A. 开发页游运营平台是SQL错误

什么SQL错误？摆明就是了将字符串错误。你是不是链ODA？否则你把“persist security
info”加在链接字符串哪里，肯定有问题的。
另外，你Framework用2.0？

B. 运营，报表，分析三位一体化，什么样的SQL引擎能经得住挑战

  1. 结合内存型数据库，一体化引擎的前景相当激发想象力。Oracle, SAP Hana, Vertica统治的金融、电信IT架构，已经逐渐被新技术替代。

  2. 前文提到的内存式Apache Geode商业版Gemfire常用于证券交易系统，经过10多年，在事务处理上已经相当成熟，能确保高并发交易处理、合规监察、交割保障等，并被中国12306铁路票务系统所点赞。

  3. 结合Trafodion这样的一体化数据库引擎，能享受到Hadoop便宜的拓展性，并确保持久化的安全、高可用、异地双活，全程ACID保障等特点。

  4. 仅用一个SQL引擎，操作同一套内存和Hadoop系统，无需移动数据和多套系统，即能满足监管、合规、交割安全、个股分析，批量报表、BI等各种监管和创新。

C. 运营学sql还是python

如果走技术路线的运营，学这两个，为一个运营，学这两个，相对一个运营来说相对辛苦，学得不精，对运营来说没什么用，如果学精了，那可以去搞开发了，python对于运营来说多用于爬数据，存sql，分析，但是，运营大多是以销售为住，技术只是辅助，联系还是先把运营做精，看自己的瓶颈在那里。再考虑学什么。

D. 在在公司数据部工作 对sql server的要求是什么

只要是统计方面的要求，例如领导需要什么样的报表，你的精通sql语句，把领导要的数据用sql语句表达出来！并且导出报表！

E. 为什么要学SQL

作为一名数据分析师，每天最基本的工作不是分析数据，而是提取数据。比如在互联网公司最常见的场景，是产品经理对着数据分析师喊，“这周发版本了，快点帮我提取一下这个新功能的点击率和留存率”，“昨天有一场运营活动，帮我看一下这个banner图的点击率和下载转化率”，“要发月报了，快帮我导一下这个月的活跃用户数、下载人数、付费转化率”。这时数据分析师就坐在电脑前啪啪啪地敲键盘，一会产品经理要的数据就导到Excel表格里了。他敲的东西，就是SQL语言。
写SQL提取数据的工作，占了数据分析师至少40%的时间，所以你说SQL重不重要？那为什么是SQL，不是其他的语言，这个就需要谈到数据库语言的发展历史了。

F. 什么样的sql引擎能挑战运营，报表，分析三位一体化

运营型任务流数据量很大，高并发，要求响应时间在一秒之内，而分析型任务流的响应时间在秒到分钟级，并发度相对低，需要访问运营、历史和第三方数据。要支
持运营型、批量报表或分析型任务流的任一种，已经相当困难了，比如NonStop SQL/MX擅长OLTP或运营型任务流， Teradata 和
HP Neoview擅长BI和数据仓库， Vertica, Aster Data, Netezza, Greenplum等以分析为主。要用一个查
询引擎来服务所有这些任务流意味着需要满足一大堆需求。

G. 对于大量的sql语句大家是怎么管理的

我觉得这个还要看你的sql的具体语句，比如，有没有建库等语句，如果只有insert into语句，且符合sql语法，那么，直接用mysql_query($sql)应该就可以了

H. 店铺运营管理系统（SQL）会员资料都是以什么形式保存的文件对于这个文件怎样打开并修改里面数据呢

  1. 保存在数据库中的。

  2. 具体文件格式看是什么数据库。

  3. 可以用对应的数据库软件去看，去改。

  4. 比如MySQL,SQLServer,Oracle

I. 请问如何关闭“运行sql”语句功能

关闭方法：#vi
config/config_global.php$_config['admincp']['runquery']
=
1;//将1更改为0为关闭运行SQL语句功能另外：$_config['admincp']['dbimport']
=
1;//将1更改为0为不允许后台恢复论坛数据

J. 运营，如何用数据说话

在人人都在谈运营和大数据的时代，每个人都会对运营说：“一定要用数据说话，做到精细化运营”，但到底该如何做呢？

首先，我们来看看数据精细化运营需要满足的四大前提：

1.及时获取运营所需的数据

2.合理定义数据分析的维度与指标

3.选择并使用高效的数据分析工具

4.拥有极强的数据分析能力，能与实际工作相结合

在实际应用中，这 4 点很难同时得到满足，具体原因列举一二如下：

1.及时获取运营所需的数据需要至少做到以下 3 点：

①明确应该获取的数据是什么，比如订单量、注册量、阅读量、页面访问量、访问时长等；

②可获取到数据，并不是所有的数据都可以调取，只有前期埋点并能采集到的数据才能获取；

③及时获取数据，很多公司的运营并不能直接获取数据，一般要先与技术沟通，明确需求以及排期。而很多数据是拥有时效性的。比如，在活动期间没有及时获取到潜在购买用户 id，导致发送优惠信息延迟，用户在其他渠道购买了商品。

2. 合理定义数据分析的维度与指标：

“定义的维度与指标”越贴近业务需求，越能发挥数据的真实价值。但是，很多公司对数据的划分很模糊，即使在分析时能合理定义，但因前期没有对这些维度的数据进行采集，也无法进行分析。

3. 选择并使用高效的数据分析工具：

选择正确的数据分析工具可以事半功倍。好的数据分析工具，不仅要满足现阶段业务的数据分析，还要满足企业发展过程中数据量增长与业务变化后的数据分析。因此，可能会用到 Excel、SPASS、SAS、SQL、Clementine、R、Rapid-miner 等工具。掌握这些工具，对运营人员的要求过高，按这样标准去培养一个运营人员，所付出的财力与精力相当于培养一名数据分析师。

4. 拥有极强的数据分析能力，能与实际工作相结合：

数据分析能力，简言之，能从繁杂的数据中发现问题、总结规律，并能给出优化方案。而做到与实际工作相结合，不仅要求运营人员深入了解业务，还要有极强的逻辑分析能力，才能将数据与实际业务融合。