-
前言本文将介绍GaussDB云数据库的分区表技术,包括原理、优势以及如何使用。通过本文,您将了解到如何利用GaussDB云数据库的分区表功能提高数据存储和查询性能。一、分区表基本原理分区表是一种数据组织方式,将一张大表按照某个字段的值进行划分,形成多个小表。每个小表独立管理,具有独立的索引和存储空间。这种方式可以提高查询性能和降低存储成本。在GaussDB云数据库中,分区表可以根据用户需求自动或手动创建。目前行存表支持范围分区、哈希分区、列表分区,列存表仅支持范围分区。二、分区表主要优势查询性能提升 :分区表将数据分散到多个小表中,使得查询时只需扫描对应小表的数据,减少了扫描的范围,从而提高了查询速度。数据维护便捷 :对于大型表,数据维护变得非常困难。而分区表可以将数据分散到多个小表中,使得数据维护更加便捷。例如,对某个分区进行删除操作时,只需要删除该分区对应的小表即可。扩展性好 :随着业务的发展,数据量会不断增加。分区表可以根据业务需求动态调整分区数量,以满足更高的查询性能和存储需求。三、分区表常见场景大数据处理:在处理大量数据时,分区表可以显著提高查询性能和存储效率。通过将数据按照某个字段进行分区,可以减少扫描的数据量,从而提高查询速度。高并发访问:分区表可以有效地降低单个表的锁竞争,提高并发访问能力。当多个用户同时访问一个分区表时,每个用户只能访问到自己需要的部分数据,降低了锁冲突的可能性。关于GaussDB,若要把普通表转成分区表,需要新建分区表,然后把普通表中的数据导入到新建的分区表中。因此在初始设计表时,请根据业务提前规划是否使用分区表。四、GaussDB分区表管理(示例)示例一:创建范围分区表(RANGE)范围分区表:将数据基于范围映射到每一个分区,这个范围是由创建分区表时指定的分区键决定的。这种分区方式是最为常用的,并且分区键经常采用日期,例如将销售数据按照月份进行分区。1、创建一个按年份分区的订单表:--创建范围分区表(RANGE)DROP TABLE orders_1;CREATE TABLE orders_1 (id INT PRIMARY KEY,order_date CHAR(4) ,customer_id INT,product_name VARCHAR(255)) PARTITION BY RANGE (order_date)( PARTITION p1 VALUES LESS THAN (2021),PARTITION p2 VALUES LESS THAN (2022),PARTITION p3 VALUES LESS THAN (2023),PARTITION P4 VALUES LESS THAN(MAXVALUE));--查看创建的分区表信息select relname,parttype,parentid,boundaries from pg_partition where parentid in (SELECT parentid FROM pg_partition where relname='orders_1');2、写入测试数据并访问--插入测试数据INSERT INTO orders_1(id,order_date,customer_id,product_name)VALUES(1001,'2021',100,'商品A');INSERT INTO orders_1(id,order_date,customer_id,product_name)VALUES(1002,'2022',200,'商品B');INSERT INTO orders_1(id,order_date,customer_id,product_name)VALUES(1003,'2023',300,'商品C');--访问分区表:-- 只查询2020年的数据SELECT * FROM orders_1 WHERE order_date = 2021;-- 查询2020年至2022年的数据SELECT * FROM orders_1 WHERE order_date BETWEEN 2021 AND 2022;-- 只查询2020年之后的数据(超出范围的数据将被过滤掉)SELECT * FROM orders_1 WHERE order_date >= 2021;3、删除/增加/修改--DROPALTER TABLE orders_1 DROP PARTITION P5;--ADDALTER TABLE orders_1 ADD PARTITION P4 VALUES LESS THAN (2024);ALTER TABLE orders_1 ADD PARTITION P6 VALUES LESS THAN (2025);ALTER TABLE orders_1 ADD PARTITION P10 VALUES LESS THAN (MAXVALUE);--RENAMEALTER TABLE orders_1 RENAME PARTITION P10 TO P5;--查看创建的分区表信息select relname,parttype,parentid,boundaries from pg_partition where parentid in (SELECT parentid FROM pg_partition where relname='orders_1') ;示例二:创建哈希分区表(HASH)哈希分区表:将数据根据内部哈希算法依次映射到每一个分区中,包含的分区个数由创建分区表时指定。1、假设我们有一个名为orders_2的大表,包含id(订单ID)、customer_id(客户ID)、order_date(订单日期)等字段。现在我们需要根据customer_id进行分区,以便更好地管理和查询这些数据。--创建哈希分区表(HASH)drop TABLE orders_2;CREATE TABLE orders_2 (id INT PRIMARY KEY,customer_id INT,order_date DATE) PARTITION BY HASH (customer_id)( partition p1,partition p2 );--查看创建的分区表信息select relname,parttype,parentid,boundaries from pg_partition where parentid in (SELECT parentid FROM pg_partition where relname='orders_2');2、写入测试数据并访问--插入测试数据INSERT INTO orders_2(id,customer_id,order_date)VALUES(1001,100,date '20230613');INSERT INTO orders_2(id,customer_id,order_date)VALUES(1002,200,date '20230614');INSERT INTO orders_2(id,customer_id,order_date)VALUES(1003,300,date '20230615');INSERT INTO orders_2(id,customer_id,order_date)VALUES(1004,400,date '20230612');----访问分区表:--查询customer_id 为100的订单表信息SELECT * FROM orders_2 WHERE customer_id =100;--查询customer_id 为100、200的订单表信息SELECT * FROM orders_2 WHERE customer_id IN (100,200);--查询customer_id 不是100、200的订单表信息SELECT * FROM orders_2 WHERE customer_id NOT IN (100,200);3、删除--删除分区表 drop tableDROP TABLE orders_2 ;--删除分区数据 truncate分区alter table orders_2 truncate partition p2;示例三:创建列表分区(LIST)列表分区表:将数据中包含的键值分别存储在不同的分区中,依次将数据映射到每一个分区,分区中包含的键值由创建分区表时指定。