华为云

面向未来的智能世界,数字化是企业发展的必由之路。数字化成功的关键是以云原生的思维践行云原生,全数字化、全云化、AI驱动,一切皆服务。

华为云将持续创新,携手客户、合作伙伴和开发者,致力于让云无处不在,让智能无所不及,共建智能世界云底座。

 
 

    华为云系统盘优化 更多内容
  • 优化器方法配置

    优化器方法配置 这些配置参数提供了影响查询优化器选择查询规划的原始方法。如果优化器为特定的查询选择的缺省规划并不是最优的,可以通过使用这些配置参数强制优化器选择一个不同的规划来临时解决这个问题。更好的方法包括调节优化器开销常量、手动运行ANALYZE、增加配置参数default_

    来自:帮助中心

    查看更多 →

  • 优化器开销常量

    优化器开销常量 介绍优化器开销常量。这里描述的开销可以按照任意标准度量。只关心其相对值,因此以相同的系数缩放它们将不会对优化器的选择产生任何影响。缺省时,以抓取顺序页的开销为基本单位。也就是说将seq_page_cost设为1.0,同时其他开销参数以该参数为基准设置。也可以使用其他基准,比如以毫秒计的实际执行时间。

    来自:帮助中心

    查看更多 →

  • 其他优化器选项

    enable_pbe_optimization 参数说明:设置优化器是否对以PBE(Parse Bind Execute)形式执行的语句进行查询计划的优化优化原理是使FQS选择gplan计划。 参数类型:布尔型 参数单位:无 取值范围: on:表示优化器将优化PBE语句的查询计划,在FQS下选择gplan。

    来自:帮助中心

    查看更多 →

  • Datasource表优化

    Datasource表优化 操作场景 将datasource表的分区消息存储到Metastore中,并在Metastore中对分区消息进行处理。 优化datasource表,支持对表中分区执行增加、删除和修改等语法,从而增加与Hive的兼容性。 支持在查询语句中,把分区裁剪并下压

    来自:帮助中心

    查看更多 →

  • Hive Group By语句优化

    Hive Group By语句优化 操作场景 优化Group by语句,可提升命令执行速度和查询速度。 Group by的时候, Map端会先进行分组, 分组完后分发到Reduce端, Reduce端再进行分组。可采用Map端聚合的方式来进行Group by优化,开启Map端初步聚合,减少Map的输出数据量。

    来自:帮助中心

    查看更多 →

  • Hive SQL逻辑优化

    Hive SQL逻辑优化 操作场景 在Hive上执行SQL语句查询时,如果语句中存在“(a&b) or (a&c)”逻辑时,建议将逻辑改为“a & (b or c)”。 样例 假设条件a为“p_partkey = l_partkey”,优化前样例如下所示: select

    来自:帮助中心

    查看更多 →

  • KVM实例变更为QingTian实例(Linux)

    步骤1:制作系统盘快照 步骤2 步骤2:执行规格变更优化脚本 步骤3 步骤3:变更规格 步骤4 (可选)步骤4:检查磁盘挂载状态 步骤1:制作系统盘快照 如果 云服务器 未安装驱动就执行变更规格的操作,云 服务器 可能无法正常使用,造成您的系统盘数据丢失。因此,建议您先制作系统盘快照,防止数据丢失。

    来自:帮助中心

    查看更多 →

  • Kafka性能优化

    Kafka性能优化 Kafka性能优化 优化客户端配置 生产者配置建议 可参考配置建议。 消费者配置建议 参数 推荐值 说明 max.poll.records 500 消费者一次能消费到的最大消息数量,默认为500,如果每条消息处理时间较长,建议调小该值,确保在max.poll.interval

    来自:帮助中心

    查看更多 →

  • Spark性能优化

    e数据。 调优原则 提高cpu使用率同时减少额外性能开销。 提高内存使用率。 优化业务逻辑,减少计算量和IO操作。 典型业务的调优 优化代码逻辑:在进行Spark参数调优之前,要进行相应的规划设计,优化代码逻辑。 Spark任务跑的比较慢,cpu利用率低:检测室executor线

