中软国际数据治理专业服务解决方案实践

ASP报告信息 表1 Report Header信息 列名称 描述 Start Time 开始时间。 End Time 结束时间。 Slot Count 指标展示时分割的时间段的个数。 Elapsed Time 生成报告的时间段。 Sample Count 生成ASP报告的总的样本数。

查看更多 →

事件抽取 功能介绍 事件抽取是指从自然语言文本中抽取指定类型的事件以及相关实体信息，并形成结构化数据输出的文本处理技术。 目前只支持金融公告中会议召开、聘任、辞职、股票增持、股票减持5类事件以及相关要素的抽取。 本API免费调用，调用限制为2次/秒。 调试 您可以在 API Explorer 中调试该接口。

查看更多 →

【我管理的】模块 点击其中一个审批，可以查看各审批下的详细数据；在数据界面可以分享单条数据给其他人。 【个人】模块 点击我审批的-已处理，跳转我已审批列表界面。 点击我审批的-待处理，跳转待我审批列表界面。 点击我审批的-平均耗时，展示所有时间段，我审批的已处理和待处理的所有流程耗时。

查看更多 →

配置HFile中block块的大小，不同的block块大小，可以影响HBase读写数据的效率。越大的block块，配合压缩算法，压缩的效率就越好；但是由于HBase的读取数据是以block块为单位的，所以越大的block块，对于随机读的情况，性能可能会比较差。 如果要提升写入的性能，一般扩大到

查看更多 →

配置HFile中block块的大小，不同的block块大小，可以影响HBase读写数据的效率。越大的block块，配合压缩算法，压缩的效率就越好；但是由于HBase的读取数据是以block块为单位的，所以越大的block块，对于随机读的情况，性能可能会比较差。 如果要提升写入的性能，一般扩大到

查看更多 →

ase读写数据的效率。越大的block块，配合压缩算法，压缩的效率就越好；但是由于HBase的读取数据是以block块为单位的，所以越大的block块，对于随机读的情况，性能可能会比较差。 如果要提升写入的性能，一般扩大到128KB或者256KB，可以提升写数据的效率，也不会影响太大的随机读性能。单位：字节

查看更多 →

的Encoding/Decoding速度和可以接受的压缩率。 NONE BLOCKSIZE 配置HFile中block块的大小，不同的block块大小，可以影响HBase读写数据的效率。越大的block块，配合压缩算法，压缩的效率就越好；但是由于HBase的读取数据是以block

查看更多 →

WDR报告和ASP报告导出 报告导出请联系管理员。 父主题： 附录

查看更多 →

性能效率支柱 性能效率支柱简介 基础概念 设计原则 问题和检查项 PERF01 流程与规范 PERF02 性能规划 PERF03 性能建模 PERF04 性能分析 PERF05 性能优化 PERF06 性能看护 云服务性能优化介绍

查看更多 →

段”表示基础数据中的字段名，在抽取函数中引用字段时，使用格式为“${字段}”，例如抽取基础数据中属性“name”的字段，在抽取函数中引用字段的格式为“trim(${name})”。 表1 信息抽取函数说明表 抽取函数 函数说明 抽取函数示例 抽取前数据示例 抽取后数据示例 trim（字段）

查看更多 →

F-8。 limit integer 否 返回关键词的最大数量，默认为5。 如果请求文本的词汇数量小于该值，则返回实际词汇数量。 如果词汇数量为浮点数，则limit取该浮点数向下取整的结果。 lang String 否 支持的文本语言类型，目前只支持中文（zh），默认为中文。 响应消息

查看更多 →

数据迁移作业提交运行后， CDM 会根据作业配置中的“抽取并发数”参数，将每个作业拆分为多个Task，即作业分片。 不同源端数据源的作业分片维度有所不同，因此某些作业可能出现未严格按作业“抽取并发数”参数分片的情况。 CDM依次将Task提交给运行池运行。根据集群配置管理中的“最大抽取并发数”参数，超出规格的Task排队等待运行。

查看更多 →

数据迁移作业提交运行后，CDM会根据作业配置中的“抽取并发数”参数，将每个作业拆分为多个Task，即作业分片。 不同源端数据源的作业分片维度有所不同，因此某些作业可能出现未严格按作业“抽取并发数”参数分片的情况。 CDM依次将Task提交给运行池运行。根据集群配置管理中的“最大抽取并发数”参数，超出规格的Task排队等待运行。

查看更多 →

关键词抽取 概述 承接分词结果，获取各个文档中的关键词。 原理 该算法基于TextRank，依据的PageRank算法思想，将滑动窗口内的共现词汇对儿当做相连接的节点构建网络，计算节点的价值（即单词的重要性）并排序，数值高的单词即为该文本的关键词。 TextRank公式如下，其中

查看更多 →

结构化抽取 信息抽取函数 交互界面配置 代码编辑 父主题： 配置信息抽取

查看更多 →

分析查询效率异常降低的问题 通常在几十毫秒内完成的查询，有时会突然需要几秒的时间完成；而通常需要几秒完成的查询，有时需要半小时才能完成。如何分析这种查询效率异常降低的问题呢？ 解决办法 通过下列的操作步骤，可以分析出查询效率异常降低的原因。 使用ANALYZE命令分析数据库。 A

查看更多 →

文本中抽取三元组的模型，因此仅适用于抽取基础数据格式为txt文本的自然语言短句。 自定义模型流程 自定义信息抽取模型的流程如表1所示。 表1 自定义信息抽取模型流程 流程 说明 操作指引 准备训练数据 提前准备用于训练模型的数据。 准备训练数据 创建模型 基于您的训练数据（即已标

查看更多 →

定义信息抽取模型。 可在下方查看从文本信息中抽取的知识类型，知识类型包括主语“Subject_type”、谓语“Predicate”、宾语“Object_type”，即可查看到可抽取的主语、谓语、宾语组合。 图2 抽取模型 单击“保存”，完成信息抽取。 如果创建多个数据源，请完成

查看更多 →

放未标注的数据集。 创建名称为“model-data-out”的文件夹用于存放已标记并发布的数据集。 创建名称为“graph-data”的文件夹用于存放创建图谱的数据集。 创建OBS桶和文件夹的操作指导请参见创建桶和新建文件夹。为保证数据能正常访问，请务必保证创建的OBS桶与KG

查看更多 →

性能效率支柱简介 如何设计出高性能的架构是一个普遍性的问题。作为基本的质量属性，性能的重要性和性能失败后果的严重性是毋庸置疑的，实际上公司内外都有很多性能失败的例子。本文试图为性能设计、性能优化提供一些技术方法和手段，这些方法手段可以用于系统的软件性能工程建设，也可用于指导性能调整和优化。

查看更多 →

分析查询效率异常降低的问题 通常在几十毫秒内完成的查询，有时会突然需要几秒的时间完成；而通常需要几秒完成的查询，有时需要半小时才能完成。如何分析这种查询效率异常降低的问题呢？ 处理步骤 通过下列的操作步骤，可以分析出查询效率异常降低的原因。 使用ANALYZE命令分析数据库。 A

查看更多 →