查询表详情 - 千帆AI应用开发者中心-API参考qianfan-api | 百度智能云文档
查询表详情 { headInfo : , debugUrl :{ url : http://{host}/v{version}/table?desc , href : , method : POST }, debugDesc : 查询指定表的详细信息。
新增表字段 - 千帆AI应用开发者中心-API参考qianfan-api | 百度智能云文档
新增表字段 { headInfo : , debugUrl :{ url : http://{host}/v{version}/table?addField , href : , method : POST }, debugDesc : 在指定表中新增一个字段，当前仅支持新增标量、向量字段。
列出所有表 - 千帆AI应用开发者中心-API参考qianfan-api | 百度智能云文档
列出所有表 { headInfo : , debugUrl :{ url : http://{host}/v{version}/table?list , href : , method : POST }, debugDesc : 列出指定库包含的所有表。
错误码表 - 文字识别OCR
错误码表 IdcardQuality错误 错误信息 描述 IDCQ_NO_AUTHORITY 授权失败，Token无效 IDCQ_PATH_ERROR 模型地址错误，请保证idcardquality.framwork完整性 IDCQ_MODEL_INIT_ERROR 模型初始化错误，请保证idcardquality.framwork完整性 IDCQ_IMAGE_ERROR image错误，请保证image
错误码表 - 文字识别OCR
错误码表 验证错误 错误码 错误信息 说明 备注 110 Access token invalid or no longer valid Access Token过期失效 请重新获得有效的Token 283501 License file check error 授权文件不匹配 请在 控制台 中配置正确的包名，并确认使用了正确的授权文件 283502 App identifier unmatch BundleId
数据表 - 百度千帆·数据智能平台DataBuilder | 百度智能云文档
数据模式名称 数据库模式名称，用于在数据库中进一步划分不同的命名空间。 数据表名称 数据表的唯一标识名称。 表类型 内部表/外部表。 数据源格式 ICEBERG。 存储路径 指定数据表在存储介质（如文件系统、对象存储等）上的存储位置路径。 表属性 数据表的自定义属性信息。 创建时间 数据表创建的具体时间。 创建人 创建该数据表的用户名。 修改时间 数据表最后一次修改的时间。
导出数据到外部表 - Baidu Palo/Doris 使用文档
导出数据到外部表 PALO 支持通过 INSERT 命令直接将数据写入到 ODBC 外部表，作为数据导出的一种方式。 首先须通过 CREATE ODBC TABLE 名创建一个 ODBC 外部表。
使用MQTT数据表 - 物联网数据可视化 | 百度智能云文档
完成创建 若生成的数据符合需求，则可点击”确定“按钮，完成数据表的创建及保存。创建成功后页面跳转到真实数据展示页面： 绑定数据 此后，我们可以进一步编辑“流水线”，如“新增一列”、“列排序”等，也可返回“画布”区域，对可视化元件进行数据绑定等。
使用仿真数据数据表 - 物联网数据可视化 | 百度智能云文档
数据更新方式 该属性控制各批次数据的组合方式： “追加”表示后一批数据被“添加”在现有数据之后，如每次生成 10 行数据，第一次更新后数据表有 10 行数据，第二次更新后有 20 行数据，以此类推，数据表最大行数为 1000 行，如超过最大行数，最早的数据被移出数据表（“先进先出”）； “覆盖”表示后一批数据永远将表中现有数据完全替换，如每次生成 10 行数据，则最终数据表无论更新多少次也只会有 10
使用分区裁剪优化扫表 - Baidu Palo/Doris 使用文档
使用分区裁剪优化扫表 概述 PALO 作为一款高性能实时分析数据库，提供了强大的分区裁剪（Partition Pruning）功能，可以显著提升查询性能。分区裁剪是一种查询优化技术，它通过分析查询条件，智能识别与查询相关的分区，并仅扫描这些分区的数据，从而避免了对无关分区的不必要扫描。这种优化方式能够大幅减少 I/O 操作和计算量，进而加速查询执行。
