-
使用Storm-JDBC插件开发Oracle写入Bolt时发现数据无法写入
![]()
使用Storm-JDBC插件开发Oracle写入Bolt时发现数据无法写入 现象描述 使用Storm-JDBC插件开发Oracle写入Bolt，发现能连上Oracle数据库，但是无法向Oracle数据库里面写数据。 可能原因 拓扑定义异常。 数据库表结果定义异常。 原因分析 通过Storm
来自：帮助中心 -
向Phoenix表中写入数据
![]()
向Phoenix表中写入数据 功能简介 使用Phoenix实现写数据。 代码样例 以下代码片段在com.huawei.bigdata.hbase.examples包的“PhoenixSample”类的testPut方法中。 /** * Put data */ public
来自：帮助中心 -
附录
![]()
-
日志提示解析日期格式失败时怎么处理？
-
时间和日期处理函数和操作符
![]()
zone值。 表2显示了可以用于截断日期和时间值的模板。 表2 用于日期/时间截断的模式 类别 模式 描述 微秒 MICROSECON 截断日期/时间，精确到微秒（000000 - 999999） US USEC USECOND 毫秒 MILLISECON 截断日期/时间，精确到毫秒（000
来自：帮助中心 -
时间和日期处理函数和操作符
![]()
zone值。 表2显示了可以用于截断日期和时间值的模板。 表2 用于日期/时间截断的模式 类别 模式 描述 微秒 MICROSECON 截断日期/时间，精确到微秒（000000 - 999999） US USEC USECOND 毫秒 MILLISECON 截断日期/时间，精确到毫秒（000
来自：帮助中心 -
时间和日期处理函数和操作符
![]()
zone值。 表2显示了可以用于截断日期和时间值的模板。 表2 用于日期/时间截断的模式 类别 模式 描述 微秒 MICROSECON 截断日期/时间，精确到微秒（000000 - 999999） US USEC USECOND 毫秒 MILLISECON 截断日期/时间，精确到毫秒（000
来自：帮助中心 -
Hudi表分区设计规范
![]()
提升处理性能，这类表要结合一定的业务场景来进行优化，无法从单纯的日期分区进行优化。事实表读取方式都会按照时间段切分，近一年、近一个月或者近一天，读取的文件数相对稳定可控，所以事实表优先考虑日期分区表。 分区采用日期字段，分区表粒度，要基于数据更新范围确定，不要过大也不要过小。 分
来自：帮助中心 -
时间、日期处理函数和操作符
![]()
-
SparkStreaming批量写入HBase表
![]()
SparkStreaming批量写入HBase表 场景说明 用户可以在Spark应用程序中使用HBaseContext的方式去操作HBase，使用streamBulkPut接口将流数据写入Hbase表中。 数据规划 在客户端执行hbase shell进入HBase命令行。 在HB
来自：帮助中心 -
创建HDFS文件并写入内容
![]()
创建HDFS文件并写入内容 功能简介 写文件过程为： 使用FileSystem实例的create方法获取写文件的输出流。 使用该输出流将内容写入到HDFS的指定文件中。 在写完文件后，需关闭所申请资源。 代码样例 如下是写文件的代码片段，详细代码请参考com.huawei.bigdata
来自：帮助中心 -
优化向量检索写入与查询性能
![]()
优化向量检索写入与查询性能 写入性能优化 关闭副本，待数据导入完成后再开启副本，减少副本构建的开销。 调整“refresh_interval”为120s或者更大，避免频繁刷新索引生成大量小的segments，同时减少merge带来的向量索引构建开销。 适当调大“native.vector
来自：帮助中心 -
从HBase读取数据再写入HBase
![]()
-
从Hive读取数据再写入HBase
![]()
-
通过INSERT语句直接写入数据
-
写入更新数据时报错UnsupportedOperationException
![]()
写入更新数据时报错UnsupportedOperationException 问题 数据写入时报错： java.lang.UnsupportedOperationException: org.apache.parquet.avro.AvroConverters$FieldIntegerConverter
来自：帮助中心 -
时间、日期处理函数和操作符
![]()
-
外呼活动的特殊日期管理接口
![]()
外呼活动的特殊日期管理接口 查询外呼活动的特殊日期列表 新增外呼活动的特殊日期 修改外呼活动的特殊日期 删除外呼活动的特殊日期 删除外呼活动的所有特殊日期 父主题： 电销外呼
来自：帮助中心 -
时间、日期处理函数和操作符
![]()
-
从Kafka读取数据写入到RDS
![]()
从Kafka读取数据写入到RDS 本指导仅适用于Flink 1.12版本。 场景描述 该场景为根据商品的实时点击量，获取每小时内点击量最高的3个商品及其相关信息。商品的实时点击量数据为输入源发送到Kafka中，再将Kafka数据的分析结果输出到RDS中。 例如，输入如下样例数据：
来自：帮助中心 -
从Kafka读取数据写入到DWS
![]()
从Kafka读取数据写入到DWS 本指导仅适用于Flink 1.12版本。 场景描述 该场景为对汽车驾驶的实时数据信息进行分析，将满足特定条件的数据结果进行汇总。汽车驾驶的实时数据信息为数据源发送到Kafka中，再将Kafka数据的分析结果输出到DWS中。 例如，输入如下样例数据：
来自：帮助中心
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
