扩展，提供高可用性。 Kudu的设计具有以下优点： 能够快速处理OLAP工作负载 支持与MapReduce，Spark和其他Hadoop生态系统组件集成 与Apache Impala的紧密集成，使其成为将HDFS与Apache Parquet结合使用的更好选择 提供强大而灵活的一

查看更多 →

系统表 分区表 OLTP表压缩 密态等值查询 通信 账本数据库 SPM计划管理 AI 审计 用户和权限管理 连接和认证 动态脱敏 DATABASE LINK 物化视图 其他系统表 父主题： 系统表和系统视图

查看更多 →

系统表 分区表 OLTP表压缩 密态等值查询 通信 账本数据库 SPM计划管理 AI 审计 用户和权限管理 连接和认证 动态脱敏 DATABASE LINK 物化视图 其他系统表 父主题： 系统表和系统视图

查看更多 →

情况，建议对多个表join查询逻辑提前进行加工处理，将处理后的数据写入到一个宽表中，宽表中包含所有要查询的数据字段，以供后续应用完全自助OLAP的高性能查询。 表命名规范 数据库表名称命名规则： 在数据库中，表名命名要求在当前数据库内唯一。 表名要求以字符开始，可以包含字符（a～

查看更多 →

。Row即用户的一行数据。Column用于描述一行数据中不同的字段，可以根据实际情况采用不同的数据类型（如整型、字符串、布尔型等）。 从OLAP场景看，Column可以分为两大类：Key和Value。Key表示维度列，Value表示指标列。 父主题： Doris数据表和数据模型

查看更多 →

（批量）/FlinkSQL（增量）加工成大宽表后，通过CDL/Loader工具实时同步到ClickHouse，下游BI工具和应用进行实时OLAP分析。 数据加工 建议使用Hive/Spark进行数据批量加工，FilkSQL进行数据增量加工。 数据入库 建议使用CDL（增量实时同步

查看更多 →

策略类型： m：DATA MOVEMENT flag smallint 取值范围： 0：策略整体启用状态。 1：策略整体被禁用。 父主题： OLTP表压缩

查看更多 →

策略类型： m：DATA MOVEMENT。 flag smallint 取值范围： 0：策略整体启用状态。 1：策略整体被禁用。 父主题： OLTP表压缩

查看更多 →

"c2 int not null,\n" + "c3 string not null\n" + ") engine=olap\n" + "unique key(c1, c2)\n" + "distributed by hash(c1) buckets

查看更多 →

zone 变成活动状态的时间。 completion_time timestamp with time zone 完成时间。 父主题： OLTP表压缩

查看更多 →

character varying(6) 策略是否开启。 deleted character varying(7) 策略是否被删除。 父主题： OLTP表压缩

查看更多 →

展，提供高可用性。 Kudu的设计具有以下优点： 能够快速处理OLAP工作负载。 支持与MapReduce，Spark和其他Hadoop生态系统组件集成。 与Apache Impala的紧密集成，使其成为将HDFS与Apache Parquet结合使用的更好选择。 提供强大而灵活

查看更多 →

completion_time timestamp with time zone 完成时间。 node_name name 数据来源节点的名称。 父主题： OLTP表压缩

查看更多 →

触发打点操作时的当前LSN。 ilm_ticker_time timestamp with time zone 触发打点操作时的当前时间。 父主题： OLTP表压缩

查看更多 →

触发打点操作时的当前LSN。 ilm_ticker_time timestamp with time zone 触发打点操作时的当前时间。 父主题： OLTP表压缩

查看更多 →

查询。同时，CarbonData也是一种将数据源与Spark集成的高性能分析引擎。 图1 CarbonData基本架构 使用CarbonData的目的是对大数据即席查询提供超快速响应。从根本上说，CarbonData是一个OLAP引擎，采用类似于RDBMS中的表来存储数据。用户可

查看更多 →

GS_ILM_OBJECT GS_ILM_OBJECT记录数据对象与策略的关系，同时记录策略在该数据对象上的调度信息等。注意当给分区表的表上设置策略时，此表会为每一个分区/子分区都生成独立的一条记录。 表1 GS_ILM_OBJECT字段 名称 类型 描述 pidx integer

查看更多 →

"c2 int not null,\n" + "c3 string not null\n" + ") engine=olap\n" + "unique key(c1, c2)\n" + "distributed by hash(c1) buckets

查看更多 →

取值范围： 1：'INACTIVE' 2：'ACTIVE' 3：'COMPLETED' flag smallint 预留字段。 父主题： OLTP表压缩

查看更多 →

10亿级数据量场景的解决方案有哪些？ 问： 10亿级数据量场景的解决方案有哪些？ 答： 有数据更新、联机事务处理OLTP、复杂分析的场景，建议使用云数据库 GaussDB (for MySQL)。 MRS 的Impala + Kudu也能满足该场景，Impala + Kudu可以在j

查看更多 →

取值范围： 1：'INACTIVE' 2：'ACTIVE' 3：'COMPLETED' flag smallint 预留字段。 父主题： OLTP表压缩

查看更多 →