1、以订单表为例,创建一个list分区表--创建列表分区(LIST)DROP TABLE orders_3;CREATE TABLE orders_3 (id INT PRIMARY KEY,customer_id INT,order_date DATE,product_id INT,quantity INT) PARTITION BY LIST (customer_id) (PARTITION p1 VALUES (100),PARTITION p2 VALUES (200),PARTITION p3 VALUES (300),PARTITION p4 VALUES (400),PARTITION p5 VALUES (500));--查看创建的分区表信息select relname,parttype,parentid,boundaries from pg_partition where parentid in (SELECT parentid FROM pg_partition where relname='orders_3');2、写入测试数据并访问--插入测试数据INSERT INTO orders_3(id,customer_id,order_date,product_id,quantity)VALUES(1001,100,date '20230613',1,10);INSERT INTO orders_3(id,customer_id,order_date,product_id,quantity)VALUES(1002,100,date '20230613',2,20);INSERT INTO orders_3(id,customer_id,order_date,product_id,quantity)VALUES(1003,100,date '20230613',3,30);INSERT INTO orders_3(id,customer_id,order_date,product_id,quantity)VALUES(1004,100,date '20230613',4,40);--访问分区表--根据分区字段查询select * from orders_3 where customer_id = 100--根据分区P1查询select * from orders_3 partition (p1);3、ADD/TRUNCATE/DROP--ADD,增加分区ALTER TABLE orders_3 add partition p6 values (600);--TRUNCATE,删除分区数据ALTER TABLE orders_3 truncate partition p6;--DROP,删除分区表ALTER TABLE orders_3 drop partition p6;五、总结GaussDB云数据库是一款高性能、高可用的云原生关系型数据库,支持多种数据存储和计算引擎。其中,分区表是GaussDB云数据库的一项重要特性,在GaussDB云数据库中使用分区表,可以帮助用户提高查询性能、降低存储成本、方便数据维护等方面的问题。——结束。
-
一 、前言传统的数据库管理软件,不仅需要下载安装、功能还比较单一,而且已经滞后于云服务的发展模式。华为GaussDB云数据库提供了配套的生态工具数据管理服务DAS。 DAS通过与数据库内核的紧密结合,提供了数据库开发、运维、智能诊断一站式云上数据库管理平台,方便用户使用和运维华为云数据库。二、DAS的定义1、DAS的定义数据管理服务(Data Admin Service,简称DAS),是一种提供数据库可视化操作的工具,包括基础SQL操作、高级数据库管理、智能化运维等功能,旨在帮助用户易用、安全、智能的进行数据库管理(连上网络、打开浏览器,即可随时随地、方便快捷的使用DAS),大幅提高工作效率,让数据管理变得既简单又安全。2、DAS功能特点轻松管理:实现云上可视化界面连接和管理数据库易操作:简单方便访问数据,且支持类似Excel方式编辑数据,SQL零基础也能无障碍进行表数据编辑及统计分析操作;支持保存常用的SQL,并提供SQL模板,可随时引用执行,简单易用。高效率:实现云端研发测试,快速部署,快速访问数据库,提升研发效率。安全防护:云端专用通道管理数据,华为云严格控制数据库访问。操作安全保障:内置了安全保护措施,有效保障数据库的稳定运行,让用户操作起来更安心;比如:用户执行一个慢SQL时,DAS会自动设香超时机制,防止因慢SQL执行时间过久而导致的数据库性能抖动。可视化对象管理:导航树形结构,清晰展示各个对象并实现可视化结构管理功能。三、DAS应用场景1、标准版面向开发人员,最好用的数据库客户端,无需安装本地客户端,所见即所得的可视化提作体验,提供数据和表结构的同步、在线编辑,SQL输入的智能提示等丰富的数据库开发功能。元数据管理:库、表列表、表大小索引大小、存储过程、函数。SQL优化:SQL语句优化改写;索引优化建议;执行计划展示。SQL查询窗口:智能化的SQL输入提示;查询结果在线编辑;历史查询记录快速复用;同步(导入导出):10G大小的SQL附件导入;整库、指定表、查询SQL等多种方式的数据导出;可跨实例的库之间的表结构一致性比对与同步数据操作:快速、自动化的填充表的测试数据;基于binlog解析,对误删数据进行找回对象结构操作:可见可得的表结构在线编辑2、企业版数据是企业的核心资产,如何控制敏感数据访问权限、实现数据库变更安全、操作可回溯审计、降低DBA人力成本,是数据库实例数量达到一定规模时企业的重要诉求。企业 DevOPS平台,基于权限最小化控制和审批流程机制提供数据保护、变更审核、提作审计研发自助化等数据库DevOPS平台,帮助企业实现大规模数据库下的标准化规范化、高效率、超安全的管理手段。数据访问安全:员工不接触数据库登录名和密码,对库的查询需要先申权限,支持每天查询的总次数、总数据行数、每次查询的最大返回行数等多维度查询控制。敏感数据保护:敏感字段自动识别并进行打标;员工在执行查询和导出时,敏感数据脱敏显示。变更安全:所有对库的操作,均有审计日志记录,数据库操作行为可追溯。操作审计:变更SQL的风险识别;业务审核控制;变更执行时的数据库水位自动检测;大数据表的数据清理。提效率降成本:灵活的安全风险和审批流程自定义;库上的业务Owner和DBA角色的赋权,将低风险的库变更操作流程下放到业务主管,降低企业的DBA人力成本。