数据变更最佳实践
批量和实时导入数据 批量导入：适用于大数据量导入的场景，导入过程中可以查询旧数据，导入操作完成后一键切换新数据。导入失败时，支持回滚新数据，不影响查询旧数据。例如，从MaxCompute、OSS中导入数据到 AnalyticDB MySQL版 时，推荐...
数据导入方式介绍
基本特性 适合大批量数据：导入链路批量操作，适合单任务进行大量数据导入的场景。资源消耗大：利用集群资源进行高性能导入，建议在业务低峰期使用。批量可见：数据导入任务完成前数据不可见，任务完成后导入的数据批量可见。分区覆盖：...
Insert Into
数据量 Insert Into对数据量没有限制，也支持大数据量导入。但Insert Into有默认的超时时间，如果您预估的导入数据量过大，需要修改系统的Insert Into导入超时时间。例如，当导入数据量为36 GB时，导入时间约小于等于3600s*10 M/s。其中10 ...
数据导入
本文介绍导入数据量大或数据属性复杂时，可以使用的解决方法，帮助您更快地导入数据。导入方法 图数据库GDB支持如下三种导入方法，具体请参见 数据导入简介。从阿里云云存储对象（OSS）导入数据。使用DataWorks数据集成同步数据到GDB。使用...
导入结构和数据
如需导入大量数据，请使用导数工具 OBLOADER。最大支持 5 个导入任务并行运行，后续任务在队列中等待运行。导入任务涉及的文件默认保留 14 天。在 ODC V4.1.0 之后的版本，针对 OceanBase 数据源，配置 sys 租户账号可以提升导入速度。新建...
产品和业务限制
C8：16个 联系技术支持申请更多 一次性申请的ECU个数上限 C8：8个 无需 单个分析型数据库MySQL版每天最大申请扩容或缩容 12次 无例外 单个分析型数据库MySQL版连续24小时导入数据量限制 2 ecuCount diskSize 无例外 单个分析型数据库...
使用程序进行大数据导入
本文介绍如何通过编写代码的方式，离线导入大数据量到 PolarDB-X 1.0 数据库。背景信息 假设当前数据库有一个表需要导入到 PolarDB-X 1.0 数据库中，数据量大致为814万，表结构如下。CREATE TABLE `post`(`postingType` int NOT NULL,`id` ...
JSON格式导入
JSON参数 streaming_load_json_max_mb 参数 一些数据格式，如JSON，无法进行拆分处理，必须读取全部数据到内存后才能开始解析，因此，这个值用于限制此类格式数据单次导入最大数据量。默认值为100，单位MB，详情请参见 BE参数配置 修改此...
数据导入常见问题
本文汇总了StarRocks数据导入的常见问题。通用问题 如何选择导入方式？影响导入性能的因素都有哪些？报错“close index channel failed“或“too many tablet versions”，该如何处理？报错“Label Already Exists”，该如何处理？报错...
数据导入优化建议
批量和实时导入如何选择 从MaxCompute或者OSS导入HybridDB for MySQL，推荐使用 INSERT OVERWRITE SELECT 做批量导入：批量导入适合大数据量导入，性能较好。批量导入适合数据仓库语义，即导入过程中旧数据可查询，导入完成一键切换新数据...
导入概述
Spark Load适用于初次迁移大数据量（可达到TB级别）到StarRocks的场景，且源数据在Spark可访问的存储系统（例如HDFS）中，详细信息请参见 Spark Load。异步导入 Stream Load 是一种同步执行的导入方式。您可以通过HTTP协议发送请求将本地...
导入概述
保证Exactly-Once：外部系统需要保证数据导入的At-Least-Once，StarRocks的Label机制可以保证数据导入的At-Most-Once，即可整体上保证数据导入的Exactly-Once。基本概念 名词 描述 导入作业 读取用户提交的源数据并进行清洗转换后，将数据...
支持的数据源
湖仓版（3.0）Oracle数据导入 自建MySQL 外表 数仓版（3.0）自建MySQL数据导入 自建HBase DTS 数仓版（3.0）自建HBase数据导入 AnalyticDB for MySQL 2.0版 迁移工具 数仓版（3.0）AnalyticDB MySQL 2.0数据导入 存储 OSS 外表 数仓版（3.0...
Broker Load
如果需要导入更大数据量，则需要适当调整 max_bytes_per_broker_scanner 参数的大小。默认参数值如下：min_bytes_per_broker_scanner：默认64 MB，单位bytes。max_bytes_per_broker_scanner：默认3 GB，单位bytes。max_broker_concurrency...
