BI基礎(chǔ)知識(shí)課件

1、BI基礎(chǔ)知識(shí)第1頁(yè)，共31頁(yè)。 BI各概念關(guān)系 商業(yè)智能 數(shù)據(jù)倉(cāng)庫(kù) OLAP技術(shù) DSS產(chǎn)品 數(shù)據(jù)挖掘 商業(yè)智能工具主題第2頁(yè)，共31頁(yè)。各種概念之間的關(guān)系Data WarehouseArtificialIntelligenceData MartOLAPDecision Support SystemData MiningOperation DatabaseBusiness Intelligent SystemDatabase System第3頁(yè)，共31頁(yè)。 BI各概念關(guān)系 商業(yè)智能 數(shù)據(jù)倉(cāng)庫(kù) OLAP技術(shù) DSS產(chǎn)品 數(shù)據(jù)挖掘 商業(yè)智能工具主題第4頁(yè)，共31頁(yè)。BI 是將數(shù)據(jù)轉(zhuǎn)換成信息的過(guò)程，

2、然后通過(guò)發(fā)現(xiàn)將信息轉(zhuǎn)化為知識(shí)。 Gartner Group BI 是將數(shù)據(jù)轉(zhuǎn)換成知識(shí)并將知識(shí)應(yīng)用到商業(yè)行為上的一個(gè)過(guò)程。 Data Warehouse Institute商業(yè)智能領(lǐng)域：DSS、OLAP、數(shù)據(jù)倉(cāng)庫(kù)、ETL、數(shù)據(jù)集市、數(shù)據(jù)挖掘、商業(yè)建模.為提高企業(yè)運(yùn)營(yíng)性能而采用的一系列方法、技術(shù)和軟件的總和商業(yè)智能Business Intelligence第5頁(yè)，共31頁(yè)。 BI各概念關(guān)系 商業(yè)智能 數(shù)據(jù)倉(cāng)庫(kù) OLAP技術(shù) DSS產(chǎn)品 數(shù)據(jù)挖掘 商業(yè)智能工具主題第6頁(yè)，共31頁(yè)。企業(yè)數(shù)據(jù)倉(cāng)庫(kù)EDW企業(yè)數(shù)據(jù)倉(cāng)庫(kù)定義：詳細(xì)交易及相關(guān)業(yè)務(wù)數(shù)據(jù)的集合包含必要的內(nèi)部與外部信息來(lái)自于多個(gè)數(shù)據(jù)源/業(yè)務(wù)操作系統(tǒng)保

3、存一定的時(shí)間周期按照企業(yè)內(nèi)業(yè)務(wù)規(guī)則所決定的模型來(lái)存儲(chǔ)企業(yè)數(shù)據(jù)倉(cāng)庫(kù)作用：基于數(shù)據(jù)/信息來(lái)回答相關(guān)的業(yè)務(wù)問(wèn)題和提供決策支持，并確保：一致、集成的數(shù)據(jù)存儲(chǔ)任意的數(shù)據(jù)粒度在整個(gè)企業(yè)的業(yè)務(wù)范圍保持企業(yè)內(nèi)一致的信息視圖企業(yè)內(nèi)一致的信息視圖（Single Version of the Truth）集成的企業(yè)信息（Integrated corporate information）不針對(duì)特定應(yīng)用（Application neutral）無(wú)冗余（Non redundant）用于報(bào)表和決策支持（Reporting and decision making）最詳細(xì)的數(shù)據(jù)和信息（Detailed Data）任何時(shí)候，針對(duì)

4、任意數(shù)據(jù)，提出任意業(yè)務(wù)問(wèn)題（Ask any question, any data, any time）第7頁(yè)，共31頁(yè)。數(shù)據(jù)倉(cāng)庫(kù)的特點(diǎn)第8頁(yè)，共31頁(yè)。數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域的兩位大師Bill Inmon數(shù)據(jù)倉(cāng)庫(kù)之父，數(shù)據(jù)倉(cāng)庫(kù)概念的創(chuàng)始人理論： Corporate Information Factory(CIF) 主要著作：數(shù)據(jù)倉(cāng)庫(kù)、企業(yè)信息工廠主要著作：數(shù)據(jù)倉(cāng)庫(kù)工具箱維度建模的完全指南、 數(shù)據(jù)倉(cāng)庫(kù)生命周期工具箱 設(shè)計(jì)、開(kāi)發(fā)和部署數(shù)據(jù)倉(cāng)庫(kù)的專家方法Ralph Kimball數(shù)據(jù)倉(cāng)庫(kù)方面的知名學(xué)者理論：Mutildimensional Architecture(MD) 第9頁(yè)，共31頁(yè)。企業(yè)信息工廠第10

