检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
条件分支 GCS支持条件分支功能，基础原理是 根据每个步骤的condition字段来判断当前步骤是否执行。根据业务使用场景分为简单条件分支和复杂条件分支。 简单条件分支，即在流程执行前，已经确定某个值是true还是false，从而可以确定对应的步骤是否需要执行。一般情况下，简单条
通过镜像快照功能，可以事先将要使用的镜像制作成快照，基于该快照创建Pod，从而避免镜像下载，提升Pod的启动速度。 要了解镜像快照的工作原理，请参阅镜像快照概述。 创建镜像快照 假如镜像快照定义的文件名称为my-imagesnapshot.yaml，则执行kubectl apply
大部分情况下，distinct是可以转化成等价的group by语句。在MySQL中，distinct关键字的主要作用就是去重过滤。 distinct进行去重的原理是先进行分组操作，然后从每组数据中取一条返回给客户端，分组时有两种场景： distinct的字段全部包含于同一索引：该场景下MySQL直接
Translation）服务，SNAT功能通过绑定弹性公网IP，实现私有IP向公有IP的转换，可实现VPC内的容器实例共享弹性公网IP访问Internet。其原理如图1所示。通过NAT网关的SNAT功能，即使VPC内的容器实例不配置弹性公网IP也可以直接访问Internet，提供超大并发数的连接服务，适用于请求量大、连接数多的服务。
大部分情况下，distinct是可以转化成等价的group by语句。在MySQL中，distinct关键字的主要作用就是去重过滤。 distinct进行去重的原理是先进行分组操作，然后从每组数据中取一条返回给客户端，分组时有两种场景： distinct的字段全部包含于同一索引：该场景下MySQL直接
printStackTrace(); } } } 示例2客户端内存占用过多解决示例 此示例主要使用setFetchSize来调整客户端内存使用，原理是通过数据库游标来分批获取服务器端数据，但会加大网络交互，可能会损失部分性能。 由于游标事务内有效，故需要先关闭自动提交，最后需要执行手动提交。
智能终端安全服务的《部署指南》 部署准入认证 安全办公园区场景下，主要包括三种方式的认证技术：802.1X认证、Portal认证和MAC认证。由于这三种方式的认证原理不同，各自适合的场景也有所差异，实际应用中，可以根据场景部署选一种合适的认证方式，也可以部署几种认证方式组成的混合认证。同时，华为乾坤云管
ySQL原生的数据库DDL方式Copy和Inplace算法、开源工具gh-ost以及MySQL 8.0新增的Instant秒级加列的算法的原理，使用限制，适用场景等。 MySQL原生的Copy算法由于在拷贝数据的过程中对源表加MDL写锁，导致DML语句被长时间阻塞，已经不推荐使用。
目前该功能仅支持代码源为CodeArts Repo的C/C++语言构建工程的编译构建加速。 使用构建加速能力需要额外购买配套构建加速包，构建加速包因加速原理以及效果的不同，共有三种规格以供购买，规格介绍及购买指南请参考购买构建加速包。 用户基于自定义执行机的构建，无法使用构建加速能力。 配置CMake构建加速（图形化构建）
灰度任务基本操作 使用说明 对灰度版本的相关操作，其原理是修改Istio的DestinationRule和VirtualService两个资源的配置信息。修改完成后，需要等待10秒左右，新的策略规则才会生效。 修改灰度版本的流量策略 修改基于流量比例的策略 选择基于流量比例的策略
大部分情况下，distinct是可以转化成等价的group by语句。在MySQL中，distinct关键字的主要作用就是去重过滤。 distinct进行去重的原理是先进行分组操作，然后从每组数据中取一条返回给客户端，分组时有两种场景： distinct的字段全部包含于同一索引：该场景下MySQL直接
Hive应用开发简介 Hive简介 Hive是一个开源的，建立在Hadoop上的数据仓库框架，提供类似SQL的HQL语言操作结构化数据，其基本原理是将HQL语言自动转换成MapReduce任务或Spark任务，从而完成对Hadoop集群中存储的海量数据进行查询和分析。 Hive主要特点如下：
采用了细粒度锁机制和线程局部存储技术，避免了竞争条件的发生。 复杂性增加 多线程模型相较于单线程模型，增加了系统的复杂性。多线程模型需要处理线程同步、负载均衡和线程间通信等问题，增加了系统的设计和实现难度。为了降低复杂性，Redis 6.0 采用了混合多线程模型，仅在网络 I/O 阶段使用多线
sql, String[] columnNames) long No 通过setFetchSize可以减少结果集在客户端的内存占用情况。它的原理是通过将结果集打包成游标，然后分段处理，所以会加大数据库与客户端的通信量，但会有性能损耗。 由于数据库游标是事务内有效，所以，在设置set
sql, String[] columnNames) long No 通过setFetchSize可以减少结果集在客户端的内存占用情况。它的原理是通过将结果集打包成游标，然后分段处理，所以会加大数据库与客户端的通信量，会有性能损耗。 由于数据库游标是事务内有效，所以，在设置setF
逐个替换模型，检测有问题的模型 该方式主要是通过模型替换，先定位出具体哪个模型引入的误差，进一步诊断具体的模型中哪个算子或者操作导致效果问题，模型替换原理如下图所示。通过设置开关选项（是否使用onnx模型），控制模型推理时，模型使用的是onnx模型或是mindir的模型。 图1 精度诊断流程
RDS for MySQL CPU使用率高的问题处理 使用云数据库 RDS for MySQL时，如果您的CPU使用率很高或接近100%，会导致数据读写处理缓慢、连接缓慢、删除出现报错等，从而影响业务正常运行。 2021.11.25 00:00开始，DAS的部分免费功能将进入存量
一个主程序打上SpringBootApplication注解。通过run方法就可以启动。 5. SpringBoot自动配置原理 首先可以看到启动类上面有一个SpringBootApplication注解，点进去之后，又EnableAutoConfigurati
基于softmax介绍Vector类高层API的通用优化设计与实现 扫码关注【昇腾CANN】视频号快速预约直播！ 扫描问卷二维码，填写问卷在线收集问题并解答！ B站观看链接：https://live.bilibili.com/h5/23361884 昇腾社区观看链接：cid:link_0
从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章分享了卷积神经网络CNN原理，并通过Keras编写CNN实现了MNIST分类学习案例。这篇文章将详细讲解循环神经网络RNN的原理知识，并采用Keras实现手写数字识别的RNN分类案例及可视化呈现。基础性文章，希望对您有所帮助！
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
