重大语义变更
自定义函数需要额外的类型提示 Flink 1.11开始引入新的类型系统，期望能自动推导函数类型。但由于实现的不完善，自定义的标量函数和表值函数可能会提示无法推导类型。如果出现这种情况，则您可以通过以下任何一种方式进行处理：在实现...
关键词抽取
该算法基于TextRank，根据PageRank算法思想，利用局部词汇之间关系（共现窗口）构建网络，并计算单词的重要性，最终选取权重大的作为关键词。常用流程如下：原始语料 分词 使用词过滤 关键词抽取 组件配置 您可以使用以下任意一种方式，...
相关系数矩阵
本文为您介绍 Designer 提供的相关系数矩阵。相关系数算法用于计算一个矩阵中每列之间的相关系数，取值范围为[-1,1]。系统计算时，count数按两列间同时非空的元素个数计算，两两列之间可能不同。组件配置 您可以使用以下任意一种方式，配置...
ST_RelateMatch
返回给定的相交矩阵是否满足给定的相交模式。语法 boolean ST_RelateMatch(text intersectionMatrix,text intersectionMatrixPattern);参数 参数名称 描述 intersectionMatrix 相交矩阵。intersectionMatrixPattern 相交矩阵模式。示例 ...
运行HPL、iPerf和FIO以测试集群性能
iPerf：一个网络性能测试工具，支持设置协议、时间等相关参数，可以报告带宽、数据包丢失等。FIO：一个开源的I/O压力测试工具，主要用于测试磁盘的IO性能，支持多引擎和多场景测试。准备工作 使用客户端运行HPL、iPerf和FIO测试集群性能，...
ALIYUN:SAG:CloudConnectNetwork
您可以将云连接网绑定到云企业网，实现线下接入矩阵和云上中心矩阵全连接。语法 {"Type":"ALIYUN:SAG:CloudConnectNetwork","Properties":{"Description":String,"IsDefault":Boolean,"Name":String,"Tags":List } } 属性 属性名称 类型 ...
ALS矩阵分解
交替最小二乘ALS（Alternating Least Squares）算法的原理是对稀疏矩阵进行模型分解，评估缺失项的值，从而得到基本的训练模型。在协同过滤分类方面，ALS算法属于User-Item CF（Collaborative Filtering），兼顾 User 和 Item 项，也称为...
ALS评分
交替最小二乘ALS（Alternating Least Squares）算法的原理是对稀疏矩阵进行模型分解，评估缺失项的值，从而得到基本的训练模型。在协同过滤分类方面，ALS算法属于User-Item CF（Collaborative Filtering），兼顾 User 和 Item 项，也称为...
创建和管理领域事件
您可以单击 去推导，在 上下文映射>映射推导 页面做领域事件的推导。具体操作，请参见 映射推导。说明 编码 为 英文字母和数字的组合，长度不得超过80个字符，需以大写字母开头。单击 创建。编辑领域事件 在领域事件列表中，单击目标领域...
消息队列Kafka
网络连接排查 如果您的Flink作业在启动时出现 Timed out waiting for a node assignment 错误，一般是Flink和Kafka之间的网络连通问题导致的。Kafka客户端与服务端建立连接的过程如下所示。客户端使用您指定的bootstrap.servers地址连接...
创建和管理应用服务
您可以单击 去推导，在 上下文映射>映射推导 页面做应用服务的推导。具体操作，请参见 映射推导。在 新建应用服务 面板，设置 基本信息，包括 应用服务名称、编码 和 描述（非必填）。说明 编码 为 英文字母和数字的组合，长度不得超过80个...
管理MongoDB Catalog（公测中）
背景信息 MongoDB Catalog通过自动解析Bson文档来推导集合的Schema，您无需在Flink SQL中声明MongoDB集合的Schema便可以获取具体字段信息。MongoDB Catalog具有以下功能特点：MongoDB Catalog的表名对应MongoDB集合名，无需再通过DDL语句...
Quick Audience活动矩阵里的签到功能开启后是在哪里...
