中软国际数据治理专业服务解决方案实践

数据类型转换 数据库中有些数据类型间允许进行隐式类型转换（例如赋值、函数调用的参数等）、有些数据类型间不允许进行隐式数据类型转换（例如int和复合类型），可尝试使用 GaussDB 提供的类型转换函数，例如CAST进行数据类型强转。 GaussDB数据库常见的隐式类型转换，请参见表1。

查看更多 →

数据仓库类型 产品类型概述 存算一体：面向数据分析场景，为用户提供高性能、高扩展、高可靠、高安全、低时延、易运维的企业级数仓服务，支持2048节点、20PB级超大规模数据分析能力，适用于“库、仓、市、湖”一体化的融合分析业务。 存算分离：采用存算分离云原生架构，计算、存储分层弹性

查看更多 →

选择数据类型 高效数据类型，主要包括以下三方面： 尽量使用执行效率比较高的数据类型 一般来说整型数据运算(包括“=”、“＞”、“＜”、“≧”、“≦”、“≠”等常规的比较运算，以及group by)的效率比字符串、浮点数要高。 尽量使用短字段的数据类型 长度较短的数据类型不仅可以减

查看更多 →

JSON数据类型 表1 JSON数据类型 MySQL数据库 GaussDB数据库 差异 JSON 支持，存在差异 GaussDB数据库MySQL兼容性B模式中的JSON类型与GaussDB数据库原生的JSON类型行为一致，与MySQL行为差异较大，此处不再逐个列出。 GaussD

查看更多 →

个不同类型的处理规则。此方式不存在类型隐式转换，但自定义的处理规则隐含了转换的操作。 集合运算和表达式场景，确定目标数据类型的规则： 如果所有类型都相同，则此类型即为目标类型。 两个数据类型如果不同，检查数据类型是否属于同一种类的数据类型，如数值类型、字符类型、日期时间类型等。不

查看更多 →

JSON数据类型 表1 JSON数据类型 MySQ数据库 GaussDB数据库 差异 JSON 支持，存在差异 GaussDB数据库MySQL兼容性B模式中的JSON类型与GaussDB数据库原生的JSON类型行为一致，与MySQL行为差异较大，此处不再逐个列出。 GaussDB

查看更多 →

个不同类型的处理规则。此方式不存在类型隐式转换，但自定义的处理规则隐含了转换的操作。 集合运算和表达式场景，确定目标数据类型的规则： 如果所有类型都相同，则此类型即为目标类型。 两个数据类型如果不同，检查数据类型是否属于同一种类的数据类型，如数值类型、字符类型、日期时间类型等。不

查看更多 →

mal类型。 隐式类型转换差异点 GaussDB中统一平铺成小类型到小类型的转换规则，MySQL中使用小类型转大类型，大类型转小类型的转换规则。 GaussDB中隐式转换因数据类型本身差异点，输出格式存在部分行为不一致。 GaussDB中的隐式转换，BIT数据类型到字符数据类型和

查看更多 →

向量数据类型 向量数据类型包括floatvector和boolvector两种。 floatvector数据类型是指多维数据中含有的数据为float类型，例如[1.0,3.0,11.0,110.0,62.0,22.0,4.0]。 floatvector成员仅支持单精度。单精度范围

查看更多 →

单击需要查看的通道名称。进入所选通道的管理页面。 单击“源数据类型”后的，从下拉框中选择对应的源数据类型，可修改创建通道时已设置的源数据类型。或者选择待修改源数据类型通道对应的操作列，选择“更多 > 变更源数据类型”，弹出变更源数据类型对话框，修改创建通道时已设置的源数据类型。 “源数据类型”为“BLOB”、“JS

查看更多 →

数据类型比较规则 数据类型比较（排序）规则是指相同数据类型的值之间发生比较（排序）时遵循的比较（排序）规则。 表1 比较规则 序号 Oracle数据库 GaussDB数据库 差异 1 Numeric值 支持 - 2 日期时间值 支持 - 3 二进制值 支持 - 4 字符值 支持，有差异

查看更多 →

数据类型比较规则 数据类型比较（排序）规则是指相同数据类型的值之间发生比较（排序）时遵循的比较（排序）规则。 表1 比较规则 序号 Oracle数据库 GaussDB数据库 差异 1 Numeric值 支持 - 2 日期时间值 支持 - 3 二进制值 支持 - 4 字符值 支持，有差异

查看更多 →

数据类型映射关系 由于异构数据库之间的数据类型不是一一对应的，所以数据复制服务在进行迁移或同步时，会根据两种不同的数据库类型进行对应的数据类型映射。 本章节根据不同的数据库引擎，提供对应的数据库映射关系列表，方便您在进行数据库迁移或同步的时候参考。 MySQL->PostgreSQL

查看更多 →

访问特殊数据类型 ecpg支持numeric、decimal、date、timestamp和interval数据类型。由于这些数据类型的内部结构较为复杂，无法被映射到初级数据类型的宿主变量，因此应用程序通过声明特殊类型的宿主变量以及使用pgtypes库中的函数处理这些特殊类型。pg

查看更多 →

访问特殊数据类型 ecpg支持numeric、decimal、date、timestamp和interval数据类型。由于这些数据类型的内部结构较为复杂，无法被映射到初级数据类型的宿主变量，因此应用程序通过声明特殊类型的宿主变量以及使用pgtypes库中的函数处理这些特殊类型。pg

查看更多 →

支持的数据类型 配置字段映射时，数据源支持的数据类型请参见表1，以确保数据完整导入到目的端。 表1 支持的数据类型 数据连接类型 数据类型说明 MySQL 请参见MySQL数据库迁移时支持的数据类型。 SQL Server 请参见SQL Server数据库迁移时支持的数据类型。 Oracle

查看更多 →

聚合函数，比如SUM()，AVG()，特别是当数据规模非常大时，达到数千万甚至数十亿，其运算结果可能会略有不同。这种情况下，建议使用DECIMAL数据类型来运算。 可以使用别名来指定数据类型。 示例： --创建具有float类型数据的表 CREATE TABLE float_t1

查看更多 →

复杂数据类型 Spark SQL支持复杂数据类型，如表1所示。 表1 复杂数据类型 数据类型 描述 使用格式 ARRAY 一组有序字段，使用指定的值构造ARRAY数组。可以为任意类型，要求所有字段的数据类型必须相同。 array(<value>,<value>[, ...]) 具体使用示例详见：ARRAY示例。

查看更多 →

复杂数据类型 Spark SQL支持复杂数据类型，如表1所示。 表1 复杂数据类型 数据类型 描述 使用格式 ARRAY 一组有序字段，使用指定的值构造ARRAY数组。可以为任意类型，要求所有字段的数据类型必须相同。 array(<value>,<value>[, ...]) 具体使用示例详见：ARRAY示例。

查看更多 →

支持的数据类型 配置字段映射时，数据源支持的数据类型请参见表1，以确保数据完整导入到目的端。 表1 支持的数据类型 数据连接类型 数据类型说明 MySQL 请参见MySQL数据库迁移时支持的数据类型。 SQL Server 请参见SQL Server数据库迁移时支持的数据类型。 Oracle

查看更多 →

访问特殊数据类型 ecpg支持numeric、decimal、date、timestamp和interval数据类型。由于这些数据类型的内部结构较为复杂，无法被映射到初级数据类型的宿主变量，因此应用程序通过声明特殊类型的宿主变量以及使用pgtypes库中的函数处理这些特殊类型。pg

查看更多 →