方案概述 服务器 → 自定义日志采集程序 → KAFKA → BSC → TSDB → Sugar BI 配置步骤 一个完整的 Flink SQL 作业由 source 表、sink 表和 DML 语句构成。
产品介绍 产品优势 三节点高可用:一主两备,自动化故障切换,保障数据库高可用性; 强同步复制:保障主节点与备节点、主节点与只读节点之间的数据强一致; DB防火墙:代理实例安全模块记录可疑SQL注入语句,实现告警或拦截,保障数据安全; 读写分离:只读实例分担主实例读业务负载,代理实例流量分发模块实现读写流量智能分发; 备份优化:更长的备份保留时间,最长可达10年; 日志优化:更长的日志文件保留时间,binlog
BCC自建SQL Server性能问题排查 内存不足 CPU利用率过高 硬盘IO过高 数据库表设计不当 查询语句不优化 并发连接数过高 服务器性能排查:CPU、内存、磁盘IO 问题分析定位: 数据库访问慢原因; 定位慢SQL给出优化建议。 技术专家主要工作内容: * 收集性能数据:使用性能监控工具对SQL Server进行监控,收集性能指标数据。
支持的DDL语句如下: CREATE DATABASE、CREATE INDEX、CREATE TABLE、CREATE PROCEDURE、CREATE FUNCTION、CREATE VIEW ALTER TABLE、ALTER VIEW、ALTER FUNCTION、ALTER PROCEDURE DROP FUNCTION、DROP INDEX、DROP PROCEDURE、DROP TABLE
Mongo数据源 SQL 建模方式 Sugar BI 中 MongoDB 可以使用 SQL 建模 方式进行数据的可视化 ,但是 MongoDB 本身不支持 SQL 语句,所以它的数据绑定方法比较特殊。 在 SQL 模型编辑里参考如下图所示的方式配置: 其中 SQL 语句 里对应的是 Mongo 的 Query 命令。
logs' ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' LOCATION '/tmp' 建表成功后,可以使用SQL语句查询结果。
自定义 SQL 视图中嵌入各类参数 在查询中,用户通常设置过滤条件来进行数据查询的过滤,过程如下: 创建一个自定义 SQL 视图 设置图表的过滤组件,例如:设置日期过滤组件,并关联相应的数据模型和字段: 选择日期,点击查询,点击图表「调试」,可以看到生成的 SQL 语句如下: 但是,如果您的数据量非常大,上图中,SQL 的 where 子句是加在外层,而外层加 where 无法阻止数据库扫描全表,因此需要将
如: SET exec_mem_limit = 10 * 1024 * 1024 * 1024 ; SET forward_to_master = concat ( 'tr' , 'u' , 'e' ) ; 在查询语句中设置变量 在一些场景中,我们可能需要对某些查询有针对性的设置变量。 通过使用SET_VAR提示可以在查询中设置会话变量(在单个语句内生效)。
1, $all:[{"active" : true}]}) 说明 上述语句查询到的进程或会话信息中,包含 DTS 连接源数据库的进程或会话。
有两种关联格式,分别为简单模式和高级模式(下面的各个截图都是联动的下级图表数据的『调试』时所展示的,左侧是原始的伪 SQL,右侧是生成的真正要在数据库上执行的 SQL 语句): 1.简单模式 简单模式时,使用的伪语法格式为: {field = [dependence]} 或者 {field = [dependence || default]} 其中 field 是 SQL 中的字段名(根据您的数据表结构来决定的