-
数据库在进行不同列的比较、计算运算时,如果类型不同,需要进行类型转换。通常情况下,由优化先低的类型往优先级高的类型转换,字符串的优先级较数字较低,同时数字类型,精度低的会向精度高的转换。在应用中,经常遇到的是,字符串和数字进行比较,导致字符串需要转成数字进行比较操作。由于数据库的基本调优都是基于基表列的,数据转换后就会带来以下性能问题:(1)无法使用索引。由于索引是基于列的排序构造的,字符串转换成数字后的排序性与字符串不一致(’2’与’12’,字符串’2’大,数字12大),故无法使用索引,对于返回数据量少的场景,使用全表扫描带来性能问题。(2)无法进行分区剪枝。GaussDB(DWS)支持range分区,即根据分区键值的范围创建不同的分区。当需要进行分区键上的范围操作时,进行分区剪枝。而字符串转换成数字后,道理与(1)类似,打破排序性,导致分区剪枝失效。(3)需要进行网络重分布操作。在进行表的关联,聚集操作时,如果涉及表分布键的操作,可以在本地并行进行。但如果涉及到类型转换,则hash值发生变化,需要进行网络重分布,增加了网络开销。(4)估算不够准确,可能造成计划的性能问题。我们收集的统计信息都是基于基表列的,如果进行类型转换,则缺少转换后的统计信息,同样可能造成计划不准。因此,在表设计之初就要把数据类型定义好,数字类型尽量使用整型或numeric(浮点型),尽量少使用字符串数据类型,除了与数字比较产生上述开销外,变长的字符串在处理时还产生了额外的空间申请释放,内存拷贝的开销,都是无形中性能的损耗。在share-nothing架构的分布式场景下,数据使用哈希分布在不同DN上,并且通过数据重分布使得中间结果均匀分布在各个DN上进行并行计算,进行执行查询的加速。所以在执行过程中,一直保持数据能够均匀分布在DN上,是保证性能的关键。通常情况下,我们需要进行表的关联(Join)和聚集(Agg)操作,这就需要关联和聚集列能够支持重分布,从而进行灵活的重分布操作。在GaussDB(DWS)中,不支持重分布的类型主要有real和double类型,因此使用这两种类型进行操作时,将导致无法生成重分布的计划,在实际使用时要尽量避免。首先,在进行表定义时,要尽量避免使用这两种类型,使用numeric类型进行替代。同时,还要避免使用返回值为这两种类型的函数,进行关联和聚集运算,例如:ceil, floor, pow, sqrt, 以及一些分析类聚集函数如stddev_samp等。如果必须使用此类函数进行相关运算,需要在计算完对这些类型进行类型转换,转换成numeric类型。转载:https://mp.weixin.qq.com/s/Jy27HVRIIuEXddrifXFlFw
-
springboot使用mybatis-plus连接openGauss-5.0.1,使用between查询时报错,请各位大神帮忙排查!!!报错信息如下: jdbc.sqltiming : 6. PreparedStatement.execute() FAILED! SELECT DATE_FORMAT(alarm_time, '%Y-%m-%d 00:00:00') AS time, alarm_level as alarmLevel, IFNULL(COUNT(*),0) AS count FROM monitor_alarm WHERE (alarm_level IN ('1','2','3','4','5') AND alarm_time BETWEEN '2024-04-10 17:06:45' AND '2024-04-17 17:06:45') GROUP BY DATE_FORMAT(alarm_time, '%Y-%m-%d 00:00:00'), alarm_level {FAILED after 58 msec} org.postgresql.util.PSQLException: [************:5432] ERROR: could not determine data type of parameter $6 at org.postgresql.core.v3.QueryExecutorImpl.receiveErrorResponse(QueryExecutorImpl.java:2922) at org.postgresql.core.v3.QueryExecutorImpl.processResults(QueryExecutorImpl.java:2643) at org.postgresql.core.v3.QueryExecutorImpl.execute(QueryExecutorImpl.java:375) at org.postgresql.jdbc.PgStatement.runQueryExecutor(PgStatement.java:561) at org.postgresql.jdbc.PgStatement.executeInternal(PgStatement.java:538) at org.postgresql.jdbc.PgStatement.execute(PgStatement.java:396) at org.postgresql.jdbc.PgPreparedStatement.executeWithFlags(PgPreparedStatement.java:166) at org.postgresql.jdbc.PgPreparedStatement.execute(PgPreparedStatement.java:155) at net.sf.log4jdbc.PreparedStatementSpy.execute(PreparedStatementSpy.java:417) at com.alibaba.druid.pool.DruidPooledPreparedStatement.execute(DruidPooledPreparedStatement.java:497) at org.apache.ibatis.executor.statement.PreparedStatementHandler.query(PreparedStatementHandler.java:64) at org.apache.ibatis.executor.statement.RoutingStatementHandler.query(RoutingStatementHandler.java:79) at sun.reflect.GeneratedMethodAccessor142.invoke(Unknown Source) at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43) at java.lang.reflect.Method.invoke(Method.java:498) at org.apache.ibatis.plugin.Plugin.invoke(Plugin.java:63) at com.sun.proxy.