填写插入操作中目标字段的值。 表4 更新记录 参数 说明 表名 填写要更新数据的数据表名。 更新数据 填写更新操作中目标字段的值。 WHERE条件 填写要更新数据的条件。 表5 同步记录 参数 说明 表名 填写要同步数据的数据表名。 清空表 每次同步数据，是否先清空表。 表6 删除记录 参数

查看更多 →

连接字符串。 主机IP地址 填写数据库的连接IP地址。 端口 填写数据库的连接端口号。 数据库名 填写要连接的数据库名。 用户名 连接数据库的用户名。 密码 连接数据库的用户密码。 描述 填写连接器的描述信息，用于识别不同的连接器。 支持的动作 获取数据库变更 实时获取数据库变更

查看更多 →

MySQL 账号管理 数据库管理 SQL操作 表管理 视图管理 存储过程管理 事件管理 触发器管理 函数管理 数据导入和导出 自动生成测试数据（不再推广） 数据追踪与回滚（不再推广） 任务管理 表结构对比与同步（不再推广） DBA智能运维（新版） DBA智能运维（旧版）

查看更多 →

入数据的表名。 插入数据 单击后弹出下拉框和搜索框，可以根据搜索或下拉勾选对应的字段，然后在对应的字段上填写插入操作中目标字段的值（注意值要用英文单引号包住）。 表3 更新记录 参数 说明 表名 单击后弹出下拉框和搜索框，可以根据搜索或下拉选择连接的数据库中要更新数据的表名。 更新数据

查看更多 →

> 云数据库 GaussDB (for MySQL)”。 在“实例管理”页面，单击实例列表上方的“导出实例列表”，在弹框中勾选需要导出的信息，单击“确定”。 导出任务执行完成后，您可在本地查看到一个“.csv”文件。 父主题： 实例生命周期管理

查看更多 →

如何通过TOP SQL检查并进行表优化 问题举例 用户在导出的日志记录中发现某一时间段select语句查询test表信息的耗时超过2s，锁等待时间长。 建议措施 增加索引。 优化表。 操作步骤 登录管理控制台。 单击管理控制台左上角的，选择区域和项目。 单击页面左上角的，选择“数据库 > 数据管理服务

查看更多 →

避免使用分区表，如有需要，可以使用多个独立的表代替。 分区表的缺点： DDL操作需要锁定所有分区，导致所有分区上操作都被阻塞。 当表数据量较大时，对分区表进行DDL或其他运维操作难度大风险高。 分区表使用较少，存在未知风险。 当单台 服务器 性能无法满足时，对分区表进行分拆的成本较高。

查看更多 →

生产者发送消息时指定了消息Key，按照对应的Key发送消息至对应的分区，会导致分区间的数据不均衡。 系统重新实现了分区分配策略，但策略逻辑有问题，会导致分区间的数据不均衡。 Kafka扩容了Broker节点，新增的节点没有分配分区，会导致节点间的数据不均衡。 业务使用过程中随着集群状态的变化，多少会发生一

查看更多 →

服务规模与业务容量参数配置对照表 Spark作为内存计算引擎，需要更多的内存和CPU。用户在规划规格时，应根据当前的业务容量和增长速度，规划合理的内存和CPU资源，特别需要关注以下几点： 当程序运行在yarn-client模式下时，需要关注在driver端汇聚的数据量大小，根据自己的业务场景，为driver设置合理的内存。

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 →

SQL中进行Join操作时，可以按照以下步骤进行优化。为了方便说明，设表A和表B，且A、B表都有个名为name的列。对A、B表进行join操作。 估计表的大小。 根据每次加载数据的大小，来估计表大小。 也可以在Hive的数据库存储路径下直接查看表的大小。首先在Spark的配置文件“hive-site

查看更多 →

聚合算法优化 操作场景 在Spark SQL中支持基于行的哈希聚合算法，即使用快速聚合hashmap作为缓存，以提高聚合性能。hashmap替代了之前的ColumnarBatch支持，从而避免拥有聚合表的宽模式（大量key字段或value字段）时产生的性能问题。 操作步骤 要启动

查看更多 →

设置这个参数，还要考虑GaussDB(DWS)的共享缓冲区以及内核的磁盘缓冲区。另外，还要考虑预计的在不同表之间的并发查询数目，因为它们将共享可用的空间。 这个参数对GaussDB(DWS)分配的共享内存大小没有影响，它也不会使用内核磁盘缓冲，它只用于估算。数值是用磁盘页来计算的，通常每个页面是8192字节。

查看更多 →

JOIN内表侧的数据不能超过5万行。 JOIN内表侧关联条件：对于HDFS内外表不能为表达式；对于列存表可以为表达式，但仅限于非JOIN层计算的表达式。 JOIN外表侧关联条件必须为简单列关联。 JOIN内表侧与外表侧关联条件均为简单列关联时，计划层估算必须可以去除1/3以上的数据（仅针对HDFS内外表）。

查看更多 →

没有副作用。同样，在缓冲率很高的数据库上，应该相对于CPU参数同时降低这两个值，因为获取内存中的页要比通常情况下开销小很多。 对于指定表空间中的表和索引，可以通过设置同名的表空间参数覆盖库级别的该参数值，即表空间级别该参数的优先级高于库级别该参数的优先级。 相对于seq_page

查看更多 →

（两个相同的表之间连接）的估算中更加准确。当前版本已弃用cost_param & 1不为0时的路径，默认选择更优的估算公式。 当cost_param & 2不为0，表示求多个过滤条件（Filter）的选择率时，选择最小的作为总的选择率，而非两者乘积，此方法在过滤条件的列之间关联性较强时估算更加准确。

查看更多 →

抓取页并没有副作用。同样，在缓冲率很高的数据库上，应该相对于CPU参数同时降低这两个值，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_pag

查看更多 →

基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器（GEQO）是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间，而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明：控制基因查询优化的使用。 该参数属于USERSET类型参数，请参考表1中对应设置方法进行设置。

查看更多 →

indexscan的hint可以作用于indexonlyscan。 4：表示在3的基础上，使用分区级统计信息参与代价估算。 5：表示在4的基础上，增强outer join计算Filter的代价估算，使得基于代价的查询重写更加准确；增强计算选择率时对outer join外表的filter条件的计算优

查看更多 →

Zordering是另一种加快查询速度的技术。对数据进行Z排序可以重新组织存储中的数据，当您的数据被适当地排序时，可以跳过更多的文件，读取更少的数据，从而运行得更快。要对Z-Order数据进行排序，请在ZORDER BY中指定要对其进行排序的列。 OPTIMIZE delta_table0

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 →