Memecahkan masalah latensi di library klien Java | Datastore

Langsung ke konten utama

Area teknologi

AI dan ML
Pengembangan aplikasi
Hosting aplikasi
Compute
Pipeline dan analisis data
Database
Terdistribusi, hybrid, dan multicloud
Solusi industri
Migrasi
Jaringan
Kemampuan observasi dan pemantauan
Keamanan
Storage

Alat cross product

Pengelolaan akses dan resource
Pengelolaan biaya dan penggunaan
Infrastruktur sebagai kode
SDK, bahasa, framework, dan alat

/

Konsol

English
Deutsch
Español
Español – América Latina
Français
Indonesia
Italiano
Português
Português – Brasil
עברית
中文 – 简体
中文 – 繁體
日本語
한국어

Masuk

Datastore

Mulai gratis

Ringkasan Panduan Referensi Contoh Referensi

Area teknologi
- Lainnya
- Ringkasan
- Panduan
- Referensi
- Contoh
- Referensi
Alat cross product
- Lainnya
Konsol

Temukan
Ringkasan produk
Memilih antara mode Native dan mode Datastore
Mulai
Mulai menggunakan konsoK Google Cloud
Mulai menggunakan library klien
Membangun aplikasi daftar tugas
Membuat dan mengelola
Membuat dan mengelola database
Memahami penghitungan ukuran penyimpanan
Persyaratan App Engine
Desain
Indeks
Menyiapkan multi-tenancy dengan namespace
Praktik terbaik untuk mendesain aplikasi
Mengembangkan aplikasi
Menghubungkan ke database Anda
Menggunakan entity, properti, dan kunci
Data kueri
- Membuat kueri database Anda
- Kueri dengan filter rentang & ketidaksetaraan di beberapa kolom
  - Ringkasan
  - Mengoptimalkan kueri Anda
- Meringkas data dengan kueri agregasi
- Membuat kueri berdasarkan metadata
Melakukan transaksi
Menggunakan gRPC dengan library klien Java
Menguji menggunakan emulator
Mengelola Datastore dengan Konsol Google Cloud
Mengelola retensi data dengan kebijakan TTL
Membangun aplikasi yang didukung LLM menggunakan LangChain
Mengamankan dan mengontrol akses
Membagikan data secara aman
Mengonfigurasi lokalitas data dengan endpoint regional
Mengonfigurasi Kontrol Layanan VPC
Enkripsi sisi server
Membuat dan mengelola tag
Mengamankan data dengan kunci enkripsi yang dikelola pelanggan (CMEK)
- Tentang CMEK
- Menggunakan CMEK
Pemulihan dari bencana
Merencanakan pemulihan dari bencana
Mencadangkan dan memulihkan data
- Membuat jadwal pencadangan dan memulihkan data
- Melakukan pemulihan langsung
Menggunakan pemulihan point-in-time (PITR)
- Ringkasan
- Menggunakan PITR
Data proses
Membuat arsitektur berbasis peristiwa dengan Eventarc
Memperluas Datastore dengan Cloud Functions (generasi ke-2)
Menghapus data secara massal
Mengimpor dan mengekspor
Mengimpor dan mengekspor entity
Menjadwalkan ekspor
Memantau dan memecahkan masalah
Memantau performa dengan Cloud Monitoring
- Ringkasan
- Menyiapkan dasbor
Menggunakan rekaman aktivitas sisi klien
- Memantau performa dengan rekaman aktivitas sisi klien
- Atribut dan peristiwa rentang aktivitas
Menganalisis pola penggunaan dengan Key Visualizer
Menganalisis insight penggunaan
Menggunakan log audit
Melihat statistik database
Menganalisis statistik kueri
Menjelaskan dan menganalisis performa kueri
- Menggunakan Query Explain
- Referensi laporan Query Explain
Melihat insight Knowledge Catalog
Memecahkan masalah
Memecahkan masalah library klien Java
Penanganan error dan kesalahan
Rekomendasi
Pemberi rekomendasi keandalan
Cloud Datastore lama
Menggunakan Cloud Datastore Lama

AI dan ML
Pengembangan aplikasi
Hosting aplikasi
Compute
Pipeline dan analisis data
Database
Terdistribusi, hybrid, dan multicloud
Solusi industri
Migrasi
Jaringan
Kemampuan observasi dan pemantauan
Keamanan
Storage