腾讯云产品
-
数据湖计算 DLC 自定义任务调度池和资源使用上限
适用引擎:Spark SQL 引擎、标准引擎的资源组当你向引擎提交多个任务时,例如同时提交多个 SQL 任务到 Spark SQL 集群,由于业务提交的任务可能存在前后依赖,所以引擎在调度执行这些任务时,会默认按照 FAIR 的方式来公平调度这些任务。
-
数据湖计算 DLC DNS 域解析
这篇说说如何在腾讯云数据湖计算(DLC)中为引擎绑定DNS解析,通过私有域或自定义域解析实现通过域名安全访问外部服务,并给出操作步骤与注意事项。 私有域解析:直接使用Private DNS服务,自动同步域名配置。 自定义域解析:手动指定自建或第三方DNS服务的VPC进行绑定。
-
腾讯云数据仓库 TCHouse-C 表引擎概述
适用于高负载任务的最通用和功能强大的表引擎。这些引擎的共同特点是可以快速插入数据并进行后续的后台数据处理。MergeTree 系列引擎支持数据复制(使用 Replicated* 的引擎版本),分区和一些其他引擎不支持的其他功能。
-
数据湖计算 DLC SuperSQL 语法
DLC 通过一套标准 SQL 语法几乎可以无缝在 DLC Serverless Spark 和 DLC Serverless Presto 引擎上运行。元数据和分析语法、函数,基本兼容 Hive 和 Spark 语法,支持自定义函数。
系统内置函数支持范围可参考 统一函数,如需要使用 Presto 内置函数,使用方式及函数支持范围参见 Presto 内置函数 。
如需要在数据湖计算中对外部 Iceberg 表进行数据。 -
腾讯云数据仓库 TCHouse-C Kafka 数据导入
这篇说说从Kafka实时消费数据到腾讯云TCHouse-C的步骤,包括创建Kafka消费表、本地目标表及物化视图,并说明前提条件为集群需在同一VPC下。 创建Kafka消费表:通过ENGINE=Kafka及参数设置连接broker、topic和消费组。 创建物化视图:将Kafka消费表数据同步到目标表,支持聚合查询。 注意事项:21.8版本不支持kafka_auto_offset_reset参数,停止消费可执行det。
-
数据湖计算 DLC 标准引擎启停日志
标准引擎启停日志功能记录各个引擎的启动和挂起事件,便于监控引擎状态、排查故障和优化资源管理。
-
数据开发治理平台 WeData 低代码构建前端
低代码前端是一种通过使用图形化界面和可视化工具来快速构建应用程序的方法。使用数据服务 API 可以使低代码前端更加强大和灵活,以下是一些步骤:1. 选择数据服务 API 平台:选择一个适合你的业务需求的数据服务 API 平台。目前市场上有许多可供选择的数据服务 API 平台,如 Google Cloud Datastore、Amazon Web Services、Microsoft Azure 等。2. 设计 API。
-
数据湖计算 DLC 数据引擎介绍
DLC 的数据引擎是 DLC 的数据分析计算服务的基础,用户在 DLC 进行的所有计算都需要使用数据引擎。根据用户的使用场景不同,可选择对应的引擎类型。
-
数据湖计算 DLC 标准引擎内核管理
DLC(数据湖计算)标准引擎提供内核管理功能,支持用户对引擎基础镜像进行版本升级和版本回滚操作,帮助用户灵活管理计算环境,获取最新功能特性或回退到稳定版本。
-
腾讯云数据仓库 TCHouse-C SQL 语法参考
这篇系统介绍腾讯云ClickHouse的数据类型、DDL/DML操作及函数字典,涵盖整数、浮点数、字符、时间、枚举、数组等类型,以及建表、查询、写入、删除、修改表结构等SQL语法,并列出常规与聚合函数及字典配置。 数据类型:支持Int8至UInt64、Float32/64、Decimal、String、Date、DateTime、Enum、Array(T)等,并提供枚举与数组应用示例。 SQL操作:涵盖CREATE、。