需要“授予”或“撤销”的权限。 在“SQL预览”页签，可以查看根据以上输入自动生成的SQL查询。如发现有不符合预期，可返回上一步修改，直至符合预期。 单击“完成”。 调试函数/过程 断点用于暂停其所在行中的PL/SQL程序的执行，可用断点控制执行并调试过程。设置并启用断点后，PL

查看更多 →

shuffle过程自动使用最合理的partition数。 动态调整执行计划 在启用Adaptive Execution特性前，Spark SQL根据RBO和CBO的优化结果创建执行计划，此种方法忽略了数据在运行过程中的结果集变化。比如基于某个大表创建的视图，与其他大表join时，

查看更多 →

shuffle过程自动使用最合理的partition数。 动态调整执行计划。 在启用Adaptive Execution特性前，Spark SQL根据RBO和CBO的优化结果创建执行计划，此种方法忽略了数据在运行过程中的结果集变化。比如基于某个大表创建的视图，与其他大表join时

查看更多 →

开发过程 订购资产 创建应用 开发应用 测试应用 发布应用 集成到ISDP+平台 父主题： 应用开发全流程

查看更多 →

开发过程 订购资产 导入项目包 开发大屏 测试大屏 发布大屏 集成到ISDP+平台 父主题： 大屏开发全流程

查看更多 →

安装过程 解压AICC_***_OpenEye.zip后，双击OpenEyeSetup.exe。 图1 选择安装语言 单击“OK”。 图2 安装向导 点击“下一步”。 图3 安装位置选择 点击“安装”，安装完成后显示下图。 图4 安装结果 点击“完成”，在操作系统的启动项中，新增安装信息。

查看更多 →

过程检查模块 模块介绍 图1 过程检测模块菜单 审核管理：可以添加审核员进行审核管理，制作审核计划，管理审核过程中的所有订单，查看所有审核措施详细信息。 图2 审核管理 供应商评估：供应商材料客观与主观自动每月生成评估分析报告，辅助评定供应商等级。 图3 供应商评估 质量追溯：透

查看更多 →

nologin的用户没有登录权限，此处需重点查看存在登录权限的用户。 根据主机登录日志文件，查看异常登录记录。 查询命令：cat +文件名（如 secure）|grep Acc|grep +用户名（如oracle） 根据成功日志寻找登录主机的习惯时间，需关注与木马植入相近的时间。 根

查看更多 →

存储过程 商业规则和业务逻辑可以通过程序存储在 GaussDB 中，这个程序就是存储过程。 存储过程是SQL和PL/SQL的组合。存储过程使执行商业规则的代码可以从应用程序中移动到数据库。从而，代码存储一次能够被多个程序使用。 存储过程的创建及调用办法请参考CREATE PROCEDURE。

查看更多 →

存储过程 商业规则和业务逻辑可以通过程序存储在GaussDB中，这个程序就是存储过程。 存储过程是SQL和PL/SQL的组合。存储过程使执行商业规则的代码可以从应用程序中移动到数据库。从而，代码存储一次能够被多个程序使用。 存储过程的创建及调用办法请参考CREATE PROCEDURE。

查看更多 →

存储过程 存储过程 数据类型 数据类型转换 数组和record 声明语法 基本语句 动态语句 控制语句 事务语句 其他语句 游标 高级包 Retry管理 调试

查看更多 →

存储过程 商业规则和业务逻辑可以通过程序存储在GaussDB中，这个程序就是存储过程。 存储过程是SQL、PL/SQL、Java语句的组合。存储过程使执行商业规则的代码可以从应用程序中移动到数据库。从而，代码存储一次能够被多个程序使用。 存储过程的创建及调用办法请参考CREATE

查看更多 →

存储过程 商业规则和业务逻辑可以通过程序存储在GaussDB中，这个程序就是存储过程。 存储过程是SQL和PL/SQL的组合。存储过程使执行商业规则的代码可以从应用程序中移动到数据库。从而，代码存储一次能够被多个程序使用。 存储过程的创建及调用办法请参考CREATE PROCEDURE。

查看更多 →

Dependency（RDD的依赖） RDD的依赖分别为：窄依赖和宽依赖。 图1 RDD的依赖 窄依赖：指父RDD的每一个分区最多被一个子RDD的分区所用。 宽依赖：指子RDD的分区依赖于父RDD的所有分区。 窄依赖对优化很有利。逻辑上，每个RDD的算子都是一个fork/join

查看更多 →

n下一个RDD的算子。如果直接翻译到物理实现，是很不经济的：一是每一个RDD（即使是中间结果）都需要物化到内存或存储中，费时费空间；二是join作为全局的barrier，是很昂贵的，会被最慢的那个节点拖死。如果子RDD的分区到父RDD的分区是窄依赖，就可以实施经典的fusion优

查看更多 →

Dependency（RDD的依赖） RDD的依赖分别为：窄依赖和宽依赖。 图1 RDD的依赖 窄依赖：指父RDD的每一个分区最多被一个子RDD的分区所用。 宽依赖：指子RDD的分区依赖于父RDD的所有分区。 窄依赖对优化很有利。逻辑上，每个RDD的算子都是一个fork/join

查看更多 →

ash的结果，将各个reduce分区的数据写到各自的磁盘文件中。 这样带来的问题是如果reduce分区的数量比较大的话，将会产生大量的磁盘文件（比如：该问题中将产生1000000 * 100000 = 10^11个shuffle文件）。如果磁盘文件数量特别巨大，对文件读写的性能会

查看更多 →

ash的结果，将各个reduce分区的数据写到各自的磁盘文件中。 这样带来的问题是如果reduce分区的数量比较大的话，将会产生大量的磁盘文件（比如：该问题中将产生1000000 * 100000 = 10^11个shuffle文件）。如果磁盘文件数量特别巨大，对文件读写的性能会

查看更多 →

独立的调优手册及文档，请参考对应组件的调优。本文档重点讨论上述的1，2，3部分的性能调优的内容，并结合MapReduce/Spark的进行调优说明。 批处理业务 批处理主要特点是耗时时间长，消耗的资源比较多，主要的调优和设计推荐如下： 尽量使用ORC File， 配上合适的压缩算法，

查看更多 →

资源受限的问题。此时需要对数据重新进行分区，使用coalesce(numPartitions, true)。 localDir配置 Spark的Shuffle过程需要写本地磁盘，Shuffle是Spark性能的瓶颈，I/O是Shuffle的瓶颈。配置多个磁盘则可以并行的把数据写入

查看更多 →

资源受限的问题。此时需要对数据重新进行分区，使用coalesce(numPartitions, true)。 localDir配置 Spark的Shuffle过程需要写本地磁盘，Shuffle是Spark性能的瓶颈，I/O是Shuffle的瓶颈。配置多个磁盘则可以并行的把数据写入

查看更多 →