$Proxy96.query(Unknown Source) at com.baomidou.mybatisplus.core.executor.MybatisSimpleExecutor.doQuery(MybatisSimpleExecutor.java:69) at org.apache.ibatis.executor.BaseExecutor.queryFromDatabase(BaseExecutor.java:325) at org.apache.ibatis.executor.BaseExecutor.query(BaseExecutor.java:156) at com.baomidou.mybatisplus.core.executor.MybatisCachingExecutor.query(MybatisCachingExecutor.java:165) at com.baomidou.mybatisplus.extension.plugins.MybatisPlusInterceptor.intercept(MybatisPlusInterceptor.java:81) at org.apache.ibatis.plugin.Plugin.invoke(Plugin.java:61) at com.sun.proxy.$Proxy95.query(Unknown Source) at org.apache.ibatis.session.defaults.DefaultSqlSession.selectList(DefaultSqlSession.java:147) at org.apache.ibatis.session.defaults.DefaultSqlSession.selectList(DefaultSqlSession.java:140) at sun.reflect.GeneratedMethodAccessor212.invoke(Unknown Source) at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43) at java.lang.reflect.Method.invoke(Method.java:498) at org.mybatis.spring.SqlSessionTemplate$SqlSessionInterceptor.invoke(SqlSessionTemplate.java:426) at com.sun.proxy.$Proxy92.selectList(Unknown Source) at org.mybatis.spring.SqlSessionTemplate.selectList(SqlSessionTemplate.java:223) at com.baomidou.mybatisplus.core.override.MybatisMapperMethod.executeForMany(MybatisMapperMethod.java:173) at com.baomidou.mybatisplus.core.override.MybatisMapperMethod.execute(MybatisMapperMethod.java:78) at com.baomidou.mybatisplus.core.override.MybatisMapperProxy$PlainMethodInvoker.invoke(MybatisMapperProxy.java:148) at com.baomidou.mybatisplus.core.override.MybatisMapperProxy.invoke(MybatisMapperProxy.java:89) at com.sun.proxy.$Proxy166.selectMaps(Unknown Source) at cn.hite.monitor.alarm.manager.RemoteClientAlarmManager.alarmList(RemoteClientAlarmManager.java:65) at cn.hite.monitor.alarm.controller.AlarmController.alarmList(AlarmController.java:179) at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method) at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62) at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43) at java.lang.reflect.Method.invoke(Method.java:498) at org.springframework.web.method.support.InvocableHandlerMethod.doInvoke(InvocableHandlerMethod.java:190) at org.springframework.web.method.support.InvocableHandlerMethod.invokeForRequest(InvocableHandlerMethod.java:138) at org.springframework.web.servlet.mvc.method.annotation.ServletInvocableHandlerMethod.invokeAndHandle(ServletInvocableHandlerMethod.java:105) at org.springframework.web.servlet.mvc.method.annotation.RequestMappingHandlerAdapter.invokeHandlerMethod(RequestMappingHandlerAdapter.java:878) at org.springframework.web.servlet.mvc.method.annotation.RequestMappingHandlerAdapter.handleInternal(RequestMappingHandlerAdapter.java:792) at org.springframework.web.servlet.mvc.method.AbstractHandlerMethodAdapter.handle(AbstractHandlerMethodAdapter.java:87) at org.springframework.web.servlet.DispatcherServlet.doDispatch(DispatcherServlet.java:1040) at