云数据库 RDS for MySQL

 

云数据库 RDS for MySQL拥有即开即用、稳定可靠、安全运行、弹性伸缩、轻松管理、经济实用等特点,让您更加专注业务发展。

 
 

    数据库原理与实 更多内容
  • 自动建表原理介绍

    自动建表原理介绍 CDM 将根据源端的字段类型进行默认规则转换成目的端字段类型,并在目的端建数据表。 自动建表时的字段类型映射 CDM在 数据仓库 服务(Data Warehouse Service,简称DWS)中自动建表时,DWS的表源表的字段类型映射关系如图1所示。例如使用CDM

    来自:帮助中心

    查看更多 →

  • 工作负载伸缩原理

    k8s.io: 主要提供Kubernetes Object相关的自定义监控指标。 external.metrics.k8s.io:指标来源外部,任何的Kubernetes资源的指标无关。 扩缩容决策算法 HPA controller根据当前指标和期望指标来计算缩放比例,计算公式如下:

    来自:帮助中心

    查看更多 →

  • HBase基本原理

    障恢复后,原主用Master降为备用。 Client Client使用HBase的RPC机制Master、RegionServer进行通信。ClientMaster进行管理类通信,RegionServer进行数据操作类通信。 RegionServer RegionServe

    来自:帮助中心

    查看更多 →

  • Hive基本原理

    WebHCat的逻辑架构图 Hive原理 Hive作为一个基于HDFS和MapReduce架构的数据仓库,其主要能力是通过对HQL(Hive Query Language)编译和解析,生成并执行相应的MapReduce任务或者HDFS操作。HiveHQL相关信息,请参考HQL 语言手册。

    来自:帮助中心

    查看更多 →

  • Kafka基本原理

    费者实例都属于同样的消费组,它们就以传统队列负载均衡方式工作。如上图中,Consumer1Consumer2之间为负载均衡方式;Consumer3、Consumer4、Consumer5Consumer6之间为负载均衡方式。如果消费者实例都属于不同的消费组,则消息会被广播给所

    来自:帮助中心

    查看更多 →

  • HetuEngine基本原理

    HetuEngine基本原理 HetuEngine简介 HetuEngine是自研高性能交互式SQL分析及数据虚拟化引擎。大数据生态无缝融合,实现海量数据秒级交互式查询;支持跨源跨域统一访问,使能 数据湖 内、湖间、湖仓一站式SQL融合分析。 HetuEngine结构 HetuEn

    来自:帮助中心

    查看更多 →

  • 自动建表原理介绍

    自动建表原理介绍 CDM将根据源端的字段类型进行默认规则转换成目的端字段类型,并在目的端建数据表。 自动建表时的字段类型映射 CDM在数据仓库服务(Data Warehouse Service,简称DWS)中自动建表时,DWS的表源表的字段类型映射关系如图1所示。例如使用CDM

    来自:帮助中心

    查看更多 →

  • 工作负载伸缩原理

    在Kubernetes社区HPA功能的基础上,增加了应用级别的冷却时间窗和扩缩容阈值等功能。 CronHPA提供HPA对象的兼容能力,您可以同时使用CronHPAHPA。 CronHPAHPA策略共同使用:CronHPA作用于HPA策略之上,用于定时调整HPA策略的实例数范围。 CronHPA策略单独使用:CronHPA

    来自:帮助中心

    查看更多 →

  • 数据库代理约束与限制

    句会路由到主节点。 当使用数据库代理时,多语句拼接的SQL大小不超过100MB,避免数据库代理解析SQL消耗过多的资源。 当使用.net客户端连接数据库代理时,需要客户端的MySQL.Data驱动版本不低于8.0.19,低版本MySQL.Data数据库代理存在兼容性风险。 当使

    来自:帮助中心

    查看更多 →

  • Ranger基本原理

    Ranger基本原理 Apache Ranger提供一个集中式安全管理框架,提供统一授权和统一审计能力。它可以对整个Hadoop生态中如HDFS、Hive、HBase、Kafka、Storm等进行细粒度的数据访问控制。用户可以利用Ranger提供的前端WebUI控制台通过配置相关策略来控制用户对这些组件的访问权限

    来自:帮助中心

    查看更多 →

  • ZooKeeper基本原理

    ZooKeeper基本原理 ZooKeeper简介 ZooKeeper是一个分布式、高可用性的协调服务。在大数据产品中主要提供两个功能: 帮助系统避免单点故障,建立可靠的应用程序。 提供分布式协作服务和维护配置信息。 ZooKeeper结构 ZooKeeper集群中的节点分为三种

