使用高阵列分析数据库中的大数据

打开脚本

此示例确定了存储在数据库中的大量飞行数据的最小到达延迟。您可以访问大型数据集并使用DataBaseDataStastore具有数据库工具箱™的对象。一旦存在一个高阵列，您就可以在高阵列中可视化数据。另外，您可以编写一种MAPREDUCE算法，以定义数据的块和减少。

这DataBaseDataStastore对象不使用并行计算工具箱™安装并金宝app行池支持。要使用高阵列分析数据或运行MAPREDUCE算法，请将全局执行环境设置为本地MATLAB®会话。

此示例使用预先配置的JDBC数据源来创建数据库连接。有关更多信息，请参阅configurejdbcdatasource功能。

将全局执行环境设置为本地MATLAB®会话。

MapReducer（0）;

文件AirlinesMall.CSV包含大量的飞行数据。将此文件加载到Microsoft®SQLServer®数据库表中航空公司。该表包含123,523个记录。

创建到JDBC数据源的数据库连接MSSQLSERVERJDBCAUTH。此数据源将JDBC驱动程序配置为具有Windows®身份验证的Microsoft®SQLServer®数据库。指定空白的用户名和密码。

dataSource =“ mssqlserverjdbcauth”;用户名=“”;密码=“”;conn =数据库（数据源，用户名，密码）;

创建一个DataBaseDataStastore使用数据库连接和SQL查询对象。此SQL查询从航空公司桌子。DataBaseDataStastore执行SQL查询。

sqlquery =“从航空公司中选择Arrdelay”;dbds = databsedatastore（conn，sqlquery，“读取尺寸”，50000）;

因为DataBaseDataStastore对象返回表，创建一个高高的表。

tt =高（dbds）;

找到最小到达延迟。

minarrdelay = min（tt.arrdelay）;

Minarrdelay包含未评估的最小到达延迟。要返回输出值，请使用收集。有关详细信息，请参阅延期对高阵列的评估。

minarrdelayvalue =聚集（minarrdelay）

使用本地MATLAB会话评估高高的表达： -  1 of 1：以1.6秒的评估完成1.9秒Minarrdelayvalue = -64

除了确定最小值外，高阵列还支持许多其他功能。金宝app有关详细信息，请参阅金宝app支持功能。

关闭（DBD）

也可以看看