Nano Hash - криптовалюты, майнинг, программирование

Можем ли мы определить тайм-аут для приложения логики - соединитель базы данных SQL

Есть ли способ определить тайм-аут для соединителя базы данных sql приложения логики. У меня есть требование запустить длительную транзакцию БД в качестве шага, я хотел провести технико-экономический анализ этого запроса.

Я имею в виду, что в приведенном ниже документе не удалось найти способ определить свойство тайм-аута для соединителя. https://docs.microsoft.com/en-us/azure/connectors/connectors-create-api-sqlazure

azure sql azure-sql-database azure-logic-apps
15.03.2017

Ответы:


1

Вы можете следовать шаблонам, чтобы продлить время настраиваемых действий (путем выполнения асинхронной обработки) для действий, которые могут длиться до 90 дней, но один синхронный запрос может оставаться открытым только в течение 120 секунд как задокументировано здесь

16.03.2017
  • По-прежнему ли время выполнения SQL-запросов или хранимых процедур из SQL-коннектора Logic App ограничено 120 секундами? 11.09.2019
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..