org.springframework.web.servlet.DispatcherServlet.doService(DispatcherServlet.java:943) at org.springframework.web.servlet.FrameworkServlet.processRequest(FrameworkServlet.java:1006) at org.springframework.web.servlet.FrameworkServlet.doGet(FrameworkServlet.java:898) at javax.servlet.http.HttpServlet.service(HttpServlet.java:645) at org.springframework.web.servlet.FrameworkServlet.service(FrameworkServlet.java:883) at javax.servlet.http.HttpServlet.service(HttpServlet.java:750) at org.apache.catalina.core.ApplicationFilterChain.internalDoFilter(ApplicationFilterChain.java:227) at org.apache.catalina.core.ApplicationFilterChain.doFilter(ApplicationFilterChain.java:162) at org.apache.tomcat.websocket.server.WsFilter.doFilter(WsFilter.java:53) at org.apache.catalina.core.ApplicationFilterChain.internalDoFilter(ApplicationFilterChain.java:189) at org.apache.catalina.core.ApplicationFilterChain.doFilter(ApplicationFilterChain.java:162) at org.apache.shiro.web.servlet.ProxiedFilterChain.doFilter(ProxiedFilterChain.java:61) at org.apache.shiro.web.servlet.AdviceFilter.executeChain(AdviceFilter.java:108) at org.apache.shiro.web.servlet.AdviceFilter.doFilterInternal(AdviceFilter.java:137) at org.apache.shiro.web.servlet.OncePerRequestFilter.doFilter(OncePerRequestFilter.java:125) at org.apache.shiro.web.servlet.ProxiedFilterChain.doFilter(ProxiedFilterChain.java:66) at org.apache.shiro.web.servlet.AdviceFilter.executeChain(AdviceFilter.java:108) at org.apache.shiro.web.servlet.AdviceFilter.doFilterInternal(AdviceFilter.java:137) at org.apache.shiro.web.servlet.OncePerRequestFilter.doFilter(OncePerRequestFilter.java:125) at org.apache.shiro.web.servlet.ProxiedFilterChain.doFilter(ProxiedFilterChain.java:66) at org.apache.shiro.web.servlet.AbstractShiroFilter.executeChain(AbstractShiroFilter.java:450) at org.apache.shiro.web.servlet.AbstractShiroFilter$1.call(AbstractShiroFilter.java:365) at org.apache.shiro.subject.support.SubjectCallable.doCall(SubjectCallable.java:90) at org.apache.shiro.subject.support.SubjectCallable.call(SubjectCallable.java:83) at org.apache.shiro.subject.support.DelegatingSubject.execute(DelegatingSubject.java:387) at org.apache.shiro.web.servlet.AbstractShiroFilter.doFilterInternal(AbstractShiroFilter.java:362) at org.apache.shiro.web.servlet.OncePerRequestFilter.doFilter(OncePerRequestFilter.java:125) at org.apache.catalina.core.ApplicationFilterChain.internalDoFilter(ApplicationFilterChain.java:189) at org.apache.catalina.core.ApplicationFilterChain.doFilter(ApplicationFilterChain.java:162) at org.springframework.web.filter.CharacterEncodingFilter.doFilterInternal(CharacterEncodingFilter.java:201) at org.springframework.web.filter.OncePerRequestFilter.doFilter(OncePerRequestFilter.java:119) at org.apache.catalina.core.ApplicationFilterChain.internalDoFilter(ApplicationFilterChain.java:189) at org.apache.catalina.core.ApplicationFilterChain.doFilter(ApplicationFilterChain.java:162) at