模式匹配操作符 - Baidu Palo/Doris 使用文档
所有字符表达式（char1、char2）都可以是 CHAR、VARCHAR 或 STRING 数据类型中的任何一种。如果它们不同，则 PALO 会将它们全部转换为 VARCHAR 或者 STRING。
数据自动补全 - 百度数据可视化Sugar BI | 百度智能云文档
并且 info 在数据库中的数据内容如下： 如果在 SQL 模型中将 info 字段的数据类型设置为「整数」，则补全结果如下： 可以看到，虽然数据库中保存的是有补位格式的数字，由于数据类型设置为「整数」，前面的 0 被忽略了。 如果在 SQL 模型中将 info 字段的数据类型设置为「字符串」，则补全结果如下： 此时，Sugar BI会识别数字序列中的补位形式，并自动生成相同形式的补充数据。
将Palo作为目标端 - 数据传输服务DTS | 百度智能云文档
DTS支持的Palo目标端数据类型 下表列出了使用DTS时支持的DTS数据类型与Palo目标端数据类型的默认映射。 有关如何查看源端映射的数据类型的信息，请参阅有关源端数据源的数据类型映射部分。
导入BOS中的数据 - Baidu Palo/Doris 使用文档
cesskey" = "353b8dexxxxxxxxxxb156d3", 16 "bos_secret_accesskey" = "ea15a18xxxxxx29f78e8d77" 17 ); ENGINE：ENGINE 的类型为
报表AI功能的数据准备 - 百度数据可视化Sugar BI | 百度智能云文档
2 设置准确的日期时间、地理信息字段类型 AI 助手问数功能需要根据您设置的字段类型，进行关键词识别、匹配和处理，因此对于日期、时间、地理纬度相关字段，您需要在数据模型页面进行数据类型转换。 例如，如果日期字段本来以以字符串形式存储，选中对应的字段名称，在「数据类型转换」将其转成日期类型。设置完成后，您即可在问数页面中直接针对日期范围的筛选进行相关提问。
数据分桶 - Baidu Palo/Doris 使用文档
请注意，该参数与后期系统通过历史分区数据推算出的未来分区大小无关。 维护数据分桶 提示： 目前，PALO 仅支持修改新增分区的分桶数量，对于以下操作暂不支持： 不支持修改分桶类型 不支持修改分桶键 不支持修改已创建的分桶的分桶数量 在建表时，已通过 DISTRIBUTED 语句统一指定了每个分区的数量。为了应对数据增长或减少的情况，在动态增加分区时，可以单独指定新分区的分桶数量。
Schema 变更 - Baidu Palo/Doris 使用文档
操作类型 增加、删除 Value 列，修改列名，修改 VARCHAR 长度 修改列的数据类型、更改主键、修改列的顺序等 轻量级 Schema Change 轻量级 Schema Change 是指不涉及数据重写的简单模式更改操作。这些操作通常在元数据级别进行，仅需要修改表的元数据，而不涉及数据文件的物理修改。轻量级 Schema Change 操作通常能够在秒级别完成，不会对系统性能造成显著影响。
优化索引设计和使用 - Baidu Palo/Doris 使用文档
优化建议： 对于文本类型的全文检索，以及字符串、数值、日期时间类型字段上的等值或范围查询，均可利用倒排索引来加速查询。特别是在某些情况下，如原始表结构和 Key 定义不便优化，或重新导入表数据的成本较高时，倒排索引提供了一种灵活的加速方案，以优化业务执行性能。 总结 在 Schema 调优中，除了表级 Schema 优化外，索引优化同样占据重要地位。
数据模型 - 百度数据可视化Sugar BI | 百度智能云文档
BI的数据模型中支持以下多种计算字段，详见 计算字段 数据类型转换 Sugar BI 中支持转换字段的数据类，例如将字符串类型的 20250801 转换成标准化的日期类型，详见 数据类型转换 数据筛选 在创建数据模型时，例如我们想让这个数据模型之后只用来分析「北京」地区的数据，而不关心其它地区的数据。
InfluxDB数据源 - 百度数据可视化Sugar BI | 百度智能云文档
下面具体介绍如何将 InfluxDB 2.X 中数据绑定到 Sugar BI 的图表中： 首先我们选择使用「SQL 建模」的方式绑定表格的数据： 然后在 SQL 建模中，我们书写 Flux 的查询语句，并且对查询结果的每个字段做描述（包括字段名、数据类型等）: 最后，将多个字段绑定到表格的列上，并「刷新」即可看到数据，有问题也可「调试」查看具体信息：
