本章节介绍故障演练服务的委托授权相关功能。 概述 故障演练服务 需要与分布式缓存服务Redis版 、分布式消息服务Kafka 等其他云产品 协同工作。为实现这一目标，当您首次使用本服务时，系统会请求您授权创建一个服务内联委托 ，以便平台能够安全地访问和管理您在其他云产品中的相关资源。 权限说明 为完成故障注入 等功能，故障演练平台 需要获得访问其他云服务 的权限。为此，系统需要您授权创建一个名为 CtyunAssumeRoleForADTSChaos 的服务内联委托。 此委托将绑定一个名为 CtyunAssumeRolePolicyForADTSChaos 的系统权限策略，可在统一身份认证 中的策略管理查看到该策略的授权范围。 服务内联委托说明 当您首次登录故障演练平台 控制台时，系统会自动检查 CtyunAssumeRoleForADTSChaos 委托 是否存在。若不存在，系统会弹出授权提示。在您确认后，系统将自动为您创建该委托及关联的权限策略。 验证方法： 您可以在 IAM 控制台的角色管理 页面，或通过API/CLI调用 ListDelegates，查看已创建的服务内联委托。 一个更简单的验证方法是：刷新或重新登录故障演练平台 控制台，如果所有功能均可正常使用且不再弹出授权提示，则表示委托已成功创建。 注意 如果没有CtyunAssumeRoleForADTSChaos服务内联委托权限，可能会因为某个服务权限不足而影响系统功能的正常使用。 请不要自行删除或者修改CtyunAssumeRoleForADTSChaos 委托以及CtyunAssumeRolePolicyForADTSChaos策略，这可能导致故障演练服务无法正常工作。