org.apache.catalina.core.StandardWrapperValve.invoke(StandardWrapperValve.java:202) at org.apache.catalina.core.StandardContextValve.invoke(StandardContextValve.java:97) at org.apache.catalina.authenticator.AuthenticatorBase.invoke(AuthenticatorBase.java:542) at org.apache.catalina.core.StandardHostValve.invoke(StandardHostValve.java:143) at org.apache.catalina.valves.ErrorReportValve.invoke(ErrorReportValve.java:92) at org.apache.catalina.core.StandardEngineValve.invoke(StandardEngineValve.java:78) at org.apache.catalina.connector.CoyoteAdapter.service(CoyoteAdapter.java:357) at org.apache.coyote.http11.Http11Processor.service(Http11Processor.java:374) at org.apache.coyote.AbstractProcessorLight.process(AbstractProcessorLight.java:65) at org.apache.coyote.AbstractProtocol$ConnectionHandler.process(AbstractProtocol.java:893) at org.apache.tomcat.util.net.NioEndpoint$SocketProcessor.doRun(NioEndpoint.java:1707) at org.apache.tomcat.util.net.SocketProcessorBase.run(SocketProcessorBase.java:49) at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149) at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624) at org.apache.tomcat.util.threads.TaskThread$WrappingRunnable.run(TaskThread.java:61) at java.lang.Thread.run(Thread.java:750)
-
我们现在有一个自动打开集群控制台的程序(https://xxx.xxx.xxx.xxx:28443/web)但是每天次打开都出现这个证书无效的界面,如下图所示,目前没有办法识别这个界面,所以有没有什么办法 不显示这个界面,打开网址就直到输入用户名和密码的界面,比如,向浏览器中导入根书,但我又没有证书。
-
上周末我们就会封板D-SMART高斯生态版了,这个版本是基于D-SMART V2.6基础版开发的,不过与惯例不同的是,我们这回会先发D-SMART高斯生态版,两周后再发标准版V2.6。在V2.6版本中有两个十分重要的新增功能,其中第一个是图形化的集群拓扑,这个功能是专门为Gaussdb开发的,为了支持其他D-SMART能纳管的数据库,我们还需要做一些改造工作。随着D-SMART对国产数据库的支持越来越多,集群拓扑的重要性也越来越高,无论是分布式数据库还是集中式数据库,在用户的生产环境中大多数都会以集群方式部署。老的字符界面的集群拓扑对专家友好,但是对普通运维人员来说看起来不够直观。 在集群拓扑上,你还可以点击某个CN/DN节点,进行下钻分析。对于Gaussdb来说,集群和CN/DN是独立的运维对象,你既可以对集群的健康状态进行分析,也可以对某个节点进行单独分析。节点的数据库类型是不同的,类似一个独立的集中式数据库。第二个比较重大的改进是支持了一种新的泛化分析工具-基于运维原理的指标集分析工具,这个工具就是昨天我说的写三行代码的工具。对于智能化运维工具来说,强大的智能的背后都是巨大的人工。要想让系统有更强的自动化分析能力,需要大量的能够针对某个具体的问题进行分析诊断与定位的工具。基于D-SMART的基础能力,如果我们的某个问题的分析定位可以通过某几个指标来完成,那么我们只需要写三行代码就可以完成一个分析工具的开发工作。 上面几行代码的实际执行效果如上图,对于某些能够梳理出来的问题分析场景,其分析结果对于稍微有经验的运维人员来说还是比较容易理解的。这个工具比泛路由工具更为精准,与泛路由工具结合,可以获得更好的效果。 上面是针对同一个故障告警,利用泛路由工具的分析结论。在需要更泛化的分析辅助的时候,使用泛路由工具更加有效,而对于已经比较明确的问题的定位,新的工具效果更佳。目前这个功能仅对商用版提供,还没有开放到社区版中。高斯生态版支持的运维对象类型为OS/GaussDB和高斯生态产品。高斯生态产品包含了GaussDB的CN/DN节点以及openGauss与相关生态的商用产品。目前我们已经适配了openGauss 2.x-5.x,实际上新的6.0也是没问题的。除此之外,我们已经完成了与南大通用GBASE 8C、海量、恩墨MogDB等数据库的适配工作。其他高斯生态的数据库厂商如果需要适配,可以和社区联系,我们会尽快纳入。对于Gaussdb我们将支持轻量化部署的线下版,也将支持云环境的版本(公有云和私有云),我们随后将会和华为生态部门调试云上的采集接口。高斯生态版的默认首页也采用了全新的贴片界面,对于集群数据库而言,在贴片首页上我们可以只显示集群对象,而CN/DN节点被隐藏在后面,可以通过集群拓扑界面进入。不过这些对象的告警还是会被推送到首页和告警短信等位置。从上面的告警我们可以看到在首页中没有看到的DN/CN节点的告警信息。 在功能上,高斯生态版延续了几乎所有的标准版的功能,同时也提供HOLA工具,让用户可以下载监控数据,交给远程专家导入到一个D-SMART中进行离线分析,或者进行远程巡检等工作。本周我们将完成高斯生态版的封板工作,届时会在DBAIOPS社区发布下载的链接,对于正在使用Gaussdb或者相关生态数据库产品的朋友,欢迎下载并申请使用。我们也将会在一个月内为申请的朋友免费赠送终身使用许可证。一个数据库运维工具必须在用户的真实环境中使用才能逐步完善,也希望朋友们帮我们完善这个产品。
-
DWS 8.1.1.5版本,CStoreCUCacheSweepLock 用于列存CU Cache循环淘汰。这个的实现原理是什么?只有vacuum full 或vacuum full analyze的时候会触发吗?
