典型SQL调优点 SQL调优是一个不断分析与尝试的过程：试跑Query，判断性能是否满足要求；如果不满足要求，则通过查看执行计划分析原因并进行针对性优化；然后重新试跑和优化，直到满足性能目标。 SQL自诊断 子查询调优 统计信息调优 算子级调优 父主题： SQL调优指南

查看更多 →

典型SQL调优点 SQL调优是一个不断分析与尝试的过程：试跑Query，判断性能是否满足要求；如果不满足要求，则通过查看执行计划分析原因并进行针对性优化；然后重新试跑和优化，直到满足性能目标。 SQL自诊断 语句下推调优 子查询调优 统计信息调优 算子级调优 数据倾斜调优 父主题：

查看更多 →

典型SQL调优点 SQL调优是一个不断分析与尝试的过程：试跑Query，判断性能是否满足要求；如果不满足要求，则通过查看执行计划分析原因并进行针对性优化；然后重新试跑和优化，直到满足性能目标。 SQL自诊断 子查询调优 统计信息调优 算子级调优 父主题： SQL调优指南

查看更多 →

典型SQL调优点 SQL调优是一个不断分析与尝试的过程：试跑Query，判断性能是否满足要求；如果不满足要求，则通过查看执行计划分析原因并进行针对性优化；然后重新试跑和优化，直到满足性能目标。 SQL自诊断 子查询调优 统计信息调优 算子级调优 长查询和长事务调优 父主题： SQL调优指南

查看更多 →

典型SQL调优点 SQL调优是一个不断分析与尝试的过程：试跑Query，判断性能是否满足要求；如果不满足要求，则通过查看执行计划分析原因并进行针对性优化；然后重新试跑和优化，直到满足性能目标。 SQL自诊断 语句下推调优 子查询调优 统计信息调优 算子级调优 数据倾斜调优 长查询和长事务调优

查看更多 →

典型SQL调优点 SQL调优是一个不断分析与尝试的过程：试跑Query，判断性能是否满足要求；如果不满足要求，则通过查看执行计划分析原因并进行针对性优化；然后重新试跑和优化，直到满足性能目标。 SQL自诊断 语句下推调优 子查询调优 统计信息调优 算子级调优 父主题： SQL调优指南

查看更多 →

使用集群网络代理的连接方式，无需在防火墙上启用任何入方向端口，仅通过集群代理程序的方式在出方向与U CS 服务建立会话。 伙伴云集群接入网络的方法有两种，具有不同的优点： 公网接入：具有弹性灵活、成本低、易接入的优点。 私网接入：可获得更加高速、低时延、稳定安全的体验。 父主题： 伙伴云集群

查看更多 →

缺点：需要对业务代码比较了解，另外对于一些复杂的业务场景，不太容易分析。 方法2：在客户端代码中，调用Redis的函数中，进行访问Key的记录，进而统计出热Key。 缺点：需要代码进行侵入式修改。 方法3：抓包分析。 优点：简单易行。 父主题： 大Key/热Key分析/过期Key扫描

查看更多 →

集群网络代理的连接方式，如图2所示，无需在防火墙上启用任何入方向端口，仅通过集群代理程序的方式在出方向与UCS服务建立会话。 附着集群接入网络的方法有两种，具有不同的优点： 公网接入：具有弹性灵活、成本低、易接入的优点。 私网接入：可获得更加高速、低时延、稳定安全的体验。 图2 集群接入原理

查看更多 →

接入网络模式 UCS使用集群网络代理的连接方式，如图2 集群接入原理所示。您无需在防火墙上启用任何入方向端口，仅通过集群代理程序的方式即可在出方向与UCS服务建立会话。 本地集群接入网络的方法有两种，具有不同的优点： 公网接入：具有弹性灵活、成本低、易接入的优点。 私网接入：可获得更加高速、低时延、稳定安全的体验。

