表设计最佳实践 选择存储模型 使用分区表 选择数据类型 父主题： 最佳实践

查看更多 →

调用链中是否采集上报带有参数内容的原始sql 汇聚分表表名 array JAVA - 2.2.2 - 根据配置的表名，汇聚分表的sql。以该表名开头的表汇聚成同样的表名 mysql最大采集行数 integer JAVA 500 2.4.1 - 可采集的mysql最大行数 sql语句最大采集字节数 integer

查看更多 →

ClickHouse数据库设计 ClickHouse DataBase设计 ClickHouse表引擎适用场景说明 父主题： ClickHouse应用开发规范

查看更多 →

MHA的Mysql集群环境，部署架构如下图所示： 图1 方案架构 该解决方案会部署如下资源： 创建3台华为云Flexus 云服务器 X实例，加入同一个云 服务器 组，配置反亲和策略，跨可用区部署，并分别安装MHA和MySQL软件。 创建虚拟IP(VIP)，用于MySQL数据库主从切换。 创建3条弹性公网IP

查看更多 →

ClickHouse宽表设计 ClickHouse宽表设计原则 ClickHouse表字段设计 ClickHouse本地表设计 ClickHouse分布式表设计 ClickHouse分区设计 ClickHouse索引设计 父主题： ClickHouse应用开发规范

查看更多 →

如何设计宽表主键 GeminiDB Cassandra是一款分布式数据引擎，宽表引擎中的数据均按照主键进行分布。在执行查询时，如果表中存在多列主键，系统会从最左边的主键开始匹配。如果主键设置不当，则可能导致主键无法被有效利用，进而产生热点问题，影响查询性能。因此，在数据分区和数据

查看更多 →

是RDS for MySQL全库(所有库)备份，也会备份整个数据库所有的GTID号。 解决方案 RDS for MySQL数据库在主从数据库进行导出备份和恢复的时候，需要注意是否启用数据库用GTID模式。 如果开启，则在mysqldump数据时，应该在mysqldump命令加上参

查看更多 →

支持的并发度。通过对关联条件和分组条件的仔细设计，能够尽可能的减少不必要的数据shuffle。 选择存储方案 【建议】表的存储类型是表定义设计的第一步，用户业务类型是决定表的存储类型的主要因素，表存储类型的选择依据请参考表1。 表1 表的存储类型及场景 存储模型 优点 缺点 适用场景

查看更多 →

【建议】表的分布方式的选择一般遵循以下原则： 表2 表的分布方式及使用场景 分布方式 描述 适用场景 Hash 表数据通过Hash方式散列到集群中的所有DN上。 数据量较大的事实表。 Replication 集群中每一个DN都有一份全量表数据。 维度表、数据量较小的事实表。 Roundrobin

查看更多 →

（可选）数据库端口 约束：MySQL数据库端口设置范围为1024～65535（其中12017和33071被RDS系统占用不可设置），默认3306； volume type （必填）数据库实例磁盘类型 取值范围： ULTRAHIGH，表示SSD； ULTRAHIGHPRO，表示SSD尊享版，仅支持超高性能型尊享版

查看更多 →

数据库代理（MySQL） 开启数据库代理 查询数据库代理信息列表 查询数据库代理规格信息 设置读写分离路由模式 关闭数据库代理 父主题： API v3（推荐）

查看更多 →

通用型 g6 12 分布式数据库 GaussDB for MySQL 华为云 企业版 32核128G，主从模式，1T SSD 1 数据库（报表库） GaussDB for HTAP 华为云 属后付费 1 缓存 GaussDB for Redis 华为云 16G主从版 3 消息队列 RabbitMQ

查看更多 →

避免使用分区表，如有需要，可以使用多个独立的表代替。 分区表的缺点： DDL操作需要锁定所有分区，导致所有分区上操作都被阻塞。 当表数据量较大时，对分区表进行DDL或其他运维操作难度大风险高。 分区表使用较少，存在未知风险。 当单台服务器性能无法满足时，对分区表进行分拆的成本较高。

查看更多 →

流式计算采用MOR表。 流式计算为低时延的实时计算，需要高性能的流式读写能力，在Hudi表中存在的MOR和COW两种模型中，MOR表的流式读写性能相对较好，因此在流式计算场景下采用MOR表模型。关于MOR表在读写性能的对比关系如下： 对比维度 MOR表 COW表 流式写 高 低 流式读

查看更多 →

视图和关联表设计 视图设计 【建议】除非视图之间存在强依赖关系，否则不建议视图嵌套。 【建议】视图定义中尽量避免排序操作。 关联表设计 【建议】表之间的关联字段应该尽量少。 【建议】关联字段的数据类型应该保持一致。 【建议】关联字段在命名上，应该可以明显体现出关联关系。例如，采用同样名称来命名。

查看更多 →

Hudi表索引设计规范 规则 禁止修改表索引类型。 Hudi表的索引会决定数据存储方式，随意修改索引类型会导致表中已有的存量数据与新增数据之间出现数据重复和数据准确性问题。常见的索引类型如下： 布隆索引：Spark引擎独有索引，采用bloomfiter机制，将布隆索引内容写入到Parquet文件的footer中。

查看更多 →

议使用。 建议 事实表采用日期分区表，维度表采用非分区或者大颗粒度的日期分区 是否采用分区表要根据表的总数据量、增量和使用方式来决定。从表的使用属性看事实表和维度表具有的特点： 事实表：数据总量大，增量大，数据读取多以日期做切分，读取一定时间段的数据。 维度表：总量相对小，增量小

查看更多 →

降低。分区表在逻辑上表现为一个表，但是在物理层面上将数据存储在多个文件。 表中的列不要太多，尽量做到冷热数据分离，减小表的宽度，以便在一页内存中容纳更多的行，进而减少磁盘IO，更有效的利用缓存。 经常一起使用的列尽量放到一个表中，避免过多的关联操作。 禁止在表中建立预留字段，否则

查看更多 →

GaussDB(DWS)数据库对象设计规则 GaussDB(DWS) Database和Schema设计规则 GaussDB(DWS)表设计规则 GaussDB(DWS)字段设计规则 GaussDB(DWS)约束设计规则 GaussDB(DWS)视图和关联表设计规则 父主题： GaussDB(DWS)各对象设计详细规则

查看更多 →

图2 新建数据库 单击“SQL操作 > SQL查询”，打开SQL窗口，选择目标数据库，在SQL执行窗口输入如下命令创建数据库账号。 create database 数据库名; 相关API 创建数据库 查询数据库列表 查询数据库可用字符集 修改数据库备注 父主题： 数据库管理

查看更多 →

降低。分区表在逻辑上表现为一个表，但是在物理层面上将数据存储在多个文件。 表中的列不要太多，尽量做到冷热数据分离，减小表的宽度，以便在一页内存中容纳更多的行，进而减少磁盘IO，更有效的利用缓存。 经常一起使用的列尽量放到一个表中，避免过多的关联操作。 禁止在表中建立预留字段，否则

查看更多 →