-
SQL于关系型数据库而言,重要性不言而喻。就像一个乐团的指挥,指导着作品的正确演绎和节奏的和谐统一。华为云GaussDB作为新一代关系型分布式数据库,具备卓越的技术性能和行业竞争力。很多人对GaussDB的关键技术很好奇,纷纷在论坛上提问,《GaussDB SQL查询语句执行过程解析》技术文为您答疑解惑,从GaussDB SQL引擎入手,深度学习GaussDB SQL 查询语句的执行过程,包括GaussDB SQL引擎原理和关键技术点。如果您在了解过程中,有任何疑问或者感兴趣的关键技术点,可在本帖下方进行留言提问,专家会一对一进行答疑哦!参与评论并提出优质问题的用户,可获得相关礼品的激励!本期活动邀请了华为云GaussDB布道师许老师坐堂,帮助大家答疑GaussDB SQL引擎方面的数据库问题。【本期云咖】【问题参考】(不限于)GaussDB SQL语句到底是如何执行的?GaussDB SQL引擎原理是什么?GaussDB SQL有哪些关键技术点?……对于GaussDB SQL引擎方面的相关问题,你有哪些疑问呢?【活动时间】2024年4月23日-5月12日【参与方式】直接在此活动帖下方回帖提问即可。【获奖规则】参与云咖问答的提问我们会整理在问答专题中,你的提问将会帮助更多的开发者~欢迎大家踊跃提问,积极互动~【活动规则】1、开发者用户发布的提问,必须与本期产品相关,其他产品求助帖不参与此次活动,将视为无效内容,否则取消该用户获奖资格。(其他产品求助可发帖到相应的版块进行提问);2、本次活动不限用户的总提问数及连续提问数,但需保证提问质量,如华为云社区小编认定参与用户有恶意灌水嫌疑,则取消该用户获奖资格;3、本次活动将根据实际参与情况发放奖励,包括但不限于用户百分之百中奖或奖项轮空的情况;以上奖品均为实物奖品,具体发放视出库情况而定;4、每期活动预计于结束后10天内完成奖项公示,并于结束后30个工作日内完成邮寄。【温馨提示】1、请务必使用个人实名账号参与活动(IAM、企业账号等账号参与无效)。如一个实名认证对应多个账号,只有一个账号可领取奖励,若同一账号填写多个不同收件人或不同账号填写同一收件人,均不予发放奖励。2、所有获得奖品的获奖用户,请于获奖后3日内完成实名认证,否则视为放弃奖励。
-
背景信息在准备POC测试,在公司环境在通过云数据库GaussDB管理平台在安装实例时遇到报错信息。cpu Intel(R) Xeon(R) Gold 6348H CPU 内存128G。 磁盘单个磁盘500G。环境信息:操作系统版本:Kylin Linux Advanced Serverrelease V10 (SP1) /(Tercel)-x86_64-Build20/20210518CPU信息内存情况任务失败截图。任务详情页详细的报错信息。请大佬协助看一下啥原因。我想知道的是,华为云数据库GaussDB轻量化部署模式,不能和操作系统盘部署在一起吗?还是说必须部署单独的磁盘。这个报错信息卡在了什么地方,我理解的是我选择了两个节点,为啥还是有三个节点的报错信息。
xuekai20080901
发表于2024-04-12 11:09:56
2024-04-12 11:09:56
最后回复
xuekai20080901
2024-05-07 13:38:33
291 5 -
是因为极简版报错吗,如果是的话该怎么升为企业版
-
我可以买来安装包自己部署使用吗?还是只能购买云上数据库实例的哇?
