F · English–Chinese Glossary

A

English	中文	Taught in	Also in
A/A test	A/A 测试	Ch 21	–
A/B test	A/B 测试	Prologue	Ch 20
absence of evidence	缺乏证据（不等于没有）	Ch 18	–
absolute difference	绝对差值	Ch 20	–
accuracy	准确性	Ch 15	–
ACID	事务特性（原子性、一致性、隔离性、持久性）	Ch 11	–
active customer	活跃客户	Ch 5	Ch 6
adaptive query execution	自适应查询执行	Ch 10	–
additive / semi-additive / non-additive fact	可加 / 半可加 / 不可加度量	Ch 12	–
ADS (application data service)	应用层	Ch 12	–
aggregate	聚合	Ch 3	–
aging schedule	账龄分析表	Ch 6	–
alias	别名	Ch 3	–
allowed lateness	允许延迟	Ch 14	–
alpha spending	α 消耗	Ch 22	–
alternative hypothesis	备择假设	Ch 18	–
always-valid p-value	始终有效的 p 值	Ch 22	–
analytical procedures	分析程序	Ch 4	Ch 16
annotation	标注	Ch 5	–
anomaly detection	异常检测	Ch 15	–
answer first / bottom line up front (BLUF)	结论先行	Ch 24	–
anti-join	反连接	Ch 3	Ch 7
app user (opened the app)	应用用户	Ch 5	–
append-only log	仅追加日志	Ch 8	–
append / overwrite	追加写 / 覆盖写	Ch 13	–
appendix	附录	Ch 24	–
arm	实验分组（臂）	Ch 20	–
as-of time	数据截止时点	Ch 1	–
as originally reported	原报告数	Ch 11	–
assignment / exposure	分组 / 曝光	Ch 20	–
at-least-once	至少一次	Ch 8	–
at-most-once	至多一次	Ch 8	–
atomic metric / derived metric	原子指标 / 派生指标	Ch 12	–
average treatment effect (ATE)	平均处理效应	App. B	–
axis	坐标轴	Ch 5	–

B

English	中文	Taught in	Also in
B+ tree	B+树	Ch 9	–
B-tree	B树（也写作 B-树；连字符不是“减号”）	Ch 9	–
back-test	回测	Ch 15	–
back to the table	回表	Ch 9	–
backfill	补数 / 回填	Ch 13	–
background loss	背景丢失（正常丢失率）	Ch 15	–
bandwidth (regression discontinuity)	带宽	App. B	–
baseline	基线 / 对比基准 (Prologue) 基线 (Ch 19)	Prologue	Ch 19
batch control	批次控制	Ch 13	–
batch processing	批处理	Ch 14	–
Bayesian	贝叶斯	Ch 22	–
before / after image	前镜像 / 后镜像	Ch 7	–
bell shape / normal distribution	钟形 / 正态分布	Ch 16	–
Benjamini–Hochberg procedure	BH 校正（Benjamini–Hochberg 方法）	App. B	–
binlog (binary log)	二进制日志	Ch 7	–
bitmap	位图	App. E	–
blameless review	无责复盘	Ch 24	–
block	数据块	Ch 10	–
block bootstrap	区组自助法 / 块自助法	Ch 17	–
Bonferroni correction	Bonferroni 校正	App. B	–
bootstrap	自助法	Ch 17	–
bounded / unbounded data	有界 / 无界数据	Ch 14	–
break-even	盈亏平衡点	Ch 24	–
breakdown point	崩溃点	Ch 2	–
bridge chart / waterfall chart	桥图 / 瀑布图	Ch 24	–
broadcast join (map join)	广播连接（map join）	Ch 10	–
bucketing	分桶	App. E	–
business (operational) database	业务库	Ch 7	–

