创建Squash合并 Squash合并是将合并请求的所有变更提交信息合并为一个，以此简洁提交信息。当您在处理功能分支只关注当前提交进度，而不关注提交信息时，可使用squash merge。 当勾选Squash合并，可将源分支的多个连续变更记录合并为一个提交记录（Squash提交信息），提交到目标分支。

查看更多 →

使用限制：当前统计信息收集不支持针对分区表的分区级别的统计信息。 在Spark客户端的“spark-defaults.conf”配置文件中进行表1设置。 表1 参数介绍 参数 描述 默认值 spark.sql.cbo.enabled CBO总开关。 true表示打开， false表示关闭。 要使用该功

查看更多 →

置数据源信息。 表2 输入设置参数 参数名 说明 示例 架构名称 “表方式”模式下存在，数据库模式名。 public 表名 “表方式”模式下存在，数据库表名。 test SQL语句 “SQL方式”模式下存在，配置要查询的SQL语句，使Loader可通过SQL语句查询结果并作为导入

查看更多 →

对一级分区表合并分区 使用ALTER TABLE MERGE PARTITIONS可以将多个分区合并为一个分区。 例如，将范围分区表range_sales的分区date_202001和date_202002合并为一个新的分区，并更新Global索引。 ALTER TABLE range_sales

查看更多 →

PO收货打印【合并】 【功能说明】 用于PC端采集点收并打印供应商到货物料的合并批次，并自动创建采购送货单及送货单明细 【操作步骤】 物料批次打印：选择供应商，选择采购单号，根据采购单号过滤产品料号，选择产品料号 -> 依次输入生产日期、生产批次、启动数量、备品启动数量、每包标准个数、每箱标准包数

查看更多 →

批量拆分 场景三：客户有两个客户的两票业务，可以拼成一车进行运输 具体操作： 客户首先需要在【发货单管理】维护业务单据信息。 勾选两个订单，单击“确认发货”按钮，选择合并发货，选择合并发货的条件，以及生成的送货单的业务类型，若符合，合并发货的条件，两个发货单将合并生成一个送货订单。 图5

查看更多 →

只能做全表扫描。 避免对三个表以上执行JOIN连接。需要JOIN的字段，数据类型必须保持一致。 多表关联查询时，保证被关联的字段需要有索引；在多表join中，尽量选取结果集较小的表作为驱动表，用来join其他表。即使双表join也要关注表索引、SQL性能情况。 对于超大表的查询，还需要遵循以下规范。

查看更多 →

分区表DML查询语句 由于分区的实现完全体现在数据库内核中，用户对分区表的DQL/DML与非分区表相比，在语法上没有任何区别。 出于分区表的易用性考虑， GaussDB 支持指定分区的查询操作，指定分区可以通过PARTITION (partname)或者PARTITION FOR (

查看更多 →

分区表DML查询语句 由于分区的实现完全体现在数据库内核中，用户对分区表的DQL/DML与非分区表相比，在语法上没有任何区别。 出于分区表的易用性考虑，GaussDB Kernel支持指定分区的查询操作，指定分区可以通过PARTITION (partname)或者PARTITION

查看更多 →

只能做全表扫描。 避免对三个表以上执行JOIN连接。需要JOIN的字段，数据类型必须保持一致。 多表关联查询时，保证被关联的字段需要有索引；在多表join中，尽量选取结果集较小的表作为驱动表，用来join其他表。即使双表join也要关注表索引、SQL性能情况。 对于超大表的查询，还需要遵循以下规范。

查看更多 →

情况把可下推函数的函数改成CASE表达式。 避免对索引使用函数或表达式运算。 对索引使用函数或表达式运算会停止使用索引转而执行全表扫描。 尽量避免在where子句中使用!=或<>操作符、null值判断、or连接、参数隐式转换。 对复杂SQL语句进行拆分。 对于过于复杂并且不易通过

查看更多 →

数调用导致性能下降，可以根据情况把可下推的函数改成CASE表达式。 避免对索引使用函数或表达式运算 对索引使用函数或表达式运算会停止使用索引转而执行全表扫描。 尽量避免在where子句中使用“!=”或“<”“>”操作符、NULL值判断、or连接、参数隐式转换。 如果WHERE条件

查看更多 →

函数调用导致性能下降很多，可以根据情况把可下推函数的函数改成CASE表达式。 避免对索引使用函数或表达式运算。 对索引使用函数或表达式运算会停止使用索引转而执行全表扫描。 尽量避免在where子句中使用!=或<>操作符、null值判断、or连接、参数隐式转换。 如果where条件中出现了

查看更多 →

函数调用导致性能下降很多，可以根据情况把可下推函数的函数改成CASE表达式。 避免对索引使用函数或表达式运算。 对索引使用函数或表达式运算会停止使用索引转而执行全表扫描。 尽量避免在where子句中使用“!=”或“<”“>”操作符、null值判断、or连接、参数隐式转换。 如果where条件中出现了

查看更多 →

函数调用导致性能下降很多，可以根据情况把可下推函数的函数改成CASE表达式。 避免对索引使用函数或表达式运算。 对索引使用函数或表达式运算会停止使用索引转而执行全表扫描。 尽量避免在where子句中使用!=或<>操作符、null值判断、or连接、参数隐式转换。 如果where条件中出现了

查看更多 →

函数调用导致性能下降，可以根据情况把可下推的函数改成CASE表达式。 避免对索引使用函数或表达式运算。 对索引使用函数或表达式运算会停止使用索引转而执行全表扫描。 避免在WHERE子句中使用!=、<、>操作符、NULL值判断、OR连接、参数隐式转换。 如果WHERE条件中出现了>

查看更多 →

货单明细中的待启动数量、已启动数量； 图3 送货批号撤销 送货批号查询：切换到[送货批号查询]页签，选择产品料号，查询出该产品料号的批号列表信息； 图4 送货批号查询 父主题： 送货管理

查看更多 →

String> 可选 参数解释： 用户头域列表。HashMap中第一个String代表用户头 域名 称，第二个String代表用户头域对应的取值。通过每个SDK设置的用户头域userHeader透传给服务端，使SDK不做处理，让后续使用更灵活。 默认取值： 无 表3 PartEtag 参数名称 参数类型

查看更多 →

情况把可下推函数的函数改成CASE表达式。 避免对索引使用函数或表达式运算。 对索引使用函数或表达式运算会停止使用索引转而执行全表扫描。 尽量避免在where子句中使用!=或<>操作符、null值判断、or连接、参数隐式转换。 对复杂SQL语句进行拆分。 对于过于复杂并且不易通过

查看更多 →

如何合并小文件 使用SQL过程中，生成的小文件过多时，会导致作业执行时间过长，且查询对应表时耗时增大，建议对小文件进行合并。 设置配置项。 spark.sql.shuffle.partitions = 分区数量（即此场景下最终生成的文件数量） 执行SQL。 INSERT OVERWRITE

查看更多 →

参数解释： 响应结果。 status String 参数解释： 调用此接口的响应状态。 取值范围： success，表示接口调用成功。 failed，表示接口调用失败。 表5 Error 参数 参数类型 描述 code String 参数解释： 错误码。 取值范围： 符合错误码格式字符串，长度[0

查看更多 →