定没有索引的分区列会导致数据库 服务器 磁盘I/O繁忙，影响其他业务访问数据库，并且导入时间长。 在有索引的多个字段中，选择字段值最离散的字段作为分区列，不离散的分区列会导致多个导入MR任务负载不均衡。 分区列的排序规则必须支持大小写敏感，否则在数据导入过程中，可能会出现数据丢失。

查看更多 →

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，否则修改列的类型会导致锁表

查看更多 →

MySQL数据库兼容MySQL模式 MySQL数据库兼容性概述 数据类型 系统函数 操作符 字符集 排序规则 SQL 驱动 父主题： 分布式

查看更多 →

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，否则修改列的类型会导致锁表

查看更多 →

有小于8个连接在批量创建索引，类似如下语句： alter table *** add index ***; 增量阶段，DRS会把源数据库日志中的增量数据解析成SQL在目标数据库中执行，一般总连接数小于64个，其中： DDL会单连接串行执行，执行DDL时，不会有其他DML执行。 DML最多会有6

查看更多 →

ALL：返回重复的行。为默认选项。其后只能跟*，否则会出错。 DISTINCT：从结果集移除重复的行。 WHERE：WHERE子句嵌套将利用子查询的结果作为过滤条件。 operator：包含关系运算符中的等式与不等式操作符及IN，NOT IN，EXISTS，NOT EXISTS操作符。 当operator为IN或者NOT

查看更多 →

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，否则修改列的类型会导致锁表

查看更多 →

GaussDB 中JSONB_EQ条件等同于Oracle中JSON_EQUAL条件，但GaussDB不支持ERROR子句。 GaussDB中JSONB_EXISTS条件等同于Oracle中JSON_EXISTS条件，但GaussDB不支持ERROR子句、EMPTY子句和PASSING子句。 10

查看更多 →

Hive使用WHERE条件查询超过3.2万分区的表报错 问题： Hive创建超过3.2万分区的表，执行带有WHERE分区的条件查询时出现异常，且“metastore.log”中打印的异常信息包含以下信息： Caused by: java.io.IOException: Tried

查看更多 →

示例： 学生表中的student_id是主键，那么成绩表中的student_id则为外键。如果更新学生表中的student_id，同时触发成绩表中的student_id更新，则为级联更新。 外键与级联更新适用于单机低并发，不适合分布式、高并发集群。 级联更新是强阻塞，存在数据库更新风暴的风险，外键影响数据库的插入速度。

查看更多 →

name （必填）数据库实例名称，同一租户下，同类型的数据库实例名称可以重名 约束：4~64个字符之间，必须以字母开头，区分大小写，可以包含字母、数字、中划线或者下划线，不能包含其他的特殊字符 flavor （必填）数据库实例规格，本教程使用"rds.mysql.c2.large

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 →

接进行查询单条记录等操作（在“步骤4”中，提到将DataFrame数据注册为临时表）。 where where 方法中可传入包含and 和 or 的条件筛选表达式，返回过滤后的DataFrame对象，示列如下： 1 jdbcDF.where("id = 1 or age <=10")

查看更多 →

在“高级设置”中设置关联表的“配置条件”和“配置规则”，辅助您进行数据过滤。 图4 高级设置 在“配置条件”中，根据在3输入的过滤条件，填写关联表的相关信息。 “库名”、“表名”、“列名”、“主键”、“索引”和“过滤条件”均为必填项。如果该表没有索引，则填写主键。 “过滤条件”即在3输入的该关联表的过滤条件。

查看更多 →

GaussDB(for MySQL) CPU使用率高的解决方法 使用云数据库GaussDB(for MySQL)时，如果您的CPU使用率很高或接近100%，会导致数据读写处理缓慢、无法获取连接、出现报错等，从而影响业务正常运行。 解决方案 通过查看慢SQL日志来确定是否存在运行缓

查看更多 →

TPS：Transaction Per Second，数据库每秒执行的事务数，每个事务中包含18条SQL语句。 QPS：Query Per Second，数据库每秒执行的SQL数，包含insert、select、update、delete等。 父主题： RDS for MySQL

查看更多 →

分区元数据冷热存储介绍 为了减轻集群元数据库压力，将长时间未使用过的指定范围的分区相关元数据移动到备份表，这一过程称为分区数据冻结，冻结的分区数据称为冷分区，未冻结的分区称为热分区，存在冷分区的表称为冻结表。将被冻结的数据重新移回原元数据表中，这一过程称为分区数据解冻。 一个分区

查看更多 →

ussDB(for MySQL)标准版慢日志。 查看GaussDB(for MySQL)标准版实例的CPU使用率指标，协助定位问题。具体请参见查看GaussDB(for MySQL)标准版实例监控指标。 可以创建只读实例专门负责查询，减轻主实例负载，分担数据库压力。 如果是实例规

查看更多 →

划，利用索引，增加更多查询限制条件。 使用新的SELECT、UPDATE、DELETE语句时，都需要通过explain查看执行计划中的索引使用情况，尽量避免extra列出现：Using File Sort，Using Temporary。当执行计划中扫描的行数超过1000时，需要

查看更多 →

理执行效率。 工作原理 云数据库GaussDB(for MySQL)采用计算与存储分离的架构，以减少网络流量为主要架构准则，通过NDP设计将该准则应用到查询操作。没有NDP之前，查询处理需要将原始数据从存储节点全部传输到计算节点。通过NDP设计，查询中的I/O密集型和CPU密集型

查看更多 →

询处理执行效率。 架构 云数据库GaussDB(for MySQL)采用计算与存储分离的架构，以减少网络流量为主要架构准则，通过NDP设计将该准则应用到查询操作。没有NDP之前，查询处理需要将原始数据从存储节点全部传输到计算节点。通过NDP设计，查询中的I/O密集型和CPU密集型

查看更多 →