Hue开源增强特性 Hue开源增强特性 存储策略定义。HDFS文件存储在多种等级的存储介质中，有不同的副本数。本特性可以手工设置HDFS目录的存储策略，或者根据HDSF文件最近访问时间和最近修改时间，自动调整文件存储策略、修改文件副本数、移动文件所在目录、自动删除文件，以便充分利用存储的性能和容量。

查看更多 →

开源服务包规范 OSC服务规范同时支持当前业界使用较为广泛的两种开发服务规范：Helm服务规范和Operator-Framework服务规范。 OSC服务平台支持部署上述两种开源的服务包，但是如需同时使用OSC对外提供的运维和表单控件能力，则需要将部署包转换为符合OSC规范格式的

查看更多 →

模拟数据分析 交通卡口通行车辆分析 某公司供应链需求分析 零售业百货公司经营状况分析

查看更多 →

CarbonData数据分析 新建CarbonData表 删除CarbonData表 修改CarbonData表 加载CarbonData表数据 删除CarbonData表Segments 合并CarbonData表Segments 父主题： 使用CarbonData

查看更多 →

实现基于数仓的数据分析与可视化展示 对openEuler操作系统及其开源社区有一个概要性的了解 知道如何通过openEuler开源社区开发软件 对整个Linux系统有一个全面深入的了解 构建出自己的Linux发行版 了解openGauss的历史发展 了解openGauss开源社区 学会如何部署openGauss数据库

查看更多 →

查询数据分析结果 功能介绍 根据数据集ID查询数据集的分析任务结果。 URI URI格式 GET /softcomai/datalake/v1.0/datasStatistics/{datasetId} 参数说明 参数名 是否必选 参数类型 备注 datasetId 是 String

查看更多 →

开源Kafka输出流 功能描述 DLI 将Flink作业的输出数据输出到Kafka中。 Apache Kafka是一个快速、可扩展的、高吞吐、可容错的分布式发布订阅消息系统，具有高吞吐量、内置分区、支持数据副本和容错的特性，适合在大规模消息处理场景中使用。 前提条件 Kafka服务

查看更多 →

开源Kafka输入流 功能描述 创建source流从Kafka获取数据，作为作业的输入数据。 Apache Kafka是一个快速、可扩展的、高吞吐、可容错的分布式发布订阅消息系统，具有高吞吐量、内置分区、支持数据副本和容错的特性，适合在大规模消息处理场景中使用。 前提条件 Kaf

查看更多 →

个队列包含两种权限：提交应用程序权限和管理应用程序权限（比如终止任意应用程序）。 开源功能： 虽然目前YARN服务的用户层面上支持如下三种角色： 集群运维管理员 队列管理员 普通用户 但是当前开源YARN提供的WebUI/RestAPI/JavaAPI等接口上不会根据用户角色进行

查看更多 →

Oozie开源增强特性 Oozie开源增强特性：安全增强 支持Oozie权限管理，提供管理员与普通用户两种角色。 支持单点登录登出，HTTPS访问以及审计日志。 父主题： Oozie

查看更多 →

HBase开源增强特性 HBase开源增强特性：HIndex HBase是一个Key-Value类型的分布式存储数据库。每张表的数据按照RowKey的字典顺序排序，因此，如果按照某个指定的RowKey去查询数据，或者指定某一个RowKey范围去扫描数据时，HBase可以快速定位到

查看更多 →

Kafka开源增强特性 Kafka开源增强特性 支持监控如下Topic级别的指标： Topic输入的字节流量 Topic输出的字节流量 Topic拒绝的字节流量 Topic每秒失败的fetch请求数 Topic每秒失败的Produce请求数 Topic每秒输入的消息条数 Topic每秒的fetch请求数

查看更多 →

Flink开源增强特性 Flink滑动窗口增强 Flink Job Pipeline增强 Flink Stream SQL Join Flink CEP in SQL 父主题： Flink

查看更多 →

查询数据分析结果 功能介绍 根据数据集ID查询数据集的分析任务结果。 URI URI格式 GET /softcomai/datalake/v1.0/datasStatistics/{datasetId} 参数说明 参数名 是否必选 参数类型 备注 datasetId 是 String

查看更多 →

提交数据分析请求 功能介绍 管理员在数据集详情页面数据分析分页，提交数据分析请求。 URI URI格式 PUT /softcomai/datalake/v1.0/datasStatistics 参数说明 无。 请求 请求样例 PUT https://console.ulanqab

查看更多 →

开源Kafka输出流 功能描述 DLI将Flink作业的输出数据输出到Kafka中。 Apache Kafka是一个快速、可扩展的、高吞吐、可容错的分布式发布订阅消息系统，具有高吞吐量、内置分区、支持数据副本和容错的特性，适合在大规模消息处理场景中使用。 前提条件 Kafka服务

查看更多 →

HDFS开源增强特性 HDFS开源增强特性：文件块同分布（Colocation） 离线数据汇总统计场景中，Join是一个经常用到的计算功能，在MapReduce中的实现方式大体如下： Map任务分别将两个表文件的记录处理成（Join Key，Value），然后按照Join Key

查看更多 →

Spark开源增强特性 跨源复杂数据的SQL查询优化 出于管理和信息收集的需要，企业内部会存储海量数据，包括数目众多的各种数据库、 数据仓库 等，此时会面临以下困境：数据源种类繁多，数据集结构化混合，相关数据存放分散等，这就导致了跨源复杂查询因传输效率低，耗时长。 当前开源Spark

查看更多 →

Storm开源增强特性 CQL CQL（Continuous Query Language），持续查询语言，是一种用于实时数据流上的查询语言，它是一种SQL-like的语言，相对于SQL，CQL中增加了（时序）窗口的概念，将待处理的数据保存在内存中，进行快速的内存计算，CQL的输

查看更多 →

Matomo是一个强大的开源网站流量和分析平台，拥有100%的数据所有权，并确保业务符合GDPR和CCPA。该镜像基于Ubuntu 22.04操作系统，采用Docker部署，预装了Nginx、MySQL、phpMyAdmin、Docker软件。本文介绍如何使用Matomo进行网站数据分析。 资源和成本规划

查看更多 →

查询数据分析状态 功能介绍 根据数据集ID查询数据集的分析任务状态。 URI URI格式 GET /softcomai/datalake/v1.0/datasStatistics/status/{datasetId} 参数说明 参数名 是否必选 参数类型 备注 datasetId

查看更多 →