指标类别 指标 指标名称 指标说明 单位 数据类型 默认聚合方式 异常（exception，RocketMqConsumer调用的异常信息统计。） exceptionType 异常类型 异常类型 ENUM LAST 异常（exception，RocketMqConsumer调用的异常信息统计。） causeType 异常类 发生异常的类 ENUM LAST 异常（exception，RocketMqConsumer调用的异常信息统计。） count 次数 该异常的发生次数 INT SUM 异常（exception，RocketMqConsumer调用的异常信息统计。） message 异常消息 该异常产生的异常消息 STRING LAST 异常（exception，RocketMqConsumer调用的异常信息统计。） stackTrace 异常堆栈 该异常产生的堆栈信息 CLOB LAST 消费池监控（consumeServicePool ，消费池监控采集器。） clientId clientId 客户端实例标识 ENUM LAST 消费池监控（consumeServicePool ，消费池监控采集器。） group consumerGroup 消费者组 ENUM LAST 消费池监控（consumeServicePool ，消费池监控采集器。） pid pid pid STRING LAST 消费池监控（consumeServicePool ，消费池监控采集器。） currentConsumeRequestQueueSize 当前消费请求队列长度 当前消费请求队列长度 INT AVG 消费池监控（consumeServicePool ，消费池监控采集器。） maxConsumeRequestQueueSize 最大消费请求队列长度 最大消费请求队列长度 INT MAX 消费池监控（consumeServicePool ，消费池监控采集器。） currentConsumingThreadCount 当前消费线程数 当前消费线程数 INT AVG 消费池监控（consumeServicePool ，消费池监控采集器。） maxConsumingPoolSize 最大消费线程数 最大消费线程数 INT MAX MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） consumeListener MessageListener 注册的MessageListener，为消费消息的回调函数 ENUM LAST MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） concurrentMax 最大并发 消费消息最大并发 INT MAX MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） errorCount 错误次数 消费消息的错误次数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） invokeCount invokeCount Consume调用次数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） consumedMsgCount 消费消息数 消费消息数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） consumedBytes 消费字节数 消费字节数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） reconsumeTimes 消息重投次数 消息重投次数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） lastError 错误信息 消费消息发生错误产生的错误信息 STRING LAST MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） maxTime 最大响应时间 消费消息的最大响应时间 INT MAX MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） runningCount 正在执行数 采集时间点正在执行的消费消息数量 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） totalTime 总响应时间 消费消息的总响应时间 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） range5 110s 响应时间在110s范围请求数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） clientId clientId 客户端实例标识 ENUM LAST clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） group 消费者组 消费者组 ENUM LAST clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） pid pid pid STRING LAST clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） concurrentMax 最大并发 消费消息最大并发 INT MAX clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） errorCount 错误次数 消费消息的错误次数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） invokeCount invokeCount Consume调用次数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） consumedMsgCount 消费消息数 消费消息数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） consumedBytes 消费字节数 消费字节数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） reconsumeTimes 消息重投次数 消息重投次数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） lastError 错误信息 消费消息发生错误产生的错误信息 STRING LAST clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） maxTime 最大响应时间 消费消息的最大响应时间 INT MAX clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） runningCount 正在执行数 采集时间点正在执行的消费消息数量 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） totalTime 总响应时间 消费消息的总响应时间 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） range5 110s 响应时间在110s范围请求数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） clientId clientId 客户端实例标识 ENUM LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） group 消费者组 消费者组 ENUM LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） pid pid pid STRING LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） topic 主题 消息消费的主题 ENUM LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） concurrentMax 最大并发 消费消息最大并发 INT MAX topic监控（topicConsume，以topic为维度统计消息消费详情。） errorCount 错误次数 消费消息的错误次数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） invokeCount invokeCount Consume调用次数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） consumedMsgCount 消费消息数 消费消息数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） consumedBytes 消费字节数 消费字节数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） reconsumeTimes 消息重投次数 消息重投次数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） lastError 错误信息 消费消息发生错误产生的错误信息 STRING LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） maxTime 最大响应时间 消费消息的最大响应时间 INT MAX topic监控（topicConsume，以topic为维度统计消息消费详情。） runningCount 正在执行数 采集时间点正在执行的消费消息数量 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） totalTime 总响应时间 消费消息的总响应时间 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） range5 110s 响应时间在110s范围请求数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） clientId clientId 客户端实例标识 ENUM LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） group 消费者组 消费者组 ENUM LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） queue 消息队列 消息队列标识 ENUM LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） pid pid pid STRING LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） concurrentMax 最大并发 消费消息最大并发 INT MAX queue监控（queueConsume，以queue为维度统计消息消费详情。） errorCount 错误次数 消费消息的错误次数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） invokeCount invokeCount Consume调用次数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） consumedMsgCount 消费消息数 消费消息数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） consumedBytes 消费字节数 消费字节数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） reconsumeTimes 消息重投次数 消息重投次数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） lastError 错误信息 消费消息发生错误产生的错误信息 STRING LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） maxTime 最大响应时间 消费消息的最大响应时间 INT MAX queue监控（queueConsume，以queue为维度统计消息消费详情。） runningCount 正在执行数 采集时间点正在执行的拉取消息数量 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） totalTime 总响应时间 拉取消息的总响应时间 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） range5 110s 响应时间在110s范围请求数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） clientId clientId 客户端实例标识 ENUM LAST clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） group 消费者组 消费者组 ENUM LAST clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） pid pid pid STRING LAST clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） concurrentMax 最大并发 拉取消息最大并发 INT MAX clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） errorCount 错误次数 拉取消息的错误次数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） invokeCount invokeCount Pull调用次数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） pulledMsgCount 拉取消息数 拉取消息数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） pulledBytes 拉取字节数 拉取字节数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） lastError 错误信息 拉取消息发生错误产生的错误信息 STRING LAST clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） maxTime 最大响应时间 拉取消息的最大响应时间 INT MAX clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） runningCount 正在执行数 采集时间点正在执行的拉取消息数量 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） totalTime 总响应时间 拉取消息的总响应时间 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range5 110s 响应时间在110s范围请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range5 110s 响应时间在110s范围请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） clientId clientId 客户端实例标识 ENUM LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） group 消费者组 消费者组 ENUM LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） topic 主题 消息拉取的主题 ENUM LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） pid pid pid STRING LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） concurrentMax 最大并发 拉取消息最大并发 INT MAX topic监控（topicPull,以topic为维度统计消息拉取详情。） errorCount 错误次数 拉取消息的错误次数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） invokeCount invokeCount Pull调用次数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） pulledMsgCount 拉取消息数 拉取消息数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） pulledBytes 拉取字节数 拉取字节数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） lastError 错误信息 拉取消息发生错误产生的错误信息 STRING LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） maxTime 最大响应时间 拉取消息的最大响应时间 INT MAX topic监控（topicPull,以topic为维度统计消息拉取详情。） runningCount 正在执行数 采集时间点正在执行的拉取消息数量 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） totalTime 总响应时间 拉取消息的总响应时间 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） range5 110s 响应时间在110s范围请求数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） clientId clientId 客户端实例标识 ENUM LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） group 消费者组 消费者组 ENUM LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） queue 消息队列 消息队列标识 ENUM LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） pid pid pid STRING LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） concurrentMax 最大并发 拉取消息最大并发 INT MAX queue监控（queuePull，以queue为维度统计消息拉取详情。） errorCount 错误次数 拉取消息的错误次数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） invokeCount invokeCount Pull调用次数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） pulledMsgCount 拉取消息数 拉取消息数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） pulledBytes 拉取字节数 拉取字节数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） lastError 错误信息 拉取消息发生错误产生的错误信息 STRING LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） maxTime 最大响应时间 拉取消息的最大响应时间 INT MAX queue监控（queuePull，以queue为维度统计消息拉取详情。） runningCount 正在执行数 采集时间点正在执行的拉取消息数量 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） totalTime 总响应时间 拉取消息的总响应时间 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） range5 110s 响应时间在110s范围请求数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM total监控（total以客户端为维度统计消息消费详情。） consumeErrorCount 消费错误次数 消费消息的错误次数 INT SUM total监控（total以客户端为维度统计消息消费详情。） consumeInvokeCount consumeInvokeCount Consume调用次数 INT SUM total监控（total以客户端为维度统计消息消费详情。） consumedMsgCount consumedMsgCount 消费消息数 INT SUM total监控（total以客户端为维度统计消息消费详情。） consumedBytes 消费字节数 消费字节数 INT SUM total监控（total以客户端为维度统计消息消费详情。） consumeTotalTime 消费总响应时间 消费消息的总响应时间 INT SUM total监控（total以客户端为维度统计消息消费详情。） reconsumeTimes 消息重投次数 消息重投次数 INT SUM total监控（total以客户端为维度统计消息消费详情。） pullErrorCount 拉取错误次数 拉取消息的错误次数 INT SUM total监控（total以客户端为维度统计消息消费详情。） pullInvokeCount pullInvokeCount Pull调用次数 INT SUM total监控（total以客户端为维度统计消息消费详情。） pulledMsgCount pulledMsgCount 拉取消息数 INT SUM total监控（total以客户端为维度统计消息消费详情。） pulledBytes 拉取字节数 拉取字节数 INT SUM total监控（total以客户端为维度统计消息消费详情。） pullTotalTime 拉取总响应时间 拉取消息的总响应时间 INT SUM

1、登录天翼云分布式消息服务RabbitMQ控制台。 2、点击RabbitMQ实例名称，进入实例详情页面。 3、在“智能运维>配置管理”页面，修改配置参数。 参数说明： 参数 参数说明 参数范围 默认值 heartbeat 心跳超时时间（秒） 0～300 300 framemax 与客户端协商的允许最大frame大小 0～1048576 131072 initialframemax 在连接之前服务器将接受的最大帧大小 0～1048576 4096 maxmessagesize 最大消息大小 1～52428800 52428800 vmmemoryhighwatermark 流程控制触发的内存阈值 0～1 0.8 vmmemoryhighwatermarkpagingratio 高水位限制的分数，当达到阈值时，队列中消息消息会转移到磁盘上以释放内存 0～1 0.5 memorymonitorinterval 执行内存检查的间隔（毫秒） 0～60000 2500 collectstatisticsinterval 统计信息收集间隔，增加此值将减少管理数据库的负载（毫秒） 5000～3600000 5000

