exemple, dans une instance de LODEX, mettons placename-entity) des informations qu’on peut retrouver ailleurs simplement en référençant ces informations (via une URI, ou clé étrangère dans le langage des bases de données relationnelles). Une URI est un identifiant universel (Uniform Resource Identifier), qui sert justement à lier des concepts, distants ou non.
Scoop.it!
MySQL replication topology management and HA. Contribute to github/orchestrator development by creating an account on GitHub.
Scoop.it!
Chez MySQL / MariaDB, on génère l'exception à l'aide de l'instruction SIGNAL.
Mickael Ruau's insight:
Voilà ce que ça donne dans le code de notre procédure MySQL /MariaDB (voir partie du code -- Contrôle de la date de naissance) : Code SQL : DELIMITER // CREATE OR REPLACE PROCEDURE pi_ajout_utilisateur ( INOUT id_personne INTEGER, -- Identifiant de la personne -- Données pour la création éventuelle de la personne IN nom_usuel VARCHAR(40), -- Nom usuel de la personne IN prenom_usuel VARCHAR(40), -- Prénom usuel de la personne IN date_naissance DATE, -- Date de naissance de la personne -- Données pour la création de l'utilisateur IN login VARCHAR(40), -- Nom d'utilisateur IN mot_passe VARCHAR(40) -- Mot de passe de l'utilisateur (on suppose qu'il est crypté par l'application) -- Remarque : la date de création et la validité de l'utilisateur sont automatiques lors de sa création ) BEGIN -- Contrôle de la date de naissance IF date_naissance NOT BETWEEN DATE_SUB(CURRENT_DATE, INTERVAL 100 YEAR) AND DATE_SUB(CURRENT_DATE, INTERVAL 10 YEAR) THEN -- Si la date de naissance n'est pas comprise entre aujourd'hui moins 100 ans et aujourd'hui moins 10 ans => erreur ! SIGNAL SQLSTATE '45000' SET MYSQL_ERRNO = 10001, MESSAGE_TEXT = 'Date de naissance incorrecte'; END IF; -- Contrôle de l'id_personne et ajout éventuel de la personne IF id_personne IS NULL THEN -- Identifiant de la personne non fourni : on crée d'abord la personne INSERT INTO te_personne_prs (prs_nom, prs_prenom, prs_date_naissance) VALUES (nom_usuel, prenom_usuel, date_naissance); -- Récupération du prs_id généré par l'auto-incrémentation SET id_personne = LAST_INSERT_ID(); END IF; -- Création de l'utilisateur INSERT INTO th_utilisateur_uti (uti_id_personne, uti_login, uti_mot_passe, uti_date_creation, uti_valide) VALUES (id_personne, login, mot_passe, CURRENT_DATE, FALSE); END;//
Scoop.it!
La data visualisation nous permet de créer un visuel qui transmet de manière efficace le sens d’une donnée. Ce visuel doit prendre en compte la donnée mais également la perception humaine. Parmi les 3 modes de visualisation (interactif, présentation, storytelling), celui que nous rencontrons le plus fréquemment est la présentation. C’est pour ce mode de visualisation que cette RefCard vous aidera à choisir le type de visuel le plus adapté à vos données afin de transmettre clairement votre message.
Scoop.it!
Mieux comprendre le Data-Lake Converteo (ADLPerformance), cabinet de conseil en stratégie digitale et data, renouvelle son panorama sur les opportunités liées à une infrastructure Data-Lakes. Cette technologie a démontré ses capacités d’exploitation et de valorisation des datas des entreprises et, dans un contexte de mise en conformité RDPD, révèle encore plus son agilité.
Scoop.it!
In terms of expressing your computations, Hadoop is strictly inferior to SQL. There is no computation you can write in Hadoop which you cannot write more easily in either SQL, or with a simple Python script that scans your files. SQL is a straightforward query language with minimal leakage of abstractions, commonly used by business analysts as well as programmers. Queries in SQL are generally pretty simple. They are also usually very fast - if your database is properly indexed, multi-second queries will be uncommon. Hadoop does not have any conception of indexing. Hadoop has only full table scans. Hadoop is full of leaky abstractions - at my last job I spent more time fighting with java memory errors, file fragmentation and cluster contention than I spent actually worrying about the mostly straightforward analysis I wanted to perform. If your data is not structured like a SQL table (e.g., plain text, json blobs, binary blobs), it's generally speaking straightforward to write a small python or ruby script to process each row of your data. Store it in files, process each file, and move on. Under circumstances where SQL is a poor fit, Hadoop will be less annoying from a programming perspective. But it still provides no advantage over simply writing a Python script to read your data, process it, and dump it to disk. In addition to being more difficult to code for, Hadoop will also nearly always be slower than the simpler alternatives. SQL queries can be made very fast by the judicious use of indexes - to compute a join, PostgreSQL will simply look at an index (if present) and look up the exact key that is needed. Hadoop requires a full table scan, followed by re-sorting the entire table. The sorting can be made faster by sharding across multiple machines, but on the other hand you are still required to stream data across multiple machines. In the case of processing binary blobs, Hadoop will require repeated trips to the namenode in order to find and process data. A simple python script will require repeated trips to the filesystem.
