如图，改造算子中的actual time的两个时间代表什么，网上有说是1、执行改算子返回第一行时间、所有行时间，如果是这样那就是说下面执行这个算子需要了24s？2、执行改算子的开始时间、结束时间，如果是这样那就是说下面执行这个算子只需要1~2s？

DWS版本：8.1.1MRS：3.0.2Flink：1.12.0Flink读取kafka数据，sink到dws里面。程序正常运行12小时左右就报错。但是超时的参数都配置的没问题。statement_timeout=0;session_timeout=0;这俩参数都没问题。但是不知道为什么就会中断了？

为何 DWS to_date(xxx,'yyyymmdd')关联比 cast(xxx as date) 关联效率慢 ？关联基表数据量 2亿+，使用 to_date 转换关联运行4小时未出结果，使用 cast 则很快出结果，能给解答一下为何？

【摘要】 GaussDB(for Redis)推出双活方案，助力全球化业务部署，为您的数据资产保驾护航！本文分享自华为云社区《华为云GaussDB(for Redis)揭秘第22期：拔掉电源会怎样？GaussDB(for Redis)双活让你有备无患》，作者： 高斯Redis官方博客。一、GaussDB(for Redis)双活方案介绍       数据库系统是业务稳定运行的基石，其重要性不言而喻。然而，现实世界存在着的如断电、火灾，甚至是更小概率的地震等突发灾害，这些不稳定因素都会威胁到公司核心业务的连续性。       华为云GaussDB(for Redis)是采用存算分离架构的企业级KV数据库，使用方式上完全兼容开源Redis，同时稳定性全面超越开源Redis，此外还提供数据高可靠存储、秒级在线扩容等企业级能力。       在上半年的故障演练中，作为需求方的某内部重要业务部门对华为云KV数据库GaussDB(for Redis)进行了一系列严苛的可靠性测试。其中就包括模拟实例级断电，评测GaussDB(for Redis)的双活容灾能力。在故障演练中，GaussDB(for Redis)顺利通过测试，满足了业务部门对RTO和RPO等指标的严格要求。GaussDB(for Redis)支持双活容灾，即在两个实例之间建立数据同步链路，其中主实例支持读写，备实例只读。适用于以下两类业务场景：       1.    灾备系统：核心业务生产环境可靠性要求高，例如金融服务等。       2.    实例级读写分离：有超高并发访问诉求，例如广告竞价、推荐系统等。       在后续规划中，GaussDB(for Redis)还将进一步支持双主实例模式，实现双主双写，敬请期待。下面让我们来深入了解GaussDB(for Redis)的双活能力。二、GaussDB(for Redis)双活原理及评估指标1) 架构解析       常见的容灾方案有以下2种：同城容灾：由于距离近，通信质量好，比较容易实现数据零丢失。一般用于防范火灾、供电故障等人为破坏引起的灾难。异地容灾：由于主备数据中心之间距离远，通常会有少量的数据丢失,而异地灾备可以防范火灾、水灾、建筑物破坏、地震、战争等可能遇到的风险隐患，保障业务的连续性。       GaussDB(for Redis)双活方案支持同城容灾和异地容灾，下图展示了其技术原理：       可以看出，与开源Redis那种简单的命令转发不同，GaussDB(for Redis)的双活方案是基于WAL日志的数据同步，原理上更类似于MySQL数据库。在双活架构中，RsyncServer进程负责数据的全量和增量同步。数据同步链路采用华为云内部高速网络，同Region内仅毫秒级延迟。       GaussDB(for Redis)的双活功能有以下企业级特性：全量同步：支持秒级快照，且不影响原有集群的正常读写，发送速度快增量同步：监听日志写入变更，实时同步最新数据，毫秒级延迟key保序：主备实例采用多线程异步并发模式发送数据，按Key保序可靠传输：利用wal日志序号的单调递增特性，实现滑窗机制确保可靠传输高效传输：日志迭代、网络发送、DB增删监听等任务采用Reactor事件管理，全流程pipeline异常重传：解决网络抖动导致的丢包或延迟现象断点续传：每个DB持久化保存其应答过的日志序号，如发生宕机、网络隔离、进程重启等情况，可从该序号位置进行续传防止回流：同步到对端流量做特殊标记，防止回流到源端2) 技术指标       从技术上看，业界衡量容灾系统有两个主要指标：RPO：最多可能丢失数据的时长。RTO：从灾难发生到整个系统恢复正常所需要的最大时长。       一般而言，容灾系统能够提供较好的RTO和RPO指标。国际通用的容灾系统的评审标准SHARE 78（7个层次、8个原则），可以作为广大用户衡量和选择容灾解决方案的指标。      目前，在大部分场景下，GaussDB(for Redis)灾备方案位于6级，即只有在极端场景下才会丢失少量数据。3) 优势总结       根据前期市场调研，有些客户的业务场景基于开源Redis搭建集群级的灾备系统，从技术原理上评估可靠性很低，违背了灾备的初衷。与之相比，GaussDB(for Redis)提供企业级可靠的双活方案，优势如下：三、GaussDB(for Redis)双活搭建步骤       登录GaussDB NoSQL控制台，您可以很方便地搭建GaussDB(for Redis)双活系统：       1.    点击“购买数据库实例”，创建2个GaussDB(for Redis)实例（主、备），建议规格保持相同。       2.    进行网络配置，详细指导：https://support.huaweicloud.com/redisug-nosql/nosql_10_0502.html       3.    选中期望的主实例，如图操作，开始搭建双活关系：       4.    在“搭建双活关系”页面，选中期望的备实例，点击确定，即开始双活系统搭建。              注意：一旦双活系统开始搭建，备实例数据将被清空，请谨慎操作。        双活关系搭建完成后，除了用于容灾之外，其备实例可提供读服务，可以有效分担主实例的读压力。四、GaussDB(for Redis)双活技术演进        当前双活方案中，备实例在运行期间仅提供读服务，如果两个数据中心能同时提供写服务，那么将极大地提高资源利用率。当灾难发生时，双活系统提供极致的RPO和RTO，从而最大程度保障业务连续性。它具有资源利用率高的特点，支持数据冲突解决等功能。目前，GaussDB(for Redis)的双活多写功能已经在开发阶段，不久之后即将上线，请大家拭目以待。五、附录本文作者：华为云数据库GaussDB(for Redis)团队杭州/西安/深圳简历投递：yuwenlong4@huawei.com更多产品信息，欢迎访问官方博客：bbs.huaweicloud.com/blogs/248875

