HTAP中的行列混存查询优化
因此在所有的数据库系统中都存在查询优化器，典型的查询优化器结构如下图所示：通常，查询优化器会通过如下三个典型组件来协同工作：Plan space enumeration：根据一系列的等价变换规则生成与查询等价的多个执行计划。cardinality ...
行业模型模版
模版详情页 行业模版详情页，为您提供了指定行业模型模版内容的概要介绍，以及该模版中包含的数仓规划、模型、指标等多种建模对象的数量统计。在正式购买之前，您也可先免费试用体验版。体验版：体验版包含的模型，是从对应行业完整模版...
评分卡训练
先通过分箱组件将特征离散化，再进行WOE转换，即使用变量落入的分箱所对应的WOE值替换变量的原始值。分数转换 评分卡的信用评分等场景中，需要通过线性变换将预测得到的样本odds转换成分数，通常通过如下的线性变换实现。您可以通过如下三...
附录1 云产品监控指标
云数据库MongoDB版-单节点实例 云数据库MongoDB版-副本集 新版云数据库Memcache 新版云数据库Memcache集群版 云原生多模数据库Lindorm单机版 云原生多模数据库LindormServerless 云原生多模数据库Lindorm 云原生多模数据库Lindorm多可用区...
H5数选器
简介 H5端数字选择器组件，通过点按数字增加或减少按钮，快速增加或减少要输入的数字，可以灵活配置步数和精度。属性配置 数选器组件属性由以下部分组成：分类 参数 示例 说明 属性 步数 类型 成功图标 通过设置步数，可以控制每次加减的...
通用联邦学习模板
其中，整型Numeric特征用BIGINT标识，浮点型Numeric特征用DOUBLE标识。交叉验证：在交叉验证中，数据集被划分为训练集和验证集两部分，模型基于训练集进行训练，然后用验证集来评估模型的性能。这种方法可以有效地评估模型的泛化能力，并...
创建压测场景
同步定时器：可设置 停顿时长 和 模拟用户数，表示在一定时间内先等待达到一定用户数然后触发测试，但若在设定时间内未达到指定用户数，则不会继续等待，直接触发测试。统一随机定时器：统一随机定时器用于控制停顿时长，可设置 延迟基准 ...
性能测试工具-图形工具
通用配置（可选）以下配置测试相关的参数，如压缩、编码、线程数、数据量、字段大小、测试用例等。默认不需要修改，如有需求可根据场景进行修改。参数名称 参数说明 test_name 测试名称，只用作显示。table_name 测试用表名称，用于测试...
基本概念
本文介绍 云原生多模数据库 Lindorm 帮助文档中的相关名词和术语的解释。A 安全组 安全组是一种虚拟防火墙，用于控制安全组中的ECS实例的出入流量。在Lindorm实例的白名单中添加安全组后，该安全组中的ECS实例就可以访问Lindorm实例。更多...
设置优化器的Join Reorder
为了提高列存索引（IMCI）处理复杂查询的能力，列存索引优化器通过结合变换规则与表中各个列的统计信息，基于代价生成高效的执行计划，以此来增强自身的优化器能力。本文介绍列存索引查询优化功能的工作原理、使用方法以及使用限制等内容。...
东软案例
东软基于Lindorm打造，面向政企互联网化数字信息系统运维监控场景的新一代IT智能运维系统部署架构如下图所示，其中Lindorm作为核心运维数据存储、检索引擎全量接收来自移动终端、网络嗅探器、业务监控探针、日志采集器等多种数据来源实时...
JSON支持
特别是，区分大小写的列名应该用双引号括起来。例如，要插入到一个有两列名为 myKey 和 value 的表中，可以执行以下操作：INSERT INTO persioninfo JSON '{"c1":"key","c2":"value"}' 默认情况下或者显式使用default NULL，JSON映射中省略...
产品架构
本文介绍 云原生多模数据库 Lindorm 的产品架构，包括业务背景和总体结构。业务背景 伴随着信息技术的飞速发展，各行各业在业务生产中产生的数据种类越来越多，有结构化的业务元数据、业务运行数据、设备或者系统的量测数据，也有半结构化...
云原生多模数据库Lindorm
本文为您介绍如何使用云原生多模数据库Lindorm连接器。背景信息 Lindorm是面向物联网、互联网、车联网等设计和优化的云原生多模超融合数据库，是日志、监控、账单、广告、社交、出行、风控等场景首选数据库，也是为阿里巴巴核心业务提供...
