本地MySQL迁移到RDS for MySQL 数据复制服务 （Data Replication Service，简称DRS）支持将本地MySQL数据库的数据迁移至云数据库 RDS for MySQL实例。通过DRS提供的实时迁移任务，实现在数据库迁移过程中业务和数据库不停机，业务中断时间最小化。

查看更多 →

自建MySQL迁移到RDS for MySQL 最佳实践概述 资源规划 操作流程 上云操作 父主题： 实时迁移

查看更多 →

自建MySQL迁移到RDS for MySQL 最佳实践概述 资源规划 操作流程 上云操作 父主题： RDS for MySQL

查看更多 →

GaussDB (for MySQL) 创建数据库实例 图1 创建数据库实例1 图2 创建数据库实例2 选择购买配置信息 图3 选择购买配置信息 选择vpc 信息与子网信息需要与cce创建一致 图4 选择vpc信息 选择数据库版本以及购买时长信息，单击立即购买按钮 图5 立即购买 查看创建信息后单击去支付按钮

查看更多 →

RDS for MySQL 备份恢复 主备复制 参数类 性能资源类 SQL类 连接类 其他使用问题

查看更多 →

MySQL配置 设置MySQL配置参数可在迁移MySQL数据库脚本时自定义迁移工具的行为。 打开config文件夹中的features-mysql.properties文件，并根据实际需要设置features-mysql.properties文件中的配置参数中的参数。 表1 features-mysql

查看更多 →

MySQL -> GaussDB 配置参数 参数名称 参数说明 影响对象 参数值 值描述 备注 longtext_support 长文本数据类型 GaussDB不支持LONGTEXT。此配置用于处理此类型要求。 表 Ignore 忽略迁移，脚本保持不变（默认值）。 GaussDB

查看更多 →

GaussDB(for MySQL) 账号管理 数据库管理 SQL操作 表管理 视图管理 事件管理 存储过程管理 函数管理 触发器管理 导入导出 自动生成测试数据 任务管理 表结构对比与同步 DBA智能运维

查看更多 →

将GaussDB(for MySQL)同步到MySQL 支持的源和目标数据库 表1 支持的数据库 源数据库 目标数据库 GaussDB(for MySQL)主备实例 本地自建MySQL数据库 E CS 自建MySQL数据库 其他云上MySQL数据库 RDS for MySQL 使用须知 在创建同步任务前，请务必阅读以下使用须知。

查看更多 →

RDS for MySQL 测试方法 RDS for MySQL 5.6测试数据 RDS for MySQL 5.7测试数据 RDS for MySQL 8.0测试数据

查看更多 →

RDS for MySQL RDS for MySQL使用规范 自建MySQL迁移到RDS for MySQL RDS for MySQL通过DRS搭建异地单主灾备 其他云MySQL迁移到云数据库 RDS for MySQL 使用RDS for MySQL搭建WordPress 使用RDS

查看更多 →

将MySQL同步到GaussDB(for MySQL) 支持的源和目标数据库 表1 支持的数据库 源数据库 目标数据库 本地自建MySQL数据库（MySQL 5.5、5.6、5.7、8.0版本） ECS自建MySQL数据库（MySQL 5.5、5.6、5.7、8.0版本） 其他云上MySQL数据库（MySQL

查看更多 →

将MySQL迁移到GaussDB(for MySQL) 支持的源和目标数据库 表1 支持的数据库 源数据库 目标数据库 本地自建数据库（MySQL 5.5、5.6、5.7、8.0版本） ECS自建数据库（MySQL 5.5、5.6、5.7、8.0版本） 其他云上数据库（MySQL 5

查看更多 →

读取摄像头视频帧 该接口用于读取一帧视频。注意IPC摄像头和MP4视频返回的是YUV_NV21颜色排布的数据，而UVC类型的摄像头返回的是BGR颜色排布的数据。 接口调用 hilens.VideoCapture.read() 返回值 一帧视频数据。参数类型为numpy数组（dtype为uint8），兼容cv2。

查看更多 →

配置Spark读取HBase表数据 Spark On HBase Spark on HBase为用户提供了在Spark SQL中查询HBase表，通过Beeline工具为HBase表进行存数据等操作。通过HBase接口可实现创建表、读取表、往表中插入数据等操作。 登录Manager界面，选择“集群

查看更多 →

Spark jar 如何读取上传文件 Spark可以使用SparkFiles读取 –-file中提交上来的文件的本地路径，即：SparkFiles.get("上传的文件名")。 Driver中的文件路径与Executor中获取的路径位置是不一致的，所以不能将Driver中获取到的

查看更多 →

用户可以一次读取大规模的数据进行并行计算。在计算完成后，也可以将数据存储到HDFS。 分解来看，Spark分成控制端(Driver)和执行端（Executor）。控制端负责任务调度，执行端负责任务执行。 读取文件的过程如图 读取文件过程所示。 图1 读取文件过程 读取文件步骤的详细描述如下所示：

查看更多 →

mode=INCREMENTAL;// 必须设置当前表读取为增量读取模式 set hoodie.tableName.consume.start.timestamp=20201227153030;// 指定初始增量拉取commit set hoodie.tableName.consume.end.timestamp=20210308212318;

查看更多 →

和${table_name}_ro。 实时视图读取（Hive，SparkSQL为例）：直接读取Hive里面存储的后缀为_rt的hudi表即可。 select count(*) from ${table_name}_rt; 实时视图读取（Spark dataSource API为例

查看更多 →

读取Hudi cow表视图 实时视图读取（Hive，SparkSQL为例）：直接读取Hive里面存储的Hudi表即可，${table_name}表示表名称。 select count(*) from ${table_name}; 实时视图读取（Spark dataSource A

查看更多 →

和${table_name}_ro。 实时视图读取（Hive，SparkSQL为例）：直接读取Hive里面存储的后缀为_rt的hudi表即可。 select count(*) from ${table_name}_rt; 实时视图读取（Spark dataSource API为例

查看更多 →