本章节介绍了分布式消息服务RocketMQ的产品优势、以及上云的好处。 分布式消息服务RocketMQ具有如下产品优势，旨在打造一个即开即用、全托管、低延迟、弹性高可靠、动态扩展、便捷管理和多样功能的消息队列。 即开即用 简单几步即可在云上构建自己专属的消息服务，RocketMQ实例创建完成后，使用实例提供的访问地址即可快速接入。兼容开源RocketMQ，业务代码无需改造，即可上云。 全托管服务 分布式消息服务RocketMQ提供自动部署与完备的运维系统和售后服务，提供包括监控告警在内的多种运维手段，业务无需过多关注分布式消息服务RocketMQ的部署与运维工作，可以专注于自身业务的开发。 低延迟 基于天翼云网络部署，在内网访问可达微秒级时延。 弹性高可靠 基于Raft协议实现集群内部节点的管理，及时发现故障节点并进行流量迁移，保证业务的连续性可靠。 动态扩展 提供业务集群动态扩容的能力，根据业务需要动态扩容集群规模。 便捷管理 提供监控告警、消息追踪和链路诊断等多样的监控定位手段，方便问题定位和日常维护。 多样功能 提供顺序延迟、定时、重投、死信、过滤和事务消息等多样的业务功能，适配多样化的业务场景。

本章节主要介绍创建Spark作业。 Spark作业编辑页面支持执行Spark作业，为用户提供全托管式的Spark计算服务。 在总览页面，单击Spark作业右上角的“创建作业”，或在Spark作业管理页面，单击右上角的“创建作业”，均可进入Spark作业编辑页面。 进入Spark作业编辑页面，页面会提示系统将创建DLI临时数据桶。该桶用于存储使用DLI服务产生的临时数据，例如：作业日志、作业结果等。如果不创建该桶，将无法查看作业日志。桶名称为系统默认。 如果不需要创建DLI临时数据桶，并且希望不再收到该提示，可以勾选“下次不再提示”并单击“取消”。 前提条件 1.请先将所要依赖的程序包通过“数据管理>程序包管理”页面上传至对应的OBS桶中。具体操作请参考创建程序包。 2.创建Spark作业，访问其他外部数据源时，如访问OpenTSDB、HBase、Kafka、DWS、RDS、ES、CloudTable、DCS Redis、DDS Mongo等，需要先创建跨源连接，打通作业运行队列到外部数据源之间的网络。 当前Spark作业支持访问的外部数据源详情请参见跨源连接和跨源分析概述。 创建跨源连接操作请参见增强型跨源连接。 创建完跨源连接后，可以通过“资源管理 > 队列管理”页面，单击“操作”列“更多”中的“测试地址连通性”，验证队列到外部数据源之间的网络连通是否正常。详细操作可以参考测试地址联通性。

本节介绍了云容器引擎的最佳实践:某交投能源充电桩项目。 项目背景 “十四五”以来，某市国资委按照市委市政府决策部署，主动抓抢国家碳达峰、碳中和战略发展机遇，积极谋划布局新能源产业，大力推进“交投能源”充电桩项目建设，提升企业核心竞争力，推动国有企业高质量发展。 该市交投集团抓抢发展机遇，迅速推动全市充电桩一张网建设，拟通过微信小程序入口向市民提供充电服务。该市交投集团通过招标选定某数字能源股份有限公司作为充电方案供应商，并选择天翼云作为该服务平台的云资源服务提供商。 解决方案 容器引擎部署应用服务：采用天翼云容器引擎部署平台应用服务，结合消息队列、分布式缓存等服务和数据库系统组成整体系统。 数据库服务部署核心业务：采用TeleDB for MySQL主备版存储核心业务数据，采用文档数据库存储日志等相关信息。云通信提供短信验证、短信通知等服务。 客户痛点 因客户上线需求紧急，平台软件厂商前期将业务临时部署在友商云上。部署在天翼云上的业务经测试后，需要将业务割接至天翼云。为保障割接万无一致，使用天翼云DTS进行实时同步，保障了割接顺利进行。 该省市公司与云公司组建专业支撑团队，割接时现场支撑保障业务顺利割接。

连接器类型 参数说明 数据仓库服务（DWS） 云数据库MySQL 云数据库PostgreSQL 云数据库SQL Server PostgreSQL Microsoft SQL Server SAP HANA 由于连接这些关系型数据库，所采用的JDBC驱动相同，所以他们的连接参数也一样，具体参数请参见 MySQL 连接MySQL数据库时，具体参数请参见 Oracle 连接Oracle数据库时，具体参数请参见 分库 连接达梦数据库时，具体参数请参见 对象存储服务（OBS） 连接OBS时，具体参数请参见 MRS HDFS FusionInsight HDFS Apache HDFS 连接MRS、Apache Hadoop或FusionInsight HD上的HDFS时，具体参数请参见 MRS HBase FusionInsight HBase Apache HBase 连接MRS、Apache Hadoop或FusionInsight HD上的HBase时，具体参数请参见 MRS Hive FusionInsight Hive Apache Hive 连接MRS、Apache Hadoop或FusionInsight HD上的Hive时，具体参数请参见 表格存储服务（CloudTable） 连接CloudTable时，具体参数请参见 FTP SFTP 连接FTP或SFTP服务器时，具体参数请参见 HTTP 用于读取一个公网HTTP/HTTPS URL的文件，包括第三方对象存储的公共读取场景和网盘场景。 当前创建HTTP连接时，只需要配置连接名称，具体URL在创建作业时配置。 MongoDB 连接本地MongoDB数据库时，具体参数请参见 文档数据库服务（DDS） 连接DDS时，具体参数请参见 Redis 分布式缓存服务（DCS） 连接Redis或DCS时，具体参数请参见 MRS Kafka Apache Kafka 连接MRS Kafka或Apache Kafka数据源时，具体参数请参见 云搜索服务 Elasticsearch 连接云搜索服务或Elasticsearch时，具体参数请参见 数据湖探索（DLI） 连接数据湖探索服务时，具体参数请参见 DMS Kafka 连接DMS的Kafka队列时，具体参数请参见 。 Cassandra 连接Cassandra时，具体参数请参见

