array-jsonb类型：长度长的 > 长度短的，长度相等则依次比较每个元素。 object-jsonb类型：长度长的 > 长度短的，长度相等则依次比较每个键值对，先比较键，在比较值。 object-jsonb类型内比较时，比较时使用的是格式整理后的最终结果进行比较，因此相对于我们直接的输入未必会很直观。

查看更多 →

array-jsonb类型：长度长的 > 长度短的，长度相等则依次比较每个元素。 object-jsonb类型：长度长的 > 长度短的，长度相等则依次比较每个键值对，先比较键，然后比较值。 object-jsonb类型内比较时，使用的是格式整理后的最终结果进行比较，因此相对于直接的输入未必会很直观。 创建索引、主外键

查看更多 →

array-jsonb类型：长度长的 > 长度短的，长度相等则依次比较每个元素。 object-jsonb类型：长度长的 > 长度短的，长度相等则依次比较每个键值对，先比较键，在比较值。 object-jsonb类型内比较时，比较时使用的是格式整理后的最终结果进行比较，因此相对于我们直接的输入未必会很直观。

查看更多 →

array-jsonb类型：长度长的 > 长度短的，长度相等则依次比较每个元素。 object-jsonb类型：长度长的 > 长度短的，长度相等则依次比较每个键值对，先比较键，再比较值。 object-jsonb类型内比较时，使用的是格式整理后的最终结果进行比较，因此相对于直接的输入未必会很直观。 创建索引、主外键

查看更多 →

array-jsonb类型：长度长的 > 长度短的，长度相等则依次比较每个元素。 object-jsonb类型：长度长的 > 长度短的，长度相等则依次比较每个键值对，先比较键，然后比较值。 object-jsonb类型内比较时，使用的是格式整理后的最终结果进行比较，因此相对于直接的输入未必会很直观。 创建索引、主键

查看更多 →

返回提供的最小值。 批量比较判断：ALL，ANY和SOME 量词ALL，ANY和SOME可以参考以下方式，结合比较操作符一起使用： expression operator quantifier ( subquery ) 以下是一些量词和比较运算符组合的含义，ANY和SOME具有相同的含义，表中的ANY换为SOME也同样：

查看更多 →

参与数据比较的列族。 - BlackList Columns 不参与数据比较的列族。 - Where Condition 自定义比较条件 - 如果需比较多张表，可单击“添加”新增。 在数据比较任务列表中单击新建作业所在行的“启动”，启动数据比对任务。 运行结束后，可在数据比较任务列表的“比较结果”列查看运行结果。

查看更多 →

inputs为字典类型，dataDF是输入字符串集合，数据类型是pyspark中的DataFrame类型对象 inputs paramDF paramDF是输入的被映射的字符串集合，数据类型是pyspark中的DataFrame类型对象 输出 DataRame 参数说明 参数名 参数类型 是否必选 参数含义

查看更多 →

字符串逆序转换 概述 “字符串逆序转换”算子，用于配置已生成的字段通过逆序，转换出新的字段。 输入与输出 输入：需要逆序的字段 输出：逆序转换后的字段 参数说明 表1 算子参数说明 参数 含义 类型 是否必填 默认值 逆序转换的字段 配置字符串逆序转换的字段相关信息： 输入字段名

查看更多 →

字符串逆序转换 概述 “字符串逆序转换”算子，用于配置已生成的字段通过逆序，转换出新的字段。 输入与输出 输入：需要逆序的字段 输出：逆序转换后的字段 参数说明 表1 算子参数说明 参数 含义 类型 是否必填 默认值 逆序转换的字段 配置字符串逆序转换的字段相关信息： 输入字段名

查看更多 →

STRING 用于将字符串source按照pattern的分组规则进行字符串匹配，返回第groupid个组匹配到的字符串内容。 replace replace(string <str>, string <old>, string <new>) STRING 将字符串中与指定字符串匹配的子串替换为另一字符串。

查看更多 →

STRING 用于将字符串source按照pattern的分组规则进行字符串匹配，返回第groupid个组匹配到的字符串内容。 replace replace(string <str>, string <old>, string <new>) STRING 将字符串中与指定字符串匹配的子串替换为另一字符串。

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 规则描述 1 Numeric值 支持 - 支持基于数值大小的比较，位于数轴中相对靠近正方向的数字大于位于数轴中相对靠近反方向的数字，如

查看更多 →

字符串函数（Oracle） 本节介绍如下字符串函数： LISTAGG STRAGG WM_CONCAT NVL2和REPLACE QUOTE LISTAGG LISTAGG根据ORDER BY子句对每个组中的列值进行排序，并将排序后的结果拼接起来。 图1 输入：LISTAGG 图2

查看更多 →

字符串标签化 概述 对数据集的指定列进行StringIndexer编码，即标签编码。 输入 参数 子参数 参数说明 inputs dataframe inputs为字典类型，dataframe为pyspark中的DataFrame类型对象 输出 数据集 参数说明 参数 子参数 参数说明

查看更多 →

IS NOT NUll LPAD(expr, length, chars) 在字符串左侧填充指定字符，直至字符串达到指定长度。如果指定长度小于字符串本身的长度，则按照指定长度对字符串执行截断操作。如果字符串或指定字符为空值，则返回空值。如果指定字符为空白，不会执行填充操作，但如有必要可能会删减字符。

查看更多 →

相同表的并发INSERT 事务T1： 1 2 3 START TRANSACTION; INSERT INTO test VALUES(2,'test2','test123'); COMMIT; 事务T2： 1 2 3 START TRANSACTION; INSERT INTO

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 →

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小数据文件的大小，提升I

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 →

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小数据文件的大小，提升I

查看更多 →