四、操作示例(标准版)本小节主要以开发者的使用身份简单介绍一下DAS的基本操作和使用。1、登录华为控制台登录,输入账号密码2、新增数据库实例链接步骤一:选择“数据库 > 数据管理服务 DAS”如下图显示两个模块,一个是开发工具(面向开发者)、一个是DBA智能运维(面向DBA&运维人员)。选择“进入开发工具”步骤二:点击“新增数据库实例登录”步骤三:选择数据库引擎、数据库来源(实例)、实例对应的用户名及密码(记住密码),点击确认。步骤四:点击“登录”步骤五:成功登录DAS管理界面3、新建对象在DAS管理界面,我们可以创建和管理数据库对象等。步骤一:点击“新建数据库”,填写数据库名称并确认。步骤二:通过“库管理”,进行对象(表、视图、存储过程、触发器、序列)创建或者“SQL操作”界面,进行对象(表、视图、存储过程、触发器、序列)创建。4、SQL操作打开“SQL操作”界面,会有SQL输入提示,协助完成SQL编写。步骤一:点击“SQL操作”按钮,打开SQL操作界面;步骤二:在SQL界面编辑区,我们可以进行SQL编辑操作,例如查询等步骤三:编写SQL,DAS提供SQL提示功能;步骤四:按键盘F8,或者点击编辑区的“执行SQL(F8)”运行,即可获得执行结果。5、导入导出在导入导出界面,我们可以将已有的SQL语句导入数据库中执行,将数据库文件或者SQL结果集进行导出保存。1)导入步骤一:新建导入任务,可以导入SQL文件或者CSV文件;步骤二:选择文件来源,既可以是本地导入,也可以从OBS获取;步骤三:选择数据库,导入后的文件将在在对应的库内执行。2)导出:方式一:导出数据库方式二:导出SQL结果集五、小结DAS工具的功能非常强大和全面,其通过DAS的核心能力和差异化能力,为用户提供了全面的数据库管理和运维解决方案,使得用户可以更加方便地使用和管理华为云GaussDB数据库,同时也提高了数据库的可靠性和效率。——结束。
-
一、前言华为GaussDB云数据库提供了配套的生态工具数据复制服务DRS。 DRS围绕云数据库,降低数据库之间数据流通的复杂性,有效帮助企业减少数据传输处理的成本。本文将主要介绍一下DRS是什么以及它的使用场景和核心功能。二、DRS定义与使用场景1、DRS定义华为云数据复制服务(DRS ,Data Replication Service)是一种易用、稳定、高效,用于数据库在线迁移和数据库实时同步的云服务。你可通过数据复制服务快速解决多场景下数据库之间的数据流通问题,满足数据传输业务需求。2、DRS场景示意图系统迁移以及业务数据迁移是数据库常见活动之一。VPC网络:基于虚拟私有云(VPC,Virtual Private Cloud)网络的数据迁移,是指实时迁移场景下,源数据库与目标数据库属于同一个虚拟网络内或者跨可通信虚拟网络内,不需要额外搭建其他网络服务。VPN网络:基于虚拟专用网络(VPN,Virtual Private Network)的数据迁移,是指实时迁移场景下,源数据库与目标数据库属于同一个可通信的虚拟网络内,并且通过VPN在用户的其他数据中心和云平台之间建立的一条符合行业标准的安全加密通信通道,可将已有数据中心无缝扩展到云上。业务不中断,公网数据库数据迁移:其他云数据库和用户本地数据库迁移至华为云:RDS(云数据库)、DDS(文档数据库服务)、DDM(分布式数据库中间件)、GaussDB、GaussDB(for MySOL)、GaussDB(DWS)、CSS(云搜索服务)、GaussDB(for Mongo)。业务不中断,VPN/专线数据迁移:本地数据中心数据库迁移至华为云:RDS(云数据库)、DDS(文档数据库服务)、DDM(分布式数据库中间件)、GaussDB、GaussDB(for MySOL)、GaussDB(DWS)、CSS(云搜索服务)、GaussDB(for Mongo)。业务不中断,VPC网络内数据库数据迁移:华为云内,VPC网络自建数据库迁移至华为云:RDS(云数据库)、DDS(文档数据库服务)、DDM(分布式数据库中间件)、GaussDB、GaussDB(for MySOL)、GaussDB(DWS)、CSS(云搜索服务)、GaussDB(for Mongo)。三、DRS核心功能DRS的核心功能:1、实时迁移管理实时迁移,只需配置迁移的源、目标数据库实例及迁移对象即可自动完成整个数据迁移过程。实时迁移可通过增量迁移,将业务系统中断时间和影响最小化,实现数据库平滑迁移上云。特点:支持通过多种网络链路,实现跨云平台数据库迁移、云下数据库迁移上云或云上跨Region的数据库迁移等多种业务场景。2、实时同步管理实时同步,是指在不同的系统之间实现关键业务数据的实时流动,不同于迁移,迁移数据库以整体搬迁为目的,同步则是维持不同业务系统之间数据的持续流动,常见的场景是: 实时分析、报表系统、数仓环境等。特点:聚焦在表和数据,并满足多种同步灵活性的需要,如多对一,一对多,不同表名之间同步数据等。3、备份迁移管理备份迁移,通过将源数据库的数据导出成备份文件,上传至对象存储服务OBS,然后恢复到目标数据库。特点:在不暴露IP地址也不碰触源数据库的情况下,即可实现数据迁移,安全、可靠。4、数据订阅管理数据订阅,获取数据库中关键业务的数据变化信息,然后通过数据订阅将这类信息缓存并提供统一的SDK接口,方便下游业务订阅、获取、并消费。特点:实现数据库与下游系统解耦,与业务流程解耦等。5、实时灾备管理实时灾备,通过异地近实时的数据同步可以实现跨区,跨云,本地和云、混合云之间数据库形成灾备关系,提供一键主备倒换、数据比对、时延监控、数据补齐等容灾特性支持容灾演练、真实容灾等场景,支持主从灾备、主主灾备多种灾备架构。特点:异地远距离传输优化,围绕灾备提供特性,不同于业界基于简单的数据同步形成方案。无需预先投入巨额基础设施。四、小结DRS可以解决企业业务不中断的数据迁移问题,同时DRS工具还提供预检查、迁移监控、数据一致性对比等配套能力。 通过这些能力,华为云GaussDB已经在各大行项目中广泛应用,同时华为云数据库迁移解决方案是信通院数据库迁移评测中首个获得最高级迁移能力的厂商,华为云GaussDB数据库致力于通过技术,给客户提供一套安全放心的迁移解决方案。——结束
-
一、前言现在越来越多的企业应用在逐步向云平台迁移,同时这对云平台带了一个严峻的考验和挑战。但针对华为云GaussDB数据库, 我们在生态方面做了比较健全的建设,同时自研了很多相应的原生态工具。本文我们主要介绍一下GaussDB 云数据库的配套工具DDM。二、DDM定义DDM(Distributed Database Middleware),是由华为云自主研发的云原生分布式数据库中间件,以服务的方式为应用提供对多个数据库实例进行分布式透明访问。彻底解决数据库可扩展性问题,实现海量数据的存储和高并发访问。三、DDM业务架构DDM业务架构(来源华为云官网):DDM业务架构:将底层的数据库引擎进行一个分布式的集中管理。应用服务访问DDM实例即可,无需关心底层分片式的数据库,所有的业务逻辑等都有DDM路由分发,从而让应用透明访问。作为管理员,可以通过DDM的控制台进行图形化管理,比如实例管理、平滑扩容、逻辑库管理等。作为开发人员,可以将开发的应用程序通过DDM控制台进行部署等。作为最终用户,只需要访问业务(应用)服务即可。四、为什么需要DDM?