识别和备份应用中所有需要备份的关键数据 不同数据的重要性不一样，针对应用系统内的所有数据，需要明确其重要性及对应的RPO/RTO指标要求。比如对于重要数据，通常允许数据丢失的时间会比较少，从而需要更频繁的备份；对于一般的数据，允许数据丢失的时间比较长，可以使用较低的备份频率；对于一些不重要的数据，其

查看更多 →

产生告警的角色名称。 主机名 产生告警的主机名。 对系统的影响 Hive默认 数据仓库 的权限被修改，会影响当前用户，用户组，其他用户在默认数据仓库中创建库、创建表等操作的操作权限范围；会扩大或缩小权限。 可能原因 Hive定时查看默认数据仓库的状态，发现Hive默认数据仓库权限发生更改。

查看更多 →

关键策略 不同的业务系统重要性不一样，针对应用系统内的各种业务，需要明确其重要性及对应的RPO/RTO指标要求。比如对于核心业务，通常需要保障业务的连续性，允许业务中断的时间会比较少，从而需要保障故障场景下的业务快速恢复，可采用双活/多活容灾；对于重要业务，允许一定的业务中断时间，

查看更多 →

选择目标模型中配置的表 是否删除数据 否 选择是否删除目标模型中的表数据 源表 t_user_store_info 选择源模型中配置的表 图27 ETL映射设计-1 图28 ETL映射设计-2 图29 ETL映射设计-预览 本小节展示的ETL映射是将SDI层的门店表映射至DWI层的门店表，

查看更多 →

提供客户迁移上云的技术支持 以数据量总包的方式提供迁移支持服务 大数据迁移支持服务-增量包(每TB) 提供客户迁移上云的技术支持 超出上一条中的总包范围之外的资源，采用本条补充 大数据迁移支持服务-基础版(500个任务以内) 提供客户迁移上云的技术支持 以任务量总包的方式提供迁移支持服务

查看更多 →

数据开发包含脚本开发和作业调度，脚本开发主要是指SQL的ETL脚本，数据从贴源层到集市层的加工和流动，作业是对数据入湖、ETL脚本、数据质量等进行时间编排和按照计划周期性执行。 连接管理 登录管理中心 > 单击右侧数据连接 > 单击创建数据连接 > 选择对应的数据库类型 > 进行用户密码验证 > 单击测试通过

查看更多 →

DLV 的优势 丰富多样的可视化组件 提供丰富的可视化组件，包括常用的数据图表、图形、控件等。 专业级地理信息可视化 支持绘制地理轨迹、地理飞线、热力分布、地域区块、3D地球等效果，支持地理数据多层叠加。 图形化编辑界面 拖拽即可完成组件自由配置与布局、所见即所得，无需编程就能轻松

查看更多 →

缩写关键字迁移 表1列出了Teradata支持的缩写关键字及其语法在 GaussDB (DWS)中对应的语法。 表1 缩写关键字列表 Teradata语法 对应的GaussDB(DWS)语法 SEL SELECT INS INSERT UPD UPDATE DEL DELETE CT

查看更多 →

sform）、加载（load）至目的端的过程。 图1 数据集成 页面集成 ISDP+提供单点登录和权限集成的公共能力，实现第三方页面的快速集成，由ISDP+提供统一的登录管理和用户权限控制。 图2 页面集成 服务集成 ISDP+提供了开放的接口OpenAPI，第三方APP或系统可以通过API接口访问。

查看更多 →

DLV的功能 我的数据 通过我的数据模块创建指向您的数据源的连接配置，支持如下数据源： 对象存储服务 （OBS） 数据仓库服务（DWS） 数据湖探索 （ DLI ） MapReduce服务 （ MRS Hive） MapReduce服务（MRS SparkSQL） 云数据库 MySQL 云数据库

