使用Mapreduce 配置使用分布式缓存执行MapReduce任务 配置MapReduce shuffle address 配置MapReduce集群管理员列表 通过Windows系统提交MapReduce任务 配置MapReduce任务日志归档和清理机制 MapReduce性能调优

查看更多 →

使用MapReduce 配置使用分布式缓存执行MapReduce任务 配置MapReduce shuffle address 配置MapReduce集群管理员列表 通过Windows系统提交MapReduce任务 配置MapReduce任务日志归档和清理机制 MapReduce性能调优

查看更多 →

MapReduce Action 功能描述 MapReduce任务节点，负责执行一个map-reduce任务。 参数解释 MapReduce Action节点中包含的各参数及其含义，请参见表1。 表1 参数含义 参数 含义 name map-reduce action的名称 resourceManager

查看更多 →

如何修改字符集排序规则 DAS不提供SQL Server 的图形化修改，可以使用以下命令实现。 进入数据库的SQL查询界面，在SQL窗口中输入以下命令。 以设置简体中文为例：将数据库test的字符集设置为简体中文。 use root go ALTER DATABASE test COLLATE

查看更多 →

API实现 创建后端

查看更多 →

实现示例 调用时请按照实际的cc-gateway地址修改样例： https://ip:port/agentgateway 其中，ip为CC-Gateway 服务器 地址，port为CC-Gateway服务器的HTTPS端口号。 WORKNO为座席工号，PASSWORD为座席密码，PHONENUMBER为座席软电话号码。

查看更多 →

下一个任务。 通过并行审批，可以快速的实现会签功能。可以将结果触发方式选择为“等待所有投票完成触发投票结果”，在这种投票触发方式下，将需要所有被分配了当前任务的用户完成相应的任务后才能推动工作流流程，即实现了会签功能。 父主题： 深入了解用户任务

查看更多 →

MRS MapReduce 功能 通过MRS MapReduce节点实现在MRS中执行预先定义的MapReduce程序。 参数 用户可参考表1和表2配置MRS MapReduce节点的参数。 表1 属性参数 参数 是否必选 说明 节点名称 是 节点名称，可以包含中文、英文字母、数

查看更多 →

散；单击添加离散点。 “不离散”：（默认）不做归一化，不对数据做处理。 待提取物品特征 排序模型需要经特征工程处理后的数据， 选择排序模型需要的物品特征，未选择的物品特征将不会被处理，即排序模块将忽略这些特征。 说明： 离散的区间个数不能超过100个，请您根据业务需求合理分配参数值。

查看更多 →

文件列表是否支持排序？ 支持。 文件列表支持按照“大小”和“最后修改时间”进行排序，您可以单击参数后的按钮对文件进行排序。 “最后修改时间”排序，支持前1000个文件按照时间排序。如果并行文件系统内文件数量超过5000条，文件列表按照英文单词在字典中的先后顺序进行排序，且只支持按文件名的前缀搜索。

查看更多 →

目标库排序字符集检查 目标数据库的主键或者唯一键列，在不区分大小写的排序字符集下，即“…_ci”结尾的不区分大小写的排序字符集，可能在数据迁移时发生“重复键”报错，导致数据迁移失败。 不通过原因 目标库的排序字符集不支持。 处理建议 修改目标端的排序字符集至区分大小写的（非_ci结尾的）排序字符集。

查看更多 →

目标库区域类型及排序规则检查 PostgreSQL->PostgreSQL同步场景 表1 目标库区域类型及排序规则检查 预检查项 目标库区域类型及排序规则检查。 描述 检查待同步数据库的lc_ctype或lc_collate在目标库是否支持。 待确认提示及处理建议 待确认原因：待

查看更多 →

MapReduce应用开发简介 Hadoop MapReduce是一个使用简易的并行计算软件框架，基于它写出来的应用程序能够运行在由上千个服务器组成的大型集群上，并以一种可靠容错的方式并行处理上T级别的数据集。 一个MapReduce作业（application/job）通常会把

查看更多 →

参数名称 参数类型 是否必填 说明 value 任意（自动转为String） 是 需要被排序的原字符串。 reverse Boolean 否 默认为false，表示升序排列。 返回结果 排序后的字符串。 函数示例 测试数据 { "key1": "value" } 加工规则 e_set("str_sort"

查看更多 →

p2等。这几种压缩算法的压缩比和解压速度可参考如下： 压缩比排序：Bzip2>Gzip>LZ4>Snappy 解压速度排序：LZ4>Snappy>Gzip>Bzip2 使用场景建议： 追求速度的场景（如Mapreduce任务中间数据的存储等）——建议使用LZ4和Snappy（高可靠场景，建议使用Snappy）。

查看更多 →

开发MapReduce应用 MapReduce统计样例程序 MapReduce访问多组件样例程序 父主题： MapReduce开发指南（普通模式）

查看更多 →

MapReduce接口介绍 MapReduce Java API接口介绍 MapReduce REST API接口介绍 父主题： MapReduce应用开发常见问题

查看更多 →

p2等。这几种压缩算法的压缩比和解压速度可参考如下： 压缩比排序：Bzip2>Gzip>LZ4>Snappy 解压速度排序：LZ4>Snappy>Gzip>Bzip2 使用场景建议： 追求速度的场景（如Mapreduce任务中间数据的存储等）——建议使用LZ4和Snappy（高可靠场景，建议使用Snappy）。

查看更多 →

开发MapReduce应用 MapReduce统计样例程序 MapReduce访问多组件样例程序 父主题： MapReduce开发指南（安全模式）

查看更多 →

MapReduce接口介绍 MapReduce Java API接口介绍 MapReduce REST API接口介绍 父主题： MapReduce应用开发常见问题

查看更多 →

MapReduce日志介绍 日志描述 日志默认存储路径： JobhistoryServer：“/var/log/Bigdata/mapreduce/jobhistory”（运行日志），“/var/log/Bigdata/audit/mapreduce/jobhistory”（审计日志）

查看更多 →