以某个应用系统为例(从无到有,从有少量数据到大量数据甚至到海量数据):1、初始阶段,所有数据存放在一个数据库(服务器)中。2、小规模(<500QPS或100TPS,读用户<100,写用户<10): 在单库中通过读写分离提升并发读的性能。3、中规格(<5000QPS或1000TPS,读用户<5000,写用户<100): 垂直分库,将不同的业务分布到不同的数据库。4、大规模以上(10000+QPS,10000+TPS 读用户10000+,写用户1000+): 数据分片,将数据表分到不同的数据库中。但是当业务扩展越来多、数据量越来越大时,这样的分片管理也会越来越复杂,因为你的数据库越来越多(分片)。中间件分片方案:优势: 应用0改动,与语言无关;对应用完全透明地进行数据库扩展;通过连接共享有效收敛连接数。劣势: 可能存在额外的时延。五、DDM特性DDM采用存算分离架构,提供分库分表、读写分离、弹性扩容等能力,具有稳定可靠、高度可扩展、持续可运维的特点。服务器集群管理对用户完全透明,用户通过DDM管理控制台进行数据库运维与数据读写,提供类似传统单机数据库的使用体验。1、DDM实现读写分离即插即用:自动实现读写分离,支持配置不同节点的性能权重应用透明:应用感觉仍是操作单节点,DB调整应用无感知高可用:主从切换或从节点故障对应用透明2、DDM实现数据分片,应用0改动大表分片:支持按Hash等算法实现自动分片自动路由:根据分片规则,将SQL路由至真正的数据源连接复用:通过MySQL实例的连接池复用,大幅提升数据库并发访问能力3、DDM实现数据库水平扩展,自动均衡数据无限扩展:支持分片个数无上限,轻松应对海量数据全自动化:一键式扩容,异常自动回滚业务影响小:秒级中断,其他时间业务无感知。六、DDM应用场景DDM主要适用于大规模的数据存储与高并发访问的行业应用,例如:1、互联网应用电商、金融、O2O、零售、社交应用等行业,普遍存在用户基数大、营销活动频繁、核心交易系统数据库响应日益变慢的问题,制约业务发展。DDM提供线性水平扩展能力,能够实时提升数据库处理能力,提高访问效率,轻松应对高并发的实时交易场景。2、物联网数据在工业监控和远程控制、智慧城市的延展、智能家居、车联网等物联网场景下,传感监控设备多,采样频率高,数据规模大,会产生超过单机数据库存储能力极限的数据,造成数据库容量瓶颈。DDM提供的容量水平扩展能力,可以有效的帮助用户低成本的存储海量数据。3、高性价比数据库解决方案政务机构、大型企业、银行等行业为了支持大规模数据存储和高并发数据库访问,传统方案需要强依赖小型机和高端存储等高成本的商业解决方案。DDM利用普通服务器进行集群部署,提供与传统商业解决方案相同甚至更高的处理能力。——结束
-
一、前言GaussDB数据库是一款企业级分布式数据库,支持集中式和分布式两种部署形态。它面向金融互联网交易和政企OA/办公等场景,具有安全可靠、超高性能、简单易用等优势。在GaussDB中,数据建模是非常重要的一部分。数据建模是指根据业务需求和数据特点,将现实世界中的实体、属性、关系等概念抽象出来,并用一定的方式表示成计算机可以理解的形式。数据库模型设计的目的是为了建立一个能够满足业务需求的数据存储结构,使得数据的存储、查询、更新等操作更加高效、可靠、安全。在GaussDB中,可以使用E-R图来进行数据建模,E-R图也称实体-联系图(Entity Relationship Diagram),提供了表示实体类型、属性和联系的方法,用来描述现实世界的概念模型,它可以帮助您更好地理解您的业务逻辑并将其转换为关系模型。二、应用系统数据库设计的基本流程应用系统数据库设计基本流程简图:第一步:需求分析:主要包括数据、功能、性能等第二步:数据库设计:主要包括概念结构设计、逻辑结构设计、物理结构设计等第三步:数据库实施:选择数据库软件,并进行落地。第四步:数据库系统运行、维护和优化。其中数据库设计(Database Design)是E-R设计模型中的主要环节。三、数据库模型设计本节结合GaussDB数据库的相关知识点,以简单的订单模型举例来演示数据库模型的设计过程。数据库模型设计主要分以下3个阶段:1、概念结构设计阶段概念数据模型(CDM)是按用户的观点来对数据和信息建模,其目标是统一业务概念,作为业务人员和技术人员之间沟通的桥梁,确定不同实体之间的最高层次的关系。其特征包括:面向用户,反映用户的业务需求抽象性强,不涉及具体实现细节层次结构清晰,各层之间有一定的关系可扩展性好,可以方便地添加新的实体和关系等。所以这个阶段,我们主要完成从需求中抽象出示实体集和关系集。示例系统:订单系统,实体(订单、客户、供应商、商品、地址)。实体集之间关系集梳理:1)客户与订单是一对多2)客户与地址是一对一3)供应商与地址是一对一4)供应商与商品是一对多5)订单与商品是一对多如图, 确定不同实体之间的最高层次的关系:2、逻辑结构设计阶段逻辑数据模型(LDM)尽可能详细地描述数据, 逻辑数据模型的特征包括:包括所有实体和它们之间的关系指定了每个实体的所有属性指定外键(标识不同实体之间关系的键)关系表规范化等。如图, 完善每个实体的属性:3、物理结构设计阶段物理数据模型(PDM)表示如何在数据库中构建模型。 物理数据库模型显示所有表结构,包括列名,列数据类型,列约束,主键,外键以及表之间的关系。物理数据模型的功能包括:规范所有表和列外键用于标识表之间的关系。物理上的考虑可能导致物理数据模型与逻辑数据模型有差异不同的RDBMS的物理数据模型将有所不同,例如MySQL和GaussDB之间列的数据类型可能有所不同。目标是指定如何用数据库模式来实现逻辑数据模型,以及真正的保存数据。如图,完成所有实体转换为表,转换所有关系集为相关表的外键,转换所有属性为列。针对上面的物理数据模型设计时,GaussDB数据库有如下字段设置规范建议:合理选用字符串数据类型。优先使用变长字符类VARCHAR。只有该字段输入确定为固定字符则使用定长字符类型,或需要自动补充空格,才使用CHAR(n)。字符类型字段不应存储数字类型的数据。如果对存储在字符类型字段中的数据进行数值计算,或者与数值进行比较操作(如置于过滤条件中),会带来不必要的数据类型转换的开销,同时该字段上的索引可能失效,影响查询性能。字符类型字段不应存储时间或日期类数据。如果对存储在字符类型字段中的数据与日期类数据进行计算或比较操作(如置于过滤条件中),会带来不必要的数据类型转换的开销,同时该字段上的索引可能失效,影响查询性能。对于明确不存在NULL值的字段加上NOT NULL约束。对于NOT NULL字段,优化器在某些场景下会进行特殊优化,可较大提升查询性能。相关联字段的数据类型应保持一致。在进行关联操作时,如果字段类型不一致,会带来数据类型转换开销。大字段(例如varchar(1000)、varchar(4000))不建议超过8个。字段定义时建议同时创建COMMENT注释信息,以便于未来维护。不建议对表预留字段。大部分场景下可支持快速新增、删除表字段,或者修改字段的DEFAULT值。尽量使用高效的数值类数据类型。在满足业务精度的情况下,选择的优先级从高到低依次为整数、浮点数、NUMERIC。合理设置数值字段的数据类型,根据取值范围选择合适的数值类型,尽量少用NUMERIC/DECIMAL类型。NUMERIC和DECIMAL等价,NUMERIC(或DECIMAL)数据类型操作对CPU消耗较高。数据库模型设计的三个主要阶段汇总如下:概念数据模型设计阶段:实体、关系集逻辑数据模型设计阶段:实体、关系集、属性、主键、外键物理数据模型设计阶段:表、列名、列数据类型、主键、外键四、小结通常,数据建模是为了让查询更简单、更高效。在现实场景中,如果要想高效的使用好数据库,那么一个优秀的数据建模是必不可少的。数据模型是应用系统数据库设计的基础,而数据库则是数据模型实现的工具。本文建模后是在GaussDB数据库平台上进行落地实验的,其逻辑与思路与大多少关系型数据库基本通用。——结束
