异地容灾 - 云数据库RDS | 百度智能云文档
异地容灾 云数据库 RDS for MySQL 支持异地容灾，以下是典型应用介绍。 使用场景 跨地域热活实例组是由多个 RDS 实例组成的高可用集群，并且允许以上实例分布在不同的地域和可用区，因此能够实现跨地域容灾。 说明： 在 RDS 实例中，代理实例和只读实例将被绑定在唯一的主实例上。 为了便于管理，将以主实例为单位，进行热活实例组的相关操作。
查看审计结果 - 数据库智能驾驶舱 DBSC | 百度智能云文档
已创建云数据库 RDS for MySQL 版实例，详情参见 创建实例 。 已创建云原生数据库 GaiaDB 实例，详情参见 创建集群 。 已经将实例接入 DBSC。 已经将实例加入审计策略，并开启审计开关。 操作步骤 审计日志 登录 DBSC 控制台 。 在左侧导航栏，点击 安全审计—>审计日志 。
SHOW-PROPERTY - Baidu Palo/Doris 使用文档
Key | Value | +----------------------+-------+ | max_user_connections | 100 | +----------------------+-------+ 1 row in set (0.01 sec)`, `55757471809668170000`) > mysql
应用场景 - 分布式数据库 GaiaDB-X | 百度智能云文档
应用场景 海量数据存储 满足物联网、智能家居等超大规模业务数据存储需求，提供海量数据的集群化存储管理服务，解决业务数据增长的后顾之忧。 高并发应用场景 满足电商、金融、社交应用等超高并发业务场景下的数据库服务需求，提供远高于单机性能的超高并发性能。 大数据存储分析 提供高性能的读写能力支撑用户基于海量历史数据做相关业务分析。
特性 - 分布式数据库 GaiaDB-X | 百度智能云文档
特性 平滑扩容：无限扩容，业务不中断平滑扩容。 自动分表：自动化水平分表将海量数据均分到不同的存储节点中。 主从热备：每个分片默认主从热备，节点故障秒级切换，确保业务高可用。 读写分离：支持多只读副本，自带读写分离功能。 自动备份：存储节点数据自动备份，备份文件自动化管理。 监控运维：web界面操作，集群化运维管理；提供完整的云数据库 GaiaDB-X 集群监控。
执行SQL基本操作 - 分布式数据库 GaiaDB-X | 百度智能云文档
执行SQL基本操作 本文介绍如何在 GaiaDB-X 中执行常用的SQL语句。 查看数据库 SHOW DATABASES; 创建、查看和删除表 创建分布式表，更多参考见 CREATE TABLE 。 CREATE TABLE hash_tb( id int, name varchar(30) DEFAULT NULL, primary key(id) ) tbpartition by hash(i
产品定价 - 分布式数据库 GaiaDB-X | 百度智能云文档
产品定价 计费项 分布式数据库 GaiaDB-X 所有的收费项目包含： 计算节点：按照节点个数线性定价收费。 存储节点：按照内存、磁盘线性定价收费。 只读副本：按照内存、磁盘线性定价收费。 计费方式 分布式数据库 GaiaDB-X 支持后付费计费方法，详细的计费规则说明如下： 计费方式 说明 后付费－按时付费 - 按分钟计费，不足1分钟按1分钟计。 - 按照实例配置计费。 -按小时扣费，即北京时间
术语表 - 分布式数据库 GaiaDB-X | 百度智能云文档
术语表 名词 描述 地域 数据中心所在的地理位置。 可用区 可用区是指在某一地域内，具有独立电力和网络的物理区域。同一可用区内实例之间的网络延时更小。 实例（集群） GaiaDB-X采用多节点集群的架构，集群中有多个计算节点和存储节点，集群也称为实例。 计算节点 GaiaDB-X实例是存储计算分离架构，计算层由多个计算节点构成，每一个节点关系对等，规格相同。计算节点包括SQL解析器、优化器、执行器
优势 - 分布式数据库 GaiaDB-X | 百度智能云文档
优势 云数据库 GaiaDB-X 对比自建分布式数据库有以下优势 - 云数据库 GaiaDB-X 自建分布式数据库 快速部署 一键自动部署，简单快速，无须自行构建复杂的多节点架构 人工部署，对架构和技术都有较高的要求 简易运维 完善的web控制台功能，只需设置分库键，自动分表 数据库人工配置复杂的SQL路由规则，耗时耗力 自动扩容 自动扩容，无限扩容，业务不中断 节点准备及数据迁移，操作复杂，对服
基本原理 - 分布式数据库 GaiaDB-X | 百度智能云文档
基本原理 水平分表 在云数据库 GaiaDB-X 中，一张分布式表(table)会按照指定的 partition key 和 partition mode（一般是hashmode）被水平拆分成多个数据片（称为tablet），分散在多个数据存储节点(tsc)中。分布式表主要解决单机容量问题，并且通过平行写入提升整体的写入能力。开发时不需要再考虑数据如何拆分和数据路由等问题，只需要设定 partiti
