基于JDBC开发 JDBC（Java Database Connectivity，Java数据库连接）是用于执行SQL语句的Java API，可以为多种关系数据库提供统一访问接口，应用程序可基于它操作数据。 GaussDB 库提供了对JDBC 4.2特性的支持，需要使用JDK1.8版

查看更多 →

基于libpq开发 libpq是GaussDBC应用程序接口。libpq是一套允许客户程序向GaussDB 服务器 服务进程发送查询并且获得查询返回的库函数。同时也是其他几个GaussDB应用接口下面的引擎，如ODBC等依赖的库文件。本章给出了两个示例显示如何利用libpq编写代码。

查看更多 →

基于libpq开发 libpq是GaussDB C应用程序接口。libpq是一套允许客户程序向GaussDB服务器服务进程发送查询并且获得查询返回值的库函数。同时也是其他几个GaussDB应用接口下面的引擎，如ODBC等依赖的库文件。本章给出了示例显示如何利用libpq编写代码。

查看更多 →

基于ecpg开发 ecpg(embedded SQL C preprocessor for GaussDB Kernel）是一种用于C语言程序的嵌入式SQL预处理器。一个嵌入式SQL程序由一种普通编程语言编写的代码（此处为C语言）和SQL命令共同组成。要构建该程序，源代码（*.p

查看更多 →

基于JDBC开发 JDBC（Java Database Connectivity，java数据库连接）是用于执行SQL语句的Java API，可以为多种关系数据库提供统一访问接口，应用程序可基于它操作数据。 GaussDB库提供了对JDBC 4.2特性的支持，需要使用JDK1.8

查看更多 →

DBC无法正常调用带有out参数的存储过程。 ODBC包及依赖的库和头文件 开发流程 Linux下配置数据源 Windows下配置数据源 示例：常用功能和批量绑定 典型应用场景配置 ODBC接口参考 父主题： 应用程序开发教程

查看更多 →

基于Psycopg开发 Psycopg是一种用于执行SQL语句的PythonAPI，可以为 GaussDB数据库 提供统一访问接口，应用程序可基于它进行数据操作。Psycopg2是对libpq的封装，主要使用C语言实现，既高效又安全。它具有客户端游标和服务器端游标、异步通信和通知、支持“COPY

查看更多 →

基于ecpg开发 ecpg(embedded SQL C preprocessor for GaussDB Kernel）是一种用于C语言程序的嵌入式SQL预处理器。一个嵌入式SQL程序由一种普通编程语言编写的代码（此处为C语言）和SQL命令共同组成。要构建该程序，源代码（*.p

查看更多 →

Agent镜像版本要求1.0.9及以上。 操作步骤 为CCE集群安装sermant-injector，请参考CCE部署场景接入指南。 为工作负载（deployment）中的微服务配置版本号或标签。 在下图所示位置为工作负载（deployment）配置环境变量，配置环境变量后，应用注册时，会使用该环境变量进行注册。

查看更多 →

Agent镜像版本要求1.0.9及以上。 操作步骤 为CCE集群安装sermant-injector，请参考CCE部署场景接入指南。 为工作负载（deployment）中的微服务配置版本号或标签。 在下图所示位置为工作负载（deployment）配置环境变量，配置环境变量后，应用注册时，会使用该环境变量进行注册。

查看更多 →

基于Python开发 PyMongo包 连接数据库 访问数据库 完整示例 父主题： 应用程序开发教程

查看更多 →

基于JDBC开发 JDBC开发流程 JDBC包与驱动类 加载驱动 连接数据库 执行SQL语句 处理结果集 常用JDBC开发示例 应用端加工RoaringBitmap结果集并入库GaussDB(DWS)开发示例 JDBC接口参考 父主题： 使用JDBC或ODBC进行GaussDB(DWS)二次开发

查看更多 →

TFJob即Tensorflow任务，是基于Tensorflow开源框架的kubernetes自定义资源类型，有多种角色可以配置，能够帮助我们更简单地实现Tensorflow的单机或分布式训练。Tensorflow开源框架的信息详见：https://www.tensorflow.org

查看更多 →

编码。 提供预置引擎类型有差异。新版的预置引擎在常用的训练引擎上进行了升级。 如果您需要使用旧版训练引擎，单击显示旧版引擎即可选择旧版引擎。新旧版支持的预置引擎差异请参考表1。详细的训练引擎版本说明请参考新版训练和旧版训练分别支持的AI引擎。 表1 新旧版预置引擎差异 工作环境 预置训练I引擎与版本

查看更多 →

preconfigured with AI engine PyTorch1.10 and cuda10.2 CPU/GPU 是 是 tensorflow2.1-cuda10.1-cudnn7-ubuntu18.04 CPU、GPU通用算法开发和训练基础镜像，预置AI引擎TensorFlow2.1 CPU/GPU

查看更多 →

批量计算 CCE部署使用Kubeflow CCE部署使用Caffe CCE部署使用Tensorflow CCE部署使用Flink CCE部署使用ClickHouse Spark on CCE with OBS安装使用指南

查看更多 →

物体检测 基于AI Gallery口罩数据集，使用ModelArts自动学习的物体检测算法，识别图片中的人物是否佩戴口罩。 垃圾分类 自动学习 图像分类 该案例基于华为云AI开发者社区AI Gallery中的数据集资产，让零AI基础的开发者完成“图像分类”的AI模型的训练和部署。 ModelArts

查看更多 →

ModelArts支持哪些AI框架？ ModelArts的开发环境Notebook、训练作业、模型推理（即AI应用管理和部署上线）支持的AI框架及其版本，不同模块的呈现方式存在细微差异，各模块支持的AI框架请参见如下描述。 统一镜像列表 ModelArts提供了ARM+Ascen

查看更多 →

在Linux上安装Data Provider 安装Data Provider，SAP技术支持人员通过该软件收集 云服务器 所在的平台信息，以便在SAP系统故障、性能下降时进行定位和分析。 在Windows上安装Data Provider 安装Data Provider，SAP技术支持

查看更多 →

安装 普通安装 静默安装 国产化版本安装 父主题： 安装说明

查看更多 →

模型来源的类型，当前仅可取值auto，用于区分通过自动学习部署过来的模型（不提供模型下载功能）；用户通过训练作业部署的模型不设置此值。默认值为空。 model_type 是 String 模型类型，取值为：TensorFlow/MXNet/Spark_MLlib/Scikit_Learn/XGBoost/M

查看更多 →