查询改写
查询改写组件的主要功能是将用户输入的SQL语句，基于关系模型的等价变换，转换为执行效率更优的形式，从而减少优化器查找最优执行计划的时间，并大幅提升查询的执行效率。一些最为常见的查询变换发生在这个阶段，如"子查询展开"，"谓词下推...
产品优势
本文介绍 云原生多模数据库 Lindorm 与其他开源数据库的区别。背景信息 云原生多模数据库 Lindorm 兼容HBase、Cassandra、S3、TSDB、HDFS、Solr等多种标准接口，支持宽表、时序、对象、文本、队列、空间等多种数据模型，适用于日志、账单、...
模型概述
所有的模型，其组件类型只有 模型查看器 一种，组件的详细配置说明请参见 模型查看器。您可以在画布中添加模型组件内容，按照 模型查看器 组件配置的使用方法，来自定义修改，包括可配置模型的位置移动、大小缩放、样式配置、数据配置和...
逆向建模：物理表反向建模
表命名规范 用于解析通过 表名匹配规则 匹配到的表名称，来规范逆向建模后的模型名称，并将模型挂在至相应的数仓层级下。具体如下：解析规则 解析匹配到的表名称及下划线个数。表名称最多可包含9个下划线，每两个下划线之间可选择配置为 ...
数选器
可选项如下：小（数选器宽度100px）中（数选器宽度140px）大（数选器宽度170px）间距 间距设置属于页面组件通用属性，关于 此部分属性的更多信息，请参 见 样式。数据 绑定实体字段 数选器组件需要配置数据源。通常将其绑定数据实体的一个...
百川开源大语言模型
正整数 batch_size Integer 单次传递给模型用以训练的数据（样本）个数，一般单次训练数据个数越大，占用显存会越多，同时单步训练速度会越慢，但是训练效果会越好 7b模型支持[1,2,4,8,16,32]13b模型支持[1,2,4,8,16]learning_rate Float ...
百川开源大语言模型
正整数 batch_size Integer 单次传递给模型用以训练的数据（样本）个数，一般单次训练数据个数越大，占用显存会越多，同时单步训练速度会越慢，但是训练效果会越好 7b模型支持[1,2,4,8,16,32]13b模型支持[1,2,4,8,16]learning_rate Float ...
ChatGLM开源双语对话语言模型
正整数 batch_size Integer 单次传递给模型用以训练的数据（样本）个数，一般单次训练数据个数越大，占用显存会越多，同时单步训练速度会越慢，但是训练效果会越好[1,2,4,8,16,32]learning_rate Float 学习率，决定了每次参数更新时参数...
ChatGLM开源双语对话语言模型
正整数 batch_size Integer 单次传递给模型用以训练的数据（样本）个数，一般单次训练数据个数越大，占用显存会越多，同时单步训练速度会越慢，但是训练效果会越好[1,2,4,8,16,32]learning_rate Float 学习率，决定了每次参数更新时参数...
配置路由算法
按表规则路由 简单取模 数字取模：#user_id#100 二次取模：#user_id#10000%100 数字JavaHash取模：Math.abs(#user_id#.hashCode())%100 字符串取模 数字字符串hash：Math.abs(#user_id#.toString().hashCode())%100 字符串hash：Math.abs(#...
OpenNLU开放域文本理解模型
OpenNLU是开箱即用的文本理解大模型，适用于零样本、少样本条件下进行文本理解任务，如信息抽取、文本分类等。开发者可以通过以下链接，了解如何通过大模型服务平台调用OpenNLU开放域文本理解模型API。快速使用 API详情
查看监控数据
结合阿里云云监控服务，您可以查看云连接器的云监控数据，例如云连接器实例连接数、云连接器实例流入流量和流出流量等。您可以根据各监控指标来排查问题。登录 云连接器管理控制台。在 实例列表 页面，找到目标云连接器实例，在 监控 列...
LLaMa2 大语言模型
1到10之间的整数，默认为1 batch_size Integer 单次传递给模型用以训练的数据（样本）个数，一般单次训练数据个数越大，占用显存会越多，同时单步训练速度会越慢，但是训练效果会越好 7b模型支持[1,2,4,8,16,32]13b模型支持[1,2,4,8,16]...
