Presto Presto是一个开源的用户交互式分析查询的SQL查询引擎，用于针对各种大小的数据源进行交互式分析查询。其主要应用于海量结构化数据/半结构化数据分析、海量多维数据聚合/报表、ETL、Ad-Hoc查询等场景。 Presto允许查询的数据源包括Hadoop分布式文件系统

查看更多 →

支持两个 GaussDB (DWS)集群之间的数据互访互通。通过Foreign Table方式实现跨DWS集群的数据访问和导入。 适用于多套GaussDB(DWS)集群之间的数据同步。 基于GDS的跨集群互联互通 - 通过GDS进行数据中转，实现多个集群之间的数据同步。 适用于多套GaussDB(DWS)集群之间的数据同步。

查看更多 →

志分析，集群状态分析）、大规模的数据挖掘（用户行为分析，兴趣分区，区域展示）等场景下。 为保证Hive服务的高可用性、用户数据的安全及访问服务的可控制，在开源社区的Hive-3.1.0版本基础上，Hive新增如下特性： 数据文件加密机制。 开源社区的Hive特性，请参见https://cwiki

查看更多 →

概要描述 必填。对资产的概要描述。 资产描述 必填。对资产的详细描述。 脱敏规则配置 用于将所发布信息架构中敏感信息脱敏处理，例如，将信息架构设计中的人名脱敏。支持将主题设计、逻辑模型、物理模型、ETL映射和业务指标设计一键应用脱敏规则。 脱敏规格限制：应用字段关联的规则数量超过最多不超过10条，总规则数量不超过50条。

查看更多 →

直接点击左侧导航栏中的“设计中心”快速进入，进入后下拉选择相应的方案即可。 图1 设计中心入口 支持通过以下方式进行信息架构设计 无模板：创建空白信息架构，之后基于此架构进行设计。 资产模板：通过链接解决方案工作台解决方案加速场中的数据模型资产，搜索选择合适的模板进行引用设计，支持全量引用和部分引用。

查看更多 →

该文件为JSON格式，包含特征名、特征大类、特征值类型。 新的全局特征配置文件（new_global_features_info）包含的特征是在原作业ID（job_id）对应的全局特征配置文件的特征基础上新增的一些特征或者删除一些特征；两份文件重复的特征名对应的特征类型必须保持一致。 响应消息 响应参数请参见表7。

查看更多 →

输出：RESULT_CACHE 包含空格的关系运算符 GaussDB(DWS)不支持含有空格的关系运算符（<=、>=、!=）。DSC会删除运算符之间的空格。 图11 输入：关系运算符 图12 输出：关系运算符 替换变量 替换变量是Oracle SQL * Plus工具的一个特性。 当在一个语句中使用一个替换变量时，SQL

查看更多 →

以GaussDB(DWS)的SQL作为上层应用的统一入口，应用开发人员使用熟悉的SQL语言即可访问所有数据。 实时交互分析 针对即时的分析需求，分析人员可实时从大数据平台上获取信息。 弹性伸缩 增加节点，即可扩展系统的数据存储能力和查询分析的性能，可支持PB级数据的存储和计算。 增强型ETL和实时BI分析 数据仓

查看更多 →

方法三：数据老化，按照业务逻辑分析大的维度表是否可以通过数据老化清理无效的维度数据从而降低数据规模。 数据量非常小的事实表 这种可以在预估很长一段时间的数据增长量的前提下使用非分区表预留稍宽裕一些的桶数来提升读写性能。 确认表内桶数 Hudi表的桶数设置，关系到表的性能，需要格外引起注意。

查看更多 →

现状和需求 大量的企业经营性数据（订单，库存，原料，付款等）在企业的业务运营系统以及其后台的（事务型）数据库中产生的。 企业的决策者需要及时地对这些数据进行归类分析，从中获得企业运营的各种业务特征，为下一步的经营决策提供数据支撑。 困难 对数据的归类分析往往涉及到对多张数据库表数据的同时访问，