-
一、前言GaussDB是一款基于云计算技术的高性能关系型数据库,支持多种数据模型和分布式架构。在GaussDB中,视图管理是非常重要的一项功能,它可以帮助用户更方便地管理和查询数据。数据库视图管理是指对数据库中的视图进行创建、修改、删除、查询等操作的过程。二、准备条件参考上一篇文章《GaussDB云数据库SQL应用系列-基础使用》1、登录华为云数据库GaussDB2、选择对应实例并进入到SQL执行界面三、视图语法及参数1、CREATE VIEW语法格式CREATE [ OR REPLACE ] [ TEMP | TEMPORARY ] VIEW view_name [ ( column_name [, ...] ) ][ WITH ( {view_option_name [= view_option_value]} [, ... ] ) ]AS query;【参数说明】OR REPLACE:如果视图已存在,则重新定义。TEMP | TEMPORARY:创建临时视图。view_name:要创建的视图名称。可以用模式修饰。column_name:可选的名称列表,用作视图的字段名。如果没有给出,字段名取自查询中的字段名。view_option_name [= view_option_value]:该子句为视图指定一个可选的参数。目前view_option_name支持的参数仅有security_barrier,当VIEW试图提供行级安全时,应使用该参数。Query:为视图提供行和列的SELECT或VALUES语句。2、DROP VIEW语法格式DROP VIEW [ IF EXISTS ] view_name [, ...] [ CASCADE | RESTRICT ];【参数说明】IF EXISTS:如果指定的视图不存在,则发出一个notice而不是抛出一个错误。view_name:要删除的视图名称。CASCADE | RESTRICT:CASCADE:级联删除依赖此视图的对象(比如其他视图)。RESTRICT:如果有依赖对象存在,则拒绝删除此视图。此选项为缺省值。四、操作示例在数据库中,视图管理通常需要使用SQL语句来进行操作1、创建基础表1)创建一张订单表,其中包含字段:订单编号、订单日期、供货商编号、商品编号、商品名称、商品产地、商品数量、商品进价。--删除表 order_infoDROP TABLE IF EXISTS order_info;--创建表 order_infoCREATE TABLE order_info(order_id int PRIMARY KEY,order_date date not null,supplier_id int not null,goods_id char(20) not null,goods_name char(20) not null,goods_home varchar(100) not null,goods_number int not null,goods_amount int not null);2)创建一张销售信息表,其中包含字段:销售编号、销售日期、商品编号、商品名称、商品数量、商品售价。--删除表 sell_list_infoDROP TABLE IF EXISTS sell_list_info;--创建表 sell_list_infoCREATE TABLE sell_list_info(sell_id int PRIMARY KEY,sell_date date not null,goods_id char(20) not null,goods_name char(20) not null,goods_number int not null,sell_goods_amount int not null);3)创建一张商品信息管理表,其中字段包括:商品编号、商品条形码、商品名称、商品产地、商品存量、商品进价、商品售价、供应商编号、仓库编号。--删除表 goods_infoDROP TABLE IF EXISTS goods_info;--创建表 goods_infoCREATE TABLE goods_info(goods_id char(20) PRIMARY KEY,goods_code varchar(50) not null,goods_name char(20) not null,goods_home varchar(100) not null,goods_number int not null,purchase_goods_amount int not null,sell_goods_amount int not null,supplier_id int not null,warehouse_id int not null);2、设置视图应用场景示例一,方便数据分析视图可以用于对数据进行聚合、分组和筛选等操作,从而方便数据分析和报告生成。场景:依据订单表,按商品名称及订货日期统计商品总数和总价、平均价格。--删除视图DROP VIEW IF EXISTS order_info_view;--依据订单表,按商品名称及订货日期统计商品总数和总价、平均价格。CREATE VIEW order_info_viewASSELECT goods_name,order_date,SUM(goods_number) AS total_number,SUM(goods_number * goods_amount) AS total_amount,AVG(goods_amount) AS avg_amountFROM order_infoGROUP BY goods_name, order_date;示例二,生成月度、年度报表场景:依据销售表,按年度统计所有销售商品的销售总数量和总销售额,以及其对应的仓库编号和供应商编号。--删除视图DROP VIEW IF EXISTS sell_list_sum_view;--依据销售表,按年度统计所有销售商品的销售总数量和总销售额,以及其对应的仓库编号和供应商编号。CREATE VIEW sell_list_sum_viewASSELECT t1.goods_id,t1.goods_name,t1.s_year,t1.total_number,t1.total_amount,t2.supplier_id,t2.warehouse_idFROM(SELECT goods_id,EXTRACT(YEAR FROM sell_date) AS s_year,goods_name,SUM(goods_number) AS total_number,SUM(goods_number * sell_goods_amount) AS total_amountFROM sell_list_infoGROUP BY goods_id,EXTRACT(YEAR FROM sell_date),goods_name) t1LEFT JOIN(SELECT goods_id,supplier_id,warehouse_idFROM goods_info) t2ON t1.goods_id =t2.goods_id示例三,实现数据安全在某些情况下,应用程序需要对数据进行访问控制,例如只允许特定的用户或角色访问某些数据。