- 什么？等复现！天啊！ 你们领导电话是多少，我要打给他。。。立刻，马上！如那最怕空气突然的安静，运维人员最怕没有部署监控。所以写了一个过程记录SQL语句的运行记录，免得客户再次发难...所有的分析都是基于 pgxc_wlm_session_statistics 和 pgxc_stat_activity , pgxc_thread_wait_status 视图。1）创建SQL运行记录的基表act... 什么？等复现！天啊！ 你们领导电话是多少，我要打给他。。。立刻，马上！如那最怕空气突然的安静，运维人员最怕没有部署监控。所以写了一个过程记录SQL语句的运行记录，免得客户再次发难...所有的分析都是基于 pgxc_wlm_session_statistics 和 pgxc_stat_activity , pgxc_thread_wait_status 视图。1）创建SQL运行记录的基表act...
- Gaussdb(DWS) topsql监控 Gaussdb(DWS) topsql监控
- 有小伙伴在使用substring截取中文字符串时，发现返回的是乱码，该怎么办呢？一文帮你分析清楚，让你不再迷茫！ 有小伙伴在使用substring截取中文字符串时，发现返回的是乱码，该怎么办呢？一文帮你分析清楚，让你不再迷茫！
- 从一体机、超融合到云计算、HTAP，我们不断尝试将多种应用场景融合在一起并试图通过一种技术来解决一类问题，借以达到使用简单高效的目标。现在很热的湖仓一体（Lakehouse）也一样，如果能将数据湖和数据仓库融合在一起就可以同时发挥二者的价值。数据湖和数据仓库一直以来都有十分密切的联系但同时存在显著的差异。数据湖更注重原始信息的保留，将原始数据“原汁原味”地保存下来是数据湖的首要目标。但原始数... 从一体机、超融合到云计算、HTAP，我们不断尝试将多种应用场景融合在一起并试图通过一种技术来解决一类问题，借以达到使用简单高效的目标。现在很热的湖仓一体（Lakehouse）也一样，如果能将数据湖和数据仓库融合在一起就可以同时发挥二者的价值。数据湖和数据仓库一直以来都有十分密切的联系但同时存在显著的差异。数据湖更注重原始信息的保留，将原始数据“原汁原味”地保存下来是数据湖的首要目标。但原始数...
- 数据的接入、处理、存储与查询，是大数据系统不可或缺的四个环节。随着数据量的增加，高效的数据格式是解决存储与查询环节痛点的有效方法，在很多场景下，嵌套数据结构能更好的表达数据内容与层级关系。Parquet便是在这样的背景下诞生。正如官方文档所述，Parquet在最初设计时，便借鉴了Dremel的数据模型思想，阐述了一种针对嵌套数据的交互式查询系统。本文主要探讨Parquet是如何支持嵌套结构存储的。 数据的接入、处理、存储与查询，是大数据系统不可或缺的四个环节。随着数据量的增加，高效的数据格式是解决存储与查询环节痛点的有效方法，在很多场景下，嵌套数据结构能更好的表达数据内容与层级关系。Parquet便是在这样的背景下诞生。正如官方文档所述，Parquet在最初设计时，便借鉴了Dremel的数据模型思想，阐述了一种针对嵌套数据的交互式查询系统。本文主要探讨Parquet是如何支持嵌套结构存储的。
- ces.log日志401报错 ces.log日志401报错
- gs_memwatcher.sh 内存监控脚本使用说明 gs_memwatcher.sh 内存监控脚本使用说明
- 并发管控 & 内存管控 并发管控 & 内存管控
- Q1:集群遇见报错unexpected EOF on GDS怎么处理？原因分析：当集群中出现大量这种错误时候首先考虑GDS机器的网络参数设置是否符合要求。可以参考下面的参数参数参考值：net.core.somaxconn = 65535 net.ipv4.tcp_max_syn_backlog = 65535 net.core.netdev_max_backlog = 65535 ne... Q1:集群遇见报错unexpected EOF on GDS怎么处理？原因分析：当集群中出现大量这种错误时候首先考虑GDS机器的网络参数设置是否符合要求。可以参考下面的参数参数参考值：net.core.somaxconn = 65535 net.ipv4.tcp_max_syn_backlog = 65535 net.core.netdev_max_backlog = 65535 ne...
