阿里云数据湖分析今天发布了控制台对于SQL停止操作的支持, 您提交了一个查询之后，可以点击“停止”进行终止。
同样的功能在SQL监控页面也进行了支持:
细心的读者可以注意到了，我们对SQL监控页面也进行了更新，在列表里面我们新增了查询的提交者的展示，通知查询的时候也可以针对某个用户对所有的查询进行过滤了:
希望你们喜欢这两个小功能，同时欢迎大家关注我们的钉钉群获取最新的信息:
阿里云数据湖分析-控制台支持SQL的停止操作
2021-01-21
558
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
阿里云数据湖分析今天发布了控制台对于SQL停止操作的支持, 您提交了一个查询之后，可以点击“停止”进行终止。
目录
相关文章
|
11天前
|
SQL
存储
数据可视化
|
10天前
|
Dubbo
IDE
Java
dubbo学习二：下载Dubbo-Admin管理控制台，并分析在2.6.1及2.6.1以后版本的变化
这篇文章是关于如何下载和部署Dubbo管理控制台（dubbo-admin）的教程，并分析了2.6.1版本及以后版本的变化。
10
0
0
|
1月前
|
SQL
机器学习/深度学习
自然语言处理
Text-to-SQL技术演进 - 阿里云OpenSearch-SQL在BIRD榜单夺冠方法剖析
本文主要介绍了阿里云OpenSearch在Text-to-SQL任务中的最新进展和技术细节。
86
7
7
|
2月前
|
存储
分布式计算
监控
揭秘阿里云EMR：如何巧妙降低你的数据湖成本，让大数据不再昂贵？
【8月更文挑战第26天】阿里云EMR是一种高效的大数据处理服务，助力企业优化数据湖的成本效益。它提供弹性计算资源，支持根据需求调整规模；兼容并优化了Hadoop、Spark等开源工具，提升性能同时降低资源消耗。借助DataWorks及Data Lake Formation等工具，EMR简化了数据湖构建与管理流程，实现了数据的统一化治理。此外，EMR还支持OSS、Table Store等多种存储选项，并配备监控优化工具，确保数据处理流程高效稳定。通过这些措施，EMR帮助企业显著降低了数据处理和存储成本。
97
3
3
|
2月前
|
安全
数据管理
大数据
数据湖的未来已来：EMR DeltaLake携手阿里云DLF，重塑企业级数据处理格局
【8月更文挑战第26天】在大数据处理领域，阿里云EMR与DeltaLake的集成增强了数据处理能力。进一步结合阿里云DLF服务，实现了数据湖的一站式管理，自动化处理元数据及权限控制，简化管理流程。集成后的方案提升了数据安全性、可靠性和性能优化水平，让用户更专注业务价值。这一集成标志着数据湖技术向着自动化、安全和高效的未来迈出重要一步。
56
2
2
|
2月前
|
存储
机器学习/深度学习
弹性计算
|
2月前
|
前端开发
Java
JSON
Struts 2携手AngularJS与React：探索企业级后端与现代前端框架的完美融合之道
【8月更文挑战第31天】随着Web应用复杂性的提升，前端技术日新月异。AngularJS和React作为主流前端框架，凭借强大的数据绑定和组件化能力，显著提升了开发动态及交互式Web应用的效率。同时，Struts 2 以其出色的性能和丰富的功能，成为众多Java开发者构建企业级应用的首选后端框架。本文探讨了如何将 Struts 2 与 AngularJS 和 React 整合，以充分发挥前后端各自优势，构建更强大、灵活的 Web 应用。
45
0
0
|
2月前
|
SQL
数据采集
数据挖掘
|
2月前
|
SQL
数据采集
算法
【电商数据分析利器】SQL实战项目大揭秘：手把手教你构建用户行为分析系统，从数据建模到精准营销的全方位指南！
【8月更文挑战第31天】随着电商行业的快速发展，用户行为分析的重要性日益凸显。本实战项目将指导你使用 SQL 构建电商平台用户行为分析系统，涵盖数据建模、采集、处理与分析等环节。文章详细介绍了数据库设计、测试数据插入及多种行为分析方法，如购买频次统计、商品销售排名、用户活跃时间段分析和留存率计算，帮助电商企业深入了解用户行为并优化业务策略。通过这些步骤，你将掌握利用 SQL 进行大数据分析的关键技术。
104
0
0
|
2月前
|
SQL
数据挖掘
BI
【超实用技巧】解锁SQL聚合函数的奥秘：从基础COUNT到高级多表分析，带你轻松玩转数据统计与挖掘的全过程！
【8月更文挑战第31天】SQL聚合函数是进行数据统计分析的强大工具，可轻松计算平均值、求和及查找极值等。本文通过具体示例，展示如何利用这些函数对`sales`表进行统计分析，包括使用`COUNT()`、`SUM()`、`AVG()`、`MIN()`、`MAX()`等函数，并结合`GROUP BY`和`HAVING`子句实现更复杂的数据挖掘需求。通过这些实践，你将学会如何高效地应用SQL聚合函数解决实际问题。
45
0
0
热门文章
最新文章
1
如何通过控制台来访问HBase开源组件？
2
在Windows Mobile的控制台应用中使用Notification
3
【转】 Windows控制台上的UTF-8支持
4
Python - loguru日志库，高效输出控制台日志和日志记录
5
ArcEngine控制台应用程序
6
SAP的netweaver应用服务器控制台之二---启动控制台
7
扩展Python控制台实现中文反馈信息之二-正则替换
8
第一个C#控制台程序
9
Centos安装vncserver虚拟网络控制台
10
.NET DLR 上的IronScheme 语言互操作&&IronScheme控制台输入中文的问题
1
官宣｜Apache Paimon 毕业成为顶级项目，数据湖步入实时新篇章！
3077
2
数据湖建设实践：使用AWS S3与LakeFormation构建灵活数据存储
332
3
Yotpo构建零延迟数据湖实践
124
4
最强指南！数据湖Apache Hudi、Iceberg、Delta环境搭建
271
5
在线房产公司Zillow数据迁移至数据湖实践
97
6
初创电商公司Drop的数据湖实践
84
7
快速参与下一代数据湖顶级项目ApacheHudi
82
8
Apache Hudi：云数据湖解决方案
100
9
使用Apache Hudi构建大规模、事务性数据湖
124
10
最佳实践 | 通过Apache Hudi和Alluxio建设高性能数据湖
99