使用视图可以轻松实现这种控制。场景:只允许某个用户或角色访问某些数据(指定列),例如,只给用户zhangsan 访问“商品信息管理表(无此表访问权限)”的字段“商品名称、商品产地、商品存量、商品售价”。通过创建视图,并赋予zhangsan访问此视图的权限--删除视图DROP VIEW IF EXISTS goods_info_view;--只允许某个用户或角色访问某些数据(指定列)--例如,给用户zhangsan 访问“商品信息管理表(无此表访问权限)”的字段“商品名称、商品存量、商品售价”。--赋予zhangsan访问此视图的权限CREATE VIEW goods_info_viewASSELECT goods_name,goods_number,sell_goods_amountFROM goods_info;--赋予zhangsan查询权限GRANT SELECT ON goods_info_VIEW TO zhangsan;示例四,简化复杂的查询当需要对多个表进行联合查询时,可以使用视图来将这些表组合成一个单一的查询结果集,从而简化查询过程。场景:基于上一篇文章中的学生课程成绩表,生成一张视图:获取学生的姓名、课程、成绩、代课老师的信息汇总数据--删除视图DROP VIEW IF EXISTS student_c_view;--基于上一篇文章中的学生课程成绩表,生成一张视图:获取学生的姓名、课程、成绩、代课老师的信息汇总数据CREATE VIEW student_c_viewASSELECT t2.sname,t3.cname,t1.scgrade,t3.cteacherFROM(SELECT sno,cno,scgradeFROM sc) t1LEFT JOIN students t2ON t1.sno=t2.snoleft join course t3ON t1.cno=t3.cno--查看结果SELECT * FROM student_c_view;五、小结数据库视图是一种虚拟表,它是由一个查询语句定义的。视图可以看作是对数据集合的逻辑重组,用户可以通过视图来访问这些数据,而不必关心数据的存储方式和位置。GaussDB提供了灵活的视图管理功能,包括创建(CREATE)、修改(OR REPLACE)、删除 (DROP)和查询(SELEC)视图等操作。视图是一种虚拟的表,它由一个或多个基本表的数据经过逻辑运算后得到。它可以简化复杂的数据结构,提高查询效率,同时也可以隐藏基本表的细节,用户可以根据自己的需求选择不同的视图类型和定义视图的列,以满足不同的数据分析和查询需求。同时,GaussDB还支持对视图进行权限控制,以保证数据的安全性和隐私性。——结束
-
HDC.Cloud大会可以了解各行各业的新技术和未来发展趋势,倾听业界各行各业大咖的精彩演讲,大家对HDC大会有哪些感受和期待?欢迎表达出来
-
分布式数据库的优势,就是利用多DN的资源进行并行计算,提高吞吐量。但有些SQL在这些方面不够注意,导致执行过程中由于全局性操作仅能在一个DN或CN上执行,造成了性能瓶颈。不能下推即属于这一类型问题。权限种类及对象列表https://bbs.huaweicloud.com/forum/thread-0299151499725735002-1-1.html权限管理https://bbs.huaweicloud.com/forum/thread-0236151499871507003-1-1.html业务用户权限https://bbs.huaweicloud.com/forum/thread-02120151500033853002-1-1.htmlRoach备份恢复基本框架https://bbs.huaweicloud.com/forum/thread-0204151500205536002-1-1.html逻辑备份的原理https://bbs.huaweicloud.com/forum/thread-0236151500300486004-1-1.html并行计算技术解密https://bbs.huaweicloud.com/forum/thread-0236151500438056005-1-1.html参数query_dophttps://bbs.huaweicloud.com/forum/thread-0272151500607641002-1-1.html数据一致性比对解决方案https://bbs.huaweicloud.com/forum/thread-0269151500725368001-1-1.html默认权限实现共享schemahttps://bbs.huaweicloud.com/forum/thread-0299151502129534003-1-1.html怎么创建索引和表结构https://bbs.huaweicloud.com/forum/thread-0204151502371252003-1-1.html创建分区表https://bbs.huaweicloud.com/forum/thread-02119151502600115002-1-1.html怎么选择数据类型https://bbs.huaweicloud.com/forum/thread-02120151502661117004-1-1.htmlsql开发经验总结https://bbs.huaweicloud.com/forum/thread-0269151502688654002-1-1.htmlpooler连接池https://bbs.huaweicloud.com/forum/thread-02119151502897139003-1-1.htmlpooler建连报错https://bbs.huaweicloud.com/forum/thread-0272151503148367004-1-1.html
-
常见的连接报错例如: 5e16eab1.7933 test_1226 281467863168624 gsql 0 cn_5001 08006 72620544030096250 [BACKEND] ERROR: pooler: failed to create connections in parallel mode for thread 281467863168624, Error Message: pooler: failed to connect to dn_6009_6010:wait 172.31.17.4:45138:dn_6009_6010 timeout expired从日志中可以得到几个关键信息:query_id(72620544030096250):用于查找相关query的日志,query_id全局唯一,用于检索本端和对端日志。连接的对端信息:包括对端名称(dn_6009_6010),对端IP和端口(172.31.17.4:45138),部分ERROR日志中缺失对端信息的,需通过grep query_id查找CN日志找到对端信息。