5、頁(yè)，共31頁(yè)。數(shù)據(jù)倉(cāng)庫(kù)總線 第11頁(yè)，共31頁(yè)。企業(yè)總線第12頁(yè)，共31頁(yè)?？偩€架構(gòu)矩陣第13頁(yè)，共31頁(yè)。數(shù)據(jù)架構(gòu)形態(tài)第14頁(yè)，共31頁(yè)。各數(shù)據(jù)架構(gòu)比較第15頁(yè)，共31頁(yè)。Inmon vs KimballInmonKimballOverall approach Top-down Bottom-upComplexity of the method Quite complexFairly simpleData Orientation Data derivedProcess orientedPrimary audienceIT audience End userTool3NFDimensional

6、 ModelingArchitectural structureEnterprise wide ,Data warehouse feeds department databasesData mart model a single business process Enterprise consistency achieved through bus第16頁(yè)，共31頁(yè)。 BI各概念關(guān)系 商業(yè)智能 數(shù)據(jù)倉(cāng)庫(kù) OLAP技術(shù) DSS產(chǎn)品 數(shù)據(jù)挖掘 商業(yè)智能工具主題第17頁(yè)，共31頁(yè)。OLTP與OLAP 針對(duì)特定問(wèn)題的聯(lián)機(jī)數(shù)據(jù)訪問(wèn)和數(shù)據(jù)分析技術(shù) 滿足對(duì)數(shù)據(jù)進(jìn)行多角度、快速、一致、交互、深入觀察 使用預(yù)定

7、義的多維數(shù)據(jù)視圖對(duì)數(shù)據(jù)進(jìn)行分析處理，支持對(duì)數(shù)據(jù)的切片、切塊、鉆取。 多維數(shù)據(jù)庫(kù)是一種以多維數(shù)據(jù)存儲(chǔ)形式來(lái)組織數(shù)據(jù)的數(shù)據(jù)管理系統(tǒng)，在使用時(shí)需要將數(shù)據(jù)從關(guān)系數(shù)據(jù)庫(kù)中轉(zhuǎn)載到多維數(shù)據(jù)庫(kù)中方可訪問(wèn)。 也稱為面向交易的處理系統(tǒng)，其基本特征是顧客的原始數(shù)據(jù)可以立即傳送到計(jì)算中心進(jìn)行處理，并在很短的時(shí)間內(nèi)給出處理結(jié)果。這樣做的最大優(yōu)點(diǎn)是可以即時(shí)地處理輸入的數(shù)據(jù)，及時(shí)地回答。也稱為實(shí)時(shí)系統(tǒng)(Real time System)。衡量聯(lián)機(jī)事務(wù)處理系統(tǒng)的一個(gè)重要性能指標(biāo)是系統(tǒng)性能，具體體現(xiàn)為實(shí)時(shí)響應(yīng)時(shí)間(Response Time)，即用戶在終端上送入數(shù)據(jù)之后，到計(jì)算機(jī)對(duì)這個(gè)請(qǐng)求給出答復(fù)所需要的時(shí)間。OLTP 數(shù)據(jù)庫(kù)

8、旨在使事務(wù)應(yīng)用程序僅寫入所需的數(shù)據(jù)，以便盡快處理單個(gè)事務(wù)。On-Line Analytical ProcessingOn-Line Transaction Processing第18頁(yè)，共31頁(yè)。OLTP與OLAPOLTPOLAP用戶操作人員,低層管理人員決策人員,高級(jí)管理人員功能日常操作處理分析決策DB 設(shè)計(jì)面向應(yīng)用面向主題數(shù)據(jù)當(dāng)前的, 最新的細(xì)節(jié)的, 二維的歷史的, 聚集的, 多維的集成的, 統(tǒng)一的存取讀/寫數(shù)十條記錄讀上百萬(wàn)條記錄工作單位簡(jiǎn)單的事務(wù)復(fù)雜的查詢用戶數(shù)上千個(gè)上百個(gè)DB 大小100MB-GB100GB-TBROLAP表示基于關(guān)系數(shù)據(jù)庫(kù)的OLAP實(shí)現(xiàn)（Relational OLA

