批量写请求 功能介绍 批量写请求，其中可以携带一或多个表的不同kv的写操作，上传kv/删除kv。 URI POST /v1/batch-write-kv 表1 Query参数 参数 是否必选 参数类型 描述 store_name 否 String 仓名，全域唯一，不同租户的仓名不能相同。

查看更多 →

业务结果回写 业务结果回写接口 父主题： 电销外呼

查看更多 →

如何放大用例的实际结果富文本框？ 点击富文本框上方的全屏按钮即可进入全屏模式。 图1 用例执行实际结果全屏模式入口 父主题： 验证中心

查看更多 →

按消费程序数量计算读分区数：（消费程序数量/2后的数值需要保留两位小数，然后乘以“按流量计算所需写分区数”，最终取值需向上取整） （消费程序数量/2）*按流量计算所需的写分区数 获取“按流量计算所需写分区数”、“按消费程序数量计算读分区数”中的最大值作为预估所需分区数量。 单击“使用计算

查看更多 →

业务结果回写接口 场景描述 该接口会将业务的结果回写至外呼数据(t_isl_data)及外呼数据结果表(t_isl_data_result)中，用以记录该条外呼数据以及该次外呼的业务结果，如果与业务结果和外呼任务中设置的根据业务结果重呼的策略相匹配，则会进行重呼。 使用说明 前提条件

查看更多 →

按消费程序数量计算读分区数：（消费程序数量/2后的数值需要保留两位小数，然后乘以“按流量计算所需写分区数”，最终取值需向上取整） （消费程序数量/2）*按流量计算所需的写分区数 获取“按流量计算所需写分区数”、“按消费程序数量计算读分区数”中的最大值作为预估所需分区数量。 单击“使用计算

查看更多 →

Spark并发写Hudi建议 涉及到并发场景，推荐采用分区间并发写的方式：即不同的写入任务写不同的分区 分区并发参数控制： SQL方式： set hoodie.support.partition.lock=true; DataSource Api方式： df.write .format("hudi")

查看更多 →

按消费程序数量计算读分区数：（消费程序数量/2后的数值需要保留两位小数，然后乘以“按流量计算所需写分区数”，最终取值需向上取整） （消费程序数量/2）*按流量计算所需的写分区数 获取“按流量计算所需写分区数”、“按消费程序数量计算读分区数”中的最大值作为预估所需分区数量。 单击“使用计算

查看更多 →

本地读单边写 本地读单边写模式应在配置文件中配置routeStrategy为"local-read-single-write"。在这种路由模式下，读操作在本地进行，不受MAS指示的活跃节点影响。根据配置文件中的AZ信息判断本地属于哪个AZ，读操作时从本地AZ进行读取，写操作仍然根

查看更多 →

网关拦截方案 写服务关停 应用层服务已做读写分离的场景，直接关停写服务或对应接口下线shutdown，读服务或对应接口保持在线，从而达到业务只读不写的效果。 图2 写服务关停方案 应用改造 应用代码进行读写分离改造，改造后再按照8.4.3.3写服务关停方案实施，实现只读不写的效果。 图3

查看更多 →

134217728 写数据客户端调优 写数据时，在场景允许的情况下，需要使用Put List的方式，可以极大的提升写性能。每一次Put的List的长度，需要结合单条Put的大小，以及实际环境的一些参数进行设定。建议在选定之前先做一些基础的测试。 写数据表设计调优 表2 影响实时写数据相关参数

查看更多 →

32 134217728 写数据客户端调优 写数据时，在场景允许的情况下，更适合使用Put List的方式，可以极大的提升写性能。每一次Put的List的长度，需要结合单条Put的大小，以及实际环境的一些参数进行设定。建议在选定之前先做一些基础的测试。 写数据表设计调优 在hbase

查看更多 →

API 鉴权 排班 排班规则 父主题： 智能排班模型BO接口

查看更多 →

API 鉴权 隐患排查治理 风险分级管控 风险四色图模型

查看更多 →

API 创建商标申请 查询商标申请详情 查询商标申请处理阶段列表 查询商标类别列表 下载委托书

查看更多 →

API 边缘业务 边缘实例 边缘规格 边缘硬盘 密钥对 边缘站点 虚拟私有云 子网 端口 安全组 网络ACL 路由表 带宽 弹性公网IP 边缘镜像 配额 历史API

查看更多 →

API 自然语言处理基础 服务接口说明 语言生成 服务接口说明 语言理解 服务接口说明 机器翻译 服务接口说明

查看更多 →

API 激活管理

查看更多 →

API 应用管理 模板管理 代码生成

查看更多 →

API 获取专属计算集群资源

查看更多 →

API 边缘小站 配额 区域 地区 边缘小站监控 机柜 存储池

查看更多 →