本文为您介绍分布式消息服务MQTT的操作指南认证授权。 创建用户名和密码 终端设备连接MQTT队列需要先创建用户密码。 1、 天翼云官网点击控制中心，选择产品分布式消息服务MQTT。 2、 登录分布式消息服务MQTT控制台，点击右上角地域选择对应资源池。 3、 进入实例列表，点击【管理】按钮进入管理菜单。 4、 进入认证授权菜单，点击【新增】按钮，在弹出框输入认证用户名、用户密码、确认密码等信息。 主题授权 对用户名进行主题授权，客户端方可正常收发。 1、 选择需要授权的用户，点击【授权】按钮。 2、 在弹出框填写已创建的主题名称，主题权限包含3种：pub、sub、pubsub，支持通配符，代表所有主题。

数据源类型 简介 数据仓库服务（DWS） DWS是基于Sharednothing分布式架构，具备MPP大规模并行处理引擎，兼容标准ANSI SQL 99和SQL 2003，同时兼容PostgreSQL/Oracle数据库生态，为各行业PB级海量大数据分析提供有竞争力的解决方案。 数据湖探索（DLI） DLI是完全兼容Apache Spark和Apache Flink生态，实现批流一体的Serverless大数据计算分析服务。DLI支持多模引擎，企业仅需使用SQL或程序就可轻松完成异构数据源的批处理、流处理、内存计算、机器学习等，挖掘和探索数据价值。 MapReduce服务（MRS HBase） HBase是一个开源的、面向列（ColumnOriented）、适合存储海量非结构化数据或半结构化数据的、具备高可靠性、高性能、可灵活扩展伸缩的、支持实时数据读写的分布式存储系统。 使用MRS HBase可实现海量数据存储，并实现毫秒级数据查询。选择MRS HBase可以实现物流数据毫秒级实时入库更新，并支持百万级时序数据查询分析。 MapReduce服务（MRS Hive） Hive是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。Hive定义了简单的类SQL查询语言，称为HiveQL，它允许熟悉SQL的用户查询数据。 使用MRS Hive可实现TB/PB级的数据分析，快速将线下Hadoop大数据平台（CDH、HDP等）迁移上云，业务迁移 “0”中断，业务代码 “0”改动。 MapReduce服务（MRS Kafka） MapReduce服务可提供专属MRS Kafka集群。Kafka是一个分布式的、分区的、多副本的消息发布订阅系统，它提供了类似于JMS的特性，但在设计上完全不同，它具有消息持久化、高吞吐、分布式、多客户端支持、实时等特性，适用于离线和在线的消息消费，如常规的消息收集、网站活性跟踪、聚合统计系统运营数据（监控数据）、日志收集等大量数据的互联网服务的数据收集场景。 MapReduce服务（MRS Ranger） Ranger提供一个集中式安全管理框架，提供统一授权和统一审计能力。它可以对整个Hadoop生态中如HDFS、Hive、HBase、Kafka、Storm等进行细粒度的数据访问控制。用户可以利用Ranger提供的前端WebUI控制台通过配置相关策略来控制用户对这些组件的访问权限。 MySQL MySQL是目前最受欢迎的开源数据库之一，其性能卓越，架构成熟稳定，支持流行应用程序，适用于多领域多行业，支持各种WEB应用，成本低，中小企业首选。 MapReduce服务（MRS Spark） Spark是一个开源的，并行数据处理框架，能够帮助用户简单的开发快速、统一的大数据应用，对数据进行协处理、流式处理、交互式分析等等。 Spark提供了一个快速的计算、写入以及交互式查询的框架。相比于Hadoop，Spark拥有明显的性能优势。Spark提供类似SQL的Spark SQL语言操作结构化数据。 云数据库RDS RDS是一种基于云计算平台的即开即用、稳定可靠、弹性伸缩、便捷管理的在线关系型数据库服务。 注意，DataArts Studio平台目前仅支持RDS中的MySQL和PostgreSQL数据库。 主机连接 通过主机连接，用户可以在DataArts Studio数据开发中连接到指定的主机，通过脚本开发和作业开发在主机上执行Shell或Python脚本。主机连接保存连接某个主机的连接信息，当主机的连接信息有变化时，只需在主机连接管理中编辑修改，而不需要到具体的脚本或作业中逐一修改。 MapReduce服务（MRS Presto） Presto是一个开源的用户交互式分析查询的SQL查询引擎，用于针对各种大小的数据源进行交互式分析查询。其主要应用于海量结构化数据/半结构化数据分析、海量多维数据聚合/报表、ETL、AdHoc查询等场景。 Presto允许查询的数据源包括Hadoop分布式文件系统（HDFS），Hive，HBase，Cassandra，关系数据库甚至专有数据存储。一个Presto查询可以组合不同数据源，执行跨数据源的数据分析。

RocketMQ无法避免消息重复，原因主要有以下几点： 签收的偏移量是定时（每5秒/次）同步到服务端的。 为保证消息不丢失，SDK每次提交的总是队列未签收的最小偏移量（比如无序消费，offset为1、2、3、4、5 的消息，1、3、4、5消费并已签收，2未签收，签收时最后提交的偏移量将会是2，如果此时客户端重启，会从2这个位置开始消费）。 有网络交互就不能确保每一次的交互数据都是送达的，为保证数据不丢失就要进行重试，有重试就存在重复的可能。 如果业务对消费重复非常敏感，务必要注意，建议可以采用以下两种方式处理： 业务层面可以根据msgId做去重处理，如果key字段为业务唯一字段，也可采用key去重。 业务逻辑实现消费幂等，即多次处理同一消息，对业务的影响是幂等的。