9、P）MOLAP表示基于多維數(shù)據(jù)組織的OLAP實(shí)現(xiàn)（Multidimensional OLAP）第19頁(yè)，共31頁(yè)。ROLAPMOLAP沿用現(xiàn)有關(guān)系數(shù)據(jù)庫(kù)技術(shù)專用技術(shù)響應(yīng)速度相對(duì)molap要慢性能好，響應(yīng)速度快數(shù)據(jù)轉(zhuǎn)載計(jì)算速度快數(shù)據(jù)轉(zhuǎn)載速度慢存儲(chǔ)空間耗費(fèi)小，維數(shù)沒(méi)有限制需要進(jìn)行預(yù)計(jì)算，可能導(dǎo)致數(shù)據(jù)爆炸，維數(shù)有限，無(wú)法支持維的動(dòng)態(tài)變化借助rdbms對(duì)數(shù)據(jù)存儲(chǔ)，無(wú)文件大小限制受操作系統(tǒng)平臺(tái)文件大小限制，難以達(dá)到tb級(jí)可以通過(guò)sql語(yǔ)句實(shí)現(xiàn)詳細(xì)數(shù)據(jù)和概要數(shù)據(jù)的存儲(chǔ)缺乏數(shù)據(jù)模型和數(shù)據(jù)訪問(wèn)的標(biāo)準(zhǔn)不支持預(yù)計(jì)算的讀寫操作無(wú)法完成維之間的運(yùn)算無(wú)法完成多行計(jì)算支持高性能的決策支持計(jì)算復(fù)雜的跨維計(jì)算多用戶讀寫操作行

10、級(jí)計(jì)算ROLAP vs MOLAP第20頁(yè)，共31頁(yè)。 BI各概念關(guān)系 商業(yè)智能 數(shù)據(jù)倉(cāng)庫(kù) OLAP技術(shù) DSS產(chǎn)品 數(shù)據(jù)挖掘 商業(yè)智能工具主題第21頁(yè)，共31頁(yè)。DSS產(chǎn)品產(chǎn)品名稱產(chǎn)品內(nèi)容方法論 數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目組織步驟、人員角色、建設(shè)放方案等一系列方法的集合，指導(dǎo)方針數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)模型的建模方法；統(tǒng)一的概念模型、邏輯模型；數(shù)據(jù)庫(kù)中對(duì)應(yīng)的組織（物理化）技術(shù)組件與功能ETL功能組件；前端門戶組件、模版；元數(shù)據(jù)管理；用戶與組織；權(quán)限組織；應(yīng)用分析集合面向業(yè)務(wù)的分析；面向問(wèn)題的專題；固定報(bào)表；即席查詢分析；KPI；分析、互動(dòng)流程數(shù)據(jù)組織過(guò)程與個(gè)性應(yīng)用實(shí)現(xiàn)數(shù)據(jù)的加載、清洗、組織規(guī)劃的過(guò)程；用戶本地的需求整

11、理與實(shí)現(xiàn)；與開(kāi)發(fā)者的經(jīng)驗(yàn)、技能相關(guān)第22頁(yè)，共31頁(yè)。 BI各概念關(guān)系 商業(yè)智能 數(shù)據(jù)倉(cāng)庫(kù) OLAP技術(shù) DSS產(chǎn)品 數(shù)據(jù)挖掘 商業(yè)智能工具主題第23頁(yè)，共31頁(yè)。數(shù)據(jù)挖掘改變未來(lái)世界的十大新興技術(shù)機(jī)器與人腦的接口塑膠晶體管數(shù)據(jù)挖掘（Data Mining）數(shù)字權(quán)利管理生物測(cè)定學(xué)（Biometrics）語(yǔ)言識(shí)別處理微光學(xué)技術(shù)（Microphotonics）解開(kāi)程序代碼（Untangling Code）機(jī)器人設(shè)計(jì)微應(yīng)用流體學(xué)（Microfluidics） 資料來(lái)源：Technology Review（麻省理工學(xué)院2002年1月出刊）第24頁(yè)，共31頁(yè)。什么是數(shù)據(jù)挖掘？定義：從海量的數(shù)據(jù)庫(kù)中選擇、

