得单行的的key和value长度和不超过阈值。 2. 排查业务是否出现异常写入和异常编码，导致写入大row。 过大的单行记录，随着数据量增长，集群稳定性会下降。 父主题： 事件监控

查看更多 →

内。如果单个Tablet数据量过小，则数据的聚合效果不佳，且元数据管理压力大。如果数据量过大，则不利于副本的迁移、补齐，且会增加Schema Change或者Rollup操作失败重试的代价（这些操作失败重试的粒度是Tablet）。 当Tablet的数据量原则和数量原则冲突时，建议优先考虑数据量原则。

查看更多 →

得单行的的key和value长度和不超过阈值。 2. 排查业务是否出现异常写入和异常编码，导致写入大row。 过大的单行记录，随着数据量增长，集群稳定性会下降。 父主题： 事件监控

查看更多 →

得单行的的key和value长度和不超过阈值。 2. 排查业务是否出现异常写入和异常编码，导致写入大row。 过大的单行记录，随着数据量增长，集群稳定性会下降。 父主题： 附录

查看更多 →

OPS：Operation Per Second，数据库每秒执行的操作数。 不同业务模型和shard节点规格下，基于3.4版本的数据库实例，根据表2预置小数据量数据，测试的OPS数据，详见表1中加粗内容。 表1 弱一致性，且预置小数据量数据下的OPS shard节点规格 业务模型编号

查看更多 →

率。 Roundrobin缺点是无法像Hash表一样进行DN本地化优化，查询性能通常不如Hash表。 一般在大表无法找到合适的分布列时，定义为Roundrobin表，若大表能够找到合适的分布列，优先选择性能更好的Hash分布。 选择分布列 采用Hash分布方式，需要为用户表指定一个分布列（distribute

查看更多 →

Astro大屏应用。 购买配置说明： 请根据需求进行购买。 其中，AstroCanvas大屏仅支持通过包周期方式进行购买。 包周期购买时，如果仅需购买安全云脑大屏，无需购买AstroCanvas大屏，则请先选择“现在购买”，并勾选大屏下方的不购买AstroCanvas大屏，仅购买指标提示信息。

查看更多 →

求，从而出现上面的问题。 Executor注册shuffle service的超时时间是5秒，最多重试3次，该参数目前不可配。 建议适当调大task retry次数和Executor失败次数。 在客户端的“spark-defaults.conf”配置文件中配置如下参数。“spark

查看更多 →

OPS：Operation Per Second，数据库每秒执行的操作数。 不同业务模型和实例规格下，基于3.4版本的数据库实例，根据表2预置小数据量数据，测试的OPS数据，详见表1中加粗内容。 表1 弱一致性，且预置小数据量数据下的OPS 实例规格 业务模型编号 s1 s6 s5

查看更多 →

增值包（可选） 安全大屏 如有现场讲解汇报、实时监控等场景，希望获得更好的演示效果，需要将安全云脑服务的分析结果展示在大型屏幕上的需求，可以额外单独购买安全大屏。 计费因子：安全大屏-安全态势指标、Astro Canvas大屏、Astro Canvas 安全态势感知大屏。 包周期、按需计费

查看更多 →

图2 全场景 日志分析 场景 数据库查询加速 云搜索服务 可用于加速数据库查询。在电商、物流企业等有订单查询的业务场景，存在数据量大、查询并发高、吞吐大、查询延迟低的要求，关系型数据库具备较好的事务性与原子性，但其TP与AP处理能力较弱，通过将 CSS 作为备数据库，可提升整个系统的TP与AP处理能力。

查看更多 →

从 DLI 导入数据到OBS，数据量不一致怎么办？ 问题现象 使用DLI插入数据到OBS临时表文件，数据量有差异。 根因分析 出现该问题可能原因如下： 作业执行过程中，读取数据量错误。 验证数据量的方式不正确。 通常在执行插入数据操作后，如需确认插入数据量是否正确，建议通过查询语句进行查询。

查看更多 →

x √ √ √ 与实例的数据量有关 指定时间点恢复 √ √ √ √ √ x √ √ √ 与实例的数据量有关 库表恢复 普通库表恢复 √ √ √ √ x √ x √ x 与实例以及库表的数据量有关 极速库表恢复 √ √ √ √ x √ x √ x 与库表的数据量有关 恢复/迁移到云上MySQL

查看更多 →

产生结果较少，优先执行。 Join出来结果大的组合，例如表数据量大或两张表Join后产生结果较多，在后面执行。 例如，customer表的数据量最多，orders表和lineitem表优先Join可获得较少的中间结果。 原有的Join语句如下： select l_orderkey

查看更多 →

IMESTAMP、YEAR。 大对象类型：TINYBLOB、BLOB、MEDIUMBLOB、LONGBLOB。 数据类型属性：UNSIGNED、ZEROFILL。 ENUM枚举类型。 SET类型。 JSON类型。 M-Compatibility数据库，逻辑解码特殊约束如下： CREATE

查看更多 →

产生结果较少，优先执行。 Join出来结果大的组合，例如表数据量大或两张表Join后产生结果较多，在后面执行。 例如，customer表的数据量最多，orders表和lineitem表优先Join可获得较少的中间结果。 原有的Join语句如下： select l_orderkey

查看更多 →

30TB~500TB的数据量迁移，500TB以上建议通过专线迁移 用户无法提供大容量的存储介质 用户需要快速迁移数据，对传输速率，传输时间要求比较紧急 Teleport单设备支持60TB和120TB两种规格。 华为数据中心邮寄Teleport设备给用户 磁盘方式 30TB以下的数据量迁移 外置

查看更多 →

配置SparkSQL的分块个数 配置场景 SparkSQL在进行shuffle操作时默认的分块数为200。在数据量特别大的场景下，使用默认的分块数就会造成单个数据块过大。如果一个任务产生的单个shuffle数据块大于2G，该数据块在被fetch的时候还会报类似错误： Adjusted

查看更多 →

数据库 MySQL Redis DB2 Gauss 200 Oracle PostgreSQL Sql Server 父主题： 连接器

查看更多 →

数据库 云数据库 RDS 文档数据库服务 DDS 云数据库 GaussDB 数据复制服务 DRS 云数据库 TaurusDB 父主题： SCP授权参考

查看更多 →

如何调整训练参数，使盘古大模型效果最优 模型微调参数的选择没有标准答案，不同的场景，有不同的调整策略。一般微调参数的影响会受到以下几个因素的影响： 目标任务的难度：如果目标任务的难度较低，模型能较容易的学习知识，那么少量的训练轮数就能达到较好的效果。反之，若任务较复杂，那么可能就需要更多的训练轮数。

查看更多 →