小编Luc*_*hen的帖子

我想知道如何评估一个工具而不是另一个工具.

我主要担心如下:

在Google数据存储区中,我们定义了"种类".每个"实体"都有"属性".
然后,数据存储区后端使用这些属性来索引数据以供将来查询.查询本身在SQL中使用几乎相同的想法,虽然语法不同,但是过滤数据并找到我们想要的东西.
如果索引每个属性,索引元数据甚至会比实际数据更大.

Google bigquery使用它的SQL方言.它完全受管理,因此用户无需担心缩放问题.

所以我的问题是,使用nosql数据存储区的目的是什么,为索引花费如此多的计算周期和存储空间,以便我们可以像在bigquery SQL数据库中一样自然地查询它？

请与我分享您的评估过程.与我分享我理解中缺失的内容.谢谢.

我的问题是我想通过使用不同的 GCP 项目来创建dev, stage,prod环境。

基本上它们运行相同的代码，只是在不同的隔离环境中运行它们。

我现在正在gcloud app deploy命令行中使用来部署应用程序。

如何有效地将应用程序部署到不同的项目？
我是否必须gcloud init每次更改默认项目的配置？
必须有一些更好的做法。

或者，有没有更好的方法让我dev在应用引擎的上下文中设置...环境？

谢谢。

我正在研究用Python 制作硬币问题的经典改造.这是我的实施.

def memo(fn):
    def helper(*args): # here, * indicate the fn take arbitrary number of argumetns
        d = {}
        if args in d:
            return d[args] # args is a tuple, immutable, hashable
        else:
            res = fn(*args) # here * expand a tuple as arguments
            d[args] = res
            return res
    return helper

@memo
def change(options, n):
    if n < 0 or options ==():
        return 0
    elif n == 0:
        return 1
    else:
        return change(options, n- options[0]) + change(options[1:], n) …

我有一个这样的每日收入数据框：

         date    earning
            1 -40.495074
            2 -88.636625
            3 134.400976
            4  66.325253
            5 -86.337511
            6  -1.266815
            7 267.944212
            8  65.247053
            9  86.177537
           10  64.540579        

我想每7天进行分组，并使用中位数汇总7天的收入。

edit1：不必是日历周，也可以是任意7天作为组。

所以就像

week  median-earning
   1  11
   2  22

等等...

如何在R中实现这一目标？