yun
-
数据湖计算 DLC 引擎内核版本
DLC 根据不同应用场景提供了不同的内核版本,并针对内核做了大量的特性和性能优化,内核版本一览如下所示。
-
数据湖计算 DLC 容灾集群
为保证极端场景下计算引擎稳定运行,DLC 提供高效敏捷的容灾集群能力。当需要容灾集群时,可以快速切换到容灾集群,保障服务正常运行。容灾集群只在运行时收费。
-
数据湖计算 DLC DDL 语法(Iceberg 表语法)
CREATE TABLE [ IF NOT EXISTS ] table_identifier( col_name[:] col_type [ COMMENT col_comment ], … )[ COMMENT table_comment ][ PARTITIONED BY ( col_name1, transform(col_name2), … ) ]。
-
数据湖计算 DLC DQL 语法(Iceberg 表语法)
SELECT [ hints ] [ ALL | DISTINCT ] { named_expression | star_clause } [, …]FROM from_item [, …] [ LATERAL VIEW clause ] [ PIVOT clause ] [ WHERE clause ] [ GROUP BY clause ] [ HAVING clause] [ QUALIFY clau。
-
数据湖计算 DLC DML 语法(Iceberg 表语法)
INSERT { OVERWRITE | INTO } [ TABLE ] table_name[ PARTITION clause ]{ VALUES (column_values,…), (column_values,…)…| SELECT select_expr}。
-
数据湖计算 DLC Hive 函数对照
DLC 对 Hive 函数有完善的支持,可以以轻松地从 Hive 升级到数据湖计算 DLC,使用更强大的数据湖特性。DLC 统一函数与 Hive 函数存在部分细微差别,具体函数对照表如下。
-
数据湖计算 DLC Python 访问
数据湖计算 DLC 提供符合 DBAPI 2.0 标准的工具。可以以通过 Python 连接到 DLC 的 Presto/Spark 引擎,可以方便地使用 SQL 的方式操作 DLC 库表。
-
数据湖计算 DLC 引擎级别参数设置
Spark 参数是用来配置和调优 Apache Spark 应用程序的设置。在自建的 Spark 中这些参数可以通过命令行选项、配置文件或编程方式进行设置。在 DLC 中,可以以在 SparkSQL 引擎和 Spark 作业引擎的 SQL 和代码中指定 Spark 参数,也可以直接设定引擎维度的参数,引擎级别的 Spark 参数设置如下。
-
数据湖计算 DLC PySpark 作业开发指南
DLC 支持 Python 语言编写的程序运行作业 。本示例演示通过编写 Python 代码在 对象存储(COS)上读写数据和在 DLC 上建库表、读写表的详细操作,帮助用户在 DLC 上完成作业开发。
-
数据湖计算 DLC 窗口函数
SELECT a, b, row_number() OVER (PARTITION BY a ORDER BY b) FROM VALUES (‘A1’, 2), (‘A1’, 1), (‘A2’, 3), (‘A1’, 1) tab(a, b);A1 1 1A1 1 2A1 2 3A2 3 1。