https://docs.pingcap.com/tidb/v6.5/dynamic-config This document describes how to dynamically modify the cluster configuration. You can dynamically upd
https://docs.pingcap.com/zh/tidb/stable/pd-control PD Control 是 PD 的命令行工具，用于获取集群状态信息和调整集群。 安装方式 注意 建议使用的 Control 工具版本与集群版本保持一致。 使用 TiUP 可直接通过 tiup ctl
https://docs.pingcap.com/tidb/v5.0/use-tiflash 8 Contributors After TiFlash is deployed, data replication does not automatically begin. You need to ma
https://docs.pingcap.com/zh/tidb/stable/information-schema-tidb-hot-regions TIDB_HOT_REGIONS 表提供了关于当前热点 Region 的相关信息。历史热点信息可以在 TIDB_HOT_REGIONS_HISTOR
https://docs.pingcap.com/zh/tidb/stable/configure-memory-usage 目前 TiDB 已经能够做到追踪单条 SQL 查询过程中的内存使用情况，当内存使用超过一定阈值后也能采取一些操作来预防 OOM 或者排查 OOM 原因。你可以使用系统变量 t
https://docs.pingcap.com/zh/tidb/stable/tune-tikv-memory-performance 本文档用于描述如何根据机器配置情况来调整 TiKV 的参数，使 TiKV 的性能达到最优。你可以在 etc/config-template.toml 找到配置文件
https://docs.pingcap.com/zh/tidb/stable/tidb-limitations 本文会将详细描述 TiDB 中常见的使用限制，包括：标识符长度，最大支持的数据库、表、索引、分区表、序列等的个数。 标识符长度限制 标识符类型最大长度（字符） Database 64 T
https://docs.pingcap.com/zh/tidb/v6.5/partitioned-table 分区类型 本节介绍 TiDB 中的分区类型。当前支持的类型包括 Range 分区、Range COLUMNS 分区、Range INTERVAL 分区、List 分区、List COLUM
https://docs.pingcap.com/zh/tidb/stable/three-nodes-hybrid-deployment#%E5%8F%82%E6%95%B0%E8%B0%83%E6%95%B4 在对性能要求不高且需要控制成本的场景下，将 TiDB、TiKV、PD 混合部署在三台机
https://docs.pingcap.com/zh/tidb/stable/grafana-monitor-best-practices 使用 TiUP 部署 TiDB 集群时，如果在拓扑配置中添加了 Grafana 和 Prometheus，会部署一套 Grafana + Prometheus
https://docs.pingcap.com/zh/tidb/stable/tidb-best-practices 本文档总结使用 TiDB 时的一些最佳实践，主要涉及 SQL 使用和 OLAP/OLTP 优化技巧，特别是一些 TiDB 专有的优化开关。 建议先阅读讲解 TiDB 原理的三篇文章
## 概述 无论项目大小，当你和一群程序员一起工作时，处理多个 Git 分支之间的变更都会变得很困难。有时，与其把整个 Git 分支合并到另一个分支，不如选择并移动几个特定的提交。这个过程被称为 "挑拣", 即 Cherry-pick。 本文将介绍 "Cherry-pick" 的内容、原因和方法。
前面我们分享了，利用python进行数据合并和连接，但是工作中，我们往往需要对数据进一步的聚合或者运算，以求最后的数据结果。 今天我们就来学习一下利用pandas模块，对数据集进行数据透视分析。 pivot_table释义 1.1 pivot_table参数列表： pandas.pivot_tabl
# 第六章 平托图 (Pintographs) > 原作：Keith Peters https://www.bit-101.com/blog/2022/11/coding-curves/ > 译者：池中物王二狗(sheldon) > blog: http://cnblogs.com/willian/
Jenkins为您提供了两种开发Pipeline的方式：脚本式和声明式。 脚本式流水线（也称为“传统”流水线）基于Groovy作为其特定于域的语言。 而声明式流水线提供了简化且更友好的语法，并带有用于定义它们的特定语句，而无需学习Groovy。声明式流水线语法错误在脚本开始时报告。这是一个很好的功能
一，引言 对于今天所分析的 SonarQube，首先我们得了解什么是 SonarQube ? SonarQube 又能帮我们做什么？我们是否在项目开发的过程中遇到人为 Review 代码审核规范？带着以上问题，开始今天的分析内容吧 !!! 1）什么是 SonarQube ? SonarQube 是一
一，引言 结合前几篇文章，我们了解到 Azure Pipeline 完美的解决了持续集成，自动编译。同时也兼顾了 Sonarqube 作为代码扫描工具。接下来另外一个问题出现了，Azure DevOps 由于有人员限制，项目上不能给非开发人员或者外包成员开权限，这个时候就需要将编译好的程序包上传到公
介绍 Blue Ocean 是 pipeline 的可视化UI。同时兼容经典的自由模式的 job。Jenkins Pipeline 从头开始设计，但仍与自由式作业兼容，Blue Ocean 减少了经典模式下的混乱并为团队中的每个成员增加了清晰度。Blue Ocean 的主要特点包括： 全新的流水线控
