获取当前设备所在地理位置的经纬度，返回值为gcj02坐标。 注意：不建议使用该JSAPI进行专业的，关键性的业务操作，若手机定位出现不准确可能有如下原因，请参考： 网络定位依赖于周边监测到的基站和wifi信息，而这些信息有受各种因素的影响发生变化或者采集有误，导致定位的偏差。 定位本身也

查看更多 →

选择数据类型 在字段设计时，基于查询效率的考虑，一般需要遵循以下原则： 尽量使用高效数据类型。 选择数值类型时，在满足业务精度的情况下，选择数据类型的优先级从高到低依次为整数、浮点数、NUMERIC。 当多个表存在逻辑关系时，表示同一含义的字段应该使用相同的数据类型。 对于字符串数据，建议

查看更多 →

选择数据类型 在字段设计时，基于查询效率的考虑，一般需要遵循以下原则： 尽量使用高效数据类型。 选择数值类型时，在满足业务精度的情况下，选择数据类型的优先级从高到低依次为整数、浮点数、NUMERIC。 当多个表存在逻辑关系时，表示同一含义的字段应该使用相同的数据类型。 对于字符串数据，建议

查看更多 →

选择数据类型 在字段设计时，基于查询效率的考虑，一般需要遵循以下原则： 尽量使用高效数据类型。 选择数值类型时，在满足业务精度的情况下，选择数据类型的优先级从高到低依次为整数、浮点数、NUMERIC。 当多个表存在逻辑关系时，表示同一含义的字段应该使用相同的数据类型。 对于字符串数据，建议

查看更多 →

张作为参考图片进行量化，选择的图像要尽量覆盖模型的各个场景（比如检测人、车的模型，参考图像中必须由人、车，不能仅使用人或者无人无车的图像进行量化）。网络中如果存在多个输入层，则需要配置多个image_list 顶，顺序、个数与prototxt 完全对应。 Norm_type 表示对网络数据输入的预处理方法。注意image_type

查看更多 →

选择数据类型 在字段设计时，基于查询效率的考虑，一般需要遵循以下原则： 尽量使用高效数据类型。 选择数值类型时，在满足业务精度的情况下，选择数据类型的优先级从高到低依次为整数、浮点数、NUMERIC。 当多个表存在逻辑关系时，表示同一含义的字段应该使用相同的数据类型。 对于字符串数据，建议

查看更多 →

在字段设计时，基于查询效率的考虑，一般遵循以下原则： 【建议】尽量使用高效数据类型。 选择数值类型时，在满足业务精度的情况下，选择数据类型的优先级从高到低依次为整数、浮点数、NUMERIC。 【建议】当多个表存在逻辑关系时，表示同一含义的字段应该使用相同的数据类型。 【建议】对于字

查看更多 →

通过执行日期，筛选出要查看的执行批次。 在校验结果列表中，可以进行如下操作： 查看校验详情：单击分区达标详情列的“查看”按钮，展开该数据表的作业详情。单击操作列的“查看详情”，进入校验详情页面，查看该数据表的校验详细信息。 查看执行历史及状态：单击操作列的“查看历史”，可以查看该表的所有执行批次和达标状态。

查看更多 →

在字段设计时，基于查询效率的考虑，一般遵循以下原则： 【建议】尽量使用高效数据类型。 选择数值类型时，在满足业务精度的情况下，选择数据类型的优先级从高到低依次为整数、浮点数、NUMERIC。 【建议】当多个表存在逻辑关系时，表示同一含义的字段应该使用相同的数据类型。 【建议】对于字

查看更多 →

当合并SummingMergeTree表的数据片段时，ClickHouse会把所有具有相同主键的行合并为一行，该行包含了被合并的行中具有数值数据类型的列的汇总值。如果主键的组合方式使得单个键值对应于大量的行，则可以显著减少存储空间并加快数据查询的速度。 建表语法： CREATE TABLE