12、探索、識(shí)別出有效的、新穎的、具有潛在效用的乃至最終可理解的模式以獲取商業(yè)利益的非平凡的過(guò)程 -Fayyad，Piatetsky-Shapiro特征：處理海量的數(shù)據(jù)；揭示企業(yè)運(yùn)作中的內(nèi)在規(guī)律；為企業(yè)運(yùn)作提供直接決策分析，并為企業(yè)帶來(lái)巨大經(jīng)濟(jì)效益。DataInformationKnowledgeWisdomData + contextInformation + rulesKnowledge + experience第25頁(yè)，共31頁(yè)。數(shù)據(jù)挖掘涉及領(lǐng)域神經(jīng)計(jì)算數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)數(shù)據(jù)挖掘統(tǒng)計(jì)學(xué)模式識(shí)別機(jī)器學(xué)習(xí)人工智能第26頁(yè)，共31頁(yè)。數(shù)據(jù)挖掘基本概念模型（Model） vs 模式（Pattern）數(shù)據(jù)挖

13、掘的根本目的就是把樣本數(shù)據(jù)中隱含的結(jié)構(gòu)泛化（Generalize）到總體（Population）上去模型：對(duì)數(shù)據(jù)集的一種全局性的整體特征的描述或概括，適用于數(shù)據(jù)空間中的所有點(diǎn)，例如聚類分析模式：對(duì)數(shù)據(jù)集的一種局部性的有限特征的描述或概括，適用于數(shù)據(jù)空間的一個(gè)子集，例如關(guān)聯(lián)分析算法（Algorithm）：一個(gè)定義完備（well-defined）的過(guò)程，它以數(shù)據(jù)作為輸入并產(chǎn)生模型或模式形式的輸出描述型挖掘（Descriptive） vs 預(yù)測(cè)型挖掘（Predictive）描述型挖掘：對(duì)數(shù)據(jù)進(jìn)行概括，以方便的形式呈現(xiàn)數(shù)據(jù)的重要特征預(yù)測(cè)型挖掘：根據(jù)觀察到的對(duì)象特征值來(lái)預(yù)測(cè)它的其他特征值描述型挖掘可以是

14、目的，也可以是手段第27頁(yè)，共31頁(yè)。幾類基本的挖掘算法關(guān)聯(lián)規(guī)則（模式、描述型）發(fā)現(xiàn)數(shù)據(jù)集中的頻繁模式例如：buy(x,”diapers”) buy(x,”beers”) 0.5%, 60%分類與預(yù)測(cè)（模型、預(yù)測(cè)型）發(fā)現(xiàn)能夠區(qū)分或預(yù)測(cè)目標(biāo)變量（唯一的）的規(guī)則或者函數(shù)分類的目標(biāo)變量一般是范疇型的，而預(yù)測(cè)則是數(shù)量型的，并不必然帶有任何時(shí)間延續(xù)型的暗示例如：股票市值的預(yù)測(cè)，病人病情的判斷聚類（模型、描述型）對(duì)數(shù)據(jù)分組以形成新類，類標(biāo)記是未知的例如：市場(chǎng)細(xì)分孤立點(diǎn)探測(cè)（Outlier Detection）（模式、預(yù)測(cè)型）分析異?；蛟肼晹?shù)據(jù)的行為模式例如：欺詐檢測(cè)第28頁(yè)，共31頁(yè)。 BI各概念關(guān)系 商

15、業(yè)智能 數(shù)據(jù)倉(cāng)庫(kù) OLAP技術(shù) DSS產(chǎn)品 數(shù)據(jù)挖掘 商業(yè)智能工具主題第29頁(yè)，共31頁(yè)。工具分類 建模工具：Powerdesigner、Erwin ETL工具：用于數(shù)據(jù)的集成和處理Datastage、Infomatic、Automation 數(shù)據(jù)質(zhì)量工具：一般集成在ETL工具中 分析工具：報(bào)表工具：BO、COGNOS、OBIEE、MicroStrategyOLAP工具：COGNOS、BO、OBIEE (Hyperion) BI分析門戶：一般集成在分析工具中 數(shù)據(jù)挖掘工具：SAS Enterprise Miner、SPSS Clementine 元數(shù)據(jù)管理工具：metacenter、CA、In

