薪资持平加上比上海搞至少一倍的生活成本，加租房和上学，入不敷出

你这陪跑两年应该去搞清楚原因。
相信一定有你们组的在评审里面，难道不帮你反馈下原因？

OCR 用 ChatGPT 性能、速度、效率都不行，这种还是本地靠谱。目前英文的 macOS 据说走的自带 ML 的，截图识别秒出结果

25 个完全没必要，图啥呢。

直接没法跨越，但是可以跟着出战通道往下层走，应该可以，但是往下走出站那里有可能不让你上去

你以为得核心功能或者需求可能真没几个人需要，所以就一直往后排了

@Braisdom 你的数据库连接和关系配置在 BI 里面叫 data source/connection 和 dataset ，并不是定义完了就是 join 好的。

你的数据库连接已经是所谓的处理好的数据了。数据库工程师处理只是把一些半结构化、非结构化的处理成结构化方便查询的，大宽表这种所谓计算好的也更多是因为类似数据需求多，处理好后性能更好，提供给更多的业务方，不单是给 BI 用，偏数仓了。

到现在没看到楼主的优势和应用场景

但也不是所有都不能嵌套，有些嵌套有冲突，所以不行。另外多表动态 join 不就是 dataset ，BI 也一样是定义关系，并不是提前 join 了大宽表（有性能要求场景有些会提前 join 缓存）

打了一半，感觉楼主还是找个 BI 工具试试比较好。盲目造车没必要

@Braisdom 常用的一个 BI 提供的内置函数：
Aggregate functions ，如 avgif,以及你说的 countif, sumif
Conditional functions , 如 coalesce, ifelse, switch
Date functions
Numeric functions
Mathematical functions
String functions
Table calculations 如 percentDiff, AvgOver, rank, runningAvg

这都是 BI 最基本的，这些做不了的。

BI 连接数据库，拖一个 chart ，所谓的复合函数简单的 rank ，percentile ，MoM 啥的不都算是 table calculation 么，点一点 chart 和 table 数据都有了，也不需要写 sql

但上面几位提到的 BI 相关的 datasource/dataset 想换概念还是有的。确实没看出来有啥用。

最终也就简单的，复杂点还是得手写，AIML 相关的语义分析等，商业 BI 基本都开始标配了。

没啥用

既得利益者和非既得利益者之争
80 后羡慕 70 后早买房的，90 后羡慕 80 后
比如上海，03 年后上车的羡慕之前的，16 后年羡慕 16 年前的。

发泄而已。maybe 过几年还有羡慕现在上车的

早上打开一屏的 NSFW ，还没地方关闭，服了

就跟国内换个城市一样，国外也不会有本质的变化

@MC 这个卡怎么申请的？

大概率代码问题，之前用了一个 bot ，也是很慢，后来更新了一次后就飞快了。

向总部举报种族歧视