Scoop.it!
In this tutorial, we will cover pivoting tables with MySQL. Note you can use whatever language that comes with your DBMS that is SQL oriented such as SQL Server. You can think of pivoting tables as selecting unique values and assigning them to specific columns, hence pivoting the table. We will visit this question here on the Hackerrank website, a popular tool to prepare for interviews and or sharpen your skills with SQL and various other languages.
Scoop.it!
The Problem A Solution
Scoop.it!
Analytics features in MySQL are limited to the aggregation functions, the ones that are used with GROUP BY, i.e. COUNT, SUM, AVG, etc. However, these functions are mono-dimensional, meaning that they group data by a set of properties that produce a list of values.
Scoop.it!
Pivoting data is a rather common problem that comes in many different flavors. At its heart, the requirement is to transpose data from multiple rows into columns of a single row. This requirement is particularity common in a reporting context.
|
Scoop.it!
SOAR (SQL Optimizer And Rewriter) est un outil qui aide à optimiser et réécrire du SQL. Il est développé et maintenu par l'équipe DBA de Xiaomi AI&Cloud.
Scoop.it!
So in this article, I am going to introduce you some tips in order to make your MySQL database much faster.
Mickael Ruau's insight:
The most important thing when it comes to Database Performace Optimization is to pick the right one. You should decide whether your application needs a Relational or Non-Relational database.
Scoop.it!
Quelques conseils pratiques pour respecter la nouvelle législation européenne sur les données personnelles (RGPD)
Mickael Ruau's insight:
Take Away pour être RGPD compliant
Scoop.it!
sqlfmt is an opinionated SQL formatter. It’s not designed to be completely customizable, and we hope to remove options over time. Use it and stop thinking about how
Scoop.it!
E-commerçants : comment surfer sur les marketplaces pour vendre à l’international ? Avec la croissance du e-commerce, les frontières géographiques sont aujourd’hui abolies. Les marketplaces représentent aujourd’hui une vente sur deux du e-commerce mondial.[1]En France aussi, la concurrence est internationale. Dans ce contexte, les e-commerçants français ont tout intérêt à s’ouvrir à l’international. Mais par où commencer ?
Scoop.it!
Réussir la personnalisation : comment les données peuvent améliorer l’expérience client Par Laurent Bouteiller, Regional Sales Manager de Sitecore Si les consommateurs sont ravis de fournir des informations personnelles en échange d’une meilleure expérience, la personnalisation, mal gérée, peut se retourner contre les marques C’est un fait établi : les marques recueillent des données personnelles concernant des …
Scoop.it!
La loi Informatique et Libertés, telle que modifiée par la loi du 20 juin 2018, donne à la CNIL une nouvelle compétence en matière de certification de personnes. La CNIL peut désormais adopter des référentiels de certification, et agréer les organismes chargés de délivrer cette certification.En clair, pour mieux identifier les compétences et savoir-faire du délégué à la protection des données, la CNIL a adopté deux référentiels.
Scoop.it!
Portant des valeurs historiques de proximité, de confiance et d’éthique, La Poste s’engage par ce biais de cette charte à apporter toujours plus de transparence, d’assistance, de confidentialité et de sécurité à ses clients.
Scoop.it!
Transform the result of another table into another table along “pivot” and "fact" columns
Mickael Ruau's insight:
A pivot table is a great reporting tool that sorts and sums (by default) independent of the original data layout in the source table.
Scoop.it!
Comment transformer les lignes d'une table en colonnes ?
Mickael Ruau's insight:
Qu'est ce qu'une table pivot ?La table pivot (en anglais pivot table ou crosstab) est une technique pour faire pivoter une table verticale en table horizontale. En agrégeant les bonnes données, les lignes de la table verticale deviennent les colonnes de la table horizontale. Le pivot est une technique très utilisée pour générer des rapports humainement lisibles ou décomplexifier les requêtes sur les tables verticales.
Scoop.it!
Generate and render a Pivot Table from MySQL Query - ronaldbradford/PivotTable
Scoop.it!
Dynamic pivot tables (transform rows to columns) MySQL pivot table with dynamic headers. Let’s assume we have a table of properties (a properties table) – ‘properties’ (script of its creation is given below), and we need to do Read Mor
|
