腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
数据库
推荐高性能、高可靠、可灵活伸缩的数据库托管服务
专栏作者
举报
109
文章
182154
阅读量
76
订阅数
订阅专栏
申请加入专栏
全部文章(109)
数据库(86)
云数据库 SQL Server(38)
sql(16)
数据处理(9)
安全(7)
其他(5)
oracle(5)
云数据库 Redis(5)
linux(5)
存储(5)
大数据(5)
java(4)
mybatis(4)
mongodb(3)
分布式(3)
windows(3)
机器学习(2)
sqlite(2)
access(2)
spark(2)
sql server(2)
tensorflow(1)
c++(1)
c#(1)
go(1)
nosql(1)
postgresql(1)
ide(1)
eclipse(1)
github(1)
apache(1)
apt-get(1)
spring(1)
人工智能(1)
开源(1)
缓存(1)
网络安全(1)
面向对象编程(1)
jdbc(1)
微信(1)
安全漏洞(1)
https(1)
架构设计(1)
微服务(1)
nat(1)
迁移(1)
搜索文章
搜索
搜索
关闭
MySQL支持哪几类分区表?
数据库
云数据库 SQL Server
大数据
Q 题目 MySQL支持哪几类分区表? A 答案 表分区是指根据一定规则,将数据库中的一张表分解成多个更小的,容易管理的部分。从逻辑上看,只有一张表,但是底层却是由多个物理分区组成,每个分区都是一个独立的对象。分区有利于管理大表,体现了“分而治之”的理念。一个表最多支持1024个分区。 在MySQL 5.6.1之前可以通过命令“show variables like '%have_partitioning%'”来查看MySQL是否支持分区。若have_partintioning的值为YES,则表示支持分
企鹅号小编
2018-02-05
1.9K
0
程序连接数据库响应慢!是 Thread pool 参数捣的鬼吗?
云数据库 SQL Server
数据库
大数据
作者 | haoge0205 数据库版本:percona-mysql 5.6.16 在很长一段时间,都会出现程序连接数据库,出现响应慢的情况,正常在几到几十毫秒之间,但是偶尔会出现上百毫秒的情况; 开始由于开发重新设置并调整过程序连接池,一直怀疑是连接池的问题,但是问题依旧; 📷 因为使用的版本是 percona-mysql 5.6.16 并且使用了数据库连接池。 Thread Pool 根据参数 thread_pool_size 被分为若干个 group, 每个 group 维护 client 发起的 c
企鹅号小编
2018-02-02
1.5K
0
Oracle数据库备份与恢复的三种方法
大数据
Oracle数据库有三种标准的备份方法,它们分别是导出/导入(EXP/IMP)、热备份和冷备份。导出备件是一种逻辑备份,冷备份和热备份是物理备份。 一、 导出/导入(Export/Import) 利用Export可将数据从数据库中提取出来,利用Import则可将提取出来的数据送回到Oracle数据库中去。 1、 简单导出数据(Export)和导入数据(Import) Oracle支持三种方式类型的输出: (1)、表方式(T方式),将指定表的数据导出。 (2)、用户方式(U方式),将指定用户的所有对象及数据导
企鹅号小编
2018-02-02
5.8K
0
Fisher确切概率法在医学统计中的应用及spss中的操作——杏花开医学统计
大数据
导 读 上期我们提到,当四格表资料的样本量n<40或四个格子中至少存在一个格子的频数T<1时,需要用四格表资料的Fisher确切概率(Fisher probabilities in 2×2 table data)法。 四格表资料的卡方检验的内容详见: 《如何用四格表卡方检验进行医学数据的统计分析?》 下面,我们一起来了解两样本的四格表资料的Fisher 确切概率法的基本原理、适用条件及其在SPSS中的操作步骤。 下方为视频版,含软件操作步骤和详细的结果解读。 一、基本形式 四格表资料的Fisher确切概率
企鹅号小编
2018-01-30
12.4K
0
开放的计算能力为数据库瘦身
spark
数据库
大数据
开放的计算能力为数据库瘦身 计算封闭性导致臃肿的数据库 我们在上一期谈到,数据库的臃肿,也就是过多的中间表以及相关存储过程,是由于其计算封闭性造成的。如果能够实现独立的计算引擎,使计算不再依赖于数据库提供,那么就可以为数据库瘦身了。 内部来源的中间数据不必再以数据表的形式落地在数据库中,而可以放到文件系统中,由外部计算引擎提供进一步的计算能力。对于只读的中间数据,使用文件存储时不需要考虑再改写,可以更为紧致并采用一定的压缩手段,而且在访问时也不必考虑事务一致性,机制大为简化,这样能获得比数据库更好多的吞吐性
企鹅号小编
2018-01-11
704
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档