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
查询高级特性 功能介绍 查询当前实例高级特性列表。 调用接口前,您需要了解API 认证鉴权。 调用接口前,您需要提前获取到地区和终端节点,即下文中的Endpoint值。 调试 您可以在API Explorer中调试该接口。 URI GET https://{Endpoint}/v
批量查询 此示例主要使用setFetchSize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事务,最后执行手动提交事务。 1 2 3 4 5 6 7 8 9 10 11
批量查询 此示例主要使用setFetchSize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事务,最后执行手动提交事务。 1 2 3 4 5 6 7 8 9 10 11
批量查询 此示例主要使用setFetchSize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事务,最后执行手动提交事务。 代码运行的前提条件:根据实际情况添加gaussdbjdbc.j
批量查询 此示例主要使用setFetchSize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事务,最后执行手动提交事务。 代码运行的前提条件:根据实际情况添加opengaussjdbc
闪回查询 背景信息 闪回查询可以查询过去某个时间点表的某个snapshot数据,这一特性可用于查看和逻辑重建意外删除或更改的受损数据。闪回查询基于MVCC多版本机制,通过检索查询旧版本,获取指定老版本数据。 前提条件 整体方案分为三部分:旧版本保留、快照的维护和旧版本检索。旧版本
闪回查询 背景信息 闪回查询可以查询过去某个时间点表的某个snapshot数据,这一特性可用于查看和逻辑重建意外删除或更改的受损数据。闪回查询基于MVCC多版本机制,通过检索查询旧版本,获取指定老版本数据。 前提条件 整体方案分为三部分:旧版本保留、快照的维护和旧版本检索。旧版本
查询容灾任务 主备实例搭建容灾关系后,可在“容灾任务详情”页面查看数据同步状态。 操作步骤 登录管理控制台。 单击管理控制台左上角的,选择区域和项目。 在页面左上角单击,选择“数据库 > 云数据库 GaussDB”,进入云数据库 GaussDB信息页面。 单击左侧导航栏的“容灾管理”。
快速定位查询存储倾斜的表 目前提供的倾斜查询接口有函数:table_distribution(schemaname text, tablename text)、table_distribution()以及视图PGXC_GET_TABLE_SKEWNESS,客户可以根据自身业务情况来选择使用。
快速定位查询存储倾斜的表 目前提供的倾斜查询接口有函数:table_distribution(schemaname text, tablename text)、table_distribution()以及视图PGXC_GET_TABLE_SKEWNESS,客户可以根据自身业务情况来选择使用。
基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器(GEQO)是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间,而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明:控制基因查询优化的使用。 该参数通过执行gs_guc reload修改时
基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器(GEQO)是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间,而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明:控制基因查询优化的使用。 该参数属于USERSET类型参数,请参考表1中对应设置方法进行设置。
基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器(GEQO)是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间,而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明:控制基因查询优化的使用。该参数可在PDB级别设置。 参数类型:布尔型 参数单位:无
作业中多个SQL有同样的子查询,并且子查询数据量较大。 Plan cost计算不准,导致子查询hash bucket太小,比如实际数据1000W行,hash bucket只有1000。 函数(如substr、to_number)导致大数据量子查询选择度计算不准。 多DN环境下对大表做broadcast的子查询。
基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器(GEQO)是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间,而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明:控制基因查询优化的使用。 该参数属于USERSET类型参数,请参考表1中对应设置方法进行设置。
作业中多个SQL有同样的子查询,并且子查询数据量较大。 Plan cost计算不准,导致子查询hash bucket太小,比如实际数据1000W行,hash bucket只有1000。 函数(如substr、to_number)导致大数据量子查询选择度计算不准。 多DN环境下对大表做broadcast的子查询。
作业中多个SQL有同样的子查询,并且子查询数据量较大。 Plan cost计算不准,导致子查询hash bucket太小,比如实际数据1000万行,hash bucket只有1000。 函数(如substr、to_number)导致大数据量子查询选择度计算不准。 多DN环境下对大表做broadcast的子查询。
作业中多个SQL有同样的子查询,并且子查询数据量较大。 Plan cost计算不准,导致子查询hash bucket太小,比如实际数据1000W行,hash bucket只有1000。 函数(如substr、to_number)导致大数据量子查询选择度计算不准。 多DN环境下对大表做broadcast的子查询。
作业中多个SQL有同样的子查询,并且子查询数据量较大。 Plan cost计算不准,导致子查询hash bucket太小,比如实际数据1000W行,hash bucket只有1000。 函数(如substr、to_number)导致大数据量子查询选择度计算不准。 多DN环境下对大表做broadcast的子查询。
作业中多个SQL有同样的子查询,并且子查询数据量较大。 Plan cost计算不准,导致子查询hash bucket太小,比如实际数据1000W行,hash bucket只有1000。 函数(如substr、to_number)导致大数据量子查询选择度计算不准。 多DN环境下对大表做broadcast的子查询。