- DWS如何查看所有组件版本 DWS如何查看所有组件版本
- DWS如何登录rms数据库 DWS如何登录rms数据库
- 本文主要介绍几种在用户使用中场景的结果集不稳定的问题，此类问题大部分都是由于用户使用不当或用法不合理导致，通过合理的业务使用可以避免此类问题。本文介绍几种常见的场景和解决办法供使用者参考。 本文主要介绍几种在用户使用中场景的结果集不稳定的问题，此类问题大部分都是由于用户使用不当或用法不合理导致，通过合理的业务使用可以避免此类问题。本文介绍几种常见的场景和解决办法供使用者参考。
- 周期性全量+周期性增量：所有策略按时间排序，若最先触发的是增量策略，则第一次触发的为全量快照，后面的增量快照全部基于此次全量快照做增量，直到触发全量策略，产生新的全量快照，则后续增量快照基于新的全量继续执行。若最先触发的是全量策略，则触发全量快照，后续增量快照都基于此次全量，直到14次增量或者下一次全量策略触发后，产生新的全量快照，后续便基于新的全量快照执行增量一次性全量+增量：若第一次增量... 周期性全量+周期性增量：所有策略按时间排序，若最先触发的是增量策略，则第一次触发的为全量快照，后面的增量快照全部基于此次全量快照做增量，直到触发全量策略，产生新的全量快照，则后续增量快照基于新的全量继续执行。若最先触发的是全量策略，则触发全量快照，后续增量快照都基于此次全量，直到14次增量或者下一次全量策略触发后，产生新的全量快照，后续便基于新的全量快照执行增量一次性全量+增量：若第一次增量...
- 下载JDBC工具包失败 下载JDBC工具包失败
- 业务实现之编写写入DWS层业务代码DWS层主要是存放大宽表数据，此业务中主要是针对Kafka topic “KAFKA-DWD-BROWSE-LOG-TOPIC”中用户浏览商品日志数据关联HBase中“ODS_PRODUCT_CATEGORY”商品分类表与“ODS_PRODUCT_INFO”商品表维度数据获取浏览商品主题大宽表。Flink在读取Kafka 用户浏览商品数据与HBase中维度数... 业务实现之编写写入DWS层业务代码DWS层主要是存放大宽表数据，此业务中主要是针对Kafka topic “KAFKA-DWD-BROWSE-LOG-TOPIC”中用户浏览商品日志数据关联HBase中“ODS_PRODUCT_CATEGORY”商品分类表与“ODS_PRODUCT_INFO”商品表维度数据获取浏览商品主题大宽表。Flink在读取Kafka 用户浏览商品数据与HBase中维度数...
上滑加载中
推荐直播
-
香橙派AIpro的远程推理框架与实验案例2025/07/04 周五 19:00-20:00
郝家胜 -华为开发者布道师-高校教师
AiR推理框架创新采用将模型推理与模型应用相分离的机制，把香橙派封装为AI推理黑盒服务，构建了分布式远程推理框架，并提供多种输入模态、多种输出方式以及多线程支持的高度复用框架，解决了开发板环境配置复杂上手困难、缺乏可视化体验和资源稀缺课程受限等痛点问题，真正做到开箱即用，并支持多种笔记本电脑环境、多种不同编程语言，10行代码即可体验图像分割迁移案例。
回顾中 -
鸿蒙端云一体化应用开发2025/07/10 周四 19:00-20:00
倪红军 华为开发者布道师-高校教师
基于鸿蒙平台终端设备的应用场景越来越多、使用范围越来越广。本课程以云数据库服务为例，介绍云侧项目应用的创建、新建对象类型、新增存储区及向对象类型中添加数据对象的方法，端侧（HarmonyOS平台）一体化工程项目的创建、云数据资源的关联方法及对云侧数据的增删改查等操作方法，为开发端云一体化应用打下坚实基础。
回顾中
热门标签