本节介绍分布式消息服务Kafka使用SASLSSL连接常见问题 1.报错示例：java.security.cert.CertPathValidatorException: Algorithm constraints check failed: SHA256withDS 解决途径：排查jdk是否支持SHA256withDS算法，推荐使用oracle jdk1.8.0201版本jdk 2.报错示例：Topic authorization failed for topics 解决途径：排查topic是否授权，如果没有则授予对应权限 3. 报错示例：Authentication failed during authentication due to invalid credentials with SASL mechanism SCRAMSHA512 解决途径：排查连接kafka的用户密码是否正确 4. 报错示例：java.security.cert.CertificateException: No subject alternative names present 解决途径：配置文件需要配置 ssl.endpoint.identification.algorithm 5. 报错示例：Keystore was tampered with, or password was incorrect 解决途径：排查 ssl client密码是否错误或者和证书不匹配，可以从实例详情>接入点信息>查看所有IP和端口信息，界面下载对应证书 6.接入配置示例

Topic与Tag释义 1）Topic：消息主题，通过Topic对不同的业务消息进行分类。 2）Tag：消息标签，用来进一步区分某个Topic下的消息分类，消息队列RocketMQ允许消费者按照Tag对消息进行过滤，确保消费者最终只消费到他关注的消息类型。 Topic与Tag都是业务上用来归类的标识，区分在于Topic是一级分类，而Tag可以说是二级分类。 适用场景 什么时候该用Topic，什么时候该用Tag，可以参考下面的一些考虑进行权衡： 考虑消息类型：如普通消息、顺序消息，事务消息、定时（延时）消息，不同消息类型是无法通过Tag区分的，这种情况就需要我们创建不同的Topic。 业务关联性：如果是不同业务之间没有直关联的消息，建议按照Topic进行区分；而同一个业务只是子类型不一样的消息可以用Tag进行区分。 消息优先级：不同的业务场景可能会导致消费端对于消息的优先级需求不同，有的紧急，有的相对来说对于延时的接收程度更大，不同优先级的消息用不同的Topic进行区分。 消息量级：如果量小但延时要求高的消息，跟超大量级（如万亿）的消息使用同一个Topic，则有可能排队时间过长导致延时无法接受，所以不同量级的消息不要使用不同的Tag，需要用不同的Topic。 总结起来就是，在消息分类实践中，有创建多个Topic，以及在同一个Topic下创建多个Tag两种常见做法。一般来说，不同的Topic之间的消息不产生直接业务上的关联，而同一个Topic下相互之间产生联系的消息可以选择用Tag来区分，一般是相同业务下的不同板块不同类型。

操作步骤 1.在FusionInsight Manager，选择 “运维 > 备份恢复 > 备份管理”。 2.在任务列表指定任务的“操作”列，选择“更多 > 查询历史”，打开备份任务执行历史记录。 在弹出的窗口中，在指定一次执行成功记录的“备份路径”列，单击“查看”，打开此次任务执行的备份路径信息，查找以下信息： “备份对象”表示备份的数据源。 “备份路径”表示备份文件保存的完整路径。 选择正确的项目，在“备份路径”手工选中备份文件的完整路径并复制。 3.在FusionInsight Manager，选择“运维 > 备份恢复 > 恢复管理”。 4.单击“创建”。 5.在“任务名称”填写恢复任务的名称。 6.在“恢复对象”选择待操作的集群。 7.在“恢复配置”，勾选“Kafka”。 说明 若安装了多个Kafka服务，请勾选需要恢复的Kafka服务名称。 8.在“Kafka”的“路径类型”，选择一个备份目录的类型。 选择不同的备份目录时，对应设置如下： “LocalDir”：表示备份文件保存在主管理节点的本地磁盘上。 选择此参数值，还需要配置“源端路径”，表示要恢复的备份文件。例如，“ 版本号数据源任务执行时间.tar.gz ”。 “LocalHDFS”：表示备份文件保存在当前集群的HDFS目录。 选择此参数值，还需要配置以下参数： “源端路径”：表示备份文件在HDFS中保存的完整路径。例如“ 备份路径/备份任务名任务创建时间/版本号数据源任务执行时间.tar.gz ”。 “源NameService名称”：选择恢复任务执行时备份目录对应的NameService名称。默认值为“hacluster”。 “RemoteHDFS”：表示备份文件保存在备集群的HDFS目录。 选择此参数值，还需要配置以下参数： “源端NameService名称”：填写备份数据集群的NameService名称。可以输入集群内置的远端集群的NameService名称：haclusterX，haclusterX1，haclusterX2，haclusterX3，haclusterX4；也可输入其他已配置的远端集群NameService名称。 “IP 模式”：目标IP的IP地址模式。系统会根据集群网络类型自动选择对应的IP模式，如IPv4或者IPv6。 “源端NameNode IP地址”：填写备集群NameNode业务平面IP地址，支持主节点或备节点。 “源端路径”：填写备集群保存备份数据的完整HDFS路径。例如，“ 备份路径/备份任务名数据源任务创建时间/版本号数据源任务执行时间.tar.gz ”。 “队列名称”：填写备份任务执行时使用的YARN队列的名称。需和集群中已存在且状态正常的队列名称相同。 “NFS”：表示备份文件通过NFS协议保存在NAS中。 选择此参数值，还需要配置以下参数： “IP 模式”：目标IP的IP地址模式。系统会根据集群网络类型自动选择对应的IP模式，如IPv4或者IPv6。 “服务器IP地址”：填写NAS服务器IP地址。 “源端路径”：填写备份文件在NAS服务器中保存的完整路径。例如，“ 备份路径/备份任务名数据源任务创建时间/版本号数据源任务执行时间.tar.gz ”。 “CIFS”：表示备份文件通过CIFS协议保存在NAS中。 选择此参数值，还需要配置以下参数： “IP 模式”：目标IP的IP地址模式。系统会根据集群网络类型自动选择对应的IP模式，如IPv4或者IPv6。 “服务器IP地址”：填写NAS服务器IP地址。 “端口号”：填写CIFS协议连接NAS服务器使用的端口号，默认值为“445”。 “用户名”：填写配置CIFS协议时设置的用户名。 “密码”：填写配置CIFS协议时设置的密码。 “源端路径”：填写备份文件在NAS服务器中保存的完整路径。例如，“ 备份路径/备份任务名数据源任务创建时间/版本号数据源任务执行时间.tar.gz ”。 “OBS”：表示将备份文件保存在OBS中。 选择此参数值，还需要配置以下参数： “源端路径”：填写备份文件在OBS中保存的完整路径。例如，“ 备份路径/备份任务名数据源任务创建时间/版本号数据源任务执行时间.tar.gz ”。 说明 MRS 3.1.0及之后版本才支持将备份文件保存到OBS。 9.单击“确定”保存。 10.在恢复任务列表已创建任务的“操作”列，单击“执行”，开始执行恢复任务。 恢复成功后进度显示为绿色。 恢复成功后此恢复任务不支持再次执行。 如果恢复任务在第一次执行时由于某些原因未执行成功，在排除错误原因后单击“重试”，重试恢复任务。

