GuruSa

성능 개선 목표 처리 능력(Throughput) 해당 작업을 수행하기 위해서 소요되는 시간 처리 능력 = 트랜잭션 수 / 시간 처리 시간(Throught Time) 처리 시간은 작업이 완료되는 데 소요되는 시간을 의미함 배치 프로그램의 성능 목표로 설정하며 배치 작업의 수행 시간을 단축하기 위해서는 아래와 같은 작업을 고려함 병행 처리(Parallel Processing)를 실시 인덱스 스캔보다 Full 테이블 스캔으로 처리 Nest-Loop 조인보다 Hash 조인으로 처리 대량 작업을 하기 위한 SORT_AREA, HASH_AREA의 메모리를 확보 병목을 없애기 위한 작업 계획 파티션 생성 응답 시간(Response Time) 사용자의 입력 후 시스템이 응답할 때까지 시간으로 최종 사용자가 느끼는 시스..

지난 학습에 이어 이번 학습 주제는 데이터를 집계, 변환, 필터링하는데 효율적인 그룹 연산입니다 그룹 연산은 데이터를 특정 조건에 의해 분할(split)하고 집계, 변환, 필터링에 필요한 메서드를 적용(apply)하여 그 결과를 결합(combine)하는 3단계의 과정으로 이루어집니다 또한, 여러 개의 열을 기준으로 그룹화할 수 있도록? 멀티 인덱스(MultiIndex)를 지원합니다 ...더보기 ※ 판다스(Pandas) 기본 집계(aggregation) 함수(Function) mean(), max(), min(), sum(), count(), size(), var(), std(), describe(), info(), first(), last() 등 import pandas import seaborn def..

오늘은 지난 번에 이어 판다스(Pandas) 라이브러리(Libarary)의 데이터프레임(DataFrame)에 대해 학습하겠습니다 지난 번에 데이터프레임의 행과 열을 생성하고 삭제하는 방법을 살펴보았는데 생성한 행과 열을 선택하거나 추가하고 값을 변경하는 법을 보겠습니다 선택을 위해서는 두가지의 인덱서를 사용합니다(loc, iloc) 구분 loc iloc 대상 인덱스 이름(index label) 정수형 위치 인덱스(integer position) 범위 범위의 끝을 포함한다 범위의 끝을 제외한다 # 판다스(Pandas) import pandas data = {'국어' : [100, 90, 80], '영어' : [98, 88, 78], '수학' : [76, 86, 96]} df = pandas.DataFram..