大数据是这样计算的：XLab实例入门

编者按： InfoQ开设栏目“品味书香”，精选技术书籍的精彩章节，以及分享看完书留下的思考和收获，欢迎大家关注。本文节选自杨旭著《大数据是这样计算的：XLab实例入门》中的章节“简介”，介绍大数据通用算法平台XLab。

第2章 简介

XLab是大数据通用算法平台，现为阿里巴巴集团内部最大的分布式算法平台，集大规模统计、机器学习、数据分析、挖掘和处理于一体，致力于帮助用户享受最新的算法研究成果，使其无须关注算法的底层实现和性能调优，专注数据探索和算法尝试，从而快速地进行业务调整，搭建线上业务。
无论你是否有大数据分析的基础，都可以通过XLab图形界面，轻松上手；XLab还提供了脚本编辑执行功能，灵活方便，帮你成为大数据分析的高手。

2.1 主界面介绍

XLab主界面分为4个功能区：工具栏、数据列表、窗口管理器和工作界面。各功能区的位置如图2-1所示。

图2-1
接下来，我们会对各功能区进行介绍。

2.1.1 工具栏

位于XLab主界面的左上角，如图2-2所示，共有４个图标，分别为脚本编辑运行、获取帮助手册、查看标准输出和版本信息。

图2-2
下面我们详细介绍每个图标的用法。
（1） ：脚本编辑、运行。单击此图标，出现XLab的脚本编辑运行窗体，如图2-3所示，具体的功能会在后面的章节详细介绍。

图2-3
（2） ：帮助文档。XLab会带着最新的使用文档，为PDF格式，单击此图标，会自动打开帮助文档，如图2-4所示。

图2-4
（3） ：查看XLab的标准输出，如图2 5所示。其中，“log\stdout2014_07_09_14_32_35_ 422.log”为标准输出保存的文件路径。

图2-5
（4） ：显示XLab的版本信息，如图2-6所示。

图2-6

2.1.2 数据列表

位于XLab主界面的左部偏上的位置，即如图2-7所示的功能区域。

图2-7
该区域用来显示用户登录时所输入的“默认Project”中的全部数据表名称。如果用户登录时设置了“关联Projects”，则还会显示这些Projects中的所有数据表名称。在实际使用中，接下来要介绍的几个小技巧可以使数据表操作更简单。
 技巧一，在输入框中输入数据表名称的部分字符，下面会自动对表名进行过滤。譬如：在输入框内输入“kddc”，则所有名称中含有“kddc”的数据表都会显示在下面，效果如图2-8所示。

图2-8
 技巧二，在数据表名上单击右键，可以进行复制表名、修改表名、删除表和查看属性等操作，参见图2-9所示。

图2-9
譬如选择菜单中的“属性”，得到如下显示结果（见图2-10）。

图2-10
可以了解各数据列的名称和类型，知道记录总数、该数据表的创建和修改时间。
 技巧三，更新数据列表，需要按 按钮。注意XLab不会自动更新数据列表内容，用户可根据实际需要手动更新。

2.1.3 窗口管理器

位于XLab主界面的左部偏下的位置，如图2-11所示，包括所有在工作桌面上运行的窗体列表。

图2-11
中间树状结构显示XLab内部各个窗体及其对应关系。如图2-11中的两个数据表格窗体在树中有父子节点关系，则表示子节点对应窗体数据由父节点操作后生成。用户单击树节点可以显示\隐藏对应窗体，也可以单击下方显示\隐藏全部窗体。
2.1.4 工作界面
位于主界面的右端位置，占据了主界面的大部分区域，用来查看数据、进行分析计算、显示结果等，如图2-12所示。

图2-12
注意：工作界面的大小是可调的，可以使用鼠标拖动工作界面左端的分割栏，调节主界面左右区域所占的比例；也可以单击分割栏上的黑色指向左端的三角形，将工作界面扩展至全屏。
2.2 数据查看、运行
单击数据列表中的某个数据表名称，就会在工作界面显示该数据表相应的数据，如图2-13所示。

图2-13
注意窗体下方的“当前显示前50行（最多10000行）”，“最多10000行”是ODPS系统对数据访问的限制；XLab默认显示50行，用户可以自由设置显示的行数。
在此数据显示窗体上，可以查看数据，还可以进行分析计算。其菜单栏上包含了大部分常用功能，具体功能如图2-14所示。

图2-14

2.2.1 文本显示
用户也可用文本显示数据表的内容，但不可编辑。可以单击菜单项“表格→文本显示”，如图2-15所示。

图2-15
2.2.2 复制部分数据
显示在表格中的数据，可以通过选择区域，并使用“Ctrl-C”组合键复制数据，并粘贴到其他程序。举例如下。
如图2-16所示，使用“Ctrl-A”组合键，选中全部显示用的数据；选择使用“Ctrl-C”组合键复制数据，并把Excel打开，再使用“Ctrl-V”组合键，便将选中的数据复制到了Excel中，如图2-17所示。

图2-16

图2-17
2.2.3 显示/隐藏列
当用户想隐藏某些列时，可以选择菜单项“表格→显示/隐藏 列”，选择隐藏的列，如图2-18所示。

图2-18
单击“确定”按钮，即可得到如图2 19所示的数据显示。

图2-19
还可以在数据表上选中一列，单击鼠标右键，并选择“隐藏列”，隐藏选中的列。

书籍介绍：

《大数据是这样计算的：XLab实例入门》侧重介绍大数据分析方法和算法的应用，选取了10个不同领域的真实数据集，针对每个数据的特点，选择适合的方法和算法，和读者一起体验数据探索、数据分析、建模预测的过程；通过实例计算的结果，读者会更加了解各种方法和算法的长处和局限。《大数据是这样计算的：XLab实例入门》的实例都运行在大数据算法平台XLab上。