选择分布列 Hash分布表的分布列选取至关重要，需要满足以下原则： 列值应比较离散，以便数据能够均匀分布到各个DN。例如，考虑选择表的主键为分布列，如在人员信息表中选择身份证号码为分布列。 在满足上述条件的情况下，考虑选择查询中的连接条件为分布列，以便Join任务能够下推到DN中执行，且减少DN之间的通信数据量。

查看更多 →

选择存储模型 进行数据库设计时，表设计上的一些关键项将严重影响后续整库的查询性能。表设计对数据存储也有影响：好的表设计能够减少I/O操作及最小化内存使用，进而提升查询性能。 表的存储模型选择是表定义的第一步。客户业务属性是表的存储模型的决定性因素，依据下面表格选择适合当前业务的存储模型。

查看更多 →

选择分布方式 复制表（Replication）方式将表中的全量数据在集群的每一个DN实例上保留一份。主要适用于记录集较小的表。这种存储方式的优点是每个DN上都有该表的全量数据，在join操作中可以避免数据重分布操作，从而减小网络开销，同时减少了plan segment(每个plan

查看更多 →

选择分布列 Hash分布表的分布列选取至关重要，需要满足以下原则： 列值应比较离散，以便数据能够均匀分布到各个DN。例如，考虑选择表的主键为分布列，如在人员信息表中选择身份证号码为分布列。 在满足第一条原则的情况下尽量不要选取存在常量filter的列。例如，表dwcjk相关的部分

查看更多 →

如何选择区域？ 区域是一个地理区域的概念。我国地域面积广大，由于带宽的原因，不可能只建设一个数据中心为全国客户提供服务。因此，根据地理区域的不同将全国划分成不同的区域。 选择区域时通常根据就近原则进行选择，例如您或者您的客户在北京，那么您可以选择华北服务区，这样可以减少访问服务的网络时延，提高访问速度。

查看更多 →

资源选择推荐 不同AI模型训练所需要的数据量和算力不同，在训练时选择合适存储及训练方案可提升模型训练效率与资源性价比。ModelArts支持单机单卡、单机多卡和多机多卡的训练场景，满足不同AI模型训练的要求。针对第一次使用ModelArts的用户，本文提供端到端案例指导，帮助您快

查看更多 →

时，会自动分配到其他利用率较低的CPU上，进而保障了应用的响应能力。 开启增强型CPU管理策略时，应用性能优于不开启CPU管理策略（none），但弱于静态CPU管理策略（static）。 应用分配的优先使用的CPU并不会被独占，仍处于共享的CPU池中。因此在该Pod处于业务波谷时

查看更多 →

根据标签选择模板 功能介绍 根据标签选择模板。 URI URI格式 GET /softcomai/datalake/dataplan/v1.0/templates/getTemplatebytag?tag={tag} 参数说明 参数名 是否必选 参数类型 备注 tag 是 String

查看更多 →

选择MFA验证类型 您可以参考以下步骤配置用户在访问用户门户时可以进行多因素认证（MFA）的设备类型。 操作步骤 登录华为云控制台。 单击页面左上角的，选择“管理与监管 > IAM身份中心”，进入“IAM身份中心”页面。 单击左侧导航栏的“设置”，进入设置页面。 选择 “网络和安全”

查看更多 →

API版本选择建议 GES API版本与软件版本相对应，1.0.0为起始版本号，其余版本均在起始版本基础上进行修改，且向下兼容。具体请参考管理面API概览和内存版中各接口对应的版本号。 建议您根据需要选择合适的版本进行操作。 父主题： 使用前必读

查看更多 →

API版本选择建议 弹性负载均衡服务提供的API分为V3和V2版本，接口版本选择详见表1，整体API及对应功能列表详见API概览。 表1 弹性负载均衡API接口版本说明 API版本 接口功能说明 推荐实例 V3 支持独享型实例所有功能。 无法创建共享型实例，兼容支持存量共享型实例其他所有功能。

查看更多 →

API版本选择建议 随着版本升级，如下接口已废弃，不推荐使用： 创建端口（废弃） 查询端口（废弃） 查询端口列表（废弃） 更新端口（废弃） 删除端口（废弃） 父主题： 使用前必读

查看更多 →

选择数据类型 高效数据类型，主要包括以下三方面： 尽量使用执行效率比较高的数据类型 一般来说整型数据运算(包括=、＞、＜、≧、≦、≠等常规的比较运算，以及group by)的效率比字符串、浮点数要高。比如某客户场景中对列存表进行点查询，filter条件在一个numeric列上，执

查看更多 →

选择数据类型 高效数据类型，主要包括以下三方面： 尽量使用执行效率比较高的数据类型 一般来说整型数据运算(包括=、＞、＜、≧、≦、≠等常规的比较运算，以及group by)的效率比字符串、浮点数要高。 尽量使用短字段的数据类型 长度较短的数据类型不仅可以减小数据文件的大小，提升I

查看更多 →

选择数据类型 高效数据类型，主要包括以下三方面： 尽量使用执行效率比较高的数据类型 一般来说整型数据运算(包括=、＞、＜、≧、≦、≠等常规的比较运算，以及group by)的效率比字符串、浮点数要高。 尽量使用短字段的数据类型 长度较短的数据类型不仅可以减小数据文件的大小，提升I

查看更多 →

如何选择组件版本 SpringBoot接入涉及组件版本参考。 表1 SpringBoot涉及组件版本 GroupId ArtifactId Version 备注 org.springframework.boot spring-boot-autoconfigure-processor

查看更多 →

在命令面板（“Ctrl+Ctrl”/“Ctrl+Shift+P”）中，搜索并运行“Python: 选择解释器”命令，或者单击状态栏右侧的按钮。 从可用的全局和虚拟环境列表中选择所需的环境。 所选环境将用于运行Python代码并提供Python编码帮助（代码补全、验证、格式化等）

查看更多 →

选择数据类型 高效数据类型，主要包括以下三方面： 尽量使用执行效率比较高的数据类型 一般来说整型数据运算(包括=、＞、＜、≧、≦、≠等常规的比较运算，以及group by)的效率比字符串、浮点数要高。 尽量使用短字段的数据类型 长度较短的数据类型不仅可以减小数据文件的大小，提升I

查看更多 →

选择数据类型 高效数据类型，主要包括以下三方面： 尽量使用执行效率比较高的数据类型 一般来说整型数据运算(包括“=”、“＞”、“＜”、“≧”、“≦”、“≠”等常规的比较运算，以及group by)的效率比字符串、浮点数要高。 尽量使用短字段的数据类型 长度较短的数据类型不仅可以减

查看更多 →

选择数据类型 高效数据类型，主要包括以下三方面： 使用执行效率更高的数据类型 通常情况下，整型数据运算（包括“=”、“＞”、“＜”、“≧”、“≦”、“≠”等常规的比较运算，以及GROUP BY）的效率比字符串和浮点数的效率高。 使用短字段的数据类型 长度较短的数据类型不仅可以减小

查看更多 →

CPU积分计算方法 什么是CPU积分 CPU积分是一种用来衡量 云服务器 计算、存储以及网络配置利用率的方式。云 服务器 利用CPU积分机制保证云服务器基准性能，解决超分云服务器长期占用CPU资源的问题。 使用CPU积分机制的 弹性云服务器 适用于平时CPU负载不高、但突发时可接受因积分不足

查看更多 →