量数据生成高质量的模型），多维度下的模型架构自动设计（神经网络搜索和自适应模型调优），和更快、更准的训练参数自动调优自动训练 采用自动机器学习技术，基于信息熵上限近似模型的树搜索最优特征变换和基于信息熵上限近似模型的贝叶斯优化自动调参，从企业关系型（结构化）数据中，自动学习数据特

查看更多 →

Kafka性能优化 Kafka性能优化 优化客户端配置 生产者配置建议 可参考配置建议。 消费者配置建议 参数 推荐值 说明 max.poll.records 500 消费者一次能消费到的最大消息数量，默认为500，如果每条消息处理时间较长，建议调小该值，确保在max.poll.interval

查看更多 →

e数据。 调优原则 提高cpu使用率同时减少额外性能开销。 提高内存使用率。 优化业务逻辑，减少计算量和IO操作。 典型业务的调优 优化代码逻辑：在进行Spark参数调优之前，要进行相应的规划设计，优化代码逻辑。 Spark任务跑的比较慢，cpu利用率低：检测室executor线

查看更多 →

这两个值，因为获取内存中的页要比通常情况下开销小很多。 对于特别表空间中的表和索引，可以通过设置同名的表空间的参数来覆盖这个值。 相对于seq_page_cost，减少这个值将导致系统更倾向于使用索引扫描，而增加这个值使得索引扫描开销比较高。可以通过同时增加或减少这两个值来调整磁盘I/O相对于CPU的开销。

查看更多 →

cursor_tuple_fraction 参数说明：优化器估计游标获取行数在总行数中的占比。 参数类型：USERSET 取值范围：浮点型，0.0～1.0。 比默认值小的值与使用 “fast start” 为游标规划的值相偏离，从而使得前几行恢复的很快而抓取全部的行需要很长的时间。比默认值大的值加大了总的估计的时间。在最大的值1

查看更多 →

5～2.0 默认值：2 geqo_seed 参数说明：控制GEQO使用的随机数生产器的初始化值，用来从顺序连接在一起的查询空间中查找随机路径。 参数类型：USERSET 取值范围：浮点型，0.0～1.0 不同的值会改变搜索的连接路径，从而影响了所找路径的优劣。 默认值：0 父主题：

查看更多 →

识符seed值，由优化器随机生成[1, 2147483647]范围整型值的随机数，并根据随机数生成随机的执行计划；如果用户指定guc参数值为[1, 2147483647]范围的整型值，表示指定的生成随机数的种子标识符seed，优化器需要根据seed值生成随机的执行计划。 该参数属

查看更多 →

置。 取值范围：整型，0～2147483647‬。 至少是2，且有用的值一般在100到1000之间。设置为0，表示使用系统自适应方式， GaussDB 会基于geqo_effort和表的个数选取合适的值。 默认值：0 geqo_generations 参数说明：控制GEQO使用的算法的迭代次数。

查看更多 →

低这两个值，因为获取内存中的页要比通常情况下开销小很多。 取值范围：浮点型，0～DBL_MAX。 默认值：4 对于特别表空间中的表和索引，可以通过设置同名的表空间的参数来覆盖这个值。 相对于seq_page_cost，减少这个值将导致系统更倾向于使用索引扫描，而增加这个值使得索引

查看更多 →

法进行设置。 取值范围：整型，0～INT_MAX。 至少是2，且有用的值一般在100到1000之间。设置为0，表示使用系统自适应方式，GaussDB会基于geqo_effort和表的个数选取合适的值。 默认值：0 geqo_generations 参数说明：控制GEQO使用的算法的迭代次数。

查看更多 →

n 参数说明：优化器估计游标获取行数在总行数中的占比。该参数可在PDB级别设置。 参数类型：浮点型 参数单位：无 取值范围：0 ~ 1 默认值：0.1。在PDB场景内，若未设置该参数，则继承来自全局的设置。 比默认值小的值与使用“fast start”为游标规划的值相偏离，从而使

查看更多 →

Function），下一个搜索点为采集函数的极大值点。相比网格搜索，贝叶斯优化会利用之前的评估结果，从而降低迭代次数、缩短搜索时间；缺点是不容易找到全局最优解。 表1 贝叶斯优化的参数说明 参数 说明 取值参考 num_samples 搜索尝试的超参组数 int，一般在10-20之间，值越大，搜索时间越长，效果越好

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 →

自动广播阈值的配置参数介绍，见表1。 表1 参数介绍 参数 默认值 描述 spark.sql.autoBroadcastJoinThreshold 10485760 当进行join操作时，配置广播的最大值。 当SQL语句中涉及的表中相应字段的大小小于该值时，进行广播。 配置为-1时，将不进行广播。 配置自动广播阈值的方法：

查看更多 →

要启动聚合算法优化，在Spark客户端的“spark-defaults.conf”配置文件中进行设置。 表1 参数介绍 参数 描述 默认值 spark.sql.codegen.aggregate.map.twolevel.enabled 是否开启聚合算法优化： true：开启 false：不开启

查看更多 →

描，而增加这个值使得索引扫描开销比较高。可以通过同时增加或减少这两个值来调整磁盘I/O相对于CPU的开销。 cpu_tuple_cost 参数说明：设置优化器计算在一次查询中处理每一行数据的开销。该参数可在PDB级别设置。 参数类型：浮点型 参数单位：无 取值范围：0 ~ DBL_MAX

查看更多 →

低这两个值，因为获取内存中的页要比通常情况下开销小很多。 取值范围：浮点型，0～DBL_MAX。 默认值：4 对于特别表空间中的表和索引，可以通过设置同名的表空间的参数来覆盖这个值。 相对于seq_page_cost，减少这个值将导致系统更倾向于使用索引扫描，而增加这个值使得索引

查看更多 →

法进行设置。 取值范围：整型，0～INT_MAX。 至少是2，且有用的值一般在100到1000之间。设置为0，表示使用系统自适应方式，GaussDB会基于geqo_effort和表的个数选取合适的值。 默认值：0 geqo_generations 参数说明：控制GEQO使用的算法的迭代次数。

查看更多 →

SQL分析与优化 查看TaurusDB的慢SQL 查看TaurusDB的TOP SQL 使用TaurusDB的SQL洞察 使用TaurusDB的SQL限流 使用TaurusDB自治限流 父主题： 智能DBA助手

查看更多 →

建议 设置过期时间时，可以在基础值上增减一个随机偏移值，避免在同一个时间点大量Key过期。大量Key过期会导致CPU使用率冲高。 命令使用规范 原则 原则说明 级别 备注 谨慎使用O(N)复杂度的命令 时间复杂度为O(N)的命令，需要特别注意N的值。避免N过大，造成Redis阻塞以及CPU使用率冲高。

查看更多 →

调优原则 提高CPU使用率同时减少额外性能开销。 提高内存使用率。 优化业务逻辑，减少计算量和IO操作。 性能调优常用方法-DataStream调优 配置内存：调整老年代和新生代的比值；开发Flink应用程序时，优化datastream的数据分区活分组操作。 设置并行度：用户可以根

查看更多 →