-
文档中描述,GaussDB 已经支持开源社区,并提供集中式版本下载。但我没找到,请问在哪里可以下载?是否有集中式 GaussDB 的安装文档? 我需要在centOS系统安装测试 GaussDB ,并非 openGauss,谢谢
-
WeTune改写规则的自动发掘方式cid:link_0WeTune改写规则的实现cid:link_2WeTune 2.0在华为云GaussDB的落地cid:link_3WeTune在数据库产业的价值及未来前景cid:link_4增量计算cid:link_5数据库服务 APIcid:link_6一站式API Explorer工具cid:link_7GaussDB 管理平台的日常运维cid:link_8库GaussDB管理平台的一键式安装部署cid:link_9AI 原生应用引擎的架构cid:link_10大模型与生成式AI驱动软件cid:link_11AI 理解业务cid:link_12华为云AI原生应用引擎cid:link_1提升模型推理能力cid:link_13Agent编排https://bbs.huaweicloud.com/forum/thread-0282178778345565083-1-1.html
-
Agent编排:基于模型之上有效地连接既有的业务能力、数据、其他不同的第三方模型等,来实现复杂的业务活动。大模型在推理能力上的局限性导致无法解决比较复杂的任务和场景,在目前的Agent开发过程中,都采用了流编排或流引擎技术,这是通过一种预定义的方式,预先完成对业务的拆解,来实现有效调度和协同;华为云AI原生应用引擎支持0码方式实现Agent编排和SDK方式来串接不同的模型或AI Agent完成高码编排,提供了丰富的场景、强大的流处理引擎和相关处理机制、对千万级Agent调度协同的管理能力和基于函数编程、代码执行的相关能力,高效利用资源,处理灵活方便;在南向和北向上提供了两层API封装的定义,便于在南向对接业界各种不同的大小模型,在北向开放接口,使能开发者基于AI原生应用引擎平台完成对存量应用的改造和重塑,或新形态应用的开发,来实现北向生态的繁荣。AI可信治理:通过平台化build-in的安全机制和能力,保证模型生成内容结果的可靠性和数据资产、模型资产的安全性等。基于华为内部的实践经验,内置了全流程可信的工具方法,根据不同的角色和权限定义,保护数据、知识库、Agent应用以及相关业务;传统应用的输出结果都是确定的,在一定程度上是可信的,而AI应用生成的结果比较灵活,有一定的风险,需要采取隔离措施来保证这两者之间安全合规的集成和调用。AI资产库:开发活动中沉淀和积累的场景模型、数据、知识、提示词、Agent、业务活动资产等,都可以放到资产库里,来实现最大范围内的复用,有效提升后续开发的效率和质量。资产中心内置了行业伙伴和行业实践相关的数据资产,API Hub里预封装了行业能力的API资产,比如卡车物流、天气查询、打车等生产生活中常见的场景API Kit,方便被大模型或Agent调用;基于大模型的AI原生资产,包括Agent开发模板、场景模型、知识资产等,帮助开发者降低开发难度和复杂度,来快速完成应用创新。
-
华为云推出了AI原生应用引擎,给开发者提供了AI原生应用的一站式服务平台,从模型本身角度,是帮助企业选好、用好、管好大模型,从应用开发效率和效果角度,是赋能开发者实现AI原生应用创新。知识中心:通过提示词工程、模型检索增强生成RAG工程、Agent工程等来提升模型场景效果并持续迭代优化。高质量提示词输出难度大,目前有两种解决思路,一是总结一些场景的优秀实践形成提示词模板可供直接使用,二是用AI的方式对用户输入的内容进行改写、扩写,把模糊性、片段性的内容转换成相对较精确、描述结构较完整的提示词,提升模型推理能力,并根据生成结果的反馈来判断应用效果,持续迭代和优化提示词模板;将业务经验和知识的文档类资产导入到平台里,转变成模型能够理解和消费的知识,并提供知识数据的加工、标注处理、生成的功能;训练过程中可能出现数据不透明、过时、本身质量差、存在事实性错误等问题,通常使用模型检索增强生成RAG的方式来完成增强,它是一个程序化、工程化的实现,包括了对查询输入意图的理解、改写、转写和对后端不同知识库的查询编排,可以通过串接传统搜索、数据库、知识库等相关内容的融合检索来生成最终想要的结果;根据前端交互界面生成结果的评测和反馈,来优化知识库内容、模型训练数据和对模型调优。
-
