整个应用程序 更多内容
  • 静态编译架构

    静态编译架构 从整个数据库服务的组成构架来看,存储引擎向上对接SQL引擎,为SQL引擎提供或接收标准化的数据格式(元组或向量数组);存储引擎向下对接存储介质,按照特定的数据组织方式,以页面、压缩单元(Compress Unit)或其他形式为单位,通过存储介质提供的特定接口,对存储

    来自:帮助中心

    查看更多 →

  • 静态编译架构

    静态编译架构 从整个数据库服务的组成构架来看,存储引擎向上对接SQL引擎,为SQL引擎提供或接收标准化的数据格式(元组或向量数组);存储引擎向下对接存储介质,按照特定的数据组织方式,以页面、压缩单元(Compress Unit)或其他形式为单位,通过存储介质提供的特定接口,对存储

    来自:帮助中心

    查看更多 →

  • 为什么多次运行Spark应用程序会引发致命JRE错误

    为什么多次运行Spark应用程序会引发致命JRE错误 问题 为什么多次运行Spark应用程序会引发致命JRE错误? 回答 多次运行Spark应用程序会引发致命的JRE错误,这个错误由Linux内核导致。 升级内核版本到4.13.9-2.ge7d7106-default来解决这个问题。

    来自:帮助中心

    查看更多 →

  • 如何限制存储在ZKstore中的应用程序诊断消息的大小

    如何限制存储在ZKstore中的应用程序诊断消息的大小 问题 如何限制存储在ZKstore中的应用程序诊断消息的大小? 回答 在某些情况下,已经观察到诊断消息可能无限增长。由于诊断消息存储在状态存储中,不建议允许诊断消息无限增长。因此,需要有一个属性参数用于设置诊断消息的最大大小。

    来自:帮助中心

    查看更多 →

  • 如何限制存储在ZKstore中的应用程序诊断消息的大小

    如何限制存储在ZKstore中的应用程序诊断消息的大小 问题 如何限制存储在ZKstore中的应用程序诊断消息的大小? 回答 在某些情况下,已经观察到诊断消息可能无限增长。由于诊断消息存储在状态存储中,不建议允许诊断消息无限增长。因此,需要有一个属性参数用于设置诊断消息的最大大小。

    来自:帮助中心

    查看更多 →

  • 如何解决Docker运行node应用程序时的依赖问题?

    如何解决Docker运行node应用程序时的依赖问题? 问题描述 在微服务docker里面运行一个node程序,这个程序依赖一个node-gyp,怎么在程序运行之前安装好这些依赖。 解决办法 可以定制自己的Dockerfile,在Dockerfile里面添加node-gyp依赖。

    来自:帮助中心

    查看更多 →

  • 优化Flink内存GC参数

    opts”配置项中添加参数:“-XX:NewRatio”。如“ -XX:NewRatio=2”,则表示老年代与新生代的比值为2:1,新生代占整个堆空间的1/3,老年代占2/3。 开发Flink应用程序时,优化DataStream的数据分区或分组操作。 当分区导致数据倾斜时,需要考虑优化分区。 避免非并行度操作

    来自:帮助中心

    查看更多 →

  • YARN应用开发简介

    RM是一个全局的资源管理器,负责整个系统的资源管理和分配。它主要由两个组件构成:调度器(Scheduler)和应用程序管理器(Applications Manager,ASM)。 ApplicationMaster(AM) 用户提交的每个应用程序均包含一个AM,主要功能包括: 与

    来自:帮助中心

    查看更多 →

  • YARN应用开发简介

    RM是一个全局的资源管理器,负责整个系统的资源管理和分配。它主要由两个组件构成:调度器(Scheduler)和应用程序管理器(Applications Manager,ASM)。 ApplicationMaster(AM) 用户提交的每个应用程序均包含一个AM,主要功能包括: 与

    来自:帮助中心

    查看更多 →

  • YARN应用开发简介

    RM是一个全局的资源管理器,负责整个系统的资源管理和分配。它主要由两个组件构成:调度器(Scheduler)和应用程序管理器(Applications Manager,ASM)。 ApplicationMaster(AM) 用户提交的每个应用程序均包含一个AM,主要功能包括: 与

    来自:帮助中心

    查看更多 →

  • YARN应用开发简介

    RM是一个全局的资源管理器,负责整个系统的资源管理和分配。它主要由两个组件构成:调度器(Scheduler)和应用程序管理器(Applications Manager,ASM)。 ApplicationMaster(AM) 用户提交的每个应用程序均包含一个AM,主要功能包括: 与