【功能模块】DWS数据库【操作步骤&问题现象】1、需用Navicat等工具连接dws数据库2、内网：10.110.60.178      公网：112.46.84.66【截图信息】【日志信息】（可选，上传日志内容或者附件）王斌国/18629429514/wangbinguo@chinasoftinc.com

数字时代，海量的信息让人应接不暇。各行各业都在探索如何从庞杂的数据之中，提取深度价值，更好的为用户服务。金融行业也不例外，如何利用数字技术，为客户提供更智能便捷的金融服务，以及为用户提供更优质高效的服务体验，已成为了银行业当下热门的话题。在此背景下，招商银行携手华为，依托华为云数据仓库强大的存储、计算能力，通过对所有业务数据进行整合分析，实现精准的信息抽取、加工和分发，让金融服务“想你所想”，为用户筑起云端VIP通道。数据仓库踏上“筋斗云”伴随着客户数、交易量和业务种类的逐年增加，招商银行的数据仓库平台面临着容量、性能、安全性等方面的多重挑战，亟需一个安全高效的信息系统，来保障各业务环节的稳定运行，支撑银行整体业务的快速发展。 在此背景下，招商银行决定对原数据仓库进行云化升级，打造高性能、高可用、支持高扩展的分布式数据库，并通过全面选型，最终确定以华为云GaussDB(DWS)一站式全场景云数据仓库作为新一代平台，搭建全球首个基于华为云底座的超大规模金融核心数仓。 GaussDB(DWS)为招商银行数据仓库提供了GB-PB级的数据分析能力、多模分析和实时处理能力，有力支撑其超大数据量计算和超大并发查询场景，同时基于公有云部署形态的云数仓，支撑招商银行业务的持续升级和灵活拓展。具体来讲，招商银行云数仓构建于华为云底座之上，可以选择通过增加集群节点、增加计算节点、增加存储节点等灵活的方案实现容量和性能的快速提升，从而保障海量数据的快速、准确处理。 招商银行持续打造一朵“招行云”和两个中台（数据中台及技术中台）的开放基础架构，打破系统竖井与数据孤岛，持续沉淀企业级能力，最大化释放数据价值。踏上GaussDB(DWS)的“筋斗云”，招商银行数据应用全链路运行时长缩短15%以上，全行用数门槛进一步降低，有效支撑了“人人用数”大数据发展战略落地。此外，招商银行还与华为共同设立了联合创新实验室，不断深挖金融行业的应用场景，在备份恢复、细粒度容灾、集群间高速互联互通、快速温备等领域取得了技术突破。目前，云数仓备份速度已达150T/小时，实现了多集群的统一逻辑访问，极大提升了生产效率。金融业“云启”下一程招商银行运用金融科技对客户服务、经营模式和组织架构开展的数字化转型，除了华为云GaussDB(DWS)，华为云FusionInsight MRS数据湖等性能强劲的IT基础设施，其还在网络管理过程中采用了多项华为的智能化解决方案，实现了运维管理效率的提升。例如，招商银行基于华为 iMasterNCE 自动驾驶网络管理控制系统配合 ZTP 零配置上线功能，实现了整体网络零配置上线，以及 Overlay 配置自动化下发。不仅做到业务配置的分钟级下发，将基础网络的交付从过去的两周缩短至 3 天，同时极大减轻了在资源交付阶段的压力；招行云数据中心通过引入华为 iMaster NCEFabricInsight网络智能分析器，实现基于大数据和 AI 算法的故障自动识别、智能定位和潜在风险提前预测。在数字经济的浪潮下，越来越多像招商银行一样的金融机构紧跟时代步伐，加速开展金融科技布局，通过云化转型、IT架构升级等方式提升数字化经营能力，为高质量发展积蓄新动能。在这个过程中，数字化、智能化的应用与作用也日益得到普及和凸显。7月20日至22日，第十届华为智慧金融峰会将于新加坡举办，峰会以“全联接、全智能，共建绿色数智金融”为主题，汇集全球金融行业领军人物、意见领袖、学术大咖和创新践行者，共议未来金融行业发展趋势，探寻如何共建绿色数智金融，期待您的参与和关注！