模型中心的核心是模型网关,对业界主流大模型、商业大模型、自建模型进行托管,统一管理和调度各种不同来源、不同用途的模型,通过集中的网关来实现统一注册、接入、调度、路由、分发和可观性跟踪,把已有的或第三方模型资产快速注入到模型网关中进行预集成验证,方便被上层调用,同时,模型中心还提供了基于ABM的元数据管理机制,根据模型的种类、规格、来源、用途等建立一个清晰的管理清单,确保在业务活动过程中相关资产的安全性和合规性;模型中心从华为自身的场景实践和内外部生态的汇聚,提供了针对模型场景的自动化评测框架,难度在于缺乏B端企业生产场景的数据,需要用企业自身的相关知识和评估方法去完成,目前有两种方法来判定评测生成的结果,一是基于一个评判的模型,即AI评判AI的自动化方式,二是引入相关专家的经验和知识,由专家来标注或者判定结果,两者结合来给出最终评判结果;当推理的算力集群或模型本身发生故障时,提供了模型Failover机制,后端实现自动切换,前端业务场景无感知,不影响上层业务应用;在模型中心网关节点通道上,对输入输出的内容进行合规过滤和监测,同时监控模型推理的性能,提供全面的关于后端的客观性度量和跟踪机制。
-
(1)如何建立 IT 部门与业务部门的有效协同机制 选择合适的场景需要规避两个问题,一是当前模型可能不太擅长某些问题,二是要注意选择通过低成本解决高价值场景;基于大模型的生成式应用开发,不仅是IT问题,更多的是业务问题,它以数据为中心、结合业务场景,因此,业务部门和IT部门/开发团队在AI原生应用的开发过程中需要做有效协同;开发活动中需要有效实现协同来构筑公共资产,包括业务领域的知识/数据资产、模型和开发活动中的一些公共能力和组件的相关资产。(2)如何准备丰富的高质量数据,帮助 AI 理解业务 B端业务场景的数据不太充分,需要通过一定经验和方法来准备高质量数据,华为总结了一些开发的业务活动,构筑到工具平台里面,来辅助开发者完成数据准备;语言类模型本身具备语言能力和推理能力,回答客户问题需要基于企业内部知识库来生成,而不能用模型内部知识,避免给用户造成误导;抑制具备通用知识的模型在业务适配后产生的幻觉,通常是通过挂载外部知识库的方式来实现,但知识库比较复杂、内容来源多样、有多种不同形态,需要有效管理协同知识库的内容,才能确保在检索和生成过程中引用到合适的知识,从而达到更好的幻觉抑制效果。(3)如何建立完善的风险保障机制,确保 AI 安全可信治理 我国针对大模型、基于大模型生成的应用,都有相关的安全合规、管理的制度和内容,这就要求具备一些能力从源头上确保合法合规。从资产安全性角度,大模型压缩的行业知识和经验、挂载给模型的知识库内容、模型生成的内容,都属于高价值资产,如何保证模型安全、数据安全,也需要重点考虑和解决。(4)如何应对大模型带来的投资成本 在大模型训练推理算力和大模型业务开发活动过程中,平衡成本和收益始终是一个绕不开的话题,可以通过良好的业务规划和设计来复用模型,来达到算力和请求之间的一种均衡,也可以运用提示词缓存等机制,有效降低模型在推理过程中的消耗和成本开支。
-
第一点是认知和思想方面的变化,称为AI First新思想,即在软件开发或业务活动中遇到任何问题,首先会思考如何用大模型和生成式AI的技术来解决,这是一种新的思维方式,既包括了对技术的认知,也包括了如何用技术来重构既有的业务流程,或者颠覆既有的开发模式。第二点是AI Native新实践,指从架构、流程、方法等层面带来的新的最佳实践。除此之外,还可以从4个方面来理解大模型生成式AI给软件开发活动带来的影响:新架构:从构成式架构到生成式架构的变化;新体验:从键鼠与触摸到自然交互的变化;新工程:从以人为本的协作开发到以数据为本的生成式开发的变化;新商业:从软件即服务到服务即软件的变化。(1)如何选择合适的大模型,建立有效的模型引入机制 业界模型种类繁多,有不同规格、不同模态,解决问题时如何选择最合适的模型,是一个比较复杂的问题,必须要解决几个关键要素,比如对模型进行专业评测、模型引入要有一套管理机制、回避风险问题以及有效治理能力各异的大模型等。(2)如何用好大模型,在基模之上进一步提升应用使用效果 提示词工程:提示词的核心是对业务的理解和抽象,它是围绕业务的一种高度凝练的总结和抽象,构建提示词工程有一定的门槛;模型复用和模型编排:在实际场景中存在多种不同模型的复合使用,需要实现模型之间的有机调度和编排;持续迭代:做完程序或功能后,必然存在如何持续演进的问题,需要基于业务的反馈、知识标注和数据回流来持续提升模型,保证业务效果得到持续优化。
-
基于大模型的生成式AI,将会引领我们走向AGI通用人工智能时代,经常有人说,在大模型和生成式AI时代,一切应用都值得用AI重做一遍。这是为什么呢?作为技术从业者,我们需要理解大模型生成式AI给软件开发产业带来的影响:1.在企业业务活动中,最难以传承和复制的就是业务知识和经验,大模型是一种比较好的途径,能够将企业已经积累的知识经验、场景know-how等内容,以模型的方式对外提供。2.基于大模型产生了一些场景化的AI能力,这是之前传统AI或传统编程方式所不具备的,比如智能营销内容、辅助软件开发过程、方案生成、智能客服等。3.基于大模型的AI原生应用给人们的业务活动带来了根本性改变,比如人际交互方式、内容生产方式、个性化用户体验、定制化软件交付等。对于大模型带来的颠覆性技术创新以及对应用开发的影响,可以归纳为两个方面:1、从大模型技术本身来讲,有三方面的颠覆性创新:①文生图、文生视频等X到Y的生成/创造能力,这是非常通用的智能化技术;②解数学题、做规划等推理和求解能力;③自然语言对话等自然交互能力。这是之前传统软件开发或传统软件技术栈内部不具备的一些能力,称之为颠覆性的变化。2、从软件的视角带来了两个层面的改变:①AI赋能人,在一定程度上模拟人、超越人,比如具身智能和AI Agent分别在物理世界、数字世界辅助人、替代人;②AI重塑存量软件及工具,显著提升人的效率及体验。
