优化顾问 OA

常用调试方法 查看日志 父主题： IPDCenter外部集成开发

查看更多 →

常用调试方法 前端调试方法 调试工具 父主题： 卡片配置指南

查看更多 →

常用调试方法 调试工具 调试方法 父主题： WebARSDK使用手册

查看更多 →

常用调试方法 调试工具 cfg.ini调试方法 父主题： HTSDK使用手册

查看更多 →

定位类中的方法 一个搜索查询class:vet AND method:test匹配所有名称中带有test的方法，并且属于名称中带有vet的类。 一个搜索查询class:test AND (method:upd OR method:del)匹配所有名称中带有upd或del的方法，并且属于名称中带有test的类。

查看更多 →

认为FE节点的CPU核数的一半。值越大执行增量同步的线程越多，占有的资源越多，同步时延较低。若实例上同步任务较多，大于5个，需要降低每个任务的同步线程数。 expect_tablet_size：预期每个Bucket的存储源数据的大小，单位为GB，默认为3。若库里表的数据量大多小于

查看更多 →

Group和由当前用户具有COMPUTE权限的所有Node Group包含的所有DN构成的Node Group。 query：候选计算Node Group列表包含算子操作对象所在的Node Group和由当前查询涉及的所有基表所在Node Group包含的所有DN构成的Node Group。 bi

查看更多 →

考表1中对应设置方法进行设置。 设置建议：推荐使用默认值。 设置不当的风险与影响：关闭该参数会导致优化器倾向于选择其他扫描方法，降低顺序扫描方法的优先级，部分场景下可能会影响查询性能。 enable_sort 参数说明：控制优化器使用的排序步骤。完全消除明确的排序是不可能的，但是

查看更多 →

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_

查看更多 →

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_

查看更多 →

Group列表包含算子操作对象所在的Node Group和由当前用户具有COMPUTE权限的所有Node Group包含的所有DN构成的Node Group query：候选计算Node Group列表包含算子操作对象所在的Node Group和由当前查询涉及的所有基表所在Node Group包含的所有DN构成的Node

查看更多 →

Group列表包含算子操作对象所在的Node Group和由当前用户具有COMPUTE权限的所有Node Group包含的所有DN构成的Node Group query：候选计算Node Group列表包含算子操作对象所在的Node Group和由当前查询涉及的所有基表所在Node Group包含的所有DN构成的Node

查看更多 →

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_

查看更多 →

Group和由当前用户具有COMPUTE权限的所有Node Group包含的所有DN构成的Node Group。 query：候选计算Node Group列表包含算子操作对象所在的Node Group和由当前查询涉及的所有基表所在Node Group包含的所有DN构成的Node Group。 bi

查看更多 →

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

查看更多 →

等。选择压缩算法时，需考虑数据的压缩率和压缩耗时。通常压缩率越高的算法，压缩耗时也越高。 压缩方式 压缩比 客户端CPU占用 服务端CPU占用 磁盘占用 broker带宽占用 gzip 中 中 低 中 低 lz4 中 中 中 中 中 zstd 高 中 低 低 低 snappy 低

查看更多 →

Spark作为内存计算引擎，需要更多的内存和CPU。用户在规划规格时，应根据当前的业务容量和增长速度，规划合理的内存和CPU资源，特别需要关注以下几点： 当程序运行在yarn-client模式下时，需要关注在driver端汇聚的数据量大小，根据自己的业务场景，为driver设置合理的内存。 根据自己的业务目标

查看更多 →

按照表2所示的业务模型，配置workload中的“readproportion”、“insertproportion”、“updateproportion”的值。 按照表3所示的预置数据量，配置workload中的“recordcount”的值。 以业务模型workload_s1为例，执行以下命令，准备数据。

查看更多 →

proportion”、“readmodifywriteproportion”的值。 按照表3 预置数据量所示的预置数据量，配置workload中的“recordcount”的值。 以测试模型workload-insert-mostly为例，执行以下命令，准备数据。 sh bin/ycsb

查看更多 →

优化数据倾斜场景下的Spark SQL性能 配置场景 在Spark SQL多表Join的场景下，会存在关联键严重倾斜的情况，导致Hash分桶后，部分桶中的数据远高于其它分桶。最终导致部分Task过重，跑得很慢；其它Task过轻，跑得很快。一方面，数据量大Task运行慢，使得计算性

查看更多 →

优化小文件场景下的Spark SQL性能 配置场景 Spark SQL的表中，经常会存在很多小文件（大小远小于HDFS块大小），每个小文件默认对应Spark中的一个Partition，也就是一个Task。在很多小文件场景下，Spark会起很多Task。当SQL逻辑中存在Shuff

查看更多 →