问题有两个一、sql在执行Streaming(type: REDISTRIBUTE)（数据重分布）之前先进行HashAggregate是否能提升性能？根据网上的说法是重分布之前自己会先HashAggregate一次减少需要重分布的数据量，这样可以提升性能，但这边很多sql在执行Streaming(type: REDISTRIBUTE)之前都没有先HashAggregate导致重分布的数据量大导致性能查。二、如果sql在执行Streaming(type: REDISTRIBUTE)前自己不先HashAggregate，那如何手动调优使sql能在在执行Streaming(type: REDISTRIBUTE)之前先进行HashAggregate一次？执行计划如下

问题有两个一、sql在执行Streaming(type: REDISTRIBUTE)（数据重分布）之前先进行HashAggregate是否能提升性能？根据网上的说法是重分布之前自己会先HashAggregate一次减少需要重分布的数据量，这样可以提升性能，但这边很多sql在执行Streaming(type: REDISTRIBUTE)之前都没有先HashAggregate导致重分布的数据量大导致性能查。二、如果sql在执行Streaming(type: REDISTRIBUTE)前自己不先HashAggregate，那如何手动调优使sql能在在执行Streaming(type: REDISTRIBUTE)之前先进行HashAggregate一次？执行计划如下

【功能模块】【操作步骤&问题现象】1、2、【截图信息】【日志信息】（可选，上传日志内容或者附件）

【功能模块】Oracle的months_between函数迁移，在论坛下面连接找了一个自定义函数，效率非常慢。数据量很小，77万条记录。脚本没有加上这个函数，只需要3秒钟就能跑完，加上这个函数一直跑不出来，然后等待了一次，发下花了47分钟。后面反复验证，就是这个函数的问题。因为通过单一变量原则，只要一加上这个函数，就跑不动。一去掉就是3秒钟出结果。请问下有没有其他的方式，效率没问题有的。https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=122098&page=1#pid1500638CREATE OR REPLACE FUNCTION MONTHS_BETWEEN(date, date) RETURNS double precision    AS $$    SELECT   CASE    --WHEN EXTRACT(day from $1) = EXTRACT(day FROM $2) THEN   /* the two dates have the same day component */       -- EXTRACT(year FROM $1) * 12 + EXTRACT(month FROM $1) - EXTRACT(year FROM $2) * 12 - EXTRACT(month FROM $2)    WHEN (EXTRACT(day FROM $1) = EXTRACT(day FROM (date_trunc('MONTH', $1) + INTERVAL '1 MONTH - 1 day'))) and    (EXTRACT(day FROM $2) = EXTRACT(day FROM (date_trunc('MONTH', $2) + INTERVAL '1 MONTH - 1 day'))) THEN /* both the last day of the month */        EXTRACT(year FROM $1) * 12 + EXTRACT(month FROM $1) - EXTRACT(year FROM $2) * 12 - EXTRACT(month FROM $2)    when (EXTRACT(day FROM $1) = EXTRACT(day FROM (date_trunc('MONTH', $1) + INTERVAL '1 MONTH - 1 day'))) and    (EXTRACT(day FROM $2) <> EXTRACT(day FROM (date_trunc('MONTH', $2) + INTERVAL '1 MONTH - 1 day'))) then         (EXTRACT(year FROM $1)-EXTRACT(year FROM $2))*12+         EXTRACT(month FROM $1)-EXTRACT(month FROM $2)+1-EXTRACT(day FROM $2)/31    when (EXTRACT(day FROM $1) <> EXTRACT(day FROM (date_trunc('MONTH', $1) + INTERVAL '1 MONTH - 1 day'))) and    (EXTRACT(day FROM $2) = EXTRACT(day FROM (date_trunc('MONTH', $2) + INTERVAL '1 MONTH - 1 day'))) then         (EXTRACT(year FROM $1)-EXTRACT(year FROM $2))*12+         EXTRACT(month FROM $1)-EXTRACT(month FROM $2)-1+ EXTRACT(day FROM $1)/31         ELSE        (EXTRACT(year FROM $1)-EXTRACT(year FROM $2))*12+         EXTRACT(month FROM $1)-EXTRACT(month FROM $2)+         (EXTRACT(day FROM $1)-EXTRACT(day FROM $2))/31END

