模拟案例 案例概述 创建缺陷 分析缺陷 确认缺陷 修复缺陷 测试缺陷 验收缺陷 关闭缺陷 激活缺陷 协同下发缺陷 父主题： 缺陷管理最佳实践

查看更多 →

案例概述 某公司计划推出一款智能手表，研发周期较长，研发过程涉及多个部门、多团队的协作，如何保证缺陷在多个组织间的流转、最终达到有效闭环呢？下面请跟随我们，一起遍历整个缺陷生命周期管理实践。 父主题： 模拟案例

查看更多 →

则执行计划将存在“Streaming”，导致DN之间存在较大通信数据量，如图1所示。 图1 选择合适的分布列案例（一） 如果将a作为t1的分布列，将b作为t2的分布列： 1 2 CREATE TABLE t1 (a int, b int) DISTRIBUTE BY HASH (a);

查看更多 →

测试算子：算子提供方在发布前可通过自定义算子方式完成DWR的alpha调试，可有效降低发布后的故障率，测试结果也是算子发布时的重要审核项。 发布算子等待审核：算子提供方完成步骤4中的测试后，进入到DWR控制台界面，根据提示信息提供必要的资料提交审核。 本次实践将重点描述步骤3、4、5完成算子的开发、测试、发布。 算子执行原理

查看更多 →

实践案例 本实践以Spring Cloud Demo项目为例，带您体验使用AppStage的开发中心、运维中心及运行时引擎进行工程创建、代码开发、打包发布，部署上线的全过程。具体请参考基于Spring Cloud框架进行应用上云。 父主题： 使用Spring Cloud框架实现应用开发

查看更多 →

使用案例 主要包含两种场景的用例。 基于未标注数据创建数据集 基于已标注的数据创建数据集，并自动导入标注信息 基于未标注数据创建数据集 数据准备：存储在OBS文件夹中的未标注的数据。 from modelarts import workflow as wf # 通过CreateD

查看更多 →

使用案例 主要包含三种场景的用例： 基于用户指定的数据集创建标注任务，并等待用户标注完成。 基于指定的标注任务进行标注。 基于数据集创建节点的输出创建标注任务。 用户基于指定的数据集创建标注任务，并等待用户标注完成 使用场景： 用户只创建了一个未标注完成的数据集，需要在工作流运行时对数据进行人工标注。

查看更多 →

) # 算法超参的值使用Placeholder对象来表示，支持int, bool, float, str四种类型 ] ), # 训练使用的算法对象，示例中的算法来源于算法管理；部分算法超参的值如果无需修改，则在parameters字段中可以不填写，系统自动填充相关超参值

查看更多 →

针对部署在公共资源池的服务，可以通过access_address属性从输出中获取注册在公网的推理地址。 针对部署在专属资源池的服务，除了可以获取注册在公网的推理地址，还能通过cluster_inner_access_address属性从输出中获取内部使用的推理地址，并且该地址只能在其他推理服务中进行访问。

查看更多 →

备份迁移失败，提示备份的源数据库不在备份文件列表中 备份迁移失败，提示同名数据库已经存在 备份迁移失败，提示使用的是增量备份文件 备份迁移失败，提示使用的是日志备份文件 备份迁移失败，提示备份校验文件失败 备份迁移失败，提示空间不足 备份迁移失败，提示请指定具体的库名 备份迁移失败，提示使用的是全量备份文件

查看更多 →

模拟案例 案例概述 创建原始需求 处理原始需求 编辑原始需求详情 父主题： 原始需求管理实践

查看更多 →

案例概述 本手册基于 函数工作流 服务实践所编写，用于指导您使用函数工作流服务实现处理DIS数据的功能。 场景介绍 使用 数据接入服务 （DIS）采集IOT实时数据流，需要将采集到的数据进行处理（比如格式转换），然后存储到 表格存储服务 （CloudTable Service）中，使用Fun

查看更多 →

将文件上传到特定的OBS桶中。 将用户上传的每个文件进行加/解密。 将处理完后的文件上传到另一个指定的OBS桶中。 本教程必须使用两个不同的OBS桶。 保证函数和OBS桶在一个区域（区域都选择默认即可）。 实现流程 在OBS服务中，创建两个桶。 创建函数，设置OBS触发器。 用户向其中一个桶上传文件。

查看更多 →

实践案例 使用 CSS 加速数据库的查询分析 使用 CS S搭建统一日志管理平台 使用Elasticsearch集群自定义评分查询

查看更多 →

案例管理 案例材料为伙伴角色认证和能力差异化认证时提交的案例。 操作步骤 使用合作伙伴账号登录华为云。 单击页面右上角账号下拉框中的“伙伴中心”，进入伙伴中心。 在右上角用户名下拉菜单中选择“伙伴信息 > 案例管理”。 在“案例管理”页面查看认证时提交的案例审核状态。 伙伴可以单击“案例材料”下载并查看案例详情。

查看更多 →

则执行计划将存在“Streaming”，导致DN之间存在较大通信数据量，如图1所示。 图1 选择合适的分布列案例（一） 如果将a作为t1的分布列，将b作为t2的分布列： 1 2 CREATE TABLE t1 (a int, b int) DISTRIBUTE BY HASH (a);

查看更多 →

则执行计划将存在“Streaming”，导致DN之间存在较大通信数据量，如图1所示。 图1 选择合适的分布列案例（一） 如果将a作为t1的分布列，将b作为t2的分布列： 1 2 CREATE TABLE t1 (a int, b int) DISTRIBUTE BY HASH (a);

查看更多 →

有没有Kafka Stream的案例？ Kafka Stream的案例请参见Kafka Stream的官网。 父主题： 实例问题

查看更多 →

案例：选择合适的分布列 分布列用于将数据分布到不同的节点上，划分均衡可以避免数据倾斜。 在进行关联查询时，尽量选择查询中的关联条件作为分布键。当关联条件作为分布键时，相关数据都分布在DN本地，将减少DN之间的数据流动代价，提升查询速度。 优化前 将a作为t1和t2的分布列，表定义如下：

查看更多 →

则执行计划将存在“Streaming”，导致DN之间存在较大通信数据量，如图1所示。 图1 选择合适的分布列案例（一） 如果将a作为t1的分布列，将b作为t2的分布列： 1 2 CREATE TABLE t1 (a int, b int) DISTRIBUTE BY HASH (a);

查看更多 →

案例：使用DN Gather减少计划中的Stream节点 DN Gather用来把分布式计划中的Stream节点去掉，而是把数据发送到一个节点进行计算，这样可以减少分布式计划执行时数据重分布的代价，从而提升单个查询以及系统整体的吞吐能力。不过DN Gather面向的是TP的小数据

查看更多 →