    来自:帮助中心

    查看更多 →

  • 优化器开销常量

    优化器开销常量 介绍优化器开销常量。这里描述的开销可以按照任意标准度量。只关心其相对值,因此以相同的系数缩放它们将不会对优化器的选择产生任何影响。缺省时,它们以抓取顺序页的开销为基本单位。也就是说将seq_page_cost设为1.0,同时其他开销参数以它为基准设置。也可以使用其他基准,比如以毫秒计的实际执行时间。

    来自:帮助中心

    查看更多 →

  • 基因查询优化器

    基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器(GEQO)是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间,而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明:控制基因查询优化的使用。 该参数属于USERSET类型参数,请参考表1中对应设置方法进行设置。

    来自:帮助中心

    查看更多 →

  • 基因查询优化器

    基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器(GEQO)是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间,而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明:控制基因查询优化的使用。 该参数属于USERSET类型参数,请参考表1中对应设置方法进行设置。

    来自:帮助中心

    查看更多 →

  • 其他优化器选项

    该参数属于SUSET类型参数,请参考表1中对应设置方法进行设置。 取值范围:布尔型。 on表示优化器将优化PBE语句的查询计划。 off表示不使用优化。 默认值:on enable_light_proxy 参数说明:设置优化器是否对简单查询在CN上优化执行,应用端和内核端字符集不匹配时,该参数不生效,建议建库时将字符集设为UTF8。

    来自:帮助中心

    查看更多 →

  • 优化器开销常量

    优化器开销常量 介绍优化器开销常量。这里描述的开销可以按照任意标准度量。只关心其相对值,因此以相同的系数缩放它们将不会对优化器的选择产生任何影响。缺省时,它们以抓取顺序页的开销为基本单位。也就是说将seq_page_cost设为1.0,同时其他开销参数以它为基准设置。也可以使用其他基准,比如以毫秒计的实际执行时间。

    来自:帮助中心

    查看更多 →

  • 其他优化器选项

    enable_codegen 参数说明:标识是否允许开启代码生成优化,目前代码生成使用的是LLVM优化。 参数类型:USERSET 取值范围:布尔型 on表示允许开启代码生成优化。 off表示不允许开启代码生成优化。 目前LLVM优化仅支持向量化执行引擎特性和SQL on Hadoop特性,在其他场景下建议关闭此参数。

    来自:帮助中心

    查看更多 →

  • 优化器开销常量

    优化器开销常量 介绍优化器开销常量。这里描述的开销可以按照任意标准度量。只关心其相对值,因此以相同的系数缩放它们将不会对优化器的选择产生任何影响。缺省时,它们以抓取顺序页的开销为基本单位。也就是说将seq_page_cost设为1.0,同时其他开销参数以它为基准设置。也可以使用其他基准,比如以毫秒计的实际执行时间。

    来自:帮助中心

    查看更多 →

  • 基因查询优化器

    基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器(GEQO)是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间,而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明:控制基因查询优化的使用。 该参数属于USERSET类型参数,请参考表1中对应设置方法进行设置。

    来自:帮助中心

    查看更多 →

  • 性能优化类

    性能优化类 Hadoop压力测试工具如何获取? 如何提高集群Core节点的资源使用率? 如何配置 MRS 集群knox内存? 如何调整MRS集群manager-executor进程内存? 如何设置Spark作业执行时自动获取更多资源? spark.yarn.executor.memo

    来自:帮助中心

    查看更多 →

  • 基因查询优化器

    基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器(GEQO)是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间,而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明:控制基因查询优化的使用。 参数类型:USERSET 取值范围:布尔型 on表示使用。

    来自:帮助中心

    查看更多 →

  • SQL分析与优化

    SQL分析与优化 查看TaurusDB的慢SQL 查看TaurusDB的TOP SQL 使用TaurusDB的SQL洞察 使用TaurusDB的SQL限流 使用TaurusDB自治限流 父主题: 智能DBA助手

    来自:帮助中心

    查看更多 →

  • 自动模型优化介绍

    参的调优,在速度和精度上超过人工调优。 ModelArts支持以下三种超参搜索算法: 贝叶斯优化(SMAC) TPE算法 模拟退火算法(Anneal) 贝叶斯优化(SMAC) 贝叶斯优化假设超参和目标函数存在一个函数关系。基于已搜索超参的评估值,通过高斯过程回归来估计其他搜索点处

    来自:帮助中心

    查看更多 →

共105条
看了本文的人还看了