【DWS产品】存储选型，HDD硬盘与SSD硬盘应该怎么选？某客户打算使用DWS产品，对于选择HDD硬盘还是SSD硬盘比较犹豫？ 客户出于数据安全的考虑，担心SSD硬盘故障率高以及寿命短？专家怎么看？

【DWS产品】【建表功能】能否通过登录节点，直连DN，在单个DN上创建表？

【DWS产品】【性能】DWS处理数据时为什么不使用缓存提高性能？

【操作步骤&问题现象】产品文档中说这个视图是用来：显示命名空间中用户自定义函数（函数语言为非内部语言）的状态信息。为什么直接查这个视图里，没有数据呢【截图信息】

人才是社会和企业最重要的资产之一。为实现有效管理人才，企业需要一款灵活高效的HR效率软件。“2号人事部”是深圳市点米二号科技有限公司出品的中国第一款即租即用的HR效率软件，为10000家客户、1500万人提供员工管理、招聘管理、考勤打卡、薪酬计算、社保管理等服务，促进企业管理效率提升。华为云GaussDB数据库助力“2号人事部”业务系统性能提升15%  流量洪峰集中，数据读写迎挑战  作为一款由百万HR共创的一体化人力资源数字化平台，2号人事部因为流量洪峰集中，数据体量庞大，在数据峰值读写和规模级数据核算方面面临巨大挑战。  数据峰值读写  常见的考勤打卡业务场景，在考勤集中打卡时段，高峰期峰值高达每秒10万次以上，并发访问压力大，即使通过一系列异构和高性能NoSQL来缓解洪峰对基础数据库的冲击，挑战也十分巨大。  规模级数据核算  在常见的月底考勤核算、薪酬核算的业务场景中，大部分企业会在月底或月初发起整个企业的数据核算，而核算会拉起整个月和整个公司的各大模块的记录数据，进而产生上百万行数据的读写压力。  全新底座，高效管理  基于上述痛点，“2号人事部”对于数据库的需求十分明确，一是具备稳定可靠的数据库服务能力，二是提供简单高效的数据库运维功能。而华为云GaussDB数据库具备高可用、存算分离、高性能、弹性高扩展、简易可持续性运维等特点，能够满足“2号人事部”的各项需求。  华为云通过RDS for MySQL的一写多读特性，让主实例只承担写流量，降低主库压力，承载考勤打卡、月底核算等业务海量读写流量。同时使用华为云云原生数据库GaussDB(for Redis)作为前置缓存，应对考勤峰值的流量高峰。  华为云GaussDB(for Redis)凭借存算分离的云原生架构，实现分钟级计算节点扩容和秒级存储扩容;实现了亚毫秒级时延稳定无抖，轻松应对考勤并发高峰;还提供了三副本容灾方案，可从底层保证数据的一致性，从源头避免“脏数据”的出现，有效协助客户简化上层业务逻辑架构，增强数据的可用性。此外，“2号人事部”HR系统涉及众多公司员工的个人信息，如薪酬、员工档案等敏感信息，对数据服务的安全性要求较高。  华为云数据库提供虚拟私有云、子网、安全组、DDoS防护以及SSL安全访问等多层安全防护体系，实现租户隔离和访问控制以及实例监控、API管理、故障预警、自动备份等智能运维手段，多重守护敏感数据，全方位保证“2号人事部”HR系统的数据安全，让客户使用更安心。  两套“组合拳”助力“2号人事部”数据库系统在吞吐、访问时延、IOPS等指标方面综合提升15%，扩容时间由4小时缩短为5分钟，效率提升47倍，为企业带来更高的资源利用率，使整个平台在资源不变的情况下承载更多的用户。  华为云数据库自动运维平台提供的实时性能监控看板，可以随时应对突发洪峰，一旦发现某个数据库压力呈现不断上升趋势，及时一键扩容，高效支撑海量并发压力，保障业务的稳定运行。  人才是企业的重要资产，高效管理人才是企业成功的重要因素。“2号人事部”全场景数字化平台极大提升了企业组织效率和员工满意度，让人才与企业价值实现共赢。华为云GaussDB数据库愿凭借技术力量，助力万千企业一同推动企业人力资源管理的创新升级，为HR带来工作效能提升和价值重塑。文章来源：http://news.yesky.com/hotnews/325/725999325.shtml