Broker Load
单次导入数据量最多可支持百GB级别。创建导入 该方式 用于通过Broker导入，读取远端存储（如HDFS、S3）上的数据导入到 云数据库 SelectDB 版 的表中。语法 LOAD LABEL load_label(data_desc1[,data_desc2,.])WITH broker_type[broker_...
数据迁移和同步方案概览
使用场景 数据源 文档链接 从Kafka同步 Kafka 从Kafka同步 从Flink导入 Flink 从JDBC connector导入 从Flink SQL导入 从大数据导入/同步 DataWorks 从DataWorks同步 MaxCompute 从MaxCompute外表导入（19.15.2.2）从MaxCompute外表导入（20...
分区分桶
概述 为了能高效处理大数据量的存储和计算，云数据库 SelectDB 版 按分治思想对数据进行分割处理，将数据分散到分布式系统中进行处理。SelectDB中 所有的表引擎都支持如下两种的数据划分。一层：仅使用一层分区时。建表时不写分区语句即可...
使用kettle将本地数据导入AnalyticDB MySQL 2.0
本文以Excel为例，介绍如何通过kettle将本地Excel数据迁移到 云原生数据仓库AnalyticDB MySQL版 2.0集群。背景信息 Kettle是一款非常受欢迎的开源ETL工具软件，主要用于数据整合、转换和迁移。Kettle除了支持各种关系型数据库，HBase ...
Spark Load
主要用于初次迁移、大数据量导入Doris的场景。源数据在Spark可以访问的存储系统中，如HDFS。数据量达到10 GB以上至TB级别的业务场景。说明 数据量较小或不满足上述情况时，建议使用 Stream Load 或者 Broker Load。基本流程 您可以通过...
Spark Load
Spark Load主要用于初次迁移、大数据量导入StarRocks的场景（数据量可到TB级别）。本文为您介绍Spark Load导入的基本概念、基本原理、使用示例、最佳实践以及常见问题。背景信息 Spark Load是一种异步导入方式，您需要通过MySQL协议创建...
数据迁移或同步方案概览
本文汇总了 PolarDB-X 1.0 支持的数据迁移或同步的方案。说明 下表中√表示支持，×表示...大√数据集成：从MaxCompute导入到 PolarDB-X 1.0。从 PolarDB-X 1.0 导出到MaxCompute。详细操作步骤，请参见DataWorks文档 数据集成 相关内容。大√
通过Kettle导入至数仓版
本文以Excel为例，介绍如何通过Kettle将本地Excel数据导入至 AnalyticDB MySQL版 数仓版（3.0）。背景信息 Kettle是一款非常受欢迎的开源ETL工具软件，主要用于数据整合、转换和迁移。Kettle不仅支持各类关系型数据库和NoSQL数据源（HBase...
RDS全量导入
本文介绍通过LTS通道服务进行RDS全量导入。注意事项 RDS全量导入功能于2023年3月10日下线。2023年3月10日后购买的LTS将无法使用RDS全量导入功能，2023年3月10日前购买的LTS仍可正常使用此功能。前提条件 LTS的购买时间在2023年3月10日之前...
RDS全量导入
本文主要介绍在HBase中如何进行RDS全量导入。注意事项 RDS全量导入功能于2023年3月10日下线。2023年3月10日后购买的LTS将无法使用RDS全量导入功能，2023年3月10日前购买的LTS仍可正常使用此功能。前提条件 LTS的购买时间在2023年3月10日...
技术发展趋势
规模爆炸性增长 随着8K、5G、IoT、大数据、AI等系列技术的发展，数据量迎来了爆发式增长。IDC在《Data Age 2025》的报告中预测，从2018年到2025年，全球数据将从33ZB急速增长到175ZB，比2016年产生的数据量增加了十倍。这表明注重数据价值...
概述
存储格式 数据来源及特点 数据量增大或减少 详细数据量 JSON 大量应用产生JSON类型的数据，冗余数据量大。增大151.7%3.02GB AVRO Hadoop生态格式的数据，数据由大部分遗留系统产生。增大8.3%1.3GB RCFile Hadoop生态格式的数据，数据由大...
按指标关联
说明 工作组若有创建数据标准、数据源和全局变量，不区分创建方式，默认拉取这3个模块的全量数据导入导出。关联项说明 关联项 说明 逻辑表 对应数据建模中创建的逻辑表。说明 需在数据建模中创建逻辑表，该逻辑表需被生产节点引用。指标 ...
