The first stage in research is data collection.
研究工作的第一步是收集资料。
This data is shown graphically on the opposite page.
对页以图表显示这些数据。
But what we really need is data.
但是我们真正需要的是数据。
元数据是关于数据的数据。
The next step is data processing.
下一步就是数据处理了。
Information is data with context.
信息是具有上下文的数据。
数据仓库是什么？
什么是数据持久性？
数据次序重要吗？
应用程序以数据为中心。
数据是如何格式化的？
什么是数据挖掘？
The main concern here is data integrity.
这里主要考虑的问题是数据完整性。
Metadata, simply put, is data about data.
简单地说，元数据就是关于数据的数据。
所有的事情都是数据。
What is data collection, and why automate it?
什么是数据收集，为什么要使其实现自动化？
Is data sent to Optim Performance manager server?
数据是否已发送到Optim Performancemanager服务器？
Another common consideration is data serialization.
另一个常见的注意事项就是数据序列化。
In other word, there is data skew on the column.
换句话说，列上的数据有偏离。
We used to be data poor, now the problem is data obesity.
我们过去是数据匮乏，现在的问题是数据臃肿。
The SALARY column is data type DECIMAL (9 length, 2 scale).
salary列的数据类型为DECIMAL(长度为9，小数点后位数为2)。
The BONUS column is data type DECIMAL (9 length , 2 scale).
BONUS列的数据类型为DECIMAL（长度为9，小数点后位数为2）。
One puzzle piece is data modeling and another is database change.
一块拼图是数据建模，另一块是数据库更改。
One of the most important service actions is data transformation.
最重要的服务动作是数据转换。
When this situation is not achieved, the result is data skew.
当不具备这样的条件时，就会造成数据倾斜。
Buf_write_callback : Called when there is data to be written.
buf _ write_callback：当有要写的数据时调用它。
This attribute does not tell us how to interpret data — it is data.
该属性没有告诉我们如何解释数据—它是数据。
Make sure there is data to process in your underlying database.
确保在基础数据库中有要处理的数据。
Text mining is data mining applied to information extracted from text.
文本挖掘就是用于从文本中提取信息的数据挖掘技术。
The estimate could be incorrect if there is data skew on the column.
如果列上有数据偏离，评估结果就可能不正确。
应用推荐