点”分区键值占用所有工作负载。 规则5：合理设计分区key，均匀访问数据，避免出现大key或者热key问题。 大key问题：大key的产生，最主要的原因是主键设计不合理，使得单个分区的记录数或数据量过大。一旦某一个分区出现极大时，对该分区的访问，会造成分区所在 服务器 的负载变高，甚至造成节点内存溢出（即OOM）等。

查看更多 →

11版本和增强版，不支持大版本升级。 由于操作系统限制，部分实例暂不支持进行大版本升级，具体可升级版本查看界面可升级列表。 灾备实例不支持大版本升级。 大版本升级前，需要先进行升级检查，如果在有效期内没有检查成功的报告，则不允许进行大版本升级。 升级插件限制说明 在大版本升级检查成功后

查看更多 →

如何调整 GaussDB (DWS)分布列？ 在 数据仓库 类型的数据库中，大表的分布列选择对于数据库和语句查询性能都有至关重要的影响。 如果表的分布列选择不当，在数据导入后有可能出现数据分布倾斜，进而导致某些磁盘的使用明显高于其他磁盘，极端情况下会导致集群只读。对于Hash分表策略，存

查看更多 →

上传至OBS桶中的业务数据写入Kafka，同时在RDS创建数据结果表模板。 用户可以购买并配置 数据可视化 DLV 大屏，快速定制数据大屏，将RDS中分析结果数据展示在大屏中。 方案优势 跨源分析 数据免搬迁，就可以关联分析存在OBS中的各个渠道的销售汇总数据。 纯SQL操作 DLI

查看更多 →

间件服务器；每增加6000户，建议增加一台数据库服务器；并发用户量按照用户量的10%估算； 数据量：数据量和报表复杂度越大，对数据库的要求就越高，按照不同数据量和报表复杂度对数据库配置进行了推荐；如果数据量超过亿行，建议使用分布式数据库进行部署； 操作：推荐配置按照常用使用推荐，

查看更多 →

数据迁移方案 云数据库 GaussDB(for MySQL)提供了多种方案，可以满足从RDS for MySQL、GaussDB(for MySQL)、自建MySQL数据库、其他云MySQL、自建Oracle数据库到云数据库 GaussDB(for MySQL)的数据迁移。 常用迁移工具介绍

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 →

云原生NoSQL时序数据库。在 云计算平台 高性能、高可用、高可靠、高安全、可弹性伸缩的基础上，提供了一键部署、快速备份恢复、计算存储独立扩容、监控告警等服务能力。广泛应用于资源监控、业务监控分析、物联网设备实时监控、工业生产监控、生产质量评估和故障回溯等。提供大并发的时序数据读写，

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 →

两表JOIN时，会将右表数据加载到内存中，再根据右表数据遍历左表做匹配，将小表放在右边，减少匹配查询的次数。根据使用的情况，大表join小表的性能比小表join大表的性能有数量级的提升。 【大表在左小表在右】 SELECT count(a.id) FROM ( SELECT id FROM mytable

查看更多 →

受技术等多种因素制约，盘古大模型服务存在一些约束限制。 不同模型请求的最大Token数有所不同，具体信息请参见模型能力与规格。 关于模型支持的训练数据量要求，例如NLP大模型，请参考《用户指南》“开发盘古NLP大模型 > 训练NLP大模型 > NLP大模型训练流程与选择建议”。

查看更多 →

作业中多个SQL有同样的子查询，并且子查询数据量较大。 Plan cost计算不准，导致子查询hash bucket太小，比如实际数据1000W行，hash bucket只有1000。 函数（如substr,to_number）导致大数据量子查询选择度计算不准。 多DN环境下对大表做broadcast的子查询。

查看更多 →

能在停止业务或业务轻载的情况下执行扩容重分布。用户也可以考虑分段扩容重分布策略，在系统负载很小的情况下采用高并发进行扩容重分布，在系统负载大的情况下停止扩容重分布或采用低并发进行扩容重分布。 集群扩容分为分段扩容和一键式扩容两种操作方式。 分段扩容把扩容操作分成添加主机，扩容，数

查看更多 →

数据迁移前后数据量不一致是什么问题？ 问题描述 使用 CDM 进行数据迁移，迁移完成后，目标库数据要比原始库多，有的多十几条，有的多几千条。 故障分析 根据故障信息分析，考虑是作业配置限制，检查作业配置，发现目的端配置为导入开始前“不清除”，不清除可能存在多次操作，部分数据重复。 解决方案

查看更多 →

请禁用flushall操作，确认DB后可执行flushdb操作（慎用）。 8 定期进行大key在线诊断 大Key访问是Redis使用中的常见问题。建议在控制台定期查看实例的大Key诊断报告。具体操作请参考大Key诊断。 9 割接结束后执行dbsize dbsize可以保证最终一致性，例

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： 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： 事件监控

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 →

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 →