查看更多 →

对于JSON函数和其他字符入参函数来说，如果含有转义字符的输入，默认情况下会与MySQL有一定差异，需要设置GUC参数set standard_conforming_strings= off;的情况下，对于转义字符的场景才会与MySQL兼容，但是会产生非标准字符输入的warning告警，在转义字符中\

查看更多 →

当合并SummingMergeTree表的数据片段时，ClickHouse会把所有具有相同主键的行合并为一行，该行包含了被合并的行中具有数值数据类型的列的汇总值。如果主键的组合方式使得单个键值对应于大量的行，则可以显著地减少存储空间并加快数据查询的速度。 建表语法： CREATE TABLE

查看更多 →

，默认情况下会与MySQL有一定差异。要实现与MySQL的兼容，需要设置GUC参数standard_conforming_strings取值为off，在这种情况下，转义字符的处理将与MySQL兼容，但是会产生非标准字符输入的warning告警，转义字符\t、\u以及转义数字与My

查看更多 →

C显示和gsql显示的精度不同。 对于精度敏感的场景，建议使用numeric类型。 通过JDBC连接数据库时，应该保证以下三个时区设置一致： JDBC客户端所在主机的时区。 GaussDB 集群所在主机的时区。 GaussDB集群配置过程中时区。 时区设置相关的操作，请联系管理员。

查看更多 →

l显示的精度不同。 【建议】对于精度敏感的场景，建议使用numeric类型。 【建议】通过JDBC连接数据库时，应该保证下面三个时区设置一致： JDBC客户端所在主机的时区。 GaussDB数据库 实例所在主机的时区。 GaussDB数据库实例配置过程中时区。 时区设置相关的操作，请联系管理员。

查看更多 →

显示和gsql显示的精度不同。 M-Compatibility模式数据库下，extra_float_digits的默认值为0。 对于精度敏感的场景，建议使用numeric类型。 通过JDBC连接数据库时，应该保证以下三个时区设置一致： JDBC客户端所在主机的时区。 GaussDB集群所在主机的时区。

查看更多 →

gsql显示的精度不同。 【建议】对于精度敏感的场景，建议使用numeric类型。 【建议】通过JDBC连接数据库时，应该保证下面三个时区设置一致： JDBC客户端所在主机的时区。 GaussDB集群所在主机的时区。 GaussDB集群配置过程中时区。 时区设置相关的操作请联系管理员处理。

查看更多 →

和gsql显示的精度不同。 对于精度敏感的场景，建议使用numeric类型。 通过JDBC连接数据库时，应该保证以下三个时区设置一致： JDBC客户端所在主机的时区。 GaussDB数据库实例所在主机的时区。 GaussDB数据库实例配置过程中时区。 时区设置相关的操作，请联系管理员。

查看更多 →

显示和gsql显示的精度不同。 M-Compatibility模式数据库下，extra_float_digits的默认值为0。 对于精度敏感的场景，建议使用numeric类型。 通过JDBC连接数据库时，应该保证以下三个时区设置一致： JDBC客户端所在主机的时区。 GaussDB数据库实例所在主机的时区。

查看更多 →

初始入库BULK_INSET方式会使用Spark内部parquet文件的写入类进行写入，Spark对不同精度的Decimal类型处理是不同的。 UPSERT操作时，Hudi使用Avro兼容的parquet文件写入类进行写入，这个和Spark的写入方式是不兼容的。 解决方案： 执行BULK_INSERT时指定设置“hoodie

查看更多 →

初始入库BULK_INSET方式会使用Spark内部parquet文件的写入类进行写入，Spark对不同精度的Decimal类型处理是不同的。 UPSERT操作时，Hudi使用Avro兼容的parquet文件写入类进行写入，这个和Spark的写入方式是不兼容的。 解决方案： 执行BULK_INSERT时指定设置“hoodie

查看更多 →