C

English	中文	Taught in	Also in
CAATs	计算机辅助审计技术	Ch 3	–
catalog	目录	Ch 11	–
causal diagram	因果图	Ch 23	–
causal inference	因果推断	Ch 23	–
central limit theorem	中心极限定理	App. E	–
change data capture (CDC)	变更数据捕获	Ch 7	–
change table / change log	变更表 / 变更日志	Ch 12	–
chargeback	拒付 / 退单	Ch 11	–
checkpoint	检查点	Ch 14	–
chi-square test	卡方检验	App. B	–
chimney development (each team builds its own tables)	烟囱式开发	App. E	–
churn	客户流失	Ch 6	–
client-side / server-side	客户端 / 服务端	Ch 7	–
cluster / node	集群 / 节点	Ch 10	–
clustered index	聚簇索引	Ch 9	–
cohort	同期群	Ch 6	–
cohort table / heatmap	同期群表 / 热力图	Ch 6	–
column store	列存	Ch 9	–
combiner	合并器（map 端预聚合）	Ch 10	–
commit	提交	Ch 11	–
committed offset	已提交偏移量	Ch 8	–
compaction	合并 / 压实	Ch 11	–
compaction (LSM tree)	合并 / 压缩合并	Ch 9	–
compaction (small files)	小文件合并	Ch 9	–
comparison group	对照组 / 比较组	Ch 23	–
completeness	完整性	Prologue	Ch 15
completeness / occurrence	完整性 / 发生性	Ch 7	–
composite index	联合索引	Ch 9	–
compression	压缩	Ch 9	–
confidence interval	置信区间	Ch 17	–
confidence level	置信水平	Ch 17	–
conformed dimension	一致性维度	Ch 12	–
confounder	混杂因素	Ch 4	Ch 16
confounding	混杂	Ch 23	–
consistency	一致性	Ch 15	–
consumer	消费者	Ch 8	–
consumer group	消费者组	Ch 8	–
control	控制	Ch 15	–
control total	控制总数	Ch 13	–
control / treatment	对照组 / 实验组	Ch 20	–
controlling for	控制（某变量）	Ch 23	–
conversion	转化率	Ch 19	–
conversion rate	转化率	Ch 4	–
copy-on-write	写时复制	Ch 11	–
corporate account	企业客户	Ch 2	–
correlation	相关系数	Ch 22	–
corroborating evidence	佐证	Ch 23	–
counter-metric	反向指标 / 制衡指标	App. E	–
counterfactual	反事实	Ch 23	–
covariate	协变量	Ch 22	–
covering index	覆盖索引	Ch 9	–
credible interval	可信区间	Ch 22	–
criteria, condition, root cause, effect	标准、现状、根本原因、影响（审计发现要素）	Ch 24	–
CTE (common table expression)	公用表表达式	Ch 3	–
CUPED	CUPED（利用实验前数据的方差缩减）	Ch 22	–
cut-off	截止 / 截止性测试	Ch 14	–
cut-off testing	截止性测试	Ch 11	–
cutoff	断点 / 阈值	Ch 23	–

D

English	中文	Taught in	Also in
DAG (directed acyclic graph)	有向无环图	Ch 13	–
daily full copy of a table	每日全量快照	Ch 12	–
dashboard	仪表盘 / 看板	Prologue	–
data contract	数据契约	Ch 15	–
data lake	数据湖	Ch 11	–
data locality	数据本地性	Ch 10	–
data pipeline	数据管道	Ch 13	–
data quality	数据质量	Ch 15	–
data skew	数据倾斜	Ch 10	–
data swamp	数据沼泽	Ch 11	–
data test	数据测试	Ch 15	–
data warehouse	数据仓库	Prologue	Ch 11
decision rule	决策规则	Ch 20	–
definition	口径	Ch 1	–
degrees of freedom	自由度	App. B	–
deletion vector	删除向量	Ch 11	–
delta method	Delta 方法	Ch 21	–
dependency	依赖	Ch 13	–
design / operating effectiveness	设计有效性 / 执行有效性	Ch 15	–
dictionary encoding	字典编码	Ch 9	–
difference-in-differences (DiD)	双重差分	Ch 23	–
DIM (dimension layer)	维度层	Ch 12	–
dimension table	维度表	Ch 12	–
direct label	直接标注	Ch 5	–
disaggregation	分解 / 细分	Ch 4	–
distributed	分布式	Ch 10	–
distribution	分布	Ch 2	–
driver / executor	驱动器 / 执行器	Ch 10	–
drop-off	步骤流失 / 掉队	Ch 6	–
dual axis (dual-axis chart)	双坐标轴（双轴图）	Ch 5	–
dump	全量导出	Ch 7	–
DWD (data warehouse detail)	明细层	Ch 12	–
DWS (data warehouse summary)	汇总层	Ch 12	–

