逻辑集群 GS_271180008 错误码： database locale is incompatible with operating system. 解决方案：使用其他语言环境重新创建数据库或安装缺失的语言环境。 level： FATAL

查看更多 →

TABLES IN ORACLE发布的owner必须是系统管理员。 level： ERROR GS_152150031 错误码： permission denied to change owner of subscription %s. 解决方案：订阅的owner必须是系统管理员。 level：

查看更多 →

逻辑复制 逻辑解码

查看更多 →

逻辑解码 逻辑解码概述 逻辑解码选项 使用SQL函数接口进行逻辑解码 使用流式解码实现数据逻辑复制 父主题： 逻辑复制

查看更多 →

逻辑复制 逻辑解码 使用逻辑复制工具复制数据

查看更多 →

逻辑函数 表1 逻辑函数 SQL函数 返回类型 描述 boolean1 OR boolean2 BOOLEAN 如果 boolean1 为 TRUE 或 boolean2 为 TRUE 返回 TRUE。支持三值逻辑。 例如 true || Null(BOOLEAN) 返回 TRUE。

查看更多 →

生成逻辑日志。目标数据库解析逻辑日志以实时进行数据复制。具体如图1所示。逻辑复制降低了对目标数据库的形态限制，支持异构数据库、同构异形数据库对数据的同步，支持目标库进行数据同步期间的数据可读写，数据同步时延低。 图1 逻辑复制 逻辑复制由两部分组成：逻辑解码和数据复制。逻辑解码会

查看更多 →

什么是 数据仓库 ？ 随着数据库的大规模应用，使信息行业的数据爆炸式的增长。为了研究数据之间的关系，挖掘数据隐藏的价值，人们越来越多的需要使用联机分析处理OLAP（On-Line Analytical Processing）进行数据分析，探究一些深层次的关系和信息。但是不同的数据库之

查看更多 →

按照传统的定义，元数据（Metadata）是关于数据的数据。元数据打通了源数据、数据仓库、数据应用，记录了数据从产生到消费的全过程。元数据主要记录数据仓库中模型的定义、各层级间的映射关系、监控数据仓库的数据状态及ETL的任务运行状态。在数据仓库系统中，元数据可以帮助数据仓库管理员和

查看更多 →

属性和关系勾勒出企业的业务信息蓝图，是IT和业务人员沟通的桥梁。逻辑数据模型是一组规范化的逻辑表结构，逻辑数据模型是根据业务规则确定的，关于业务对象、业务对象的数据项及业务对象之间关系的基本蓝图。 物理模型：是在逻辑数据模型的基础上，考虑各种具体的技术实现因素，进行数据库体系结构

查看更多 →

数据库是“按照数据结构来组织、存储和管理数据的仓库”。 广义上的数据库，在20世纪60年代已经在计算机中应用了。但这个阶段的数据库结构主要是层次或网状的，且数据和程序之间具备非常强的依赖性，应用较为有限。 现在通常所说的数据库指的是关系型数据库。关系数据库是指采用了关系模型来组织数据的数据库，其以行和列的形式存储数

查看更多 →

专属加密采用的是什么云加密机？ 专属加密采用的是符合国家密码局认证或FIPS 140-2第3级验证的硬件加密机，对高安全性要求的用户提供高性能专属加密服务，保障数据安全，规避风险。 父主题： 专属加密类

查看更多 →

0中定义的所有特征 表3 枢纽元模型V2.0特征列表 特征名 关联实体 说明 行政领域标识 行政领域 行政领域的唯一标识。 行政领域信息 行政领域 行政领域的信息，包括预置的信息和用户自定义的信息，预置的信息无法修改，只允许修改用户自定义的信息。 行政单元信息 行政单元 行政单元的信息。

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 →

关系建模 逻辑模型是利用实体及相互之间的关系，准确描述业务规则的实体关系图。逻辑模型要保证业务所需数据结构的正确性及一致性，使用一系列标准的规则将各种对象的特征体现出来，并对各实体之间的关系进行准确定义。同时，逻辑模型也为构建物理模型提供了有力的参考依据，是最终成功设计数据库过程中必不可少的一个阶段。

查看更多 →

，通过严格的数据权限和资源管控，将数据和算力开放给各种使用者。其中数据并不是在物理上汇聚到了一个数据平台上，而是如果干个物理分开的数据平台形成虚拟 数据湖 。 数据集市：企业内存储特定格式数据，提供给特定类型查询分析，满足特定的业务场景，针对特定用户的，特定的数据平台。各个集市之间，数据会有重复。

查看更多 →

概述 逻辑视图面向系统逻辑分析和设计，描述系统逻辑结构的视图，主要解决系统分析和设计的问题，它描述系统的业务上下文、系统的逻辑分解，以及分解出的逻辑元素间的关系。 模型类别 描述 逻辑模型（必选） 逻辑模型描述系统的逻辑功能模块分解，将系统分解为相应的逻辑功能元素，并描述各逻辑功能元素之间的关系。

查看更多 →

Standards）是进行数据标准化的主要依据，构建一套完整的数据标准体系是开展数据标准管理工作的良好基础，有利于打通数据底层的互通性，提升数据的可用性。 数据标准是指保障数据的内外部使用和交换的一致性和准确性的规范性约束，是对数据的名称、含义、结构、取值等信息的统一定义和规范，以达成对数据的业务理解、技术实现的一致。

查看更多 →

图来实现。 逻辑开发：数据模型开发完成后，相关的业务功能实现可能和某些数据做对接，也可能是一些数据的处理，这就涉及要业务接口和逻辑的开发。脚本和服务编排都是负责业务接口和逻辑开发的，两者的主要区别是脚本是代码化的，而服务编排是图形化的；服务编排适用于业务逻辑比较简单的场景（建议不

查看更多 →

基本使用逻辑 父主题： Web SDK

查看更多 →