errno信息(timeout expired):用于诊断具体的错误原因errno信息主要错误原因如下:timeout expired:表明连接已正常建立,但在认证握手时等待超时,一般是对端进程没有响应,需根据对端信息查看报错时间点对端进程状态。Connection timed out:建立连接超时,说明网络不通畅。如果是偶现,则说明网络丢包导致重传超时(可用gsar脚本检查,还需关注/sbin/sysctl -a|grep retries中tcp重传次数是否正确配置)。No route to host:表明IP不可达,使用ping命令检查网络连通性,检查防火墙配置。可以使用telnet/speed_test工具检查目的端口是否可以连通。Connection refused:表明IP是可达的,但监听端口不存在。确认IP/端口信息配置正确,确认对端进程存活,到对端机器通过”netstat -anop|grep 对端进程号|grep LISTEN“检查监听端口正确监听在目的IP上,检查防火墙配置。Operation now in progress:连接未完全建立好,可以参考Connection timed out处理方式。can not accept connection in standby mode:对端是备机不能接受连接,需通过query_id查找CN日志找到连接对应主机的报错进一步分析。Resource temporarily unavailable:如果是对端上报的,则看对端日志。如果是本端通信接口报错,需结合Error Message分析。Connection reset by peer:网断断开,对端有异常关闭连接或网络原因造成网络闪断。Broken pipe:网断断开,对端有异常关闭连接或网络原因造成网络闪断。
-
一、pooler连接池是什么?pooler连接池是GaussDB CN进程内保存与其他GaussDB进程数据连接的数据结构,主要作用是连接复用,节省建连、认证、对端线程启动初始化开销。CN的pooler连接池中会保存与其他CN/DN的连接,每一个连接在对端会对应一个postgres工作线程。postgres工作线程是带状态属性的,如database,所以可以认为pooler连接池中的连接也是带属性的。不同属性间的连接是不能复用的,如上图所示,按不同属性切分为pool A/B/C等连接池。每个连接池中会存有连接往不同节点的空闲连接的数组,提供接口给外部使用或放入连接。CN上的postgres工作线程在需要连接其他节点时,会创建一个本地agent,尝试从pooler连接池取跟本线程相同属性的空闲连接,pooler如果没有空闲连接,就会新建一个连接。连接交给agent后,可以视为线程私有。在线程退出时,agent才会将连接还给pooler。注意:enable_stateless_pooler_reuse为on时,连接只按database区分连接池;enable_stateless_pooler_reuse为off时,连接按database+user+option区分连接池。二、怎么查看pooler连接池一般pooler连接池中的连接会非常多,可以按不同字段group by查看某个db pool池中的连接情况,或连往某个node的连接情况,如:select database,user_name,node_name,in_use,count(*) from pg_pooler_status group by 1, 2, 3 ,4 order by 5 desc limit 50;三、pooler连接池相关问题定位1,空闲连接太多导致DN线程超过max_connectionsDN上报错误信息:FATAL :dn_6011_6012 :[FATAL] Already too many clients. active/non-active: 998/1069/3表明DN上2000个线程用满了,但有1069个空闲线程,此时可以通过在各个CN上查询pooler视图,统计连接此DN的空闲连接,确认问题。并通过手动clean connection清理空闲连接。CLEAN CONNECTION TO ALL FORCE FOR DATABASE postgres;最新版本已支持自动清理空闲连接功能。2,查询性能慢,查看CN pg_thread_wait_status视图显示大量建连状态"pooler create conn"大量pooler建连状态,说明空闲连接不够用。需要先确认当前的空闲连接状态:select in_use,count(*) from pg_pooler_status group by 1 order by 2 desc where database='XXX' and node_name='XXX';如果空闲连接和非空闲连接都很少,说明连接用完即销毁了。需要确认pooler连接池回收参数pooler_cache_connection=on,并确认CN日志没有报错。如果非空闲连接很多,空闲连接很少,说明并发太大,连接都在使用中,需要降低并发,或调大max_pool_size。
-
使用union all代替union,union在合并两个集合时会执行去重操作,而union all则直接将两个结果集合并、不执行去重。执行去重会消耗大量的时间,因此,在一些实际应用场景中,如果通过业务逻辑已确认两个集合不存在重叠,可用union all替代union以便提升性能。 join列增加非空过滤条件,若join列上的NULL值较多,则可以加上is not null过滤条件,以实现数据的提前过滤,提高join效率 not in转not exists,not in语句需要使用nestloop anti join来实现,而not exists则可以通过hash anti join来实现。在join列不存在null值的情况下,not exists和not in等价。因此在确保没有null值时,可以通过将not in转换为not exists,通过生成hash join来提升查询效率 避免对索引使用函数或表达式运算,对索引使用函数或表达式运算会停止使用索引转而执行全表扫描尽量避免在where子句中使用!=或<>操作符、null值判断、or连接、参数隐式转换对复杂SQL语句进行拆分,对于过于复杂并且不易通过以上方法调整性能的SQL可以考虑拆分的方法,把SQL中某一部分拆分成独立的SQL并把执行结果存入临时表。
-
尽量使用执行效率比较高的数据类型,一般来说整型数据运算(包括=、>、<、≧、≦、≠等常规的比较运算,以及group by)的效率比字符串、浮点数要高尽量使用短字段的数据类型,长度较短的数据类型不仅可以减小数据文件的大小,提升IO性能;同时也可以减小相关计算时的内存消耗,提升计算性能。比如对于整型数据,如果可以用smallint就尽量不用int,如果可以用int就尽量不用bigint使用一致的数据类型,表关联列尽量使用相同的数据类型。如果表关联列数据类型不同,数据库必须动态地转化为相同的数据类型进行比较,这种转换会带来一定的性能开销应尽量使用高效数据类型。选择数值类型时,在满足业务精度的情况下,选择数据类型的优先级从高到低依次为整数、浮点数、NUMREIC对于字符串数据,建议使用变长字符串数据类型,并指定最大长度。请务必确保指定的最大长度大于需要存储的最大字符数,避免超出最大长度时出现字符截断现象。除非明确知道数据类型为固定长度字符串,否则,不建议使用CHAR(n)、BPCHAR(n)、NCHAR(n)、CHARACTER(n)对于日期类型,时间精度要求大于等于1天的,可以使用varchar2存储;时间精度要求大于等于1秒的,宜使用date类型;时间精度要求小于1秒的,应使用timestamp类型 在需要数据类型转换(不同数据类型进行比较或转换)时,应使用强制类型转换,以防隐式类型转换结果与预期不符
