GaussDB(DWS)云原生数仓技术解析

摘要:本文主要介绍GaussDB(DWS)云原生数仓架构、产品能力,帮助开发者快速了解GaussDB(DWS)云原生数仓相关信息与能力。 本文分享自华为云社区《直播回顾 | GaussDB(DWS)云原生数仓技术解析》,作者:胡辣汤。 在本期《GaussDB(DWS)云原生数仓技术解析》的主题直播中

带你掌握数仓的作业级监控TopSQL

摘要:目前TopSQL功能被用户广泛使用,是性能定位、劣化分析、审计回溯等重要的基石,为用户提供覆盖内存、耗时、IO、网络、空间等多方面的监控能力。 本文分享自华为云社区《GaussDB(DWS)监控工具指南(一)作业级监控TopSQL》,作者:幕后小黑爪 。 1、引言: 监控系统是智能化管理和自动

基于云原生的物联大数据智能服务

摘要:物联大数据已成为当前物联网系统建设的核心,基于物联大数据的涌现智能和应用以及借此对物理世界的反馈和控制是未来物联网系统的建设目标。 本文分享自华为云社区《基于云原生的物联大数据智能服务》,作者:赵卓峰 、丁维龙 、于淇 / 北方工业大学数据工程研究院、大规模流数据集成与分析北京市重点实验室。

Ambient Mesh:Istio 数据面新模式

摘要:基于Istio对于Kubernetes生态的完美补充,随着Kubernetes的大规模普及,Istio 数据面新模式 —Ambient MeshIstio也实现了对用户心智以及市场的快速抢占。 本文分享自华为云社区《Istio 数据面新模式 —Ambient Mesh》,作者:创原会。 如果说

华为云黄瑾:做强坚实数据底座,GaussDB与产业携手共进

近日,华为全球智慧金融峰会2023在上海顺利举行,华为云副总裁、战略与产业发展部总裁黄瑾发表了《做强坚实数据底座,GaussDB与产业携手共进》的主题演讲。 以下为演讲实录: 尊敬的各位来宾,大家下午好!非常高兴和大家探讨关于做坚实数据底座,GaussDB与产业携手共进的一些思考。 中国数据库市场发

从GaussDB(DWS)的技术演进,看数据仓库的积淀与新生

摘要:随着云计算的兴起和渗透,云数仓成为了数仓技术演进的新阶段,并且逐渐成为了众多企业的共同选择。 本文分享自华为云社区《从GaussDB(DWS)的技术演进,看数据仓库的积淀与新生》,作者: 华为云头条。 数据驱动着现代商业的发展 今天,无论在制造、零售、物流 还是在互联网、金融等行业 数据都变得

六步带你体验EDS交换数据全流程

本期我们将走进XX医疗集团向某慢病院共享数据的场景,如何通过EDS完成数据交换,进而实现医疗数据的安全可控共享。

一文带你全面了解openGemini

处理海量遥测数据的利器—openGemini时序数据库。

山歌寥哉!生产制造系统需要新治理框架

基于统一的数据与应用平台底座构建一体化的业务应用同时在框架层面进行分层扩展,可真正解决MES/MOM类生产系统不同业务模块间可高效紧密协同,以及系统可快速定制、低成本可持续升级运维的问题。

带你认识数仓的监控系统TopSQL

TopSQL为DWS的监控系统,记录DWS中各个作业、算子级别的资源使用数据、耗时数据,包括下盘信息、内存、网络、耗时、警告、基础信息等作业执行的数据。

带你走进数仓大集群内幕丨详解关于作业hang及残留问题定位

测试过程中,我们会遇到这样一种情况,我的作业都执行很久了,为啥还不结束,是不是作业hang掉了?

小白都会的数据可视化大屏搭建,速来学习

华为云aPaaS DTSE技术布道师左倩与开发者和伙伴们交流了SVE的独特价值优势和应用实践,手把手教大家基于开天aPaaS集成工作台流编排搭建轻应用和0码构建业务可视化大屏,体验“一次开发、多端使用”的极致便利。

【干货】华为云图数据库GES技术演进

大规模图数据无处不在,图查询、分析和表示学习已成为大数据和AI的核心部分之一。特别是知识图谱和图神经网络的发展,Graph已成为未来AI的基础。

EDS从小白到专家丨生态产业链高效协同的一计良策

产业链上下游企业间数据共享断点多?效率低?本期带你走进华为鲲鹏与生态伙伴交换数据的4类典型场景,看华为云EDS如何支撑产业链业务高效协同。

细数2019-2023年CWE TOP 25 数据,看软件缺陷的防护

以史为鉴,可以知兴替。

EDS从小白到专家丨打造数据交换的六边形卫士,让你的数据你做主

你还在担心数据共享后一旦“失控”将爆炸式扩散吗?华为云EDS基于六类策略打造“数据交换六边形卫士”,轻松搞定数据使用控制,让您共享数据再无后顾之忧!

一文详解数据仓库的物理细粒度备份恢复

华为云技术专家带你读懂数据仓库的物理细粒度备份恢复,包括它的优势、恢复的基本流程和具体使用实践。

LeetCode279:完全平方数,动态规划解法超过46%,作弊解法却超过97%

一道高频面试题,先用动态规划解题,再合理利用题目要求作弊,刷出用时超97%,内存超97%的好成绩

数据测试实践:从一个bug开始的大数据引擎兼容性探索

数据测试不仅关注数据加工的代码逻辑,还要考虑大数据执行引擎带来的影响,因为各种引擎框架将对同一份数据产生不同的计算或检索结果。本文将从一个年度账单bug引入,讲解在数据测试实践中对大数据执行引擎兼容性

一种自平衡解决数据倾斜的分表方法

这篇主要描述了B端令牌系统应用数据分表解决业务数据量增大,且存在的数据倾斜问题,主要面向的场景是一对多数据倾斜问题