E

English	中文	Taught in	Also in
effect size	效应量	Ch 19	–
ETL / ELT	抽取-转换-加载 / 抽取-加载-转换	Ch 13	–
event	事件	Ch 1	Ch 7
event / message	事件 / 消息	Ch 8	–
event time	事件时间	Ch 14	–
event time / record time	事件时间 / 记录时间	Ch 7	–
exactly-once	精确一次	Ch 8	–
exaggeration ratio	夸大比	Ch 19	–
executive summary	执行摘要	Ch 24	–
expectation (expected value)	预期值（统计学中称期望值）	Ch 16	–
expected loss	期望损失	Ch 22	–
external table	外部表	Ch 10	–

F

English	中文	Taught in	Also in
fact table	事实表	Ch 12	–
fair presentation	公允列报	Ch 5	–
false discovery rate (FDR)	错误发现率	Ch 21	–
false positive	假阳性	Ch 21	–
family-wise error rate (FWER)	族错误率	Ch 21	–
fan-out (B+ tree)	扇出	Ch 9	–
fan-out (join)	扇出 / 重复计数	Ch 3	–
freshness	新鲜度 / 时效性	Ch 13	–
funnel	漏斗	Ch 6	–

G

English	中文	Taught in	Also in
gaps and islands (consecutive days)	连续登录 / 间隙与岛屿	App. A	–
grain	粒度	Ch 1	Ch 3, Ch 12
gross merchandise value (GMV)	商品交易总额 / 成交总额	Ch 12	–
GROUP BY	分组	Ch 3	–
guardrail metric	护栏指标	Ch 20	Ch 21

H

English	中文	Taught in	Also in
hash index	哈希索引	Ch 9	–
hash total	哈希总数	Ch 13	–
HDFS	分布式文件系统	Ch 10	–
headline	标题句	Ch 24	–
high watermark (Kafka)	高水位	App. E	–
histogram	直方图	Ch 2	–
holdout	保留组	Ch 20	–
hot key	热点键	Ch 10	–
hot partition	热点分区	Ch 8	–
HyperLogLog	HyperLogLog（基数估计算法）	App. E	–
hypothesis	假设	Ch 18	Ch 20

I

English	中文	Taught in	Also in
idempotent	幂等	Ch 8	Ch 13
in-sync replicas (ISR)	同步副本集合	App. E	–
independent	独立	Ch 17	–
index	索引	Ch 9	–
index (base = 100)	指数（基期 = 100）	Ch 5	–
index condition pushdown	索引下推	Ch 9	–
information fraction	信息比例	Ch 22	–
ingest time	接收时间	Ch 7	–
inner join / left join	内连接 / 左连接	Ch 3	–
interference	干扰 / 溢出效应	Ch 21	–
IT general controls	信息技术一般控制	Ch 9	–

J

English	中文	Taught in	Also in
join	连接（表关联） (Ch 1) 连接 (Ch 3)	Ch 1	Ch 3
journey memo	流水账式报告	Ch 24	–
judgement	判断	Ch 24	–

K

English	中文	Taught in	Also in
key (message key)	键（消息键）	Ch 8	–
key (primary key)	主键	Ch 1	–
KPI (key performance indicator)	关键绩效指标	Ch 2	–
KPI pack	关键绩效指标报告	Ch 5	–

L

English	中文	Taught in	Also in
label	标签	Ch 1	–
lag	消费积压 / 延迟	Ch 8	–
lakehouse	湖仓一体	Ch 11	–
Lambda / Kappa architecture	Lambda / Kappa 架构	Ch 14	–
late data	迟到数据	Ch 14	–
latency	延迟	Ch 14	–
law of large numbers	大数定律	Ch 16	–
lazy evaluation	惰性求值	Ch 10	–
least squares	最小二乘法	Ch 16	–
leftmost prefix	最左前缀	Ch 9	–
legend	图例	Ch 5	–
lie factor	失真因子	Ch 5	–
lineage	血缘	Ch 12	Ch 15
linear regression	线性回归	Ch 16	–
logical date / data date	逻辑日期 / 业务日期	Ch 13	–
long tail	长尾	Ch 2	–
LSM tree	LSM树	Ch 9	–