本文介绍分布式消息服务RocketMQ的入门指引。 本章节将为您介绍分布式消息服务RocketMQ入门的基本流程，主要包括环境准备、控制台创建RocketMQ实例、创建Topic以及生成消费验证，帮助您快速上手RocketMQ。 操作流程 步骤说明 操作流程如下： 1.环境准备 创建RocketMQ实例先要准备好虚拟私有云、子网和安全组。 2.创建RocketMQ实例 在订购分布式消息RocketMQ填写和确认实例名称、引擎类型、计费模式等信息，确认费用后点击下一步，等待开通流程结果通知成功后完成创建实例。 3.创建主题和订阅组 开通实例后，在控制台相关页面按照指引创建主题和订阅组，用于发送和接收消息。 4.创建应用用户和分配权限 创建应用用户并分配主题和订阅组权限，实现各应用共享或者独占消息队列的效果。 5.生产消费验证 以上工作完成后，通过控制台拨测功能生成生产和消费测试数据，用户应用也可按照规范接入RocketMQ，发送、消费消息。

本章节介绍如何基于消息队列RocketMQ实现全链路灰度 概述 本文介绍在使用消息队列（RocketMQ）这种异步场景下，可以在不修改业务代码的情况下，实现异步场景的灰度，从而实现全链路灰度。本文介绍基于消息队列RocketMQ实现全链路灰度。 背景介绍 在大多数业务场景中对于消息的灰度并没有RPC调用那么严格，但是当全链路灰度调用中涉及到消息消费时，如果消息消费没有按照全链路流量规则路由，则会导致通过消息产生的流量逃逸，从而破坏全链路规则，导致出现一些不符合预期的情况。 如下图所示，本文分别部署网关、appa、appagray、appb、appbgray、appc、appcgray以及RocketMQ，模拟一个真实的全链路灰度场景。 通过网关调用appa应用的接口，当满足路由规则后，灰度流量会被路由到appagray，appagray又会调用appbgray，随后由appbgray发送灰度消息，appcgray将会收到灰度消息，而appc不会收到灰度消息。 前提条件 1. 用户已开通微服务治理中心企业版。 2. 用户已开通云容器引擎。 3. 用户已部署RocketMQ，且RocketMQ版本在4.5.0以上，broker.conf中已配置enablePropertyFiltertrue。 部署Demo应用 准备自建入口网关msgczuul，准备应用msgcappa，msgcappb和msgcappc。调用过程是msgcappa –> msgcappb > msgcappc。 步骤1：在云容器引擎中安装微服务治理插件： 1. 登录“云容器引擎”控制台。 2. 在左侧菜单栏选择“集群”，点击目标集群。 3. 在集群管理页面点击“插件”“插件市场”，选择“cubems”插件安装。 步骤2：为应用开启微服务治理能力： 1. 登录“云容器引擎”控制台。 2. 左侧菜单栏选择“集群”，点击目标集群。 3. 在集群管理页面点击“工作负载”“无状态”，选择目标命名空间。 4. 在Deployment列表页选择指定Deployment，并点击“全量替换”，进入Deployment编辑页。 5. 在Deployment编辑页点击“显示高级设置”，新增“Pod标签”: mseCubeMsAutoEnable:on。 6. 在发布应用时，配置指定环境变量，可指定注入微服务治理中心的应用名、命名空间和标签等信息。 环境变量配置如下： 环境变量名 环境变量值 MSEAPPNAME 接入到微服务治理中心的应用名。 MSESERVICETAG 应用标签信息，如灰度应用可配置gray。 MSENAMESPACE（选填） 接入到微服务治理中心的命名空间，默认为：default。 7. 完成编辑后点击“提交”，重新发布容器即可接入。 appa应用的配置 基线： apiVersion: "apps/v1" kind: "Deployment" metadata: name: "appa" namespace: "default" spec: progressDeadlineSeconds: 600 replicas: 1 revisionHistoryLimit: 10 selector: matchLabels: name: "appa" template: metadata: labels: mseCubeMsAutoEnable: "on" name: "appa" spec: containers: env: name: "MSEAPPNAME" value: "appa" image: "镜像仓库域名/xxx/appa:latest" imagePullPolicy: "Always" name: "appa" ports: containerPort: 26160 livenessProbe: tcpSocket: port: 26160 initialDelaySeconds: 10 periodSeconds: 30 resources: limits: cpu: "1" memory: "1Gi" requests: cpu: "1" memory: "1Gi" 灰度： apiVersion: "apps/v1" kind: "Deployment" metadata: name: "appa" namespace: "default" spec: progressDeadlineSeconds: 600 replicas: 1 revisionHistoryLimit: 10 selector: matchLabels: name: "appa" template: metadata: labels: mseCubeMsAutoEnable: "on" name: "appa" spec: containers: env: name: "MSEAPPNAME" value: "appa" name: "MSESERVICETAG" value: "gray" image: "镜像仓库域名/xxx/appa:latest" imagePullPolicy: "Always" name: "appa" ports: containerPort: 26160 livenessProbe: tcpSocket: port: 26160 initialDelaySeconds: 10 periodSeconds: 30 resources: limits: cpu: "1" memory: "1Gi" requests: cpu: "1" memory: "1Gi" appb应用的配置 基线： apiVersion: "apps/v1" kind: "Deployment" metadata: name: "appb" namespace: "default" spec: progressDeadlineSeconds: 600 replicas: 1 revisionHistoryLimit: 10 selector: matchLabels: name: "appb" template: metadata: labels: mseCubeMsAutoEnable: "on" name: "appb" spec: containers: env: name: "MSEAPPNAME" value: "appb" image: "镜像仓库域名/xxx/appb:latest" imagePullPolicy: "Always" name: "appb" ports: containerPort: 26160 livenessProbe: tcpSocket: port: 26160 initialDelaySeconds: 10 periodSeconds: 30 resources: limits: cpu: "1" memory: "1Gi" requests: cpu: "1" memory: "1Gi" 灰度： apiVersion: "apps/v1" kind: "Deployment" metadata: name: "appb" namespace: "default" spec: progressDeadlineSeconds: 600 replicas: 1 revisionHistoryLimit: 10 selector: matchLabels: name: "appb" template: metadata: labels: mseCubeMsAutoEnable: "on" name: "appb" spec: containers: env: name: "MSEAPPNAME" value: "appb" name: "MSESERVICETAG" value: "gray" image: "镜像仓库域名/xxx/appb:latest" imagePullPolicy: "Always" name: "appb" ports: containerPort: 26160 livenessProbe: tcpSocket: port: 26160 initialDelaySeconds: 10 periodSeconds: 30 resources: limits: cpu: "1" memory: "1Gi" requests: cpu: "1" memory: "1Gi" appc应用的配置 基线： apiVersion: "apps/v1" kind: "Deployment" metadata: name: "appc" namespace: "default" spec: progressDeadlineSeconds: 600 replicas: 1 revisionHistoryLimit: 10 selector: matchLabels: name: "appc" template: metadata: labels: mseCubeMsAutoEnable: "on" name: "appc" spec: containers: env: name: "MSEAPPNAME" value: "appc" image: "镜像仓库域名/xxx/appc:latest" imagePullPolicy: "Always" name: "appc" ports: containerPort: 26160 livenessProbe: tcpSocket: port: 26160 initialDelaySeconds: 10 periodSeconds: 30 resources: limits: cpu: "1" memory: "1Gi" requests: cpu: "1" memory: "1Gi" 灰度： apiVersion: "apps/v1" kind: "Deployment" metadata: name: "appc" namespace: "default" spec: progressDeadlineSeconds: 600 replicas: 1 revisionHistoryLimit: 10 selector: matchLabels: name: "appc" template: metadata: labels: mseCubeMsAutoEnable: "on" name: "appc" spec: containers: env: name: "MSEAPPNAME" value: "appc" name: "MSESERVICETAG" value: "gray" image: "镜像仓库域名/xxx/appc:latest" imagePullPolicy: "Always" name: "appc" ports: containerPort: 26160 livenessProbe: tcpSocket: port: 26160 initialDelaySeconds: 10 periodSeconds: 30 resources: limits: cpu: "1" memory: "1Gi" requests: cpu: "1" memory: "1Gi" zuul应用的配置： apiVersion: "apps/v1" kind: "Deployment" metadata: name: "zuul" namespace: "default" spec: progressDeadlineSeconds: 600 replicas: 1 revisionHistoryLimit: 10 selector: matchLabels: name: "zuul" template: metadata: labels: mseCubeMsAutoEnable: "on" name: "zuul" spec: containers: env: name: "MSEAPPNAME" value: "zuul" image: "镜像仓库域名/xxx/zuul:latest" imagePullPolicy: "Always" name: "zuul" ports: containerPort: 26160 livenessProbe: tcpSocket: port: 26160 initialDelaySeconds: 10 periodSeconds: 30 resources: limits: cpu: "1" memory: "1Gi" requests: cpu: "1" memory: "1Gi"

