（可选）授权子账号使用图像识别服务 本章节通过简单的用户组授权方法，将图像识别对应区域的“Tenant Guest”权限和对象存储的“OBS Buckets Viewer”策略授予用户组，并将用户添加至用户组中，从而使子账户拥有对应的操作权限，操作流程如图1所示。 示例流程 图1

查看更多 →

案例：建立合适的索引 创建合适的索引可以加速对表中数据行的检索。索引占用磁盘空间，并且降低添加、删除和更新行的速度。如果需要非常频繁地更新数据或磁盘空间有限，则需要限制索引的数量。在表较大时再建立索引，表中的数据越多，索引的优越性越明显。建议仅在匹配如下某条原则时创建索引： 需要经常执行查询的字段。

查看更多 →

案例：调整GUC参数best_agg_plan 现象描述 t1的表定义为： 1 create table t1(a int, b int, c int) distribute by hash(a); 假设agg下层算子所输出结果集的分布列为setA，agg操作的group by

查看更多 →

案例：改建分区表 现象描述 如下简单SQL语句查询， 性能瓶颈点在dwcjk的Scan上。 优化分析 从业务层确认表数据(在cjrq字段上)有明显的日期特征，符合分区表的特征。重新规划dwcjk表的表定义：字段cjrq为分区键、天为间隔单位定义分区表dwcjk_part。修改后结果如下，性能提升近1倍。

查看更多 →

案例：建立合适的索引 现象描述 查询与销售部所有员工的信息： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 --建表 CREATE TABLE staffs (staff_id NUMBER(6)

查看更多 →

案例：建立合适的索引 现象描述 查询与销售部所有员工的信息： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 --建表 CREATE TABLE staffs (staff_id NUMBER(6)

查看更多 →

案例：建立合适的索引 现象描述 查询与销售部所有员工的信息： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 --建表 CREATE TABLE staffs (staff_id NUMBER(6)

查看更多 →

案例：改建分区表 现象描述 如下简单SQL语句查询， 性能瓶颈点在normal_date的Scan上。 1 2 3 4 5 6 7 QUERY PLAN

查看更多 →

案例：改建分区表 现象描述 如下简单SQL语句查询， 性能瓶颈点在normal_date的Scan上。 1 2 3 4 5 6 7 QUERY PLAN

查看更多 →

案例：建立合适的索引 创建合适的索引可以加速对表中数据行的检索。索引占用磁盘空间，并且降低添加、删除和更新行的速度。如果需要非常频繁地更新数据或磁盘空间有限，则需要限制索引的数量。在表较大时再建立索引，表中的数据越多，索引的优越性越明显。建议仅在匹配如下某条原则时创建索引： 需要经常执行查询的字段。

查看更多 →

案例：调整GUC参数best_agg_plan 现象描述 t1的表定义为： 1 create table t1(a int, b int, c int) distribute by hash(a); 假设agg下层算子所输出结果集的分布列为setA，agg操作的group by

查看更多 →

Image服务使用简介 关于图像识别服务的概念、优势、功能和应用场景等，请参见《图像识别服务产品介绍》。 图像识别包括的服务功能有：图像标签，名人识别。 服务以开放API（Application Programming Interface，应用程序编程接口）的方式提供图像识别能力，用户调用A

查看更多 →

您可以使用本文档提供的图像识别服务API的描述、语法、参数说明及样例等内容，进行相关操作，支持的全部操作请参见API概览。 在调用图像识别API之前，请确保已经充分了解图像识别相关概念，详细信息请参见产品介绍。 同时图像识别还提供多种编程语言的SDK供您使用，SDK的使用方法请参见图像识别SDK。

查看更多 →

IAM为图像识别提供了用户认证和鉴权功能。IAM的更多信息请参见《统一身份认证服务用户指南》。 云监控 云监控（Cloud Eye）可以监控图像识别的相关指标，用户可以通过指标及时了解图像识别的使用情况。Cloud Eye更多信息请参见《云监控用户指南》。 表1 图像识别的监控指标

查看更多 →

案例：改建分区表 逻辑上的一张表根据某种策略分成多个物理块进行存储，这张逻辑上的表称之为分区表，每个物理块则称为一个分区。一般对数据和查询都有明显区间段特征的表使用分区策略可通过较小不必要的数据扫描，从而提升查询性能 在查询时，可通过分区剪枝技术尽可能减少底层数据扫描，即缩小表的

查看更多 →

案例：建立合适的索引 现象描述 查询与销售部所有员工的信息： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 --建表 CREATE TABLE staffs (staff_id NUMBER(6)

查看更多 →

案例：改建分区表 现象描述 如下简单SQL语句查询， 性能瓶颈点在dwcjk的Scan上。 优化分析 从业务层确认表数据(在cjrq字段上)有明显的日期特征，符合分区表的特征。重新规划dwcjk表的表定义：字段cjrq为分区键、天为间隔单位定义分区表dwcjk_part。修改后结果如下，性能提升近1倍。

查看更多 →

案例：建立合适的索引 现象描述 查询与销售部所有员工的信息： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 --建表 CREATE TABLE staffs (staff_id NUMBER(6)

查看更多 →

案例：改建分区表 现象描述 如下简单SQL语句查询， 性能瓶颈点在normal_date的Scan上。 1 2 3 4 5 6 7 QUERY PLAN

查看更多 →

案例：建立合适的索引 现象描述 查询与销售部所有员工的信息： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 --建表 CREATE TABLE staffs (staff_id NUMBER(6)

查看更多 →

案例：建立合适的索引 现象描述 查询与销售部所有员工的信息： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 --建表 CREATE TABLE staffs (staff_id NUMBER(6)

查看更多 →