-
数据库安装流程繁琐,常常让人望而却步。云数据库GaussDB管理平台的一键式安装部署功能尤为便捷,通过平台提供的可视化页面即可完成。用户只需进入“安装实例”界面,选择参数和规格,并完成数据库配置信息的填写,确认实例信息无误后提交。这个过程包括主机上线、执行安装、软件环境检查等步骤,用户无需进行复杂的配置,只需通过图形界面操作,就能轻松完成GaussDB实例的创建。数据库安装轻松解决,但日常运维工作中繁重的工作量、频繁的故障等依旧是最大的困扰。如何有效提升运维效率呢?云数据库GaussDB管理平台的“实例监控告警”和“智能化运维”能力对此提供了有力支持。其一,“实例监控告警”,顾名思义,可以从告警和监控两方面入手。具体如下:平台的告警管理提供“实时告警”与“历史告警”功能,用户可以查看告警的基本信息、告警表现(告警时间、告警描述、告警节点IP等)及告警数据分析(告警原因、建议优化等)关键信息。此外,平台还支持自定义“告警模板”配置(当前提供Syslog、SNMPv2、SNMPv3、HTTP(S)四种告警对接方式),用户可根据不同的业务场景迅速调整告警策略,确保告警信息的精准与及时。平台的监控大盘提供“列表看板”和“趋势看板”功能,前者可以横向对比多个实例的基本指标信息,便于对比;后者展示单个实例的全方位详细监控指标,一目了然。综上,平台的“实例监控告警”能力能够收集和分析数据库的性能指标和日志信息,并且及时地通知管理员潜在的问题和异常,从而实现故障的早期发现和预防。其二,通过“智能化运维”能力,显著提升数据库运维的效率与质量。该能力依托于智能运维系统的三层架构:数据采集层、数据计算层和自治服务层,从而实现了从数据采集、分析到执行的全流程智能化管理。平台提供多种自定义采集模式,快速定位关键慢SQL问题,并在慢SQL文本、执行计划和其他信息的基础上,基于特定规则对慢SQL进行根因分析,给出慢SQL优化建议,效率提升百倍。
-
【话题互动】大家一起讲讲AI技术未来的发展
-
1. 查看执行计划查看方式 Explain [verbose] +SQL 1.1 查看原则看缩进情况,执行顺序从内向外。相同缩进,从上到下E-rows 预估的行数,,E-costs 预估的成本(找到开销最大的步骤)优先查看 最内存的扫描算子,如果是seq scan,表示在进行全表扫描,优先考虑在对应的表上建立索引。使得对应的算子变成index scan.1.2. 索引优化 Select c ,count(1) from table1 a inner join table2 b on a.id=b.id where a=1 and b=1 group by c order by d 1.2.1. 索引添加原则:根据关键字决定是否加索引1)加了之后看是否能用上2)看执行时间和成本是否有下降On 推荐加,重要Order by 推荐加Where 推荐加 Where a=1 单列情况直接加 Where a=1 and b=2 ,如果a或者b 选择度很高可用建其中一个。如果单独选择性都不高,就建组合索引Group by 考虑加 1.2.2. 索引失效加了索引之后要保证索引能够用上尽量避免在where子句中使用函数,表达式、or连接、参数隐式转换。 1.3. 子查询优化优化为join2、202202班级同一科目成绩比202201班级最高分高的同学原SQL:select * from test t1 where ti.classid=202202 and grade <(select min(grade) from test t2 where t2.classid=202201);改写成:select * from test t1join (select min(grade) as min_grade from test t2 where t2.classid=202201) t3on t1.grade < t3.min_gradewhere ti.classid=202202原SQL中存在子查询,每扫描一次t1表,会遍历子查询结果,性能较差,改成join方式,消除子查询,性能有192ms提升至89ms。 1.4. Union 和union all因为union 需要去重,所以如果数据没有重复的情况下,union all性能更好
-
