据时建议使用UPSERT，当初始化数据集时建议使用BULK_INSERT。 批量写入Hudi表 引入Hudi包生成测试数据，参考使用Spark Shell创建Hudi表章节的2到4。 写入Hudi表，写入命令中加入参数：option("hoodie.datasource.write

查看更多 →

据时建议使用UPSERT，当初始化数据集时建议使用BULK_INSERT。 批量写入Hudi表 引入Hudi包生成测试数据，参考使用Spark Shell创建Hudi表章节的2到4。 写入Hudi表，写入命令中加入参数：option("hoodie.datasource.write

查看更多 →

GS_ASP GS_ASP显示被持久化的ACTIVE SESSION PROFILE样本，该表只能在系统库下查询，在用户库下查询无数据。 表1 GS_ASP字段 名称 类型 描述 sampleid bigint 采样ID。 sample_time timestamp with time

查看更多 →

GS_ASP GS_ASP显示被持久化的ACTIVE SESSION PROFILE样本。该系统表只能在系统库中查询。 表1 GS_ASP字段 名称 类型 描述 sampleid bigint 采样ID。 sample_time timestamp with time zone 采样的时间。

查看更多 →

GS_ASP GS_ASP显示被持久化的ACTIVE SESSION PROFILE样本。该系统表只能在系统库中查询。 表1 GS_ASP字段 名称 类型 描述 sampleid bigint 采样id。 sample_time timestamp with time zone 采样的时间。

查看更多 →

GS_ASP GS_ASP显示被持久化的ACTIVE SESSION PROFILE样本，该表只能在系统库下查询，在用户库下查询无数据。 表1 GS_ASP字段 名称 类型 描述 sampleid bigint 采样ID。 sample_time timestamp with time

查看更多 →

GS_ASP GS_ASP显示被持久化的ACTIVE SESSION PROFILE样本，该表只能在系统库下查询，在用户库下查询无数据。 表1 GS_ASP字段 名称 类型 描述 sampleid bigint 采样ID。 sample_time timestamp with time

查看更多 →

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

查看更多 →

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

查看更多 →

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

查看更多 →

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

查看更多 →

对于千万或亿级的超大表如何高效写入数据或创建索引 大表高效写入数据的方法 对于千万或亿级大数据量的表，建议使用如下方法提升数据写入效率。 删除不必要的索引。 更新数据时候，同时会更新索引数据。对于大数据量的表，避免创建大量的索引，影响更新速度。请根据业务评估，删除不必要的索引。 插入多条数据时，尽量选择批量插入。

查看更多 →

数据写入 写入更新数据时报错 Parquet/Avro schema 写入更新数据时报错UnsupportedOperationException 写入更新数据时报错SchemaCompatabilityException Hudi在upsert时占用了临时文件夹中大量空间 Hudi写入小精度Decimal数据失败

查看更多 →

写入数据 写入数据接口和HBase原生API一致。 可以参考以下样例代码。 样例代码 public void testPut() { LOG .info("Entering testPut."); try(Table table = conn.getTable(tableName))

查看更多 →

ASP.NET Core应用部署到CAE CAE源码部署支持Docker运行时，您可以自行配置Dockerfile文件，在Dockerfile中安装构建环境，定义构建命令，以此支持更多编程语言的项目在CAE部署。 本文以ASP.NET Core应用为例。 前提条件 已创建环境和创建应用。

查看更多 →

对于千万或亿级的超大表如何高效写入数据或创建索引 大表高效写入数据的方法 对于千万或亿级大数据量的表，建议使用如下方法提升数据写入效率。 删除不必要的索引。 更新数据时候，同时会更新索引数据。对于大数据量的表，避免创建大量的索引，影响更新速度。请根据业务评估，删除不必要的索引。 插入多条数据时，尽量选择批量插入。

查看更多 →

如何高效备份，容灾 传统场景采用文件或者块存储的数据库系统，备份恢复与数据量强相关，故在大数据量场景下，无法快速备份恢复，进而影响数据库的数据可靠性。 云数据库 GeminiDB基于DFV存储，底层采取Append Only方式存储，并在该基础上结合数据库逻辑进行分布式并行算法优化，极大地提升了数据备份、恢复性能。

查看更多 →

编写高效的Dockerfile 本章基于 容器镜像服务 实践所编写，将一个单体应用进行容器改造为例，展示如何写出可读性更好的Dockerfile，从而提升镜像构建速度，构建层数更少、体积更小的镜像。 下面是一个常见企业门户网站架构，由一个Web Server和一个数据库组成，Web

查看更多 →

需求高效跨项目协同 大型产品开发往往涉及到数千人大兵团规模作战，协作关系与项目运作沟通成本呈指数级上升，基于华为公司跨部门团队理念与实践，Req联结项目、人、工作项，提供无限组织层级、无限功能领域的网状跨项目协作管理能力，实现立体高效协同，加速信息流转。 支持将研发需求下发至下游项目

查看更多 →

缺陷跨组织高效协同 大型产品开发往往涉及到多个团队、多个模块，彼此互相依赖，其中一环存在的缺陷，可能导致整个产品的失败。基于大型企业跨部门协作开发理念与实践，CodeArts Defect提供跨项目、跨团队的缺陷提单与跟踪，实现精确高效协同，加速缺陷闭环。 支持将缺陷下发至其他项目，缺陷跨组织协同效果图如下：

查看更多 →

都市环保数据采集 GeminiDB Influx接口支持海量时间线的写入，为环保采集点提供稳定可靠的数据库支撑。 优势： 高效写入和查询 向量化查询接口，高效的聚合、卷积等时序数据查询算子，可高效处理高并发大数据量写入和查询。 父主题： 产品介绍

查看更多 →