，对数据没有要求。 缺点：大数据量情况下状态后端存储的数据比较多。 通过CDC格式数据解决 CDC格式数据是指更新操作记录中会同时包含更新前数据和更新后数据。通过更新前的内容来回撤掉之前的聚合结果，通过更新后的数据更新最新的计算结果。 优点：不需要有大的状态后端存储，整体计算资源压力要小于基于状态后端的方案。

查看更多 →

UBTree。 注意，当前版本PCR索引在大数据量的回滚上耗时可能较长（回滚时间随数据量增长可能呈指数型增长，数据量太大可能导致会回滚无法完全执行），回滚时间会在新的版本进行优化，如表1所示。 表1 PCR索引回滚时间的规格 类型/数据量 100 1000 1万 10万 100万

查看更多 →

大支持96TB存储容量。 计算节点提供快速的双向扩展： 由于计算节点无状态，添加分片只需添加计算节点，无需额外购买存储，无需重建，无论多大数据量，都可以控制在5分钟左右。 云数据库 GeminiDB采用容器化部署，规格变更只涉及计算资源，只需修改容器参数即可，无需挂盘等操作，规格变更速度极快。

查看更多 →

功能。 注意，当前版本PCR索引在大数据量的回滚上耗时可能较长（回滚时间随数据量增长可能呈指数型增长，数据量太大可能会导致回滚未完成），回滚时间会在下个版本进行优化。以下是当前版本回滚时间的具体规格： 表1 PCR索引回滚时间的规格 类型/数据量 100 1000 1万 10万 100万

查看更多 →

ctopus平台上。 对象存储导入数据：用户需先将数据包上传至对象存储桶（可自定义）中，再导入到Octopus平台。上传速率快，适合上传大数据量（超过2G）的数据包。 单个数据包时长均不可超过10分钟。 目前MP4文件只支持对象存储导入。 数据导入任务的流程如下： 图1 数据导入任务流程

查看更多 →

计算）能够支持50~100并发，对于简单的SQL查询，支持100~200左右查询。 如果集群有混合负载（要求极致性能的点查/范围查询和有大数据量聚合及join查询），建议将不同类型的负载拆分到不同集群；对于集群规划有远远超过100个并发业务系统，也需要设计将业务分摊到不同的集群。

查看更多 →

DWS变成只读状态导致FDI任务运行失败 原因分析 在DWS磁盘空间达到阈值，例如80%，或者某些大数据量的表存在数据倾斜时，DWS集群会变为只读状态。从FDI侧来看，在某个时间点，所有访问DWS的任务均异常停止。 解决方案 处理DWS只读状态问题，恢复数据库服务后，如果FDI的

查看更多 →

报表、决策报表三种模式解决各种报表问题 业务人员自助分析，多种数据处理功能，可视化操作方式，个性化自主分析 多终端数据展现PC端/移动端/大屏 企业级管控平台，实现以IT为中心进行集中管理，借助智能运维轻松管控平台，保证可用性与易用性

查看更多 →

如果数据导出提供给第三方使用，建议使用outfile或者export方式 2个以上大于3亿的表JOIN使用Colocation Join。 亿级别大表禁止使用select *查询数据，查询时需明确要查询的字段。 使用SQL Block方式禁止select *操作。 如果是高并发点查询，建议开启行存储（Doris

查看更多 →

UPSERT：为批量更新入库模式。 COPY：为DWS专有的高性能批量入库模式。 批写最大数据量 int 50000 DWS单次写入的最大条数，可在目的端配置中设置。 当缓存的数据达到“批写最大数据量”和“定时批写时间间隔”之一的条件时，触发数据写入。 单次写入条数增大可以减少请求D

查看更多 →

看成子问题的解的合并。对于大容量数据场景，数据库提供对数据进行“分治处理”的方式即分区，将逻辑数据库或其组成元素划分为不同的独立部分，每一个分区维护逻辑上存在相类似属性的数据，这样就把庞大的数据整体进行了切分，有利于数据的管理、查找和维护。 父主题： 大容量数据库

查看更多 →

受技术等多种因素制约，盘古大模型服务存在一些约束限制。 不同模型请求的最大Token数有所不同，具体信息请参见模型能力与规格。 关于模型支持的训练数据量要求，例如NLP大模型，请参考《用户指南》“开发盘古NLP大模型 > 训练NLP大模型 > NLP大模型训练流程与选择建议”。

查看更多 →

11版本和增强版，不支持大版本升级。 由于操作系统限制，部分实例暂不支持进行大版本升级，具体可升级版本查看界面可升级列表。 灾备实例不支持大版本升级。 大版本升级前，需要先进行升级检查，如果在有效期内没有检查成功的报告，则不允许进行大版本升级。 升级插件限制说明 在大版本升级检查成功后

查看更多 →

Executor进程Crash导致Stage重试 问题 在执行大数据量的Spark任务（如100T的TPCDS测试套）过程中，有时会出现Executor丢失从而导致Stage重试的现象。查看Executor的日志，出现“Executor 532 is lost rpc with driver

查看更多 →

Executor进程Crash导致Stage重试 问题 在执行大数据量的Spark任务（如100T的TPCDS测试套）过程中，有时会出现Executor丢失从而导致Stage重试的现象。查看Executor的日志，出现“Executor 532 is lost rpc with driver

查看更多 →

数据迁移，整表查询且该表数据量大，那么查询时间较长。 查询过程中，其他用户频繁进行commit操作。 Oracel的RBS（rollbackspace 回滚时使用的表空间）较小，造成迁移任务没有完成，源库已更新，回滚超时。 建议与总结 调小每次查询的数据量。 通过修改数据库配置调大Oracle的RBS。

查看更多 →

看成子问题的解的合并。对于大容量数据场景，数据库提供对数据进行“分治处理”的方式即分区，将逻辑数据库或其组成元素划分为不同的独立部分，每一个分区维护逻辑上存在相类似属性的数据，这样就把庞大的数据整体进行了切分，有利于数据的管理、查找和维护。 父主题： 大容量数据库

查看更多 →

若发生下盘，所有DN上下盘的最小数据量(MB)，默认为0。 max_spill_size integer 若发生下盘，所有DN上下盘的最大数据量(MB)，默认为0。 average_spill_size integer 若发生下盘，所有DN上下盘的平均数据量(MB)，默认为0。 spill_skew_percent

查看更多 →

若发生下盘，所有DN上下盘的最小数据量(MB)，默认为0。 max_spill_size integer 若发生下盘，所有DN上下盘的最大数据量(MB)，默认为0。 average_spill_size integer 若发生下盘，所有DN上下盘的平均数据量(MB)，默认为0。 spill_skew_percent

查看更多 →

数据迁移前后数据量不一致是什么问题？ 问题描述 使用 CDM 进行数据迁移，迁移完成后，目标库数据要比原始库多，有的多十几条，有的多几千条。 故障分析 根据故障信息分析，考虑是作业配置限制，检查作业配置，发现目的端配置为导入开始前“不清除”，不清除可能存在多次操作，部分数据重复。 解决方案

查看更多 →

若发生下盘，所有DN上下盘的最小数据量(MB)，默认为0。 max_spill_size integer 若发生下盘，所有DN上下盘的最大数据量(MB)，默认为0。 average_spill_size integer 若发生下盘，所有DN上下盘的平均数据量(MB)，默认为0。 spill_skew_percent

查看更多 →