-
分区表创建使用原则如下:1、 对于记录数小于100万的表,可以不使用分区表。2、 对于记录数超过100万、低于500万的表,宜使用分区表。3、 对于记录数超过500万且空间占用超过2GB的表,应使用分区表。4、 分区表的单个分区记录数可超过500万,空间占用不宜超过2GB。5、 暂不支持复合分区、二级分区。6、 对于如下特殊场景,可不使用分区表:A) 备份表或者老化表此类数据表存放应用系统不再使用到的数据,在联机程序和批量程序均不访问此类数据,仅用于某些特殊场景下(例如生产问题排查、公/检/法查询等)使用,通过直接查询数据库的方式访问,相关数据应使用truncate或者drop来进行清理。B) 交换分区表此类数据表是存放分区表某个分区的数据,通过交换分区技术与分区表进行数据传递。C) 采用分库分表设计的表此类数据表已通过分库、分表策略进行了数据分割,可不使用分区表。D) 批量处理中使用到的中间表、临时表,可不使用分区表。E) 外公司产品中达到分区表条件的数据表,经评估如因外公司产品原因无法分区,应按应用维度提交规范例外,并随规范例外管理流程定期与外公司确认分区的可行性。F) 对于存量应用达到分区条件的数据表,如应用规划废止,可不使用分区表。7、 对于记录数超过100万且需要进行历史数据清理的表,宜通过业务发生日期等数据清理条件进行分区,通过分区truncate或exchange技术进行数据清理。8、 分区的关键字应是where字句中的查询条件之一,分区的关键字不宜进行更新操作,避免数据因分区条件变化进行分区移动,导致性能下降。9、 从数据的维护和使用效率情况看,除非是业务的特别需求,宜使用分区索引并设计为前缀分区索引。10、 当表中的数据量很大时,应当对表进行分区,一般需要遵循以下原则:− 应使用具有明显区间性的字段进行分区,比如日期、区域等字段上建立分区。− 分区名称应当体现分区的数据特征。例如,关键字+区间特征。− 将分区上边界的分区值定义为MAXVALUE,以防止可能出现的数据溢出。
-
一、怎么创建索引?• 在经常需要搜索查询的列上创建索引,可以加快搜索的速度。• 在作为主键的列上创建索引,强制该列的唯一性和组织表中数据的排列结构。• 在经常使用连接的列上创建索引,这些列主要是一些外键,可以加快连接的速度。• 在经常需要根据范围进行搜索的列上创建索引,因为索引已经排序,其指定的范围是连续的。• 在经常需要排序的列上创建索引,因为索引已经排序,这样查询可以利用索引的排序,加快排序查询时间。• 在经常使用WHERE子句的列上创建索引,加快条件的判断速度。• 为经常出现在关键字ORDER BY、GROUP BY、DISTINCT后面的字段建立索引。二、怎么建立表结构?建表的原则:(1)表数据均匀分布在各个DN上,以防止单个DN对应的存储设备空间不足造成集群有效容量下降。选择合适分布列,避免数据分布倾斜可以实现该点(2)表Scan压力均匀分散在各个DN上,以避免单DN的Scan压力过大,形成Scan的单节点瓶颈。分布列不选择基表上等值filter中的列可以实现该点(3)减少扫描数据数据量。通过分区的剪枝机制可以实现该点(4)尽量极少随机IO。通过聚簇/局部聚簇可以实现该点(5)尽量避免数据shuffle,减小网络压力。通过选择join-condition或者group by列为分布列可以最大程度的实现这点。1、 怎么选择存储类型:行存表:点查询,返回记录少,基于索引的简单查询;增删改较多的表列存表:大表,统计分析类查询,group、join比较多的表2、 怎么选择分布方式:复制表:适用于记录较少的的维度表哈希表:数据量比较大的实事表3、 怎么选择分布列:列值应比较离散,以便数据能够均匀分布到各个DN。例如,考虑选择表的主键为分布列,如在人员信息表中选择身份证号码为分布列在满足第一条原则的情况下尽量不要选取存在常量filter的列。例如,表dwcjk相关的部分查询中出现dwcjk的列zqdh存在常量的约束(例如zqdh=’000001’),那么就应当尽量不用zqdh做分布列在满足前两条原则的情况,考虑选择查询中的连接条件为分布列,以便Join任务能够下推到DN中执行,且减少DN之间的通信数据量4、 怎么使用PCK局部聚簇:受基表中的简单表达式约束。这种约束一般形如col op const,其中col为列名,op为操作符 =、>、>=、<=、<,const为常量值 尽量采用选择度比较高(过滤掉更多数据)的简单表达式中的列尽量把选择度比较低的约束col放在Partial Cluster Key中的前面 尽量把枚举类型的列放在Partial Cluster Key中的前面
-
最近遇到一个客户场景,涉及共享schema的权限问题。场景简单可以描述为:一些用户是数据的生产方,需要在schema中创建表并写入数据;另一些用户是数据的消费方,读取schema中的数据做分析。对于该schema权限管理的一种实现方法是数据生产方在每次创建新表后告知管理员用户使用grant select on all tables in schema语法来授予消费方权限。这种方法有一定的局限性。如果生产方在schema下面又创建了一些新表,为了授权消费方使用这些新表还需要告知管理员用户再次使用grant select on all tables in schema来授权。有没有简单的应对方案?答案是肯定的,可以使用Alter default privilege。Alter default privilege用于将来创建的对象的权限的授予或回收。所有在共享schema中创建对象的用户都应该出现在alter default privileges for user之后的列表中。否则,如果有用户creator3没有在列表中,其在共享schema中创建的对象或者说那些Owner是creator3的对象将不能被user1查询。因为共享schema中creator3用户创建的表没有授予user1默认权限。管理员可以通过alter default privileges for user将creator3放入列表中为user1授予访问creator3用户创建表的默认权限,也可以由creator3用户自己通过alter default privileges授权给user1. 前面语法参数说明中有如果省略FOR ROLE/USER,则缺省值为当前用户。alter default privileges只处理将来的对象,grant只处理已有的对象。进一步的,这两种语法授予权限时涉及的对象仅包括Owner是当前用户的对象。如果要为共享schema下面所有Owner的对象授予权限,需要使用管理员用户使用alter default privileges for user语法和grant语法。
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