一、跟单表做法？

打开excel档，先做一个简单的表格，命好名：该月份订单明细表

把订单必不可少的几项填在第二排中，一般来说跟单都是差不多的，我就线材厂的订单给大家示例，：客户代码、接单日期、订单号、品名、长度、订单量、米数、做法、胶料、客户要求日期、回复客户交期、生产回复交期、有无原材料（到厂日期），有无外发（外发回厂日期）、完成情况、备注

然后把重要的项目用颜色作出标示，我一般是标明品名规格、客户要求交期、回复客户交期，完成状况。

完成后的单就另外用颜色整个的标示出来。为方便别人看，可以做个截图标明，什么色表示什么意思。

然后设置令自己觉得简便的方式，比如筛选。把鼠标移至第二行，按右键，再右键数据--筛选--自动筛选。方便以后查询。

开一个空白的文档，在菜单栏中选择“表格”，执行“插入”-“表格”命令;在打开的表格对话框中输入我们表格的行数和列数。

我们根据实际需要进行设置，设置好后点击确定按钮;一个表格就插入到编辑区了，我们可以在单元格中输入相应的内容;选定表格一行，我们右击，在弹出的菜单中我们可以对表格进行操作，我们可以重新插入表格的一行或删除表格的一行。

同理对列进行操作的话可以删除和增加列;在步骤4中弹出的菜单中选择'表格属性”可以对表格的颜色，边框，底纹，高度等进行设置。

新建一个excel文件，在草纸上画好草稿，将需要数据的表格样式及列数和行数确定。比如我需要建立一个五行六列的表格，最上面是标题行。在新建excel中，用鼠标选中需要的表格行数列数，然后点右键，“设置单元格格式”——“边框”，在“预置”中根据需要选择“外边框”、“内部”边框。根据需要加边框。

如果是标题处，可以取消外边框，合并横向或者纵向的表格。方法也是先选中需要设置的表格(第一行)，然后右键点击“设置单元格格式”——“对齐”，然后选中“合并单元格根据标题长度、宽度调整一下标题行。

如我的标题是“XXXXXX公司表”题目比较长，将标题行拉宽，设置“自动换行”，然后根据需要左右缩进，调整居中，然后设置字体大小等。

根据字体调整表，其他空格内容填好后，同样根据内容调整一下就可以。如果需要打印，就要设置页面了。我们这个表一看就是横向的，所以选择“文件”-“页面设置”，选择“横向”，然后打印预览一下。如果要求居中打印但是表格处于页面左上角，就调整一下页边距。调整好位置后打印即可。

二、解决大数据问题的关键是什么技术

关键技术可能不是某一方面的，要从多方面来解决，并行计算，内存计算，高性能IO等等。譬如国内永洪科技的实时大数据BI。从具体底层技术来说。

有四方面，也代表了部分通用大数据底层技术：

Z-Suite具有高性能的大数据分析能力，她完全摒弃了向上升级(Scale-Up)，全面支持横向扩展(Scale-Out)。Z-Suite主要通过以下核心技术来支撑PB级的大数据：

跨粒度计算(In-DatabaseComputing)

Z-Suite支持各种常见的汇总，还支持几乎全部的专业统计函数。得益于跨粒度计算技术，Z-Suite数据分析引擎将找寻出最优化的计算方案，继而把所有开销较大的、昂贵的计算都移动到数据存储的地方直接计算，我们称之为库内计算(In-Database)。这一技术大大减少了数据移动，降低了通讯负担，保证了高性能数据分析。

并行计算(MPP Computing)

Z-Suite是基于MPP架构的商业智能平台，她能够把计算分布到多个计算节点，再在指定节点将计算结果汇总输出。Z-Suite能够充分利用各种计算和存储资源，不管是服务器还是普通的PC，她对网络条件也没有严苛的要求。作为横向扩展的大数据平台，Z-Suite能够充分发挥各个节点的计算能力，轻松实现针对TB/PB级数据分析的秒级响应。

列存储 (Column-Based)

Z-Suite是列存储的。基于列存储的数据集市，不读取无关数据，能降低读写开销，同时提高I/O 的效率，从而大大提高查询性能。另外，列存储能够更好地压缩数据，一般压缩比在5 -10倍之间，这样一来，数据占有空间降低到传统存储的1/5到1/10 。良好的数据压缩技术，节省了存储设备和内存的开销，却大大了提升计算性能。

内存计算

得益于列存储技术和并行计算技术，Z-Suite能够大大压缩数据，并同时利用多个节点的计算能力和内存容量。一般地，内存访问速度比磁盘访问速度要快几百倍甚至上千倍。通过内存计算，CPU直接从内存而非磁盘上读取数据并对数据进行计算。内存计算是对传统数据处理方式的一种加速，是实现大数据分析的关键应用技术。

三、大数据的含义包括什么哪几个方面?

1、大数据可以用来察觉商业趋势、判定研究质量、避免疾病扩散、打击犯罪或测定实时交通路况等；这样的用途正是大型数据集盛行的原因。

2、大数据的应用示例包括大科学、RFID、感测设备网络、天文学、大气学、基因组学、生物学、大社会数据分析、互联网文件处理、制作互联网搜索引擎索引、通信记录明细、军事侦查、社交网络、通勤时间预测、医疗记录、照片图像和视频封存、大规模的电子商务等。

3、大数据也称为巨量数据、海量数据、大资料，指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。

4、大数据的特点是数据量大、数据种类多、 要求实时性强、数据所蕴藏的价值大。在各行各业均存在大数据，但是众多的信息和咨询是纷繁复杂的，我们需要搜索、处理、分析、归纳、总结其深层次的规律。