-
GaussDB轻量化部署版本,什么时候解决视图和表依赖而无法单独修改基表对象的问题,进而实现视图的解耦与重建功能?或者是目前有什么临时解决方案?
-
单体数据库时代,随着系统交易量的不断上升,数据库读写性能出现了严重下降。我们可以借助分库分表中间件,比如mycat、shardingjdbc来实现分库分表,缓解单库的读写性能。但是分库分表中间件并不支持事务,如果要保证数据一致性,就需要借助于分布式事务中间件,后来分布式数据库逐渐成为解决数据一致性的选择,目前分布式数据库产品已经比较成熟,支持ACID事务。 而GaussDB是一种高性能分布式数据库系统,针对大规模数据处理和高并发场景进行了优化。 它采用了列存储、分布式计算等先进技术,具有高吞吐量、低延迟的特点。 GaussDB适用于大规模 数据仓库 、 云计算 和 物联网 等场景。相信未来GaussDB会是分布式数据库系统的首选方向。为此大家是怎么看的呢?
-
版本:openGauss 5.0.0环境:容器化安装最近在调研postgres迁移到opengauss,研发在使用数据库时用到uuid_generate_v4 uuid_generate_v1,需要安装 uuid-ossp。参考的如下第一种方法进行插件的安装https://blog.csdn.net/yabingshi_tech/article/details/134252306下载相关的文件放在对应的位置 /usr/local/opengauss/lib/postgresql//usr/local/opengauss/share/postgresql/extension/进行权限的设定,重启服务。可以看到相关的插件但是安装时报错期望:给于安装uuid-ossp的方法,或者替代函数注:第二种方法暂时没有尝试,网络问题一直不能正常下载
-
GaussDB分布式与单机模式的比较优点分布式模式高可用性: 分布式数据库通过冗余存储和自动故障转移提高了系统的可用性。即使在某个节点出现故障的情况下,其他节点也可以继续提供服务,从而保证了服务的持续可用。更好的资源利用: 分布式数据库可以跨多个服务器部署,这使得它可以更有效地利用硬件资源,尤其是在处理大规模数据集或高并发请求时。易于扩展: 分布式数据库更容易进行水平扩展,即增加更多的节点来提升系统的处理能力和存储容量。单机模式简单易用: 单机模式下的GaussDB可能比分布式模式更易于管理和维护,因为它涉及到的组件和配置较少。快速响应: 在数据量不是特别大的情况下,单机模式的GaussDB可能能更快地响应用户的请求,因为所有数据都在本地存储和处理。缺点分布式模式复杂性: 分布式数据库的设计和维护可能比单机模式更复杂,因为它涉及到数据的一致性、同步和故障转移等问题。成本: 分布式数据库可能需要更多的硬件资源和网络带宽,这可能会增加整体的运营成本。单机模式扩展性有限: 如果数据量和并发请求增大,单机模式的GaussDB可能难以满足需求,因为它受限于单个服务器的处理能力和存储空间。可用性风险: 单机模式的GaussDB在面临硬件故障或维护活动时,可能导致整个系统不可用,这在分布式模式下可以通过故障转移机制避免。总结GaussDB的分布式模式相比于单机模式,提供了更高的可用性、更好的资源利用率和易于扩展等优点,但也带来了更高的复杂性和可能的成本。相比之下,单机模式的GaussDB在简单易用和快速响应方面有一定的优势,但在扩展性和可用性方面存在局限性。根据具体的业务需求和资源情况,可以选择适合的模式
-
使用MyBatis操作GaussDB,使用的dbdriver & 操作方法,都跟pgsql完全一样吗?语法上有没有啥不同点?
-
GaussDB做成分布式,比起单机模式,优缺点分别是什么?还是说分布式比起单机模式,只有优点没有缺点?
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