M

English	中文	Taught in	Also in
managed (internal) table	管理表（内部表）	Ch 10	–
Mann–Whitney U test	曼-惠特尼 U 检验	App. E	–
MapReduce	MapReduce（映射-归约）	Ch 10	–
margin	毛利（每杯利润）	Ch 24	–
margin of error	误差范围	Ch 17	–
matching	匹配	Ch 23	–
materiality	重要性	Ch 19	–
mean	均值	Ch 2	–
measure	度量	Ch 12	–
measurement	度量 / 观测值	Ch 1	–
medallion architecture (bronze / silver / gold)	奖章架构（铜 / 银 / 金）	Ch 12	–
median	中位数	Ch 2	–
merge-on-read	读时合并	Ch 11	–
message queue	消息队列	Ch 8	–
metadata	元数据	Ch 11	–
metastore	元数据存储	Ch 10	–
metric	指标	Prologue	Ch 1
metric dictionary	指标字典	Ch 12	–
metric layer / semantic layer	指标层 / 语义层	Ch 12	–
metric tree	指标树	App. E	–
minimum detectable effect (MDE)	最小可检测效应	Ch 19	–
miss (residual)	残差	Ch 18	–
mix	结构 / 构成	Ch 4	–
mix shift / composition effect	结构变化 / 构成效应	Ch 4	–
mode	众数	Ch 2	–
modifier / time period	修饰词 / 时间周期	Ch 12	–
MPP (massively parallel processing)	大规模并行处理	Ch 11	–
mSPRT (mixture sequential probability ratio test)	混合序贯概率比检验	App. B	–
multiple comparisons	多重比较	Ch 21	–

N

English	中文	Taught in	Also in
NameNode / DataNode	名称节点 / 数据节点	Ch 10	–
narrow / wide dependency (Spark)	窄依赖 / 宽依赖	App. E	–
natural experiment	自然实验	Ch 23	–
negative assurance	消极保证	Ch 18	–
noise	噪声	Ch 16	–
non-sampling risk	非抽样风险	Ch 17	–
north-star metric	北极星指标	App. E	–
novelty effect	新奇效应	Ch 20	Ch 21
NULL	空值	Ch 3	–
null distribution	零分布	Ch 18	–
null hypothesis	原假设 / 零假设	Ch 18	–

O

English	中文	Taught in	Also in
O’Brien–Fleming / Pocock boundary	O’Brien–Fleming / Pocock 边界	Ch 22	–
object storage	对象存储	Ch 10	–
observational data	观测数据	Ch 23	–
ODS (operational data store)	贴源层 / 操作数据层	Ch 12	–
offset	偏移量	Ch 8	–
OLAP (online analytical processing)	联机分析处理	Ch 9	–
OLTP (online transaction processing)	联机事务处理	Ch 9	–
one-sided / two-sided test	单侧 / 双侧检验	Ch 18	–
outage	故障 / 宕机	Ch 24	–
outlier	异常值	Ch 2	–
overall conversion rate	整体转化率	Ch 6	–
overlap	共同支撑 / 重叠	Ch 23	–
owner	负责人	Ch 15	–

P

English	中文	Taught in	Also in
p-value	p 值	Ch 18	–
page	页	Ch 9	–
parallel trends	平行趋势	Ch 23	–
partition	分区	Ch 8	Ch 9, Ch 13
partition pruning	分区裁剪	Ch 9	–
peeking	偷看 / 提前看结果	Ch 21	–
percentage point	百分点	Prologue	Ch 1, Ch 4
percentile	分位数 / 百分位数 (Ch 2) 百分位数 (Ch 17)	Ch 2	Ch 17
percentile interval (bootstrap)	百分位数区间	App. B	–
periodic snapshot fact table	周期快照事实表	Ch 12	–
pickup code	取餐码	Prologue	–
pivot / unpivot	行转列 / 列转行	App. E	–
placebo test	安慰剂检验	Ch 23	–
planted secret	预埋的线索	Epilogue	–
population	总体	Ch 1	Ch 16
posterior	后验	Ch 22	–
power	统计功效	Ch 18	Ch 19
practical significance	实际显著性	Ch 19	–
pre-mortem	事前验尸	Ch 24	–
pre-period	实验前时期	Ch 22	–
pre-registration	预注册	Ch 20	Ch 21
precision (share of flagged items that are real)	精确率 / 查准率	App. E	–
predicate pushdown	谓词下推	Ch 9	–
primary metric	主指标	Ch 20	–
prior	先验	Ch 22	–
processing time	处理时间	Ch 14	–
producer	生产者	Ch 8	–
production	生产环境	Ch 9	–
propensity score	倾向得分	Ch 23	–
property	属性	Ch 7	–
pyramid principle	金字塔原理	Ch 24	–