本章节主要介绍分布式消息服务RabbitMQ的消息确认机制。 使用场景 生产者在发布消息后，怎么确认消息已正确发布到服务器端？服务器端又怎么确认消息已成功被消费？RabbitMQ提供的消息确认机制可以解决此问题。 在使用RabbitMQ时，生产者确认和消费者确认对于确保数据可靠性至关重要。如果连接失败，传输中的消息可能会丢失，需要重新传输。确认机制可以让服务器和客户端知道何时重新传输消息。客户端可以在收到消息时确认消息，也可以在客户端完全处理完消息后确认。生产者确认会影响性能，如果需要很高的吞吐量，应禁用生产者确认。注意，不使用生产者确认会导致可靠性下降。 更多关于消息确认机制的说明，请参考Consumer Acknowledgements and Publisher Confirms。 生产者确认 生产者确认，即服务端在收到来自生产者的消息时进行确认。 以下示例演示在Java客户端配置生产者确认： try { channel.confirmSelect() ; //将信道置为publisher confirm模式 //之后正常发送消息 channel . basicPublish( "exchange " , " routingKey" , null , "publisher confirm test " .getBytes()); if (!channel.waitForConfirms()) { System.out.println( "send message failed " ) ; // do something else.... } } catch (InterruptedException e) { e.printStackTrace() ; } 调用channel .waitForConfirms方法之后，会等待服务端确认，这是一种同步等待的方式，会对性能产生影响。如果生产者要满足at least once，就必须使用同步等待方式。 消费者确认 消费者确认是指服务端通过确认消息是否成功被消费者接收，来判断是否删除队列中的此消息。 消费者确认对数据可靠性十分重要，接收重要消息的消费应用程序在未处理完消息前不应确认消息，以便消费者有足够的时间处理消息，无需担心消息处理过程中由于消费者进程异常（如工作程序崩溃、重启等）导致消息丢失。 消费者确认在客户端上配置，通过配置basicConsume方法启用确认。在channel中启用消费者确认适用于大多数场景。 以下示例演示在Java客户端配置消费者确认（使用Channel

类别 用户名称 初始密码 描述 MRS集群系统管理员 admin 在集群创建时由用户指定。 MRS Manager的管理员。 此外还具有以下权限： 具有HDFS、ZooKeeper普通用户的权限。 具有提交、查询Mapreduce、YARN任务的权限，以及YARN队列管理权限和访问YARN WebUI的权限。 Storm中，具有提交、查询、激活、去激活、重分配、删除拓扑的权限，可以操作所有拓扑。 Kafka服务中，具有创建、删除、授权、Reassign、消费、写入、查询主题的权限。 MRS集群节点操作系统用户 omm 系统随机生成 MRS集群系统的内部运行用户。在全部节点生成，属于操作系统用户，无需设置为统一的密码。 MRS集群节点操作系统用户 root 用户设置的密码。 MRS集群所属节点的登录用户。在全部节点生成，属于操作系统用户。

