选择存储模型 进行数据库设计时，表设计上的一些关键项将严重影响后续整库的查询性能。表设计对数据存储也有影响：好的表设计能够减少I/O操作及最小化内存使用，进而提升查询性能。 表的存储模型选择是表定义的第一步。客户业务属性是表的存储模型的决定性因素，依据下面表格选择适合当前业务的存储模型。

查看更多 →

segment都会起对应的线程)；缺点是每个DN都保留了表的完整数据，造成数据的冗余。一般情况下只有较小的维度表才会定义为Replication表。 哈希（Hash）表将表中某一个或几个字段进行hash运算后，生成对应的hash值，根据DN实例与哈希值的映射关系获得该元组的目标存储位置。对

查看更多 →

，不同DN的数据量相差5%以上即可视为倾斜，如果相差10%以上就必须要调整分布列。 GaussDB 支持多分布列特性，可以更好地满足数据分布的均匀性要求。 Range/List分布表的分布列由用户根据实际需要进行选择。除了需选择合适的分布列，还需要注意分布规则对数据分布的影响。 父主题：

查看更多 →

目标环境。 选择软件包 选择制品仓库中需要部署的软件包。 下载到主机的部署目录 软件包下载到目标主机的路径。 控制选项 配置是否启用该操作。 当前步骤部署失败后，应用是否继续部署后续的步骤。 配置是否使用sudo权限部署该步骤。 表2 选择源类型为构建任务的参数说明 参数项 说明 步骤显示名称

查看更多 →

所有的事实都必须保持同一个粒度。 不同的维度之间没有任何关联。 图1 星型模型 雪花模型是在基于星型模型之上拓展来的，每一个维度可以再扩散出更多的维度，根据维度的层级拆分成颗粒度不同的多张表。如图2。 优点是减少维度表的数据量，各个维度表之间按需关联。 缺点是需要额外维护维度表的数量。 图2 雪花模型

查看更多 →

选择存储模型 进行数据库设计时，表设计上的一些关键项将严重影响后续整库的查询性能。表设计对数据存储也有影响：好的表设计能够减少I/O操作及最小化内存使用，进而提升查询性能。 表的存储模型选择是表定义的第一步。客户业务属性是表的存储模型的决定性因素，依据下面表格选择适合当前业务的存储模型。

查看更多 →

segment都会起对应的线程)；缺点是每个DN都保留了表的完整数据，造成数据的冗余。一般情况下只有较小的维度表才会定义为Replication表。 哈希（Hash）表将表中某一个或几个字段进行hash运算后，生成对应的hash值，根据DN实例与哈希值的映射关系获得该元组的目标存储位置。对

查看更多 →

选择分布列 Hash分布表的分布列选取至关重要，需要满足以下原则： 列值应比较离散，以便数据能够均匀分布到各个DN。例如，考虑选择表的主键为分布列，如在人员信息表中选择身份证号码为分布列。 在满足第一条原则的情况下尽量不要选取存在常量filter的列。例如，表t1相关的部分查询中

查看更多 →

如何选择购买VPN带宽的大小？ 购买VPN时，选择带宽大小需要考虑以下两个因素： VPN隧道中单位时间的数据传输量（需要冗余一定带宽，防止链路拥塞）。 考虑两端的出口带宽，云上带宽要小于云下出口带宽。 父主题： 带宽与网速

查看更多 →

如何选择购买VPN带宽的大小？ 购买VPN时，选择带宽大小需要考虑以下两个因素： VPN隧道中单位时间的数据传输量（需要冗余一定带宽，防止链路拥塞）。 考虑两端的出口带宽，云上带宽要小于云下出口带宽。 父主题： 产品咨询

查看更多 →

如何选择购买VPN带宽的大小？ 购买VPN时，选择带宽大小需要考虑以下两个因素： VPN隧道中单位时间的数据传输量（需要冗余一定带宽，防止链路拥塞）。 考虑两端的出口带宽，云上带宽要小于云下出口带宽。 父主题： 带宽与网速

查看更多 →

为输出。 操作步骤 选择“标签列”。在“数据标注”页面中，预览数据并选择训练目标。在“标签列”下拉框中选择需要设置为标签列的名称。 标签列是预测模型的输出。此处训练目标是鸢尾花的品种（即“attr_5”），该列目标结果是“离散值”。训练目标选择完成后，单击“训练”。 图1 预测分析数据标注界面

查看更多 →

最大高度：设置下拉弹出框的最大高度。 背景颜色：设置下拉弹出框的背景色。 字体颜色：设置下拉弹出框中字体的颜色。 选中态背景颜色：设置选中某项内容时，背景的颜色。 选中态字体颜色：设置选中某项内容时，字体的颜色。 鼠标悬浮时背景颜色：设置鼠标悬浮在某项内容上时，背景的颜色。 鼠标悬浮时

查看更多 →

机器无法选择？ 请确认机器状态是否正确，资源状态为运行中且UniAgent状态为运行中。 UniAgent安装可参考安装UniAgent。 父主题： 资源运维常见问题

查看更多 →

如何选择区域？ 区域是一个地理区域的概念。我国地域面积广大，由于带宽的原因，不可能只建设一个数据中心为全国客户提供服务。因此，根据地理区域的不同将全国划分成不同的区域。 选择区域时通常根据就近原则进行选择，例如您或者您的客户在北京，那么您可以选择华北服务区，这样可以减少访问服务的网络时延，提高访问速度。

查看更多 →

segment都会起对应的线程)；缺点是每个DN都保留了表的完整数据，造成数据的冗余。一般情况下只有较小的维度表才会定义为Replication表。 哈希（Hash）表将表中某一个或几个字段进行hash运算后，生成对应的hash值，根据DN实例与哈希值的映射关系获得该元组的目标存储位置。对

查看更多 →

segment都会起对应的线程)；缺点是每个DN都保留了表的完整数据，造成数据的冗余。一般情况下只有较小的维度表才会定义为Replication表。 哈希（Hash）表将表中某一个或几个字段进行hash运算后，生成对应的hash值，根据DN实例与哈希值的映射关系获得该元组的目标存储位置。对

查看更多 →

训练作业默认设置为普通模式，普通模式的调测信息可参考查看训练作业日志。 高性能模式的使用场景：最小化调测信息，可以提升运行速度，适合于网络稳定并追求高性能的场景。 故障诊断模式的使用场景：收集更多的信息用于定位，适合于执行出现问题需要收集故障信息进行定位的场景。此模式提供故障诊断，用户可以根据实际需求选择诊断类别。

查看更多 →

选择部署来源 制品仓库没有软件包 构建任务没有软件包 URL 域名 解析失败 下载文件超时 文件SHA256值不一致 文件MD5值不一致 构建任务过多（More than 100 build files） 下载制品仓库的软件包，提示“HTTP Error 403” 部署应用中断 权限不够

查看更多 →

，不同DN的数据量相差5%以上即可视为倾斜，如果相差10%以上就必须要调整分布列。 GaussDB支持多分布列特性，可以更好地满足数据分布的均匀性要求。 Range/List分布表的分布列由用户根据实际需要进行选择。除了需选择合适的分布列，还需要注意分布规则对数据分布的影响。 父主题：

查看更多 →

卡方选择 概述 采用卡方检验来进行特征选择。 卡方检验（Chi-Squared Test或χ2 Test）的基本思想是通过特征变量与目标变量之间的偏差大小来选择相关性较大的特征变量。首先假设两个变量是独立的，然后观察实际值与理论值的偏差程度，该偏差程度代表两个变量之间的相关性。如

查看更多 →