GaussDB嵌入式SQL语句CONNECT功能描述在客户端和SQL服务器之间建立连接。语法格式```cssCONNECT TO connection_target [ AS connection_name ] [ USER connection_user ]```参数说明connection_target以下列形式之一指定连接的目标服务器:[ database_name ] [ @host ] [ :port ]:通过TCP/IP连接。unix:gaussdb://host [ :port ] / [ database_name ] [ ?connection_option ]:通过Unix域套接字连接。tcp:gaussdb://host [ :port ] / [ database_name ] [ ?connection_option ]:通过TCP/IP连接。SQL string constant:包含上述形式之一的值。注意:其他connection_target参数介绍请参见ecpg兼容。connection_name用于该连接的一个可选标识符,可以在其他命令中引用它。可以是一个SQL标识符或者一个宿主变量。```cssconnection_user```用于数据库连接的用户名。使用user_name/password、user_name SQLIDENTIFIED BY password或者user_name USING password之一,这个参数也能指定用户名和密码。用户名和密码可以是SQL标识符、字符串常量或者宿主变量。说明:上述参数中斜体部分为变量,请根据实际情况进行修改。示例指定连接参数变体的示例:```cssEXEC SQL CONNECT TO "connectdb" AS main; EXEC SQL CONNECT TO "connectdb" AS second; EXEC SQL CONNECT TO 'connectdb' AS main; EXEC SQL CONNECT TO REGRESSDB1 as main; EXEC SQL CONNECT TO connectdb AS :id; EXEC SQL CONNECT TO connectdb AS main USER connectuser/connectdb; EXEC SQL CONNECT TO connectdb AS main USER connectuser USING "connectdb"; EXEC SQL CONNECT TO connectdb AS main; EXEC SQL CONNECT TO tcp:gaussdb://localhost/connectdb USER connectuser IDENTIFIED BY connectpw; EXEC SQL CONNECT TO tcp:gaussdb://localhost:$PORT/connectdb USER connectuser SQLIDENTIFIED BY connectpw; EXEC SQL CONNECT TO unix:gaussdb://localhost/connectdb USER connectuser SQLIDENTIFIED BY "connectpw"; EXEC SQL CONNECT TO unix:gaussdb://localhost/connectdb USER connectuser USING "connectpw"; ```连接语法使用示例:```css#include <stdlib.h>#include <string.h>#include <stdlib.h>#include <stdio.h>int main(void){```// 宿主变量定义,定义连接串所需的database、password等字段,实际值应从环境变量或配置文件读取,环境变量需用户自己按需配置;非环境变量情况下可直接赋值字符串。```cssexec sql begin declare section; const int max_str_len = 200; char db[max_str_len] = getenv("EXAMPLE_DATABASENAME_ENV"); char pw[max_str_len] = getenv("EXAMPLE_PASSWD_ENV"); char new_pw[max_str_len] = getenv("EXAMPLE_NEW_PASSWD_ENV");exec sql end declare section; // 打印调试日志 ECPGdebug(1, stderr); // 连接语句涉及数据库、用户、密码。需提前创建好并有相关操作权限。 // 连接方式:EXEC SQL CONNECT TO [ database_name ][ @host ][ :port ] [ USER connection_user ] // case1: 使用默认的本地连接方式,连接数据库为postgres库。 exec sql connect to postgres; // case2:使用默认的本地连接方式,连接数据库为postgres库, 连接别名为conn1。 exec sql connect to postgres as conn1; // case3:使用ip+port方式(localhost数据库监听的本地地址,$PORT为数据库监听端口),连接数据库为connectdb库, 指定数据库别名,指定用户密码。 exec sql connect to connectdb@localhost:$PORT as conn2 user connectuser using :pw; // case4:使用ip+port方式(127.0.0.1数据库监听的本地地址,$PORT为数据库监听端口),连接数据库为connectdb库, 指定数据库别名,指定用户密码。 exec sql connect to connectdb@127.0.0.1:$PORT as conn3 user connectuser sqlidentified by :pw; // case5: 关闭数据库连接 exec sql disconnect postgres; exec sql disconnect conn1; exec sql disconnect conn2; exec sql disconnect conn3; // 连接方式:EXEC SQL CONNECT TO <tcp|unix>:gaussdb://host [ :port ]/[ database_name ][ ?connection_option ] // case1: 通过宿主变量pw、db方式,替换url变量。 strcpy(pw, new_pw); strcpy(db, "tcp:gaussdb://localhost/connectdb"); exec sql connect to :db user connectuser using :pw; // case2: 其中127.0.0.1为数据库监听ip,connectdb为数据库database。 exec sql connect to tcp:gaussdb://127.0.0.1/connectdb as conn4 user connectuser using :pw; // case3:其中127.0.0.1为数据库监听ip,connectdb为数据库database,connect_timeout=14为连接串配置参数。 exec sql connect to tcp:gaussdb://localhost/connectdb?connect_timeout=14 as conn5 user connectuser sqlidentified by :pw; // case4: 关闭所有连接 exec sql close all; // 连接数据库,并执行业务 exec sql connect to tcp:gaussdb://127.0.0.1/connectdb as conn4 user connectuser using :pw; exec sql set autocommit = on; exec sql create table t1(a int); exec sql insert into t1 values(1),(2); exec sql select a from t1 where a > 1; exec sql drop table t1; exec sql disconnect current; return 0;}```使用宿主变量指定连接参数的示例:```css#include <stdio.h>#include <stdlib.h>#include <string.h>int main(void) { EXEC SQL BEGIN DECLARE SECTION; /* 此处dbname、user、pwd应从环境变量或配置文件读取,环境变量需用户自己按需配置;非环境变量情况下可直接赋值字符串 */ char *dbname = getenv("EXAMPLE_DBNAME_ENV"); /* 数据库名 */ char *user = getenv("EXAMPLE_USERNAME_ENV"); /* 连接用户名 */ char *pwd = getenv("EXAMPLE_PASSWD_ENV"); /* 密码 */ char *connection = "tcp:gaussdb://localhost:$PORT/testdb"; /* 连接字符串 */ char ver[256]; /* 