    来自:帮助中心

    查看更多 →

  • ClickHouse基本原理

    (数据定义语言):可以动态地创建、修改或删除数据库、表和视图,而无须重启服务。 DML(数据操作语言):可以动态查询、插入、修改或删除数据。 权限控制:可以按照用户粒度设置数据库或者表的操作权限,保障数据的安全性。 数据备份恢复:提供了数据备份导出导入恢复机制,满足生产环境的要求。 分布式管理:提供集群模式,能够自动管理多个数据库节点。

    来自:帮助中心

    查看更多 →

  • IoTDB基本原理

    IoTDB基本原理 IoTDB(物联网数据库)是一体化收集、存储、管理分析物联网时序数据的软件系统。 Apache IoTDB采用轻量式架构,具有高性能和丰富的功能。 IoTDB从存储上对时间序列进行排序,索引和chunk块存储,大大的提升时序数据的查询性能。通过Raft协议,

    来自:帮助中心

    查看更多 →

  • Flume基本原理

    urce的数据,当Sink成功将数据发送到下一跳的Channel或最终目的地时,数据从Channel移除。 Channel提供的持久化水平Channel的类型相关,有以下三类: Memory Channel:非持久化。 File Channel:基于WAL(预写式日志Write-Ahead

    来自:帮助中心

    查看更多 →

  • Manager基本原理

    权限管理模块,管理用户和用户组的权限。 A CS 用户和用户组管理模块,管理用户及用户归属的用户组。 Kerberos 在 OMS 集群中各部署一个。 OMS Kerberos提供单点登录及ControllerNode Agent间认证的功能。 集群中Kerberos提供组件用户安全认证功能,其服务名称为KrbServer,包含两种角色实例:

    来自:帮助中心

    查看更多 →

  • CronFederatedHPA工作原理

    eralHPA策略的生效时间目标Pod数,实现在固定时间段将工作负载自动扩缩至期望数量。 图2 单独使用CronFederatedHPA策略工作原理 具体流程为: 创建CronFederalHPA策略,设置CronFederatedHPA的生效时间目标Pod数。 生效时间:C

    来自:帮助中心

    查看更多 →

  • 创建与企业数据库的连接

    仅当“连接模式”选择“默认”时需要配置。 填写数据库的端口。 JDBC连接 仅当“连接模式”选择“专业”时需要配置。 填写数据库的JDBC格式连接串。 用户名 数据库的登录用户名。 密码 数据库的登录密码。 完成连接配置后,单击“测试连接”,检测元模型数据源之间是否能够连通。 如果测试结果为

    来自:帮助中心

    查看更多 →

  • RDS与自建数据库优势对比

    RDS自建数据库优势对比 云数据库RDS和自建数据库的优势对比如表1所示。 表1 优势对比 项目 云数据库RDS 自购 服务器 搭建数据库服务 服务可用性 请参见 弹性云服务器 的优势。 需要购买额外设备,自建主从,自建RAID。 数据可靠性 请参见什么是云硬盘。 需要购买额外设备,自建主从,自建RAID。

    来自:帮助中心

    查看更多 →

  • 企业路由器工作原理

    火墙。 图1 企业路由器使用方法 当您了解了企业路由器的使用方法后,接下来将为您详细介绍企业路由器的工作原理。工作原理如图2所示,详细说明请参见表2。 图2 企业路由器工作原理图 表1 网络流量路径说明 序号 路径 说明 1 请求路径:VPC1→DC全域接入网关 从VPC1去往D

    来自:帮助中心

    查看更多 →

  • MapReduce基本原理

    MapReduce基本原理 如需使用MapReduce,请确保 MRS 集群内已安装Hadoop服务。 MapReduce是Hadoop的核心,是Google提出的一个软件架构,用于大规模数据集(大于1TB)的并行运算。概念“Map(映射)”和“Reduce(化简)”及其主要思想,均取自于函数式编程语言及矢量编程语言。

    来自:帮助中心

    查看更多 →

  • DDS节点脱节原理和说明

    DDS节点脱节原理和说明 副本集架构由主节点、备节点和隐藏节点组成,DDS自动搭建三节点的副本集供用户使用,节点之间数据自动同步,保证数据的高可靠性。对于需要保证高可用的中小型业务系统,推荐使用副本集。 主节点:即Primary节点,用于读写请求。 备节点:即Secondary节点,用于读请求。

    来自:帮助中心

    查看更多 →

共105条
看了本文的人还看了