Excel导入
简介 Excel导入组件用于向数据库批量上传相关业务数据。组件内置两个按钮下载导入模板和批量提交。下载导入模板会下载Excel导入组件数据源对应实体的Excel模板文件。批量提交按钮会触发文件上传，并按Excel导入组件数据源对应实体字段解析...
自媒体：易撰
所属行业：自媒体 网站地址：易撰 客户介绍 长沙营智信息技术有限公司是专业的新媒体大数据服务商，其旗下知名品牌易撰，基于新媒体大数据挖掘技术及NLP算法分析，为各内容创客、广告主提供全面、科学、精准的大数据分析服务以及大数据架构...
冷热分层
背景信息 在海量大数据场景下，随着业务和数据量的不断增长，性能和成本的权衡成为大数据系统设计面临的关键挑战。Delta Lake是新型数据湖方案，推出了数据流入、数据组织管理、数据查询和数据流出等特性，同时提供了数据的ACID和CRUD操作...
混合存储型（已停售）
场景分类 混合存储型实例 社区版实例 数据量与预算 数据量大，有降低成本需求。正在使用Pika、SSDB或者ARDB等。正在使用大容量的主备或者集群Redis。数据量小，或者预算充足且暂时无需降低存储成本。冷热数据分布 业务中冷热数据区分明显。...
按应用关联
说明 工作组若有创建数据标准、数据源和全局变量，不区分创建方式，默认拉取这3个模块的全量数据导入导出。关联项说明 关联项 说明 应用 对应数据API上线时关联的应用。说明 全量新建、按应用新建、按线上API关联新建时获取到该关联项。...
混合存储型（已停售）
在保证常用数据访问性能不下降的基础上，混合存储型能够大幅度降低用户成本，实现性能与成本的平衡，同时使单个Redis实例的数据量不再受内存大小的限制。内存数据：内存中存放了热数据的Key和Value，同时为快速确认要操作的Key是否存在，...
数据扫描和识别
支持扫描的数据源类型如下：结构化数据：RDS、PolarDB、PolarDB-X、MongoDB、OceanBase、自建数据库 非结构化数据：OSS 大数据：TableStore、MaxCompute、ADB-MYSQL、ADB-PG 数据源授权完成后需要多长时间完成扫描？DSC 完成数据源授权后，...
内置检测模型说明
数据安全中心DSC（Data Security Center）通过内置的行为异常自学习模型和流转异常自学习模型，能够高效地分析审计日志，以识别与敏感数据相关的异常行为及攻击行为。当这些模型检测到潜在的风险活动时，会自动触发告警。支持的数据库 RDS...
产品概述
阿里云流数据处理平台数据总线DataHub是流式数据（Streaming Data）的处理平台，提供对流式数据的发布(Publish)，订阅（Subscribe）和分发功能，让您可以轻松构建基于流式数据的分析和应用。数据总线 DataHub服务可以对各种移动设备，应用...
DBS沙箱功能概览
相比现有基于大数据平台的历史数据离线分析方案，DBS沙箱功能提供原始数据库SQL接口，不需要开发人员编写离线分析脚本，并由于使用快照存储机制，存储成本也更低。费用说明 更多信息，请参见 DBS沙箱费用。后续步骤 自建MySQL应急恢复...
入湖基础操作
关系数据库全量入湖：可以实现RDS MySQL或PolarDB数据库表数据全量同步到数据湖，选择在数据源管理中配置好的数据源，将数据源对应数据库中选定表的数据全量同步到OSS中，如果待同步表中数据量大，则所消耗的资源也会比较大，建议在业务...
数据导入Serverless实例
大量数据从HBase集群导入Serverless集群 由于Serverless实例的写入受到购买CU数的限制，如果大量的数据直接通过API写入Serverless实例可能会花费过多时间和消耗过多CU（根据购买CU量的多少，几十GB，几百GB，或者上TB的数据可以定义为大量...
云数据库的导入与导出
若您的集合数据量比较大，导出需要较长的时间，建议您耐心等待，导出完成后浏览器会自动下载导出后的文件。数据导入 您可以将JSON或者CSV格式的文件导入进数据库，导入文件中的每行数据都对应数据库中的一条记录。JSON文件格式要求如下。每...
- 产品推荐
- 这些文档可能帮助您