存储版本字符串的缓冲区 */ EXEC SQL END DECLARE SECTION; ECPGdebug(1, stderr); EXEC SQL CONNECT TO :dbname; EXEC SQL SELECT pg_catalog.set_config('search_path', '', false); EXEC SQL COMMIT; EXEC SQL SELECT version() INTO :ver; EXEC SQL DISCONNECT; printf("version: %s\n", ver); EXEC SQL CONNECT TO :connection USER :user USING :pwd; EXEC SQL SELECT pg_catalog.set_config('search_path', '', false); EXEC SQL COMMIT; EXEC SQL SELECT version() INTO :ver; EXEC SQL DISCONNECT; printf("version: %s\n", ver); return 0; }```相关链接[DISCONECT,SET CONNECTION](https://support.huaweicloud.com/distributed-devg-v8-gaussdb/gaussdb-12-0182.html)
-
GaussDB嵌入式SQL命令DEALLOCATE DESCRIPTOR功能描述释放SQL描述符区域。语法格式DEALLOCATE DESCRIPTOR name参数说明nameSQL描述符名称。大小写敏感,是一个SQL标识符或一个宿主变量。示例DEALLOCATE DESCRIPTOR mydesc; 相关链接 ALLOCATE DESCRIPTOR,GET DESCRIPTOR,SET DESCRIPTOR
-
ALLOCATE DESCRIPTOR功能描述分配一个新命名的SQL描述符区域。语法格式ALLOCATE DESCRIPTOR name参数说明nameSQL描述符名称。大小写敏感,是一个SQL标识或者一个宿主变量。示例EXEC SQL ALLOCATE DESCRIPTOR mydesc; 相关链接DEALLOCATE DESCRIPTOR,GET DESCRIPTOR,SET DESCRIPTOR
-
GaussDB 预备语句当传递给SQL语句的值在编译时未知或者同一语句将被使用多次时,可以使用预备语句。使用命令PREPARE准备语句。对于未知的值使用占位符"?":EXEC SQL PREPARE stmt1 FROM "SELECT oid, datname FROM pg_database WHERE oid = ?"; 如果一个语句返回单行,应用程序可以在PREPARE执行语句之后调用EXECUTE,同时使用USING子句为占位符提供实际值:EXEC SQL EXECUTE stmt1 INTO :dboid, :dbname USING 1; 如果一个语句返回多行,应用程序可以使用基于预备语句声明的游标。为了绑定输入参数,必须使用USING子句打开游标:EXEC SQL PREPARE stmt1 FROM "SELECT oid,datname FROM pg_database WHERE oid > ?"; EXEC SQL DECLARE foo_bar CURSOR FOR stmt1; /* 当结果集达到最后时,跳出while循环 */ EXEC SQL WHENEVER NOT FOUND DO BREAK; EXEC SQL OPEN foo_bar USING 100; ... while (1) { EXEC SQL FETCH NEXT FROM foo_bar INTO :dboid, :dbname; ... } EXEC SQL CLOSE foo_bar; 当不再需要预备语句的时候,应释放语句:EXEC SQL DEALLOCATE PREPARE name;
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家;李炎-华为云码道产品专家;彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战,从0到1打通消息通道;码道鸿蒙端云一体化实战,快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人;蒋春阳-华为云AI开发者案例开发专家
本期直播内容: AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了:看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签