LLaMa2 大语言模型
1到10之间的整数，默认为1 batch_size Integer 单次传递给模型用以训练的数据（样本）个数，一般单次训练数据个数越大，占用显存会越多，同时单步训练速度会越慢，但是训练效果会越好 7b模型支持[1,2,4,8,16,32]13b模型支持[1,2,4,8,16]...
数据模型
该功能用在定义 HTTP 类型的 API 服务的参数，其他类型的 API 服务无需手动定义。关于此任务 目前支持以下数据模型定义方式：可视化编辑：逐条添加模型参数。样本数据编辑：从样本数据解析出数据模型，推荐使用这种方式。操作步骤 完成以下...
数据安全
多可用区部署 云原生多模数据库 Lindorm 的多可用区部署方案是指将一个Lindorm实例部署在多个可用区，多可用区实例具备更高的容灾能力，同时Lindorm实例可以实现多个可用区之间数据的强一致，也可以在数据最终一致的情况下发出请求，快速...
应用概览
为Java应用安装探针后，ARMS即可开始监控Java应用，您可以在 应用概览 页面了解应用的请求数、错误数、耗时、实例数等信息。前提条件 重要 ARMS应用监控面向已开通新版计费的用户提供全新的监控详情页面，新版计费详情，请参见 产品计费...
config子句
rerank_hint BOOL false 是否走第二轮算分 rank_size NUMBER 0 粗排数，也就是直接动态索引截断数，如果为0,则用配置文件里的值 rerank_size NUMBER 0 第一轮精排数，如果为0,则用配置文件里的值 total_rank_size NUMBER 0 各partition粗排...
config子句
rerank_hint BOOL false 是否走第二轮算分 rank_size NUMBER 0 粗排数，也就是直接动态索引截断数，如果为0,则用配置文件里的值 rerank_size NUMBER 0 第一轮精排数，如果为0,则用配置文件里的值 total_rank_size NUMBER 0 各partition粗排...
config子句
rerank_hint BOOL false 是否走第二轮算分 rank_size NUMBER 0 粗排数，也就是直接动态索引截断数，如果为0,则用配置文件里的值 rerank_size NUMBER 0 第一轮精排数，如果为0,则用配置文件里的值 total_rank_size NUMBER 0 各partition粗排...
config子句
rerank_hint BOOL false 是否走第二轮算分 rank_size NUMBER 0 粗排数，也就是直接动态索引截断数，如果为0,则用配置文件里的值 rerank_size NUMBER 0 第一轮精排数，如果为0,则用配置文件里的值 total_rank_size NUMBER 0 各partition粗排...
基于代价的查询变换
如下图所示，对于输入的SQL，CBQT收集到基于代价的查询变换A和B，这两个变换组成的状态空间有：None（均不作变换）、A（只做变换A）、B（只做变换B）、AB（变换A和变换B都做）。这些状态空间分别对应不同的执行计划：Plan1、Plan2、Plan3、...
快速入门
本文介绍快速使用 云原生多模数据库 Lindorm AI引擎的方法。操作步骤 从开通到使用Lindorm AI引擎，您需要完成以下操作：开通Lindorm AI引擎。如何开通，请参见 开通指南。根据业务需求，连接宽表引擎或时序引擎：使用非结构化数据分析与...
YARN指标
YARN指标包含以下部分：YARN-HOME YARN-Queues YARN-Resourcemanagers YARN-NodeManagers YARN-JobHistory YARN-TimelineServer YARN-HOME 参数 指标 描述 NumOpenConnections yarn_resourcemanager_rpc_NumOpenConnections 打开连接数。...
模型训练
召回率（R）：对某一类别而言为正确预测为该类别的样本数与该类别的总样本数之比，对于整体而言为正确预测的样本数与所有类别的总样本数之比。F1 值：F1 值为精确率和召回率的调和平均数，值越大越好。如果您的分类问题为单标签分类问题...
查看内置规则模板
基准值 历史样本的对比值：如果规则是SQL任务表行数，相比7天前的波动率，则基准值是7天前那一天分区产生的表行数。即今天的采样结果与7天前那一天分区的结果比较波动率。如果规则是SQL任务表行数，7天平均值波动检测，则基准值是前7天的表...
- 产品推荐
- 这些文档可能帮助您