暂无图片
400-660-8755 转 6
@墨天轮云平台
鄂ICP备20004584号
墨天轮小助手:modb666
关于我们平台计算服务由长江鲲鹏提供
Copyright © 2025 墨天轮 ICP证鄂B2-20200403
页面不存在或权限不足...
登录查看
不如来看看这些吧
pgcenter显示如下:
回答 1
pgcentertop显示异常(如出现奇怪符号$<2>等),可能由以下原因导致,可按对应方法排查解决:1.依赖项检查与安装pgcenter部分功能依赖plperlu扩展及相关Perl模块(
各位大佬,刚开始学习openGauss,有入门书籍推荐吗?
回答 1
您好,社区有整理openGauss的学习路径以及知识图谱,希望对您有帮助:知识图谱:https://www.modb.pro/graph/1300学习路径:https://www.modb.pro/p
No package 'libevent' found
回答 2
Theerrormessage"Nopackage'libevent'found"typicallyoccurswhenyou'retryingtocompileorinstallsoftwareth
Oracle19C
回答 1
可以有偿
Oracle RAC节点的Cache Fusion做数据同步时,走的是TLS加密?还是明文的传输?
回答 3
在OracleRAC(RealApplicationClusters)中,CacheFusion是节点间内存数据同步的核心机制,它通过私有网络(Interconnect)传输数据块(如BufferCa
关于导入数据的日志记录
回答 1
1.psql的–singlestep选项可能满足你的需求,每条语句需要确认再执行。2.pgrestore的–verbose选项可以打印出日志,默认是只有失败才输出日志。
oracle ASM磁盘组一个磁盘offline问题,如何找到对应的哪块盘并修复?
回答 8
已采纳
三个存储节点都查一下griddisk状态:cellclielistgriddiskattributesname,asmmodestatus,asmdeactivationoutcome还有存储错误日志
pg_rewind的使用的例子
回答 1
在PostgreSQL中,当你遇到主库故障后切换到备库,并且希望原来的主库恢复为新的备库时,确实可能会遇到时间线不一致的问题。这种情况下,可以使用pgrewind工具来同步数据,但前提是需要确保一些前
17页
Oracle数据库巡检基线 7280浏览
1. 环境与软硬件规范 2. 操作系统安装规范 3. 操作系统配置规范 4. ORACLE数据库配置规范 5. 安全基线配置
22页
数据库政府采购需求标准(2023版).pdf 93929浏览
1 附件 数据库政府采购需求标准(2023 年版) 2 目 录 分布式数据库政府采购需求标准3 集中式数据库政府采购需求标准13
54页
2022年8月中国数据库行业分析报告-融会贯通,并行不悖.pdf 12813浏览
2022年8月的墨天轮中国数据库流行度排行榜出炉,共有236个数据库参与排名。本月榜单前五名的变化是:openGauss以12.7分优势反超达梦重回第二。榜单前十,有一半的开源数据库产品占据席位。这与DB-Engines相关统计数据也保持着一致性,目前商业数据库与开源数据库所占的市场份额日渐趋平分秋色,分别接近50%的份额。此外,本月排名规则上有微调,论文数这一细则有所变化,为了更加真实客观地展现各厂商在学术领域和前沿技术上的成就,在VLDB、SIGMOD、ICDE三大顶会上发表论文每篇额外加2分。另外墨天轮新增了俄罗斯数据库流行度排行榜 ,排行榜现收录了32个俄罗斯数据库,目前ClickHouse、GigaBASE、Postgres Pro分别位于前三甲。鉴于分析型需求日益崛起,本期报告侧重对 MPP 数据库 和 HTAP 数据库进行分析。
华为GaussDB 100 JDBC驱动 6908浏览
28页
5-毛银杰-性能之巅:纳秒级交易系统优化实践.pdf 12850浏览
性能之巅 毛银杰 目录 CONTENTS 01 背景 02 影响性能的要素 03 瓶颈定位方法 04 合理的性能评估 05 金融领域案例分享 06 挑战 07 未来展望
19页
元数据管理-DAMA-DMBOK:数据管理知识体系(第二版)(1).pdf 6834浏览
元数据管理-DAMA-DMBOK:数据管理知识体系(第二版)(1).pdf
47页
Oracle19c RAC for Centos7.6最详细安装文档 7278浏览
48页
2022年11月中国数据库行业分析报告-极智穷思,数往知来.pdf 8892浏览
近年来,随着大数据、机器学习算法、新型硬件技术的发展,几乎所有行业对 AI 的需求都在快速增长。在很多行业中,相比于结构化数据,非结构化数据和半结构化数据不仅数量更多,而且其商业价值甚至可能超越传统的关系数据。DB与AI相结合成为当前热门的研究主题之一。 AI 算法门槛较高,依赖 AI 算法设计师和模型训练师来落地算法应用,造成 AI 落地难,急需利用数据库系统技术来降低 AI 使用门槛; DB 和 AI 的功能界限变得模糊,用户需要兼具 DB 和 AI 的混合分析功能,AI 原生数据库将是解决这个需求的关键技术; AI 原生数据库一方面扩展 SQL 的算子来支持 AI 算子,实现库内的训练和推理,一方面通过数据库内置 AI 算法来提升数据库的智能优化、智能运维; AI原生数据库在数据模型、数据操作和系统部署层面都带来新的挑战。