概述 本文描述了Quick Audience活动矩阵里的签到功能开启后是在哪里展示。详细信息 签到是零售商城小程序里用的。这里配置的签到是需要在小程序中使用。适用于 Quick Audience
管理Kafka JSON Catalog
背景信息 Kafka JSON Catalog通过自动解析JSON格式的消息来推导Topic的Schema，您无需在Flink SQL中声明Kafka表的Schema便可以获取消息的具体字段信息。Kafka JSON Catalog具有以下功能特点：Kafka JSON Catalog的表名对应Kafka Topic名，...
发电场输出电力预测
工作流运行完成后，您可以右键单击画布中的 相关系数矩阵，在快捷菜单，单击 可视化分析，查看各特征对输出电力PE的影响。② 将数据集按照8:2拆分为训练数据集和预测数据集。③ 通过 线性回归 组件进行回归建模。④ 通过 预测 组件预测该...
预测
预测输出字段说明：预测类型 predict_result predict_detail predict_score 二分类 预测标签 预测概率矩阵 预测标签的概率 多分类 预测标签 预测概率矩阵 预测标签的概率 回归-回归值 组件截图 二、参数说明 字段设置 参数名称 参数说明 ...
2024-01-04版本
MongoDB（公测中）支持MongoDB Catalog 通过Catalog的方式注册元数据后，支持Schema推导，在创建SQL时，无需再使用DDL创建MongoDB源表。管理MongoDB Catalog（公测中）JDBC连接器支持更多数据类型 新增对Postgres SQL的UUID和JSONB类型的...
事件触发器触发矩阵
事件触发器触发矩阵 表 1 列出了所有命令的事件触发器支持情况。表 1 支持事件触发器的命令标签 命令标签 ddl_command_start ddl_command_end sql_drop table_rewrite 备注 ALTER AGGREGATE X X-ALTER COLLATION X X-ALTER ...
ST_AsHMT
将一组geometry对象按照指定范围和指定分辨率转换为热力矩阵瓦片（H eat M ap T ile）。语法 bytea ST_AsHMT(geometry geometry_set,geometry extent,int4 width,int4 height,int4 value default 1,boolean point_mode default false);...
ST_AsHMT
将一组geometry对象按照指定范围和指定分辨率转换为热力矩阵瓦片（H eat M ap T ile）。语法 bytea ST_AsHMT(geometry geometry_set,geometry extent,int4 width,int4 height,int4 value default 1,boolean point_mode default false);...
ST_AsHMT
将一组geometry对象按照指定范围和指定分辨率转换为热力矩阵瓦片（H eat M ap T ile）。语法 bytea ST_AsHMT(geometry geometry_set,geometry extent,int4 width,int4 height,int4 value default 1,boolean point_mode default false);...
数据建模
进行数据探索 相关性分析 在左侧组件列表，将 统计分析 下的 相关系数矩阵 组件拖入画布中。通过连线，将 相关系数矩阵-1 节点作为 data4ml 节点的下游节点。右键单击 相关系数矩阵-1，在快捷菜单，单击 执行该节点。待运行完成后，右键...
ST_AsHMT
将一组trajectory对象按照指定范围和指定分辨率转换为热力矩阵瓦片（H eat M ap T ile）。语法 bytea ST_AsHMT(trajectory trajectory_set,geometry extent,int4 width,int4 height,int4 value default 1,boolean point_mode default false...
ST_AsHMT
将一组trajectory对象按照指定范围和指定分辨率转换为热力矩阵瓦片（H eat M ap T ile）。语法 bytea ST_AsHMT(trajectory trajectory_set,geometry extent,int4 width,int4 height,int4 value default 1,boolean point_mode default false...
用户窃电识别
区域 描述 ① 统计分析：通过 相关系数矩阵 组件，观察各特征对是否窃漏电的影响。通过 数据视图，查看各特征列与目标列的数据分布关系。本工作流中，特征列 为 power_usage_decline_level、line_loss_rate 及 warning_num，目标列 为 is_...
管理依赖
平台支持管理上下文映射中关联的限界上下文和版本，且支持管理映射推导功能下，时序图设计时候所需要外部依赖以及外部依赖类型。本文介绍如何新增和解除绑定限界上下文关联，以及如何新增外部依赖及其依赖类型。关联限界上下文 新增限界上...
