任务和数据连接。 资源迁移 数据架构 DataArts Studio 数据架构践行 数据治理 方法论，将数据治理行为可视化，打通数据基础层到汇总层、集市层的数据处理链路，落地数据标准和数据目录，通过关系建模、维度建模实现数据标准化，通过统一指标平台建设，实现规范化指标体系，消除歧义、统

查看更多 →

删除指定namespace下的Pods 功能介绍 删除Namespace下所有Pod。 调用方法 请参见如何调用API。 URI DELETE /api/v1/namespaces/{namespace}/pods 表1 路径参数 参数 是否必选 参数类型 描述 namespace

查看更多 →

查询指定namespace下的Pods 功能介绍 查询指定namespace下的Pods的详细信息。 调用方法 请参见如何调用API。 URI GET /api/v1/namespaces/{namespace}/pods 表1 路径参数 参数 是否必选 参数类型 描述 namespace

查看更多 →

数据平台层：平台层主要包括了数据支撑建设和接口管理平台。数据支撑建设包括了数据资源目录平台、数据交换平台、数据治理平台、数据共享平台、数据开放平台、数据服务体系、数据平台对接管理。接口管理平台提供接口目录管理功能。 数据架构 本建设方案聚焦数据资源层建设方案，为业务层提供数据支

查看更多 →

场摄像知晓现场状况。 虚实同步，生产过程还原 虚实互通覆盖设备层、现场控制层、监视控制层、车间/工厂应用与管理系统全链路软硬件。同时平台具备数据引擎功能，现场设备不具备数据采集情况下，也可模拟产生生产数据，以及驱动模型动作。 虚实同步运营 实时采集设备参数、在制车辆信息、设备工作

查看更多 →

度表、事实表等逻辑模型设计。 图7 总线矩阵 逻辑模型创建 在逻辑模型设计中，用户可以定义维度、事实等类型的逻辑模型，新增属性，添加属性编码、名称、字段类型等参数，完成逻辑模型设计，并为其分配到指定的数据域及数据分层中。 图8 逻辑模型创建 可视化设计 在设计模式中，可以通过图形

查看更多 →

技术元数据是存储关于 数据仓库 系统技术细节的数据，是用于开发和管理数据仓库使用的数据。在DataArts Studio中，技术元数据即为技术资产，显示数据库、数据表、数据量的数量及其详情。 业务元数据从业务角度描述了数据仓库中的数据，它提供了介于使用者和实际系统之间的语义层，使得不懂计算

查看更多 →

数据仓库规格 GaussDB (DWS)的规格按照产品类型分为标准数仓、实时数仓和IoT数仓。其中实时数仓还包含单机版模式。各产品类型的不同差异，详情请参见数据仓库类型。 标准数仓（DWS 2.0）规格 标准数仓（DWS 2.0）云盘规格，该规格弹性伸缩，无限算力、无限容量，规格详情请参见表1。

查看更多 →

数据仓库类型 产品类型概述 标准数仓（DWS 2.0）：面向数据分析场景，为用户提供高性能、高扩展、高可靠、高安全、易运维的企业级数仓服务，支持2048节点、20PB级超大规模数据分析能力。支持冷热数据分析，存储、计算弹性伸缩，并按需、按量计价，为用户提供弹性灵活、极致性价比的体

查看更多 →

数据架构：数据建模可视化、自动化、智能化 DataArts Studio数据架构践行数据治理方法论，将数据治理行为可视化，打通数据基础层到汇总层、集市层的数据处理链路，落地数据标准和数据资产，通过关系建模、维度建模实现数据标准化，通过统一指标平台建设，实现规范化指标体系，消除歧义、统

查看更多 →

名称，方便您快速识别和查找。 描述 填写数据源的描述信息。 数据湖 分层 选择对应的数据湖分层：业务数据层/操作数据层/明细数据层/数据汇总层/数据集市层/应用数据层/贴源数据层。 是否使用JDBC字符串 选择连接数据库模式。 否：由系统根据用户配置自动拼接数据源连接字符串。 是：由用户自己输入数据源连接字符串。

查看更多 →

图1 流程设计1 单击导入，单击下载流程模板。 图2 流程设计2 下载模板如下 表1 模板 上级流程 *名称 *责任人 描述 - - - - - - - - 模板参数说明如下： 表2 模板参数说明 参数名 说明 上级流程 第一层的流程，其上级流程为空，不用填。 非第一层的流程，其上级

查看更多 →

设计中心 解决方案工作台提供设计引擎，用户可在线进行解决方案技术架构设计（含集成架构、部署架构）、信息架构设计。 技术架构设计 信息架构设计 父主题： 标准空间

查看更多 →

VN设计 通过对不同的业务划分为不同的VN，实现生产业务、办公业务、多媒体业务的同类型业务正常互通，不同类型业务隔离不互通。 同时为生产、办公、多媒体、等不同业务分配不同比例带宽，保障网络拥塞时各业务流量都能得到调度。 父主题： 用户业务设计

查看更多 →

表设计 GaussDB是分布式架构。数据分布在各个DN上。总体上讲，良好的表设计需要遵循以下原则： 【关注】将表数据均匀分布在各个DN上。数据均匀分布，可以防止数据在部分DN上集中分布，从而导致因存储倾斜造成集群有效容量下降。通过选择合适的分布列，可以避免数据倾斜。 【关注】将表

查看更多 →

表设计 总体上讲，良好的表设计需要遵循以下原则： 减少需要扫描的数据量。通过分区表的剪枝机制可以大幅减少数据的扫描量。 尽量减少随机I/O。通过聚簇可以实现热数据的连续存储，将随机I/O转换为连续I/O，从而减少扫描的I/O代价。 选择分区方案 当表中的数据量很大时，应当对表进行分区，一般需要遵循以下原则：

查看更多 →

约束设计 DEFAULT和NULL约束 如果能够从业务层面补全字段值，那么，不建议使用DEFAULT约束，避免数据加载时产生不符合预期的结果。 给明确不存在NULL值的字段加上NOT NULL约束，优化器会在特定场景下对其进行自动优化。 给可以显式命名的约束显式命名。除了NOT

查看更多 →

设计原则 以下是常用的性能优化指导原则： 中心化原则：识别支配性工作量负载功能，并使其处理过程最小化，把注意力集中在对性能影响最大的部分进行提升。 本地化原则：选择靠近的活动、功能和结果的资源；避免通过间接的方式去达到目的，导致通信量或者处理量大辐增加，性能大辐下降。 共享资源：

查看更多 →

进行任何通信之前都将通过显式的验证，减少系统信任带来的攻击面。零信任把现有的基于实体鉴别和默认授权的静态信任模型（非黑即白），变成基于持续风险评估和逐次授权的动态信任模型。 零信任不根据网络空间位置决定可信度，其重心在于保护资源，而不是网段。与传统安全理念对比，它将网络防御的重心

查看更多 →

故障对系统造成的影响，并持续稳定地运行，建议遵循以下设计原则。 高可用设计 单点故障会导致整个系统崩溃、主要功能受到影响、任务延误的系统轻度损坏或存在较大的故障隐患，因此系统的高可用设计非常关键。 高可用设计的主要手段是冗余，甚至是多级冗余的组合，包括异地容灾方式保证灾难情况下无单点：

查看更多 →

设计优化 PERF05-01 设计优化 父主题： PERF05 性能优化

查看更多 →