16、fomatic第30頁(yè)，共31頁(yè)。1、不是井里沒(méi)有水，而是你挖的不夠深。不是成功來(lái)得慢，而是你努力的不夠多。2、孤單一人的時(shí)間使自己變得優(yōu)秀，給來(lái)的人一個(gè)驚喜，也給自己一個(gè)好的交代。3、命運(yùn)給你一個(gè)比別人低的起點(diǎn)是想告訴你，讓你用你的一生去奮斗出一個(gè)絕地反擊的故事，所以有什么理由不努力!4、心中沒(méi)有過(guò)分的貪求，自然苦就少?？诶锊徽f(shuō)多余的話，自然禍就少。腹內(nèi)的食物能減少，自然病就少。思緒中沒(méi)有過(guò)分欲，自然憂就少。大悲是無(wú)淚的，同樣大悟無(wú)言。緣來(lái)盡量要惜，緣盡就放。人生本來(lái)就空，對(duì)人家笑笑，對(duì)自己笑笑，笑著看天下，看日出日落，花謝花開(kāi)，豈不自在，哪里來(lái)的塵埃!25、你不能拼爹的時(shí)候，你就只能去拼命

17、！26、如果人生的旅程上沒(méi)有障礙，人還有什么可做的呢。27、我們無(wú)法選擇自己的出身，可是我們的未來(lái)是自己去改變的。勵(lì)志名言：比別人多一點(diǎn)執(zhí)著，你就會(huì)創(chuàng)造奇跡28、偉人之所以偉大，是因?yàn)樗c別人共處逆境時(shí)，別人失去了信心，他卻下決心實(shí)現(xiàn)自己的目標(biāo)。29、人生就像一道漫長(zhǎng)的階梯，任何人也無(wú)法逆向而行，只能在急促而繁忙的進(jìn)程中，偶爾轉(zhuǎn)過(guò)頭來(lái)，回望自己留下的蹣跚腳印。30、時(shí)間，帶不走真正的朋友；歲月，留不住虛幻的擁有。時(shí)光轉(zhuǎn)換，體會(huì)到緣分善變；平淡無(wú)語(yǔ)，感受了人情冷暖。有心的人，不管你在與不在，都會(huì)惦念；無(wú)心的情，無(wú)論你好與不好，只是漠然。走過(guò)一段路，總能有一次領(lǐng)悟；經(jīng)歷一些事，才能看清一些人。31

18、、我們無(wú)法選擇自己的出身，可是我們的未來(lái)是自己去改變的。32、命好不如習(xí)慣好。養(yǎng)成好習(xí)慣，一輩子受用不盡。33、比別人多一點(diǎn)執(zhí)著，你就會(huì)創(chuàng)造奇跡。50、想像力比知識(shí)更重要。不是無(wú)知，而是對(duì)無(wú)知的無(wú)知，才是知的死亡。51、對(duì)于最有能力的領(lǐng)航人風(fēng)浪總是格外的洶涌。52、思想如鉆子，必須集中在一點(diǎn)鉆下去才有力量。53、年少時(shí)，夢(mèng)想在心中激揚(yáng)迸進(jìn)，勢(shì)不可擋，只是我們還沒(méi)學(xué)會(huì)去戰(zhàn)斗。經(jīng)過(guò)一番努力，我們終于學(xué)會(huì)了戰(zhàn)斗，卻已沒(méi)有了拼搏的勇氣。因此，我們轉(zhuǎn)向自身，攻擊自己，成為自己最大的敵人。54、最偉大的思想和行動(dòng)往往需要最微不足道的開(kāi)始。55、不積小流無(wú)以成江海，不積跬步無(wú)以至千里。56、遠(yuǎn)大抱負(fù)始于高中

19、，輝煌人生起于今日。57、理想的路總是為有信心的人預(yù)備著。58、抱最大的希望，為最大的努力，做最壞的打算。59、世上除了生死，都是小事。從今天開(kāi)始，每天微笑吧。60、一勤天下無(wú)難事，一懶天下皆難事。61、在清醒中孤獨(dú)，總好過(guò)于在喧囂人群中寂寞。62、心里的感覺(jué)總會(huì)是這樣，你越期待的會(huì)越行越遠(yuǎn)，你越在乎的對(duì)你的傷害越大。63、彩虹風(fēng)雨后，成功細(xì)節(jié)中。64、有些事你是繞不過(guò)去的，你現(xiàn)在逃避，你以后就會(huì)話十倍的精力去面對(duì)。65、只要有信心，就能在信念中行走。66、每天告訴自己一次，我真的很不錯(cuò)。67、心中有理想 再累也快樂(lè)68、發(fā)光并非太陽(yáng)的專利，你也可以發(fā)光。69、任何山都可以移動(dòng)，只要把沙土一卡

