연습 7/30

transactions.csv 


id - see above

chain - see above
dept(제품 대분류) - An aggregate grouping of the Category (e.g. water)
category(제품 소분류) - The product category (e.g. sparkling water)
company - An id of the company that sells the item 

brand - An id of the brand to which the item belongs

date - The date of purchase

product size - The amount of the product purchase (e.g. 16 oz of water)

product measure - The units of the product purchase (e.g. ounces) 

purchase quantity - The number of units purchased 

purchase amount - The dollar amount of the purchase


1. SELECT DISTINCT brand, pcategory FROM avsc.transaction_1 ORDER BY brand
2. SELECT DISTINCT dept, pcategory FROM avsc.transaction_2 ORDER BY dept

<쿼리 결과 (일부)>
1.                                                                    2.

            

: Brand 속성은 해당 상품의 대분류 혹은 소분류와 독립적이다. 반면에, (전체 테이블을 다 조사하지는 않았지만) 소분류 카테고리 식별번호는 해당하는 대분류의 식별번호를 식별번호 앞에 붙인 뒤에 부여받는 것 같다. 소분류 카테고리(category)는 첫 3백만개 자료에는 0번부터 9999번까지 존재했다.


* 케글, 마트의 고객 가치 평가 예제의 자료로부터.
** 데이터 Row 수가 100만 단위 이상인 경우도 처음인데, 3억개가 되다보니 MySQL에는 입력에만 이틀이 걸렸다. 지호에게서는 MongoDB를 추천받았다. 어떻게든 대용량 자료를 빨리 처리할수 있는 방법으로 갈아타야한다.