二千万条数据的一些分析

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。

liuhk388

2013-11-01 01:31:33 +08:00

地区分布那张亮了
问一下图是用什么做的？

drush

2013-11-01 01:42:10 +08:00

...點錯,不是圖,用Google chart 做的

yelite

2013-11-01 05:30:00 +08:00

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%

august

2013-11-01 08:20:05 +08:00

@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

2013-11-01 08:21:41 +08:00

@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

2013-11-01 09:06:22 +08:00

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

2013-11-01 09:17:06 +08:00

看女性年龄分布，三十如狼果然不是盖的

yelite

2013-11-01 09:38:51 +08:00

@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

2013-11-01 10:12:33 +08:00

数据库地址多少。从网上下的解开来全错的 = =。也想练练手

felix021

2013-11-01 10:27:29 +08:00

我前两天用它来跑压测了。。

august

2013-11-01 10:36:04 +08:00

@detailyang 就在百度網盤一搜一大把

cctvsmg

2013-11-01 11:04:58 +08:00

@august 也只过滤了一下一些明显有错误的

csx163

2013-11-01 13:48:50 +08:00

@august
@cctvsmg

怎么做的啊,手写sql么,除了使用excel都很麻烦的样子

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.