书栈网 · BookStack 本次搜索耗时 0.029 秒,为您找到 27489 个相关结果.
  • 保存数据到 Oracle DB

    保存数据到 Oracle DB 保存数据到 Oracle DB 创建 t_mqtt_msg 表: CREATE TABLE t_mqtt_msg ( msgid VARCHAR2 ( 64 ), topic VARCHAR2 ( 255 ), qos NUMBER ( 1 ), payload NCLOB ) 创建规则: 打开 EM...
  • Speed-Up DB Open

    Manifest replay WAL replaying Reading footer and meta blocks of all the SST files Opening too many DBs one by one When users reopen a DB, here are some steps that may take lon...
  • DB2 for iSeries connector

    744 2019-09-24 《LoopBack 4 Document》
    loopback-connector-db2iseries Installation Configuration The DB2 iSeries connector enables LoopBack applications to connect to DB2 iSeries data sources.Note: This page was gen...
  • external_net_db.py

    external_net_db.py external_net_db.py 定义了继承自model_base.BASEV2的数据库资源类ExternalNetwork,以及操作类External_net_db_mixin。 后者为db_base_plugin_v2添加了对外部网络方法的支持。
  • docker化Riak DB服务

    Docker化Riak Service 创建Dockefile 创建一个supervisord 配置文件 构建Riak镜像 接下来 Docker化Riak Service 本例子的目标是为了显示你怎样构建使用预安装Riak的Docker镜像。 创建Dockefile 创建一个空文件Dockerfile: $ touch Docker...
  • docker化CouchDB DB服务

    Docker化CouchDB Service 创建第一个数据库 Docker化CouchDB Service 本例子,使用数据卷在两个CounchDB容器中来共享相同的数据。这可能被使用作为热门更新,测试不同CouchDB版本在相同的数据上。 创建第一个数据库 我们标记/var/lib/couchdb 作为数据卷 $ COUCH1 = $ ...
  • 原生DB4AI引擎

    原生DB4AI引擎 关键字解析 使用指导 原生DB4AI引擎 openGauss当前版本支持了原生DB4AI能力,通过引入原生AI算子,简化操作流程,充分利用数据库优化器、执行器的优化与执行能力,获得高性能的数据库内模型训练能力。更简化的模型训练与预测流程、更高的性能表现,让开发者在更短时间内能更专注于模型的调优与数据分析上,而避免了碎片化的技术栈...
  • DB4AI.PREPARE_SNAPSHOT

    DB4AI.PREPARE_SNAPSHOT DB4AI.PREPARE_SNAPSHOT PREPARE_SNAPSHOT是DB4AI特性中数据准备模型训练和解释快照进行协作。快照为所有应用更改的数据和文档提供了完整的序列。通过语法PREPARE SNAPSHOT调用。 表 1 DB4AI.PREPARE_SNAPSHOT入参和返回值列表 ...
  • DB4AI.CREATE_SNAPSHOT

    DB4AI.CREATE_SNAPSHOT DB4AI.CREATE_SNAPSHOT CREATE_SNAPSHOT是DB4AI特性用于创建快照的接口函数。通过语法CREATE SNAPSHOT调用。 表 1 DB4AI.CREATE_SNAPSHOT入参和返回值列表 参数 类型 描述 i_schema IN NAM...
  • 原生DB4AI引擎

    原生DB4AI引擎 关键字解析 使用指导 原生DB4AI引擎 openGauss当前版本支持了原生DB4AI能力,通过引入原生AI算子,简化操作流程,充分利用数据库优化器、执行器的优化与执行能力,获得高性能的数据库内模型训练能力。更简化的模型训练与预测流程、更高的性能表现,让开发者在更短时间内能更专注于模型的调优与数据分析上,而避免了碎片化的技术栈...