Q

English	中文	Taught in	Also in
query	查询	Ch 1	Ch 3
query engine	查询引擎	Ch 11	–

R

English	中文	Taught in	Also in
ramp-up	逐步放量	Ch 20	–
random sample	随机样本	Ch 16	–
random stream	随机数流	Epilogue	–
randomisation unit	随机化单元	Ch 20	–
range	区间	Ch 24	–
ratio metric	比率指标	Ch 21	–
read replica	只读副本	Ch 9	–
real-time data warehouse	实时数仓	App. E	–
rebalance (consumer group)	重平衡 / 再均衡	App. E	–
recommendation	建议	Ch 24	–
reconcile, reconciliation	对账 / 核对	Ch 1	–
reconciliation	对账	Ch 7	Ch 15
record count	记录数	Ch 13	–
regression discontinuity (RD)	断点回归	Ch 23	–
regression to the mean	均值回归	Ch 16	–
relative lift	相对提升	Ch 20	–
replay	重放 (Ch 7) 重放 / 回溯 (Ch 8)	Ch 7	Ch 8
replication factor	副本因子	Ch 8	Ch 10
resample	重抽样	Ch 17	–
restatement	重述	Ch 11	–
retention	留存	Ch 6	–
retention curve	留存曲线	Ch 6	–
retention (log retention)	保留期	Ch 8	–
retry	重试	Ch 13	–
reversible decision	可逆决策	Ch 24	–
row group / column chunk	行组 / 列块	Ch 9	–
row store	行存	Ch 9	–
run-length encoding	游程编码	Ch 9	–
run log	运行日志	Ch 13	–
running total	累计值	Ch 3	–
running variable	驱动变量	Ch 23	–

S

English	中文	Taught in	Also in
salting	加盐	Ch 10	–
sample	样本	Ch 16	–
sample ratio mismatch (SRM)	样本比例失衡	Ch 20	Ch 21
sample size	样本量	Ch 19	–
sampling risk	抽样风险	Ch 17	–
savepoint	保存点	Ch 14	–
scale up / scale out	纵向扩展 / 横向扩展	Ch 10	–
scheduler	调度器	Ch 13	–
schema evolution	模式演进	Ch 11	–
schema-on-read	读时模式	Ch 10	–
seasonality	季节性	Ch 16	–
secondary index	二级索引	Ch 9	–
secondary metric	次要指标	Ch 20	–
seed	随机种子	Epilogue	–
segment	细分群体 (Ch 2) 细分 / 分群 (Ch 4)	Ch 2	Ch 4
segmentation	细分分析	Ch 4	–
selection	选择偏差	Ch 23	–
semi join	半连接	App. A	–
sequential testing	序贯检验	Ch 22	–
serial / parallel complement	串行补数 / 并行补数	Ch 13	–
server log	服务端日志	Ch 7	–
session	会话	Ch 6	–
severity	严重级别	Ch 15	–
sharp / fuzzy regression discontinuity	精确断点回归 / 模糊断点回归	App. B	–
shuffle	洗牌 / 数据重分布	Ch 10	–
side output	侧输出	Ch 14	–
significance level (alpha)	显著性水平	Ch 18	–
Simpson’s paradox	辛普森悖论	Ch 4	–
skew	偏态	Ch 2	–
SLA (service level agreement)	服务等级协议	Ch 13	–
slowly changing dimension (SCD)	缓慢变化维	Ch 12	–
small files	小文件	Ch 9	–
small multiples	小多图	Ch 5	–
snapshot	快照	Ch 11	–
snowflake schema	雪花模型	Ch 12	–
source	数据源	Ch 7	–
source document	原始凭证	Ch 7	–
stakeholder	利益相关方	Ch 24	–
standard deviation	标准差	Ch 16	–
standard deviation (SD)	标准差	Ch 17	–
standard error (SE)	标准误	Ch 17	–
standardisation	标准化（按相同结构比较）	Ch 4	–
STAR method (situation, task, action, result)	STAR 法则	App. E	–
star schema	星型模型	Ch 12	–
state	状态	Ch 14	–
statistical significance	统计显著性	Ch 19	–
statistically significant	统计显著	Ch 18	–
statistics (min/max)	统计信息（最小值/最大值）	Ch 9	–
status	状态	Ch 1	–
step conversion rate	步骤转化率	Ch 6	–
stratified sampling	分层抽样	Ch 2	–
stream processing	流处理	Ch 14	–
surrogate key	代理键	Ch 12	–
switchback test	轮转实验	Ch 21	–
synthetic data	合成数据	Epilogue	–
system of record / book of record	记录系统 / 权威数据源	Ch 7	–