Quick Audience如何进入调查问卷
概述 本文描述了Quick Audience如何进入调查问卷页面。详细信息 在主页面点击社交互动进入社交互动页面后，点击三个小点选择活动矩阵，进入活动矩阵页面后即可开始创建问卷调查。相关文档 问卷调查 适用于 Quick Audience 公共云
预测学生考试成绩
Designer预置了逻辑回归算法模板，便于您基于中学生的家庭背景及在校行为，通过逻辑回归算法快速生成期末成绩预测模型，从而获得影响中学生学业的关键因素。...相关文档 关于算法组件更详细的内容介绍，请参见：逻辑回归二分类 混淆矩阵
横向预测
横向预测输出字段说明：预测类型 predict_result predict_detail predict_score 二分类 预测标签 预测概率矩阵 预测标签的概率 多分类 预测标签 预测概率矩阵 预测标签的概率 回归-回归值 聚类 簇序号-组件截图 二、参数说明 参数名称 参数...
ECI Platform Version兼容矩阵
本文介绍ECI Platform Version的兼容矩阵以及如何升级ECI Platform Version。前提条件 已获取集群KubeConfig并通过kubectl工具连接集群。ECI Platform Version介绍 ECI Platform Version表示ECI（Elastic Container Instance）基础设施的...
ECI Platform Version兼容矩阵
本文介绍ECI Platform Version的兼容矩阵以及如何升级ECI Platform Version。前提条件 已获取集群KubeConfig并通过kubectl工具连接集群。ECI Platform Version介绍 ECI Platform Version表示ECI（Elastic Container Instance）基础设施的...
创建和管理领域行为
领域行为设计是为了推导，应用服务或领域事件消费者接收到请求后，通过领域服务、领域对象的行为来实现核心的业务逻辑。本文介绍如何新建和管理领域行为。新建领域行为业务 登录BizWorks，在 选择平台 下拉列表中选中 建模平台。单击页面右...
基于对象特征的推荐
本文为您介绍如何基于对象特征进行商品推荐。...在 混淆矩阵-1 区域的 混淆矩阵 页签，查看预测评估指标。在线部署模型。如果模型效果达到预期，则可以单击画布上方的 模型列表，将其部署为在线服务。具体操作，请参见 单模型部署在线服务。
使用领域行为设计器
您可以通过时序图的方式推导领域服务、对象行为，平台支持将推导出草稿态模型，生成到限界上下文中。本文介绍如何进行领域行为的设计。操作步骤 登录BizWorks，在 选择平台 下拉列表中选中 建模平台。单击页面右上角 图标或其文本框区域，...
URL请求分类函数
api_path 通过函数推导出URL请求路径对应的接口。regex_tpl 通过算法推导出的正则表达式。输出结果 url_path|api_path|regex_tpl-+-+-/gl/balance/666398186799140|/gl/balance/*|\/gl\/balance\/[0-9].+gl/glaccount/30579281472076|/gl/...
通用型
存储增强通用型实例规格族g8ise 通用型实例规格族g8a 通用型实例规格族g8i 通用平衡增强型实例规格族g8ae 通用型实例规格族g8y 存储增强通用型实例规格族g7se 通用型实例规格族g7a 通用型实例规格族g7 安全增强通用型实例规格族g7t 网络...
PolarDB处理TPC-H查询的挑战和机遇
通过table partitioning，并发做local join，在MPP系统中尽量减少网络数据发送。由于历史原因，MySQL对于join的处理是重度依赖nest loop的，MySQL 8.0之前甚至没有hash join，直至现在也没有sort merge join，它专为nested loop join实现了...
列式JSONB
开启Decimal类型推导 重要 开启Decimal类型推导前，请确保已开启JSONB列存优化。Hologres从 V2.0.11版本开始，支持将DECIMAL类型的数据进行列存优化。例如如下的JSON数据：{"name":"Mike","statistical_period":"2023-01-01 00:00:00+08",...
首页
全渠道智能服务产品矩阵，可快速查看、开通或进入已开通的智能服务产品。
规范定义最佳实践
背景信息 规范定义是指以维度建模作为理论基础，构建总线矩阵，划分并定义主题域、业务过程、维度、原子指标、统计周期和派生指标。在您开始使用Dataphin进行数仓模型设计前，需要完成业务调研、需求分析、构建总线矩阵（从业务数据中抽象...
- 产品推荐
- 这些文档可能帮助您