人脸客流统计技能 技能描述 智慧门店的人脸抓拍和客流统计技能。本技能使用多个深度学习算法，实时分析视频流，对进入门店的人形进行抓拍，并自动筛选出此人进店过程中尺寸、清晰度、角度最佳的人脸和对应的原图上传至您的后台系统。 结合云上 人脸识别服务 （Face Recognition，简称

查看更多 →

进入安全分析页面 在左侧数据空间导航栏中，单击数据空间名称，展开数据管道列后，单击目标管道名称后的“更多 > 数据消费”，进入数据消费页面。 图3 进入数据消费页面 在数据消费页面中，单击当前状态后的，开启数据消费。 开启后，将显示消费配置信息，具体说明如表1所示。 图4 开启数据消费 表1 数据消费参数说明

查看更多 →

多区域客流分析技能 技能描述 面向智慧商超的客流统计技能。本技能使用深度学习算法，实时分析视频流，自动统计固定时间间隔的客流信息。 本技能支持： 根据业务需求划定区域，只统计固定区域内的客流，技能返回区域内客流的统计信息和坐标信息。 绘制客流统计线，对人形经过该线的人数进行统计，返回客流统计信息。

查看更多 →

消费数据集 订阅数据集 下载数据集 取消订阅数据集 父主题： 数据集

查看更多 →

Kafka数据消费概述 Kafka是一个分布式的、分区的、多副本的消息发布-订阅系统，它提供了类似于JMS的特性，但在设计上完全不同，它具有消息持久化、高吞吐、分布式、多客户端支持、实时等特性，适用于离线和在线的消息消费，如常规的消息收集、网站活性跟踪、聚合统计系统运营数据（监控数

查看更多 →

消费数据集 订阅数据集 下载数据集 取消订阅数据集 父主题： 用户指南

查看更多 →

使用消费组管理消费数据（邀测） 创建消费组 使用Java SDK管理消费组 Flink消费 LTS-Flink-Connector参数说明 父主题： 日志消费与加工

查看更多 →

ms的设置时长，此时发生rebalance导致本次消费失败，已经消费数据的offset无法正常提交，所以下次重新消费时还是在旧的offset消费数据，从而导致消费数据重复。 解决办法 建议用户在Manager页面调整以下服务参数： request.timeout.ms=100000 session

查看更多 →

G表示消费者需要重新加入消费组，若为STABLE表示消费组稳定。 JoinGroup 如果Heartbeat的结果不为STABLE，则消费者会发起joinGroup的请求，通知服务端自己要加入消费组，服务端收到客户端的join请求之后，会将消费组重新分配，此时返回一个syncDe

查看更多 →

commitSync()是同步提交，会阻塞线程直到提交消费偏移量执行结果返回。 另外还可以精细的控制对具体分区具体offset数据的确认，确认的offset为已接受数据最大offset+1。例如消费一批数据，最后一条的offset为100，则此时需要commit 101，这样下次消费就会从101开始，不会重复。代码样例如下：

查看更多 →

G表示消费者需要重新加入消费组，若为STABLE表示消费组稳定。 JoinGroup 如果Heartbeat的结果不为STABLE，则消费者会发起joinGroup的请求，通知服务端自己要加入消费组，服务端收到客户端的join请求之后，会将消费组重新分配，此时返回一个syncDe

查看更多 →

在“Topic Rank”栏，可查看当前集群Topic日志条数、数据体积大小、数据流入量、数据流出量前十名的Topic。 单击“TopicName”可进入到该Topic的详情页面中，在该页面的具体操作请参考查看Kafka数据生产消费详情。 父主题： 使用Kafka

查看更多 →

查看Kafka数据生产消费详情 操作场景 用户可以通过KafkaUI查看Topic详情、修改Topic Configs、增加Topic分区个数、删除Topic，并可实时查看不同时段的生产数据条数。 安全模式下，KafkaUI对查看Topic详情操作不作鉴权处理，即任何用户都可以查询Topic信息；对于修改Topic

查看更多 →

Kafka Consumer消费数据丢失 问题背景与现象 用户将消费完的数据存入数据库，发现数据与生产数据不一致，怀疑Kafka消费丢数据。 可能原因 业务代码原因 Kafka生产数据写入异常 Kafka消费数据异常 解决办法 Kafka排查： 通过consumer-groups

查看更多 →

ClickHouse消费Kafka数据异常 问题现象 用户在ClickHouse集群创建Kafka引擎表test.user_log_kafka消费Kafka数据，查看Kafka监控发现凌晨开始出现消息堆积，数据一直没有被消费。 原因分析 Kafka出现消息堆积，说明ClickHo

查看更多 →

DLI ”，“产品”选择“DLI计算资源使用量”，单击“导出账单”。 图3 导出消费数据 左侧导航栏，选择“导出记录”。下载对应的消费明细数据。 步骤2：分析账户消费结构并优化 在DLI上进行消费明细分析。 将1下载的消费明细数据上传到已建好的OBS桶中。 在数据湖探索服务中创建表。 登录DLI控制台，左侧导航

查看更多 →

店看板”以查看数据。如需要切换门店，可在“门店”选择框选择想要查看的门店。界面支持查看过店客流、进店客流、顾客平均停留时长、顾客属性分析 过店客流：通过拍摄门店门外通道区域，统计经过店外区域的客流，评估门店周围人气和店铺潜在客流。 进店客流：统计不同时段的进店客流人数、人次，结合

查看更多 →

在“Topic Rank”栏，可查看当前集群Topic日志条数、数据体积大小、数据流入量、数据流出量前十名的Topic。 单击“TopicName”可进入到该Topic的详情页面中，在该页面的具体操作请参考查看Kafka数据生产消费详情。 父主题： 使用Kafka

查看更多 →

查看Kafka数据生产消费详情 操作场景 用户可以通过KafkaUI查看Topic详情、修改Topic Configs、增加Topic分区个数、删除Topic，并可实时查看不同时段的生产数据条数。 安全模式下，KafkaUI对查看Topic详情操作不作鉴权处理，即任何用户都可以查询Topic信息；对于修改Topic

查看更多 →

客户消费 查询消费汇总 查询消费明细 月结95峰值计费产品 父主题： 客户

查看更多 →

查询指定消费组的消费成员 功能介绍 查询指定消费组的消费成员。 调用方法 请参见如何调用API。 URI GET /v2/{engine}/{project_id}/instances/{instance_id}/groups/{group}/members 表1 路径参数 参数

查看更多 →