    来自:帮助中心

    查看更多 →

  • 优化Flink内存GC参数

    opts”配置项中添加参数:“-XX:NewRatio”。如“ -XX:NewRatio=2”,则表示老年代与新生代的比值为2:1,新生代占整个堆空间的1/3,老年代占2/3。 开发Flink应用程序时,优化DataStream的数据分区或分组操作。 当分区导致数据倾斜时,需要考虑优化分区。 避免非并行度操作

    来自:帮助中心

    查看更多 →

  • MapReduce应用开发简介

    MapReduce应用开发简介 MapReduce简介 Hadoop MapReduce是一个使用简易的并行计算软件框架,基于它写出来的应用程序能够运行在由上千个 服务器 组成的大型集群上,并以一种可靠容错的方式并行处理上T级别的数据集。 一个MapReduce作业(applicat

    来自:帮助中心

    查看更多 →

  • MapReduce应用开发简介

    MapReduce应用开发简介 MapReduce简介 Hadoop MapReduce是一个使用简易的并行计算软件框架,基于它写出来的应用程序能够运行在由上千个服务器组成的大型集群上,并以一种可靠容错的方式并行处理上TB级别的数据集。 一个MapReduce作业(applica

    来自:帮助中心

    查看更多 →

  • 在CCE集群中使用镜像服务的安全配置建议

    在CCE集群中使用 镜像服务 的安全配置建议 容器镜像是防御外部攻击的第一道防线,对保障应用程序、系统乃至整个供应链的安全至关重要。不安全的镜像容易成为攻击者的突破口,导致容器逃逸到宿主机。一旦容器逃逸发生,攻击者便能访问宿主机的敏感数据,甚至利用宿主机作为跳板,进一步控制整个集群或租户账户。以下是一些建议,以降低这种风险。

    来自:帮助中心

    查看更多 →

  • 应用程序是否需要支持自动重连TaurusDB标准版数据库

    应用程序是否需要支持自动重连TaurusDB标准版数据库 建议您的应用程序支持自动重连数据库,当数据库重启后,无需人工介入,应用会自动恢复,提供更高的可用性。 同时建议您的应用程序采用长连接方式连接数据库,以降低资源消耗,提高性能。 父主题: 数据库连接

    来自:帮助中心

    查看更多 →

  • ResourceManager重启后,应用程序会移回原来的队列

    ResourceManager重启后,应用程序会移回原来的队列 问题 将应用程序从一个队列移到另一个队列时,为什么在RM(ResourceManager)重启后,应用程序会被移回原来的队列? 回答 这是RM的使用限制,应用程序运行过程中移动到别的队列,此时RM重启,RM并不会在状态存储中存储新队列的信息。

    来自:帮助中心

    查看更多 →

  • 应用程序是否需要支持自动重连TaurusDB标准版数据库

    应用程序是否需要支持自动重连TaurusDB标准版数据库 建议您的应用程序支持自动重连数据库,当数据库重启后,无需人工介入,应用会自动恢复,提供更高的可用性。 同时建议您的应用程序采用长连接方式连接数据库,以降低资源消耗,提高性能。 父主题: 数据库连接

    来自:帮助中心

    查看更多 →

  • 在ResourceManager重启后,应用程序会移回原来的队列

    在ResourceManager重启后,应用程序会移回原来的队列 问题 将应用程序从一个队列移到另一个队列时,为什么在RM(ResourceManager)重启后,应用程序会被移回原来的队列? 回答 这是RM的使用限制,应用程序运行过程中移动到别的队列,此时RM重启,RM并不会在状态存储中存储新队列的信息。

    来自:帮助中心

    查看更多 →

  • CCE集群高可用推荐配置

    和响应延迟。 更多关于合理配置CoreDNS的详情,请参见合理配置CoreDNS。 运行多个实例 如果您的整个应用程序在独立的Pod中运行,那么如果该Pod出现异常,应用程序将不可用。请使用Deployment或其他类型的副本集来部署应用,每当Pod失败或被终止,控制器会自动重新

    来自:帮助中心

    查看更多 →

  • MapReduce应用开发简介

    MapReduce应用开发简介 MapReduce简介 Hadoop MapReduce是一个使用简易的并行计算软件框架,基于它写出来的应用程序能够运行在由上千个服务器组成的大型集群上,并以一种可靠容错的方式并行处理上T级别的数据集。 一个MapReduce作业(applicat

    来自:帮助中心

    查看更多 →

共105条
看了本文的人还看了