腾讯云产品

  • 数据湖计算 DLC DLC 原生表概述

    DLC 原生表是基于 Iceberg 湖格式打造的性能强、易用性高、操作使用简单的表格式,用户可在该基础上完成数据探索,建设 Lakehouse 等应用。用户首次在使用 DLC 原生表时需要按照如下5个主要步骤进行。

    腾讯云产品 2026年11月9日
  • 数据湖计算 DLC DLC 数据导入指引

    数据湖计算 DLC 支持在不迁移数据的情况下,直接对对象存储 COS 上的数据进行查询分析,所以你只需将数据导入对象存储 COS 即可开始使用数据湖计算 DLC 进行无缝数据分析,实现数据存储与计算完全解耦。目前支持上传 orc、parquet、avro、json、csv 和文这篇件等多种格式。

    腾讯云产品 2026年11月9日
  • 腾讯云数据仓库 TCHouse-D 产品优势

    腾讯云数据仓库 TCHouse-D 有通过与云上虚拟主机、云盘、对象存储、云上 MySQL 实例等无缝集成,实现了云原生数仓具有的弹性、扩展性和安全、高可用、高可靠保障。例如,可以将数据存储在云盘和对象存储系统,可以将元数据存储在云上 MySQL 实例。

    腾讯云产品 2026年11月9日
  • 数据湖计算 DLC 通过 Power BI 访问 DLC 数据操作指南

    这篇档介绍如何使用 Power BI Desktop 和 Power BI Service 连接腾讯云数据湖计算 (DLC) 进行数据分析,以及如何通过 Power BI Gateway 在 Web 端刷新报告。

    腾讯云产品 2026年11月9日
  • 腾讯云数据仓库 TCHouse-D 建议规避的用法

    这篇列举了腾讯云Doris使用中应避免的场景、查询和功能,以保障集群稳定与性能,核心建议包括隔离离线与在线业务、避免逐条写入和资源过载。 避免场景:禁止大规模ETL作业和逐条insert,建议攒批写入或使用不同集群隔离。 避免查询:避免select *、全局profile及多表大Join,推荐使用Colocation Join或预聚合。 避免功能:1.2内核版本需谨慎使用复杂数据类型、merge_on_write和L。

    腾讯云产品 2026年11月9日
  • 数据湖计算 DLC 配置公网访问标准引擎

    这篇说说如何通过给执行机绑定公网IP实现从公网访问数据湖计算DLC标准引擎,核心步骤包括创建终端节点、购买并配置CVM执行机、绑定弹性公网IP及修改iptables规则。 创建终端节点:在DLC控制台选择目标VPC和子网打通私有连接。 配置执行机:CVM需位于同一子网,分配公网IP并放通安全组端口。 修改iptables:执行转发和DNAT规则,将流量导向终端节点内网IP。

    腾讯云产品 2026年11月9日
  • 数据湖计算 DLC 调整配置费用说明

    这篇说明腾讯云DLC独享引擎的配置变更操作,包括包年包月与按量付费引擎的升配降配规则、费用计算方式及注意事项,变更期间引擎不可用且完成后自动重启。 包年包月升配:按天补差价,不影响到期时间,可用代金券抵扣。 包年包月降配:退费金额为正则原路退还,为负则不退费,折扣不退还。 按量付费变配:提交后引擎变配中,完成后按新配置计费。

    腾讯云产品 2026年11月9日
  • 腾讯云数据仓库 TCHouse-D 用户权限管理

    腾讯云数据仓库 TCHouse-D 在控制台中提供了一个可视化界面,能够对集群便捷、高效地开展用户管理、权限管理、修改主机等操作。

    腾讯云产品 2026年11月9日
  • 数据湖计算 DLC 原生表(TC-Iceberg)操作配置

    用户在使用 DLC 原生表(TC-Iceberg)时,配置和使用的流程和 Iceberg 原生表一致,如下所示步骤托管存储配置。

    腾讯云产品 2026年11月9日
  • 数据湖计算 DLC 查询性能优化指南

    为了提升任务执行效率,可以以首先对现有任务或引擎进行洞察分析(仅 Spark)查看是否有可调优空间,其次 DLC 在计算过程中有许多优化措施,例如数据治理、Iceberg 索引、缓存等,可以以结合这些优化措施对任务做更全面的优化。正确使用不仅可以减少不必要的扫描费用,甚至可以提升几倍甚至几十倍的效率。

    腾讯云产品 2026年11月9日