二千万条数据的一些分析

[august]

首先感谢某酒店提供的数据。

页面在这里：

http://august.hk/2000w.html

没事拿来练习一下 sql， 有些校准，有些忽略，大致上准确。

欢迎提供更多统计意见。

[senghoo]

Goodjob

[liuhk388]

地区分布那张亮了
问一下图是用什么做的？

[drush]

@senghoo thx.

@liuhk388

[drush]

...點錯,不是圖,用Google chart 做的

[liuxurong]

看不到 图？？

[cctvsmg]

也做了个统计
http://www.bitcn.org/2013/10/18/2000w-hotel-leak-analyze/

[yelite]

我做了个生日的统计发现9月和10月出生的特别多，有9.9%和9.5%, 相对来讲3月到6月出身就比较少，最低的好像是7.8%

[Mihuwa]

很有意思的表

[DearMark]

喜闻乐见系列

[august]

@cctvsmg 我没想到统计入住时间，另外我发现82年的人是最多的，但如果地址是“香港” 的，所有生日都好像是默认为“19821228”，不知你有没有去除。

[august]

@yelite 生日这个我觉得要跟身份证号码来校验而身份证又分15位同18位，而且有上面的情况出现，略复杂，不会用sql来做，所以没做过统计。

[ChiangDi]

越年輕，男女差別越小；經濟越發達地區人越多；排名第一的居然是張偉

[kurtrossel]

看女性年龄分布，三十如狼果然不是盖的

[yelite]

@august 我没有看birthday字段，只看非重复18位身份证的，然后从身份证里提取生日，数量大概有1800w吧。

待我学一下数据展示的js，也像你这样做个网页出来

[detailyang]

数据库地址多少。从网上下的解开来全错的 = =。也想练练手

[imganquan]

贊，做得非常棒。

[felix021]

我前两天用它来跑压测了。。

[august]

@detailyang 就在百度網盤一搜一大把

[cctvsmg]

@august 也只过滤了一下一些明显有错误的

[csx163]

@august
@cctvsmg

怎么做的啊,手写sql么,除了使用excel都很麻烦的样子