查看更多 →

表删除。 CopyManager 【建议】在不使用ETL工具、数据入库实时性要求又比较高的情况下，建议在开发应用程序时，使用GaussDB(DWS)JDBC驱动的CopyManager接口进行微批量导入。 CopyManager的使用方法请参见CopyManager。 父主题： 开发设计建议

查看更多 →

应用场景 云搜索服务 可以帮助网站和APP搭建搜索框，提升用户的搜索体验；也可以用于搭建 日志分析 平台，助力企业实现数据驱动运维，数据驱动运营；它的向量检索能力可以帮助客户快速构建基于AI的图搜、推荐、语义搜索等丰富的应用。 站内搜索 云搜索 服务可用于对网站内容进行关键字检索、对电商网站商品进行检索与推荐。

查看更多 →

表删除。 CopyManager 【建议】在不使用ETL工具、数据入库实时性要求又比较高的情况下，建议在开发应用程序时，使用GaussDB(DWS)JDBC驱动的CopyManager接口进行微批量导入。 CopyManager的使用方法请参见CopyManager。 父主题： 开发设计建议

查看更多 →

表删除。 CopyManager 【建议】在不使用ETL工具、数据入库实时性要求又比较高的情况下，建议在开发应用程序时，使用GaussDB(DWS)JDBC驱动的CopyManager接口进行微批量导入。 CopyManager的使用方法请参见CopyManager。 父主题： 开发设计建议

查看更多 →

标以及对应的ETL脚本，其他还包括：新建时间限定和维度配置。 脚本/作业开发 按需完成各数据层的ETL脚本开发、数据同步，并基于各层数据的时间顺序、频率的要求，完成作业开发和调度执行。 完成ODS层->DWI层的数据同步，在此过程中完成数据的清洗转换，以及多源异构数据的整合； 完

查看更多 →

当应用部署在公有云上，云平台需提供已开通资源的监控能力，包括计算、存储、网络、数据库等云服务资源。资源监控指标反馈资源的运行状态、资源消耗和性能参数等，运维人员可根据不同参数配置相应的阈值告警，当资源异常时通过短信或邮件等方式通知。除了开箱即用的指标数据以外，部分云服务提供完整的日志采集、上报和存储能

查看更多 →

setupIOstreams(Client.java:720) 原因分析 HDFS的客户端和服务端数据传输走的rpc协议，该协议有多种加密方式，由hadoop.rpc.protection参数控制。 如果客户端和服务端的hadoop.rpc.protection参数的配置值不一样，即会报No common protection

查看更多 →

l显示的精度不同。 【建议】对于精度敏感的场景，建议使用numeric类型。 【建议】通过JDBC连接数据库时，应该保证下面三个时区设置一致： JDBC客户端所在主机的时区。 GaussDB数据库 实例所在主机的时区。 GaussDB数据库实例配置过程中时区。 时区设置相关的操作，请联系管理员。

查看更多 →

C显示和gsql显示的精度不同。 对于精度敏感的场景，建议使用numeric类型。 通过JDBC连接数据库时，应该保证以下三个时区设置一致： JDBC客户端所在主机的时区。 GaussDB集群所在主机的时区。 GaussDB集群配置过程中时区。 时区设置相关的操作，请联系管理员。

查看更多 →

和gsql显示的精度不同。 对于精度敏感的场景，建议使用numeric类型。 通过JDBC连接数据库时，应该保证以下三个时区设置一致： JDBC客户端所在主机的时区。 GaussDB数据库实例所在主机的时区。 GaussDB数据库实例配置过程中时区。 时区设置相关的操作，请联系管理员。

查看更多 →

和gsql显示的精度不同。 对于精度敏感的场景，建议使用numeric类型。 通过JDBC连接数据库时，应该保证以下三个时区设置一致： JDBC客户端所在主机的时区。 GaussDB数据库实例所在主机的时区。 GaussDB数据库实例配置过程中时区。 时区设置相关的操作，请联系管理员。

查看更多 →