排除行为类型：将有此行为类型的物品排除掉，使之依旧在候选集中。 属性去重 单击增加属性去重。 “属性名”：从下拉列表中选择属性名进行去重。如“product_color”，则对产品颜色相同的物品进行去重。 “去重位置”：可选择“排序前”或者“排序后”。 属性值过滤 指定定制化用户属性以及物品属性过

查看更多 →

时序数据重采样”，界面新增“时序数据重采样”内容。 对应参数说明，如表4所示。 表4 时序数据重采样参数说明 参数 参数说明 时间列 时序数据的时间字段。 重采样频率 重采样时间频率，如“5H”。 时间频率单位说明： S：秒 min：分钟 H：小时 D：天 B：工作日 W：周 M：月 Q：季 A：年 重采样方法

查看更多 →

city的限制进行刷新，但是不能超过本参数的值。默认值为40000。 临时表导致实例I/O高 现象 如果临时目录很大，可能存在慢SQL排序、去重等操作导致创建很大的临时表。临时表写入也会造成I/O增加。 您可以在实例监控指标页面查看临时表创建情况。 解决方案 在RDS控制台的慢日

查看更多 →

自定义排序器 编写自定义排序类继承BulkInsertPartitioner，在写入Hudi时加入配置： .option(BULKINSERT_USER_DEFINED_PARTITIONER_CLASS, <自定义排序类的包名加类名>) 自定义分区排序器样例： public class

查看更多 →

自定义排序器 编写自定义排序类继承BulkInsertPartitioner，在写入Hudi时加入配置： .option(BULKINSERT_USER_DEFINED_PARTITIONER_CLASS, <自定义排序类的包名加类名>) 自定义分区排序器样例： public class

查看更多 →

DISTINCT 则对所有值去重后计算。 COUNT(*) | COUNT(1) 返回输入行数。 AVG([ ALL | DISTINCT ] expression) 默认情况下或使用关键字 ALL，返回所有输入行中表达式的平均值（算术平均值）。使用 DISTINCT 则对所有值去重后计算。 SUM([

查看更多 →

数据集聚合 数据集行合并 数据集行过滤 数据集连接 数据集抽样 数据集拆分 数据集行去重 执行spark sql脚本 替换 缺失值填充 缺省值填充 修改列数据类型 数据集选择列 设置元数据 数据集按列排序 增加序列号 普通表转KV表 KV表转普通表 分层采样 加权采样 父主题： 数据特征

查看更多 →

只有在扩容之后，集群任务信息为“待重分布”状态时才能手动使用“重分布”功能，其他时段该功能不可使用。 在扩容阶段也可以选择重分布模式等高级配置。 重分布队列的排序依据表的relpage大小进行，为确保relpage大小正确，建议在重分布之前对需要重分布的表执行analyze操作。 调用方法 请参见如何调用API。

查看更多 →

自定义排序器 编写自定义排序类继承BulkInsertPartitioner，在写入Hudi时加入配置： .option(BULKINSERT_USER_DEFINED_PARTITIONER_CLASS, <自定义排序类的包名加类名>) 自定义分区排序器样例： public class

查看更多 →

自定义排序器 编写自定义排序类继承BulkInsertPartitioner，在写入Hudi时加入配置： .option(BULKINSERT_USER_DEFINED_PARTITIONER_CLASS, <自定义排序类的包名加类名>) 自定义分区排序器样例： public class

查看更多 →

数据集按列排序 概述 对输入数据集，按照选择的一些列，进行排序，生成新的数据集。 输入 参数 子参数 参数说明 inputs dataframe inputs为字典类型，dataframe为pyspark中的DataFrame类型对象 输出 数据集 参数说明 参数 子参数 参数说明

查看更多 →

选集中相同产品颜色的物品进行去重，留下召回分数高的物品。 item_id_ignore_length 否 String 要忽略的物品ID末尾长度，例如：候选集中有两个物品为SKU_A000123和SKU_A000456，指定忽略长度为3，则对该物品去重，留下召回分数高的物品。。 表8

查看更多 →

如何打开视频画面智能排序？ 在会中依次选择“更多 > 设置 > 视频”，在视频画面排序中，勾选“智能排序”即可，开启视频画面智能排序后，发言人和开启视频与会者将智能排前，查看更加方便。 父主题： 客户端业务使用

查看更多 →

础上，能够提高SQL执行效率。 使用union all代替union union在合并两个集合时会执行去重操作，而union all则直接将两个结果集合并、不执行去重。执行去重会消耗大量的时间，因此，在一些实际应用场景中，如果通过业务逻辑已确认两个集合不存在重叠，可用union all替代union以便提升性能。

查看更多 →

常能够大幅度提升业务查询效率。 使用union all代替union union在合并两个集合时会执行去重操作，而union all则直接将两个结果集合并、不执行去重。执行去重会消耗大量的时间，因此，在一些实际应用场景中，如果通过业务逻辑已确认两个集合不存在重叠，可用union all替代union以便提升性能。

查看更多 →

常能够大幅度提升业务查询效率。 使用union all代替union union在合并两个集合时会执行去重操作，而union all则直接将两个结果集合并、不执行去重。执行去重会消耗大量的时间，因此，在一些实际应用场景中，如果通过业务逻辑已确认两个集合不存在重叠，可用union all替代union以便提升性能。

查看更多 →

础上，能够提高SQL执行效率。 使用union all代替union union在合并两个集合时会执行去重操作，而union all则直接将两个结果集合并、不执行去重。执行去重会消耗大量的时间，因此，在一些实际应用场景中，如果通过业务逻辑已确认两个集合不存在重叠，可用union all替代union以便提升性能。

查看更多 →

常能够大幅度提升业务查询效率。 使用union all代替union union在合并两个集合时会执行去重操作，而union all则直接将两个结果集合并、不执行去重。执行去重会消耗大量的时间，因此，在一些实际应用场景中，如果通过业务逻辑已确认两个集合不存在重叠，可用union all替代union以便提升性能。

查看更多 →

常能够大幅度提升业务查询效率。 使用union all代替union union在合并两个集合时会执行去重操作，而union all则直接将两个结果集合并、不执行去重。执行去重会消耗大量的时间，因此，在一些实际应用场景中，如果通过业务逻辑已确认两个集合不存在重叠，可用union all替代union以便提升性能。

查看更多 →

致计划无法下推到DN执行，影响执行性能。 考虑使用UNION ALL，少使用UNION，注意考虑去重。 UNION ALL不去重，少了排序操作，速度相对UNION更快。 如果没有去重的需求，优先使用UNION ALL。 需要统计表中所有记录数时，不要使用count(col)来替代

查看更多 →

相对于MergeTree，它会用最新的数据覆盖具有相同主键的重复项。 删除老数据的操作是在分区异步merge的时候进行处理，只有同一个分区的数据才会被去重，分区间及shard间重复数据不会被去重，所以应用侧想要获取到最新数据，需要配合argMax函数一起使用。 SummingMergeTree 当合并Summi

查看更多 →