查看更多 →

ter节点主要是处理调度构建作业，把构建分发到Agent实际执行，监视Agent的状态。业务构建发布的工作交给Agent进行，即执行Master分配的任务，并返回任务的进度和结果。 Jenkins的Master和Agent均可安装在虚拟机或容器中，且组合形式可多样，参见表1。 表1

查看更多 →

播放直播流。其工作方式是将较大块的视频帧和音频帧“剁碎”，然后以小数据包的形式在互联网上进行传输，且支持加密，因此安全隐秘性比较理想，但拆包组包的过程比较复杂，所以在请求海量并发时易出现一些不可预期的稳定性问题。RTMP基于flash无法在iOS的浏览器中播放，但是实时性比HLS好。

查看更多 →

用云上的弹性，快速扩展能力，扩展应用层的计算能力。 图1 混合云部署 表1 混合云部署 云产品 应用场景 描述 相关操作 虚拟专用网络 使用公网低成本连接VPC与本地IDC 基于Internet使用加密隧道将VPC与本地数据中心连接起来。具备成本低、配置简单、即开即用等优点。但它的网络质量依赖Internet。

查看更多 →

环境配置指导参考：Snt9B 裸金属服务器 环境配置指南 本文基于方式二的环境进行操作，请参考方式二中的环境开通和配置指导完成裸机和容器开发初始化配置。注意业务基础镜像选择Ascend+PyTorch镜像。 配置好的容器环境如下图所示： 图1 环境配置完成 父主题： 基于AIGC模型的GPU推理业务迁移至昇腾指导

查看更多 →

uselocalFileCollect开启的情况下生效。直接序列化的方式，还是间接序列化的方式保存结果数据到磁盘。 优点：针对分区数特别多的表查询结果汇聚性能优于直接使用结果数据保证在磁盘的方式。 缺点：和spark.sql.uselocalFileCollect开启时候的缺点一样。 true：使用该功能。

查看更多 →

uselocalFileCollect开启的情况下生效。直接序列化的方式，还是间接序列化的方式保存结果数据到磁盘。 优点：针对分区数特别多的表查询结果汇聚性能优于直接使用结果数据保证在磁盘的方式。 缺点：和spark.sql.uselocalFileCollect开启时候的缺点一样。 true：使用该功能

查看更多 →

changelog与CDC格式的数据类似，只不过存储的方式不同，CDC格式数据会将更新前和更新后的数据在一行记录，而changelog数据会将更新数据拆分成两行，一行是对更新前数据的删除操作，一行是更新后的数据插入操作记录。Flink在计算的时候会将基于更新数据的聚合结果删除，再将基于更新后数据的计算结果插入。ch

查看更多 →

Hudi表的数据文件，可以使用操作系统的文件系统存储，也可以使用HDFS这种分布式的文件系统存储。为了后续分析性能和数据的可靠性，一般使用HDFS进行存储。以HDFS存储来看，一个Hudi表的存储文件分为两类。 “.hoodie”文件夹中存放了对应的文件合并操作相关的日志文件。

查看更多 →

写时复制表也简称cow表，使用parquet文件存储数据，内部的更新操作需要通过重写原始parquet文件完成。 优点：读取时，只读取对应分区的一个数据文件即可，较为高效。 缺点：数据写入的时候，需要复制一个先前的副本再在其基础上生成新的数据文件，这个过程比较耗时。且由于耗时，读请求读取到的数据相对就会滞后。 Merge

查看更多 →

同步复制的开销较大，性能较异步模式低。 对数据库在线时间要求较高的业务，建议选择“异步”模式。 对数据一致性要求极高且能容忍写入操作被阻塞的业务，建议选择“同步”模式。 写入操作指非SELECT操作，如DDL和DML等。 操作步骤 登录管理控制台。 单击管理控制台左上角的，选择区域。

查看更多 →

描述 table_name 待删除数据的表名，支持database.tablename格式 delete statement select类型的sql语句，用于找出待删除的数据 示例 从mytable表中删除primaryKey < 100 的所有数据： call clean_data(table

查看更多 →