HDFS基本原理 HDFS是Hadoop的分布式文件系统（Hadoop Distributed File System），实现大规模数据可靠的分布式读写。HDFS针对的使用场景是数据读写具有“一次写，多次读”的特征，而数据“写”操作是顺序写，也就是在文件创建时的写入或者在现有文件

查看更多 →

Tomcat 服务器 是免费的开放源代码的Web应用服务器。 Hadoop组件 底层执行Oozie编排流程的各个组件，包括MapReduce、Hive等。 Oozie原理 Oozie是一个工作流引擎服务器，用于运行MapReduce任务工作流。同时Oozie还是一个Java Web程序，运行在Tomcat容器中。 O

查看更多 →

Doris基本原理 Doris简介 Doris是一个基于MPP架构的高性能、实时的分析型数据库，以极速易用的特点被人们所熟知，仅需亚秒级响应时间即可返回海量数据下的查询结果，不仅可以支持高并发的点查询场景，也能支持高吞吐的复杂分析场景。基于此，Apache Doris能够较好的满

查看更多 →

异地双活原理介绍 GeminiDB Cassandra提供了异地双活功能，通过异地实例间数据的双向同步和业务灵活调度能力，实现了业务恢复和故障恢复解耦，保障了故障场景下业务的连续性。 异地双活是一种多活容灾架构的解决⽅案，即部署在不同数据中心的GeminiDB Cassandra

查看更多 →

通过API方式上传简单文件 功能介绍 通过“文件管理”接口“upload_uploadFile”可以将本地的文件上传至工业数字模型驱动引擎（Industrial Digital Model Engine，简称iDME）中。完成文件上传后，可在调用 数据实例 的创建/更新接口时，将文件

查看更多 →

简单表达式 逻辑表达式 逻辑表达式的操作符和运算规则，请参见逻辑操作符。 比较表达式 常用的比较操作符，请参见比较操作符。 除比较操作符外，还可以使用以下句式结构： BETWEEN操作符 操作符BETWEEN...AND会选取介于两个值之间的数据范围。这些值可以是数值、文本或日期。

查看更多 →

简单表达式 逻辑表达式 逻辑表达式的操作符和运算规则，请参见逻辑操作符。 比较表达式 常用的比较操作符，请参见比较操作符。 除比较操作符外，还可以使用以下句式结构： BETWEEN操作符： a BETWEEN x AND y等效于a >= x AND a <= y a NOT BETWEEN

查看更多 →

简单表达式 逻辑表达式 逻辑表达式的操作符和运算规则，请参见逻辑操作符。 比较表达式 常用的比较操作符，请参见比较操作符。 除比较操作符外，还可以使用以下句式结构： BETWEEN操作符 a BETWEEN x AND y等效于a >= x AND a <= y a NOT BETWEEN

查看更多 →

简单表达式 逻辑表达式 逻辑表达式的操作符和运算规则，请参见逻辑操作符。 比较表达式 常用的比较操作符，请参见比较操作符。 除比较操作符外，还可以使用以下句式结构： BETWEEN操作符 a BETWEEN x AND y等效于a >= x AND a <= y a NOT BETWEEN

查看更多 →

简单消息头鉴权 使用说明 简单消息头鉴权模式，适用于在调用第三方接口时，携带固定的鉴权信息。例如，Basic Auth对用户名和密码进行Base64编码后的鉴权信息。 操作步骤 参考登录经典应用设计器中操作，登录经典版应用设计器。 在左侧列表中，单击，选择“HTTP > Rest服务”。

查看更多 →

背景及原理（服务编排） AstroZero的服务编排，支持对逻辑判断组件、数据处理组件，以及脚本、子服务编排、商业对象等进行可视化组合编排，实现丰富的业务功能。 了解服务编排 在传统的开发中程序员一般是基于代码进行开发，程序员需要学习内容较多，开发效率相对低一些，开发门槛也高。A

查看更多 →

APP认证工作原理 构造规范请求。 将待发送的请求内容按照与API网关（即API管理）后台约定的规则组装，确保客户端签名、API网关后台认证时使用的请求内容一致。 使用规范请求和其他信息创建待签字符串。 使用AK/SK和待签字符串计算签名。 将生成的签名信息作为请求消息头添加到H

查看更多 →

自动建表原理介绍 自动建表时的字段类型映射 CDM 在 数据仓库 服务（Data Warehouse Service，简称DWS）中自动建表时，DWS的表与源表的字段类型映射关系如图1所示。例如使用CDM将Oracle整库迁移到DWS，CDM在DWS上自动建表，会将Oracle的NUMBER(3

查看更多 →

Spark基本原理 Spark组件适用于 MRS 3.x之前版本。 Spark简介 Spark是一个开源的，并行数据处理框架，能够帮助用户简单、快速的开发，统一的大数据应用，对数据进行离线处理，流式处理，交互式分析等等。 Spark提供了一个快速的计算、写入及交互式查询的框架。相比

查看更多 →

Flink基本原理 Flink简介 Flink是一个批处理和流处理结合的统一计算框架，其核心是一个提供了数据分发以及并行化计算的流数据处理引擎。它的最大亮点是流处理，是业界最顶级的开源流处理引擎。 Flink最适合的应用场景是低时延的数据处理（Data Processing）场景

查看更多 →

YARN基本原理 为了实现一个Hadoop集群的集群共享、可伸缩性和可靠性，并消除早期MapReduce框架中的JobTracker性能瓶颈，开源社区引入了统一的资源管理框架YARN。 YARN是将JobTracker的两个主要功能（资源管理和作业调度/监控）分离，主要方法是创建

查看更多 →

展出的Pod调度到具有更多资源的集群，以解决单个集群的资源限制，提高故障发生时的恢复能力。 FederatedHPA工作原理 FederatedHPA的工作原理如图1，实现流程如下： HPA Controller通过API定期查询工作负载的指标数据。 karmada-apiser

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 →

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 →

对应本文如下内容： 使用Service实现简单的灰度发布和蓝绿发布 使用Nginx Ingress实现灰度发布和蓝绿发布 使用ASM实现灰度发布和蓝绿发布 表1 实现方式对比 实现方式 适用场景 特点 缺点 Service 发布需求简单，小规模测试场景 无需引入过多插件或复杂的用法

查看更多 →

能力，满足客户业务增长和利旧的诉求（将闲置的机器加入系统）。 技术原理 DWS采用Node Group技术，支持多表并行扩容，扩容速度高达400G/小时/新增节点。 DWS的扩容过程示意如图1所示。 图1 扩容示意图 效果收益 DWS在线扩容具有如下特点： 扩容不中断业务。 DW

查看更多 →