Redis实例支持的单个Key和Value数据大小是否有限制？ Key的大小上限为512M。 建议key的大小不超过1KB，这样既节约存储空间，也利于Redis进行检索。 String类型的value值上限为512M。 集合、链表、哈希等key类型，单个元素的value上限为512M。

查看更多 →

table_name 要创建的表名称。 expr 分区字段表达式，目前只支持INT类型，不支持字符类型。 partition_name 分区名称，同一个表中不可重复。 subpartition_name 子分区名称，同一个表中不可重复。 使用示例 KEY-KEY类型的使用示例 CREATE TABLE

查看更多 →

使用MGET或者多个GET组成的pipeline获取值，分拆单次操作的压力。如果是集群实例，由于集群实例包含多个分片，拆分后的Key会自动平摊到集群实例的多个分片上，从而降低对单个分片的影响。 该对象为集合类型的大Key，并且需要整存整取：在设计上严格禁止这种场景的出现，因为无法拆分。有效的方法是将该

查看更多 →

如何提前发现大Key和热Key？ 方法 说明 使用D CS 自带的大Key和热Key分析工具进行分析 请参考分析Redis实例大Key和热Key。 通过redis-cli的bigkeys和hotkeys参数查找大Key和热Key Redis-cli提供了bigkeys参数，能够使re

查看更多 →

如何在Redis中查找匹配的Key和遍历所有Key？ 查找匹配Key 在大Key和热Key分析中，不支持按照指定格式分析，如果需要查找指定前缀或者后缀格式的Key，您可以使用scan命令，根据指定格式进行匹配查找。 例如，需要查找Redis实例中包含a关键字的Key，可以使用Redis-cli工具，执行以下命令：

查看更多 →

Value Object 功能介绍 Value Object是一个值对象，不能单独存在，需要和业务对象建立聚合的关系。 图1 和业务对象建立聚合关系 聚合后，Value Object中的主键和BO中的主键，共同构成了一个联合的主键。 图2 BO中的字段 图3 联合主键 属性说明

查看更多 →

查找Redis实例大Key和热Key 大Key和热Key是Redis使用中经常遇到的问题，本章节主要介绍DCS管理控制台的大Key和热Key分析功能，通过该功能可以分别监控到Redis实例中占用空间最大的Key和存储数据中被访问最多的Key。 大Key可以分为两种情况： Key的Value

查看更多 →

KEY_BLOCK_SIZE KEY_BLOCK_SIZE的选择与存储引擎有关。对于MyISAM表，KEY_BLOCK_SIZE可选地指定用于索引键块的字节大小。对于InnoDB表，KEY_BLOCK_SIZE指定用于压缩的InnoDB表的页面大小（以KB为单位）。 GaussDB

查看更多 →

户更细粒度地去开发、配置和调优作业。 归档 用来保证所有映射的键值对中的每一个共享相同的键组。 混洗 从Map任务输出的数据到Reduce任务的输入数据的过程称为Shuffle。 映射 用来把一组键值对映射成一组新的键值对。 父主题： MapReduce应用开发概述

查看更多 →

大Key/热Key分析/过期Key扫描 什么是大Key/热Key? 存在大Key/热Key，有什么影响？ 为了减少大Key和热Key过大，有什么使用建议？ 如何分析Redis 3.0实例的热Key？ 如何提前发现大Key和热Key？ DCS删除过期key Key的保存时间是多久？如何设置Key的过期时间？

查看更多 →

常会把输入的数据集切分为若干独立的数据块，由map任务（task）以完全并行的方式来处理。框架会对map的输出先进行排序，然后把结果输入给reduce任务，最后返回给客户端。通常作业的输入和输出都会被存储在文件系统中。整个框架负责任务的调度和监控，以及重新执行已经失败的任务。 MapReduce主要特点如下：

查看更多 →

常会把输入的数据集切分为若干独立的数据块，由map任务（task）以完全并行的方式来处理。框架会对map的输出先进行排序，然后把结果输入给reduce任务，最后返回给客户端。通常作业的输入和输出都会被存储在文件系统中。整个框架负责任务的调度和监控，以及重新执行已经失败的任务。 MapReduce主要特点如下：

查看更多 →

常会把输入的数据集切分为若干独立的数据块，由map任务（task）以完全并行的方式来处理。框架会对map的输出先进行排序，然后把结果输入给reduce任务，最后返回给客户端。通常作业的输入和输出都会被存储在文件系统中。整个框架负责任务的调度和监控，以及重新执行已经失败的任务。 MapReduce主要特点如下：

查看更多 →

常会把输入的数据集切分为若干独立的数据块，由map任务（task）以完全并行的方式来处理。框架会对map的输出先进行排序，然后把结果输入给reduce任务，最后返回给客户端。通常作业的输入和输出都会被存储在文件系统中。整个框架负责任务的调度和监控，以及重新执行已经失败的任务。 MapReduce主要特点如下：

查看更多 →

@param 输入为一个key和value值集合迭代器。 * 由各个map汇总相同的key而来。reduce方法汇总相同key的个数。 * 并调用context.write(key, value)输出到指定目录。 * 其reduce的输出的key，value由Outputformat写入文件系统。

查看更多 →

Key的保存时间是多久？如何设置Key的过期时间？ Key的保存时间是多久？ 如果没有设置过期Key，数据会一直存在。 如果设置了过期Key，过期Key的删除机制请参考过期Key扫描。 如果已经设置了过期Key，希望移除设定的过期时间，可使用Redis PERSIST命令。 如何设置过期Key？

查看更多 →

class”项。该方法用来分配map的输出结果到哪个reduce类，默认使用HashPartitioner，均匀分配map的每条键值对记录。例如在hbase应用中，不同的键值对应的region不同，这就需要设定特殊的partitioner类分配map的输出结果。 setSortCom

查看更多 →

什么是大Key/热Key? 名词 定义 大Key 大Key可以分为两种情况： Key的Value占用存储空间较大。一般单个String类型的Key大小达到10KB，或者集合类型的Key总大小达到50MB，则被定义为大Key。 Key的元素较多。一般集合类型的Key中元素超过5000个，则被定义为大Key。

查看更多 →

请联系管理员获取相应账号对应权限的“user.keytab”和“krb5.conf”文件，“hbase-site.xml”从HBase客户端获取，例如：/opt/client/HBase/hbase/conf，“hiveclient.properties”和“hive-site.xml

查看更多 →

class”项。该方法用来分配map的输出结果到哪个reduce类，默认使用HashPartitioner，均匀分配map的每条键值对记录。例如在hbase应用中，不同的键值对应的region不同，这就需要设定特殊的partitioner类分配map的输出结果。 setSortCom

查看更多 →

class”项。该方法用来分配map的输出结果到哪个reduce类，默认使用HashPartitioner，均匀分配map的每条键值对记录。例如在hbase应用中，不同的键值对应的region不同，这就需要设定特殊的partitioner类分配map的输出结果。 setSortCom

查看更多 →