T

English	中文	Taught in	Also in
t-test	t 检验	App. E	–
table format	表格式	Ch 11	–
table / row / column	表 / 行 / 列	Ch 3	–
tails	尾部	Ch 2	–
task	任务	Ch 13	–
task / stage	任务 / 阶段	Ch 10	–
test (pytest)	测试	Epilogue	–
test statistic	检验统计量	Ch 18	–
threshold	阈值	Ch 15	–
time travel	时间旅行	Ch 11	–
time zone	时区	Ch 1	–
timeliness	及时性	Ch 15	–
tolerable misstatement	可容忍错报	Ch 17	Ch 19
topic	主题	Ch 8	–
traceability	可追溯性	Ch 24	–
tracing	顺查（从凭证到账）	Prologue	–
tracking / tracking plan	埋点 / 埋点方案	Ch 7	–
trend	趋势	Ch 16	–
trimmed mean	截尾均值	Ch 2	–
truncated axis	截断坐标轴	Ch 5	–
tumbling / sliding / session window	滚动 / 滑动 / 会话窗口	Ch 14	–
two-phase commit	两阶段提交	Ch 14	–
Type I error	第一类错误	Ch 18	–
Type II error	第二类错误	Ch 18	–

U

English	中文	Taught in	Also in
uncertainty	不确定性	Ch 24	–
underpowered	功效不足	Ch 19	–
uniqueness	唯一性	Ch 15	–
unit	计量单位	Ch 1	–
upsert	更新插入	Ch 13	–
upsert / merge	更新插入 / 合并	Ch 11	–
UTC	协调世界时	Ch 1	–

V

English	中文	Taught in	Also in
validity	有效性	Ch 15	–
variable cost	变动成本	Ch 24	–
variance	方差	Ch 16	–
variance reduction	方差缩减	Ch 22	–
vouching	逆查（从账到凭证）	Prologue	–

W

English	中文	Taught in	Also in
walkthrough	穿行测试	Ch 6	–
watermark	水位线	Ch 14	–
week over week	周环比	Prologue	–
weighted average	加权平均	Ch 4	–
Welch’s t-test	Welch t 检验	App. B	–
wide table	宽表	Ch 12	–
Wilson interval	威尔逊区间	App. B	–
window	窗口	Ch 14	–
window function	窗口函数	Ch 3	–
winner’s curse	赢家诅咒	Ch 19	–
winsorize	缩尾	Ch 21	–
with replacement	有放回	Ch 17	–
working papers	审计工作底稿	Ch 24	–
write amplification	写放大	Ch 9	–
write-up	实验结论报告	Ch 20	–

Z

English	中文	Taught in	Also in
zipper table	拉链表	Ch 12	–

About this list

The list holds 451 terms. 419 come from the 452 rows of the 26 chapter term tables; 30 of these appear in more than one chapter. The other 32 are terms that the appendices use and no chapter table has; they come from a short list kept by hand.

When two chapters give different Chinese words for one English term, the table shows each word with its chapter. Five terms are like this. Usually both words are in common use: percentile, for example, is 分位数 or 百分位数. When one English word has two meanings, the chapters name them apart, as with key (primary key) and key (message key).

The list is built from the chapters each time the book is built, so it always matches them.