20、車一卡車運(yùn)走即可。70、當(dāng)你的希望一個(gè)個(gè)落空，你也要堅(jiān)定，要沉著！71、生命太過(guò)短暫，今天放棄了明天不一定能得到。72、只要路是對(duì)的，就不怕路遠(yuǎn)。73、如果一個(gè)人愛(ài)你、特別在乎你，有一個(gè)表現(xiàn)是他還是有點(diǎn)怕你。74、先知三日，富貴十年。付諸行動(dòng)，你就會(huì)得到力量。75、愛(ài)的力量大到可以使人忘記一切，卻又小到連一粒嫉妒的沙石也不能容納。1、這世上，沒(méi)有誰(shuí)活得比誰(shuí)容易，只是有人在呼天搶地，有人在默默努力。2、當(dāng)熱誠(chéng)變成習(xí)慣，恐懼和憂慮即無(wú)處容身。缺乏熱誠(chéng)的人也沒(méi)有明確的目標(biāo)。熱誠(chéng)使想象的輪子轉(zhuǎn)動(dòng)。一個(gè)人缺乏熱誠(chéng)就象汽車沒(méi)有汽油。善于安排玩樂(lè)和工作，兩者保持熱誠(chéng)，就是最快樂(lè)的人。熱誠(chéng)使平凡的話題變得生動(dòng)

21、。3、起點(diǎn)低怕什么，大不了加倍努力。人生就像一場(chǎng)馬拉松比賽，拼的不是起點(diǎn)，而是堅(jiān)持的耐力和成長(zhǎng)的速度。只要努力不止，進(jìn)步也會(huì)不止。4、如果你不相信努力和時(shí)光，那么時(shí)光第一個(gè)就會(huì)辜負(fù)你。不要去否定你的過(guò)去，也不要用你的過(guò)去牽扯你的未來(lái)。不是因?yàn)橛邢Ｍ湃ヅΓ桥α?，才能看到希望?、人生每天都要笑，生活的下一秒發(fā)生什么，我們誰(shuí)也不知道。所以，放下心里的糾結(jié)，放下腦中的煩惱，放下生活的不愉快，活在當(dāng)下。人生喜怒哀樂(lè)，百般形態(tài)，不如在心里全部淡然處之，輕輕一笑，讓心更自在，生命更恒久。積極者相信只有推動(dòng)自己才能推動(dòng)世界，只要推動(dòng)自己就能推動(dòng)世界。6、人性本善，純?nèi)缜逑魉冬摖q。欲望與情緒如

22、風(fēng)沙襲擾，把原本如天空曠蔚藍(lán)的心蒙蔽。但我知道，每個(gè)人的心靈深處，不管烏云密布還是陰淤蒼茫，但依然有一道彩虹，亮麗于心中某處。7、每個(gè)人的心里，都藏著一個(gè)了不起的自己，只要你不頹廢，不消極，一直悄悄醞釀著樂(lè)觀，培養(yǎng)著豁達(dá)，堅(jiān)持著善良，只要在路上，就沒(méi)有到達(dá)不了的遠(yuǎn)方！8、不要活在別人眼中，更不要活在別人嘴中。世界不會(huì)因?yàn)槟愕谋г共粷M而為你改變，你能做到的只有改變你自己！9、欲戴王冠，必承其重。哪有什么好命天賜，不都是一路披荊斬棘才換來(lái)的。10、放手如拔牙。牙被拔掉的那一刻，你會(huì)覺(jué)得解脫。但舌頭總會(huì)不由自主地往那個(gè)空空的牙洞里舔，一天數(shù)次。不痛了不代表你能完全無(wú)視，留下的那個(gè)空缺永遠(yuǎn)都在，偶爾甚至?xí)惓炷睢＿m應(yīng)是需要時(shí)間的，但牙總是要拔，因?yàn)樘矗越K歸還是要放手，隨它去。11、這個(gè)世界其實(shí)很公平，你想要比別人強(qiáng)，你就必須去做別人不想做的事，你想要過(guò)更好的生活，你就必須去承受更多的困難，承受別人不能承受的壓力。12、逆境給人寶貴的磨煉機(jī)會(huì)。只有經(jīng)得起環(huán)境考驗(yàn)的人，才能算是真正的強(qiáng)者。自古以來(lái)的偉人，大多