数据类型转换 数据库中有些数据类型间允许进行隐式类型转换（例如赋值、函数调用的参数等）、有些数据类型间不允许进行隐式数据类型转换（例如int和复合类型），可尝试使用 GaussDB 提供的类型转换函数，例如CAST进行数据类型强转。 GaussDB数据库 常见的隐式类型转换，请参见表1。

查看更多 →

原生数据类型 DLI 支持原生数据类型，请参见表1。 表1 原生数据类型 数据类型 描述 存储空间 范围 OBS表支持情况 DLI表支持情况 INT 有符号整数 4字节 -2147483648～2147483647 是 是 STRING 字符串 - - 是 是 FLOAT 单精度浮点型

查看更多 →

数据类型转换 数据库中允许有些数据类型进行隐式类型转换（赋值、函数调用的参数等），有些数据类型间不允许进行隐式数据类型转换，可尝试使用GaussDB提供的类型转换函数，例如CAST进行数据类型强转。 GaussDB数据库常见的隐式类型转换，请参见表1。 GaussDB支持的DAT

查看更多 →

选择数据类型 高效数据类型，主要包括以下三方面： 尽量使用执行效率比较高的数据类型 一般来说整型数据运算(包括=、＞、＜、≧、≦、≠等常规的比较运算，以及group by)的效率比字符串、浮点数要高。比如某客户场景中对列存表进行点查询，filter条件在一个numeric列上，执

查看更多 →

storage_type=USTORE INSERT场景下serial类型DEFAULT值的差异。如： -- MySQL插入serial的DEFAULT值 mysql> INSERT INTO test VALUES(DEFAULT, 'aaaa'); Query OK, 1 row affected

查看更多 →

storage_type=USTORE INSERT场景下serial类型DEFAULT值的差异。如： -- MySQL插入serial的DEFAULT值 mysql> INSERT INTO test VALUES(DEFAULT, 'aaaa'); Query OK, 1 row affected

查看更多 →

数据类型转换 不同的数据类型之间支持转换。有如下场景涉及到数据类型转换： 操作符（比较操作符、运算操作符等）的操作数的数据类型不一致。常见于查询条件或者关联条件中的比较运算。 函数调用时实参和形参的数据类型不一致。 DML语句要更新（包括INSERT、UPDATE、MERGE、R

查看更多 →

数据类型转换 不同的数据类型之间支持转换。有如下场景涉及到数据类型转换： 操作符（比较操作符、运算操作符等）的操作数的数据类型不一致。常见于查询条件或者关联条件中的比较运算。 函数调用时实参和形参的数据类型不一致。 DML语句要更新（包括insert、update、merge、r

查看更多 →

数据类型转换 不同的数据类型之间支持转换。有如下场景涉及到数据类型转换： 操作符（比较操作符、运算操作符等）的操作数的数据类型不一致。常见于查询条件或者关联条件中的比较运算。 函数调用时实参和形参的数据类型不一致。 DML语句要更新（包括insert、update、merge、r

查看更多 →

generate_series(1,200)); INSERT INTO facts VALUES ('2019-02-22', generate_series(1,300)); INSERT INTO facts VALUES ('2019-02-23', generate_series(1

查看更多 →

迁移学习 如果当前数据集的特征数据不够理想，而此数据集的数据类别和一份理想的数据集部分重合或者相差不大的时候，可以使用特征迁移功能，将理想数据集的特征数据迁移到当前数据集中。 进行特征迁移前，请先完成如下操作： 将源数据集和目标数据集导入系统，详细操作请参见数据集。 创建迁移数据

查看更多 →

generate_series(1,200)); INSERT INTO facts VALUES ('2019-02-22', generate_series(1,300)); INSERT INTO facts VALUES ('2019-02-23', generate_series(1

查看更多 →

选择数据类型 高效数据类型，主要包括以下三方面： 尽量使用执行效率比较高的数据类型 一般来说整型数据运算(包括=、＞、＜、≧、≦、≠等常规的比较运算，以及group by)的效率比字符串、浮点数要高。比如某客户场景中对列存表进行点查询，filter条件在一个numeric列上，执

查看更多 →

选择数据类型 高效数据类型，主要包括以下三方面： 尽量使用执行效率比较高的数据类型 一般来说整型数据运算(包括=、＞、＜、≧、≦、≠等常规的比较运算，以及group by)的效率比字符串、浮点数要高。 尽量使用短字段的数据类型 长度较短的数据类型不仅可以减小数据文件的大小，提升I

查看更多 →

openGauss=# insert into facts values ('2019-02-21', generate_series(1,200)); openGauss=# insert into facts values ('2019-02-22', generate_series(1,300));

查看更多 →

选择数据类型 高效数据类型，主要包括以下三方面： 尽量使用执行效率比较高的数据类型 一般来说整型数据运算(包括=、＞、＜、≧、≦、≠等常规的比较运算，以及group by)的效率比字符串、浮点数要高。 尽量使用短字段的数据类型 长度较短的数据类型不仅可以减小数据文件的大小，提升I

查看更多 →

PRECISION[(M,D)] [ZEROFILL] 支持，存在差异 DOUBLE PRECISION数据类型不支持KEY键值分区策略分区表。 5 REAL[(M,D)] [ZEROFILL] 支持，存在差异 REAL数据类型不支持KEY值分区策略分区表。 父主题： 数据类型

查看更多 →

gaussdb=# INSERT INTO facts VALUES ('2019-02-21', generate_series(1,200)); gaussdb=# INSERT INTO facts VALUES ('2019-02-22', generate_series(1,300));

查看更多 →

数据类型转换 数据库中有些数据类型间允许进行隐式类型转换（例如赋值、函数调用的参数等）、有些数据类型间不允许进行隐式数据类型转换（例如int），可尝试使用GaussDB提供的类型转换函数，例如CAST进行数据类型强转。 GaussDB数据库常见的隐式类型转换，请参见表1。 Gau

查看更多 →

选择数据类型 高效数据类型，主要包括以下三方面： 使用执行效率更高的数据类型 通常情况下，整型数据运算（包括“=”、“＞”、“＜”、“≧”、“≦”、“≠”等常规的比较运算，以及GROUP BY）的效率比字符串和浮点数的效率高。 使用短字段的数据类型 长度较短的数据类型不仅可以减小

查看更多 →

选择数据类型 高效数据类型，主要包括以下三方面： 尽量使用执行效率比较高的数据类型 一般来说整型数据运算(包括=、＞、＜、≧、≦、≠等常规的比较运算，以及group by)的效率比字符串、浮点数要高。 尽量使用短字段的数据类型 长度较短的数据类型不仅可以减小数据文件的大小，提升I

查看更多 →