查看更多 →

连接的名称，根据连接的数据源类型，用户可自定义便于记忆、区分的连接名。 dws_link 数据库 服务器 配置为要连接的数据库的IP地址或 域名 。 单击输入框后的“选择”，可获取用户的实例列表。 192.168.0.1 端口 配置为要连接的数据库的端口。 不同的数据库端口不同，请根据具体情况配置。

查看更多 →

镜像名称：使用流水线构建完成之后的镜像地址。 图5 容器创建4 镜像版本：按照实际情况选择。一般更新之后构建容器选择最新的（最高的）版本。 配置修改 所有的配置文件都通过配置文件覆盖的方式进行配置，一定要在原来的配置文件的基础上进行修改，不要复制其他的项目中同名的配置文件，避免特殊配置项遗漏。

查看更多 →

PageRank算法。该算法继承了经典PageRank算法的思想，利用图链接结构来递归计算各节点的重要性。与PageRank算法不同的是，为了保证随机行走中各节点的访问概率能够反映出用户的偏好，PersonalRank算法在随机行走中的每次跳转会以（1-alpha）的概率返回到source节点，因此可以

查看更多 →

L、Derby。Hive中的元数据包括表的名字，表的列和分区及其属性，表的属性（是否为外部表等），表的数据所在目录等。 Hive结构 Hive为单实例的服务进程，提供服务的原理是将HQL编译解析成相应的MapReduce或者HDFS任务，图1为Hive的结构概图。 图1 Hive结构

查看更多 →

DWR层基础数据作业顺序排列。 业务指标未用到的逻辑数据实体，将5个逻辑数据实体放在一个画布中，包括ODS层、DWI层，然后按照ODS层作业 > DWI层作业顺序排列，注意使用Dummy空算子进行作业间的关联。 每个作业使用作业开发算子，每个算子关联对应的ETL脚本。 每个开发算子的失败策略为“终止后续节点执行计划”

查看更多 →

连接的名称，根据连接的数据源类型，用户可自定义便于记忆、区分的连接名。 dws_link 数据库服务器 配置为要连接的数据库的IP地址或域名。 单击输入框后的“选择”，可获取用户的实例列表。 192.168.0.1 端口 配置为要连接的数据库的端口。 不同的数据库端口不同，请根据具体情况配置。

查看更多 →

S，如下图所示为本实践配置的数据连接，分别是源端的两个MySQL连接和目标端的一个MRS Hudi连接。 图5 数据连接清单 添加监控对象，配置想要采集的数据连接的库表信息，以及所需采集的空值字段的表名和表字段名。 图6 配置调研规则入口 为了做源端数据调研，需要对源端系统进行监

查看更多 →

X-Auth-Token 是 String 用户Token，通过调用IAM服务获取用户Token接口获取（响应消息头中X-Subject-Token的值） 响应参数 状态码： 200 表4 响应Body参数 参数 参数类型 描述 payload CustomAttributePayload

查看更多 →

蒙特卡洛采样 拉丁超立方采样 拉丁超立方采样的目的是用较少的采样次数，来达到与多次蒙特卡洛采样相同的结果，并且涵盖更全面的边界点。 如下图所示，同样对于µ=0，δ=1的正态分布，可以利用更少的采样点得到相同的分布，并且不会产生明显的聚集现象，边界值也能更容易获取到。 图2 拉丁超立方采样 联合概率分布采样

查看更多 →

事件网格 EG 创建自定义事件源到https链路 03:35 自定义事件源到https链路演示 事件网格 EG 大数据ETL自动化运维场景解决方案 06:23 大数据ETL自动化运维场景解决方案 事件网格 EG 介绍怎样实现跨账号事件发送 05:07 跨账号事件发送演示

查看更多 →

化地计算网络节点的相关性和重要性（PersonalRank值越高，对source节点的相关性/重要性越高）。 k核算法（k-core） k-core是图算法中的一个经典算法，用以计算每个节点的核数。其计算结果是判断节点重要性最常用的参考值之一，较好的刻画了节点的传播能力。 k跳算法（k-hop）

查看更多 →