DRS支持跨账号云数据库迁移吗 图1 DRS产品架构 目前，DRS支持的网络类型有公网网络、VPC网络、VPN网络和专线网络，不同场景下，用户可根据情况进行选择。 原理上DRS采用JDBC连接，无需在用户的源数据库、目标数据库节点部署程序，只需用户的源数据库和目标数据库允许DRS

查看更多 →

工作负载伸缩原理 HPA工作原理 HPA（Horizontal Pod Autoscaler）是用来控制Pod水平伸缩的控制器，HPA周期性检查Pod的度量数据，计算满足HPA资源所配置的目标数值所需的副本数量，进而调整目标资源（如Deployment）的replicas字段。

查看更多 →

工作负载伸缩原理 CCE支持多种工作负载伸缩方式，策略对比如下： 表1 弹性伸缩策略对比 伸缩策略 HPA策略 CronHPA策略 CustomedHPA策略 VPA策略 AHPA策略 策略介绍 Kubernetes中实现POD水平自动伸缩的功能，即Horizontal Pod Autoscaling。

查看更多 →

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的表与源表的字段类型映射关系如图1所示。例如使用CDM

查看更多 →

对HBase进行增、删、改、查数据操作时，HBase Client首先连接ZooKeeper获得“hbase:meta”表所在的RegionServer的信息（涉及NameSpace级别修改的，比如创建表、删除表需要访问HMaster更新meta信息）。 HBase Client连接到包含对应的“hbase:meta

查看更多 →

Hive基本原理 Hive是建立在Hadoop上的数据仓库基础构架。它提供了一系列的工具，可以用来进行数据提取转化加载（ETL），这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。Hive定义了简单的类SQL查询语言，称为HQL，它允许熟悉SQL的用户查询数据。

查看更多 →

Group1与Consumer Group2中。 关于Kafka架构和详细原理介绍，请参见：https://kafka.apache.org/24/documentation.html。 Kafka原理 消息可靠性 Kafka Broker收到消息后，会持久化到磁盘，同时，To

查看更多 →

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。与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

查看更多 →

数据库 服务器 备份和云数据库备份有什么区别？ 数据库服务器备份的备份对象是部署MySQL或SAP HANA等数据库应用的 云服务器 ，对应用一致性有要求，需要在云备份控制台 购买云服务器 备份存储库，更多详情请参见数据库服务器备份。 云数据库备份的备份对象是云数据库RDS实例，备份原理不同，需要在

查看更多 →

*)过程的基本原理：表数据进行切块后分发给多个核进行并行计算，每个核计算部分数据得到一个中间count(*)结果，并在最后阶段将所有中间结果进行聚合得到最终结果。具体如下： 图1 并行查询原理图 应用场景 并行查询适用于大部分SELECT语句，例如大表查询、多表连接查询、计算量较

查看更多 →

功能介绍 云数据库 GaussDB (for MySQL)支持了并行执行的查询方式，用以降低分析型查询场景的处理时间，满足企业级应用对查询低时延的要求。并行查询的基本实现原理是将查询任务进行切分并分发到多个CPU核上进行计算，充分利用cpu的多核计算资源来缩短查询时间。并行查询的性能

查看更多 →

*)过程的基本原理：表数据进行切块后分发给多个核进行并行计算，每个核计算部分数据得到一个中间count(*)结果，并在最后阶段将所有中间结果进行聚合得到最终结果。具体如下： 图1 并行查询原理图 应用场景 并行查询适用于大部分SELECT语句，例如大表查询、多表连接查询、计算量较

查看更多 →

）。默认情况下Windows开放3389端口，Linux开放22端口，也可以单独指定。 采集原理：通过枚举网段下所有IP地址，得到扫描范围，然后依次循环使用TCP连接到对应IP的远程连接端口。如果3389存在监听则判定该IP操作系统为Windows，如果22端口存在监听则判定该IP操作系统为Linux。

查看更多 →

ClickHouse基本原理 ClickHouse简介 ClickHouse是一款开源的面向联机分析处理的列式数据库，其独立于Hadoop大数据体系，最核心的特点是压缩率和极速查询性能。同时，ClickHouse支持SQL查询，且查询性能好，特别是基于大宽表的聚合分析查询性能非常

查看更多 →

IoTDB基本原理 IoTDB（物联网数据库）是一体化收集、存储、管理与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，

查看更多 →

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

查看更多 →

单集群ZooKeeper最大实例数 9 ZooKeeper最大实例数 每个ZooKeeper实例，单个IP最大连接数 2000 - 每个ZooKeeper实例，最大连接总数 20000 - 默认参数情况下，最大ZNode数 2000000 ZNode数量过大会对服务稳定性造成影响，降低组件读写性能。

查看更多 →

设置连接池 操作场景 会话级连接池适用于短连接场景。使用会话级连接池，可减少短连接业务频繁建立连接导致数据库负载高。 连接池默认为关闭状态，可选会话级连接池。 会话级连接池工作原理 在客户端断开连接时，RDS会判断当前的连接是否为闲置连接。如果是闲置连接，该连接将会被放到连接池中并保留一小段时间。

查看更多 →

CronFederatedHPA工作原理 CronFederatedHPA的工作原理如图1。创建CronFederatedHPA策略时，可以设定一个具体的时间，基于设定的时间调整HPA策略的最大和最小Pod数，也可以直接定时调整工作负载中的Pod数量。 图1 CronFederatedHPA工作原理 单独使用CronFederatedHPA

查看更多 →

点，这样可以实现负载均衡。 图3 Flume级联结构图 Flume的架构和详细原理介绍，请参见：https://flume.apache.org/releases/1.9.0.html。 Flume原理 Agent之间的可靠性 Agent之间数据交换流程如图4所示。 图4 Agent数据传输流程

查看更多 →

Manager基本原理 Manager功能 Manager是 MRS 的运维管理系统，为部署在集群内的服务提供统一的集群管理能力。 Manager支持大规模集群的性能监控、告警、用户管理、权限管理、审计、服务管理、健康检查、日志采集等功能。 Manager结构 Manager的整体逻辑架构如图1所示。

查看更多 →