本文介绍分布式消息服务RocketMQ入门指引的生产消费验证内容。 背景信息 RocketMQ的生产消费验证是指在使用RocketMQ进行消息生产和消费时的验证过程。具体而言，验证包括以下几个方面： 生产者验证：RocketMQ提供了丰富的生产者API，开发人员可以使用这些API将消息发送到RocketMQ的消息队列中。在验证阶段，可以通过发送消息并检查返回结果来确保消息成功发送到Broker节点。此外，生产者还应该验证消息的顺序性、事务性以及可靠性等方面。 消费者验证：RocketMQ的消费者可以订阅特定的消息主题，从而消费这些主题下的消息。在验证阶段，消费者应该能够正确地从Broker节点拉取消息并进行消费处理。消费者还可以验证消息的顺序性、重试机制以及消息过滤等功能。 操作步骤 1、 天翼云官网点击控制中心，选择产品分布式消息服务RocketMQ。 2、 登录分布式消息服务RocketMQ控制台，点击右上角地域选择对应资源池。 3、 进入实例列表，点击【管理】按钮进入管理菜单。 4、 进入Topic管理菜单，点击【拨测】按钮，进行生产消费的拨测验证，验证开通的消息实例和主题。 1）生产测试拨测： 选择消息类型，默认普通消息。 填写需要产生的测试消息数量，以及每条消息的大小，默认每条消息1KB，建议不超过4MB(4096KB)。 选择已建的消息主题，若无选项，请新增主题，详见上文创建主题和订阅组。 点击【测试】按钮，按照已填写规格及数量产生测试消息数据，展示消息数据的信息，包括消息ID(messageID)、发送状态、主题名（topic名）、Broker名、队列ID。 拨测功能涉及消息发送状态码，以下是RocketMQ消息发送状态码及其说明： ✧ SENDOK（发送成功）：表示消息成功发送到了消息服务器。 ✧ FLUSHDISKTIMEOUT（刷新磁盘超时）：表示消息已经成功发送到消息服务器，但是刷新到磁盘上超时。这可能会导致消息服务器在宕机后，尚未持久化到磁盘上的数据丢失。 ✧ FLUSHSLAVETIMEOUT（刷新从服务器超时）：表示消息已经成功发送到消息服务器，但是刷新到从服务器上超时。这可能会导致主从同步不一致。 ✧ SLAVENOTAVAILABLE（从服务器不可用）：表示消息已经成功发送到消息服务器，但是从服务器不可用。这可能是由于网络故障或从服务器宕机引起的。 ✧ UNKNOWNERROR（未知错误）：表示发送消息时遇到了未知的错误。一般情况下建议重试发送消息。 ✧ MESSAGESIZEEXCEEDED（消息大小超过限制）：表示消息的大小超过了消息服务器的限制。需要检查消息的大小是否合适。 ✧ PRODUCETHROTTLE（消息生产被限流）：表示消息生产者的频率超出了消息服务器的限制。这可能是由于消息发送频率过高引起的。 ✧ SERVICENOTAVAILABLE（服务不可用）：表示消息服务器不可用。这可能是由于网络故障或者消息服务器宕机引起的。 请注意，以上状态码仅适用于RocketMQ消息发送阶段，并且不代表消息是否成功被消费者接收。同时，这些状态码也可能因版本变化而有所不同，建议查阅官方文档获取最新信息。 2）消费测试拨测： 选择消息顺序，下拉选择无序/有序，默认选项为无序。 RocketMQ是一种开源的分布式消息中间件，它支持有序消息和无序消息。 ✧ 有序消息是指消息的消费顺序与发送顺序完全一致。在某些业务场景下，消息的处理需要保证顺序性，例如订单的处理或者任务的执行。RocketMQ提供了有序消息的支持，通过指定消息的顺序属性或使用消息队列的分区机制，可以确保消息按照指定的顺序进行消费。 ✧ 无序消息则是指消息的消费顺序与发送顺序无关。无序消息的特点是高吞吐量和低延迟，适用于一些不要求严格顺序的业务场景，如日志收集等。 在RocketMQ中，有序消息和无序消息的实现方式略有不同。有序消息需要借助MessageQueue的分区机制和消费者端的顺序消息消费来实现。而无序消息则是通过消息的发送和接收的并发处理来实现的。 总的来说，RocketMQ既支持有序消息也支持无序消息，根据业务需求选择合适的消息类型来满足业务的要求。 选择消费方式，目前仅提供pull方式。值得注意的是，RocketMQ还提供了推送（push）方式的消费模式，其中消息队列服务器会主动将消息推送给消费者。但在当前仅限于pull方式的消费模式。 填写消费数量。 下拉选择选择已建的消息主题和订阅组，若无选项，请新增主题和订阅组，详见上文创建主题和订阅组。 点击【测试】按钮，按照已填写规格及数量产生消费数据，展示消息数据的信息，包括消息ID(messageID)、主题名称（topicName）、生成时间、存储时间、队列ID、消费状态。 拨测功能涉及消息消费状态码，RocketMQ消费状态码是指在消息消费过程中，对消费结果进行标识的状态码。以下是常见的RocketMQ消费状态码： ✧ CONSUMESUCCESS（消费成功）：表示消息成功被消费。 ✧ RECONSUMELATER（稍后重试）：表示消费失败，需要稍后再次进行消费。 ✧ CONSUMEFAILURE（消费失败）：表示消息消费出现异常或失败。 ✧ SLAVENOTAVAILABLE（从节点不可用）：表示消费者无法访问从节点来消费消息。 ✧ NOMATCHEDMESSAGE（无匹配的消息）：表示当前没有匹配的消息需要消费。 ✧ OFFSETILLEGAL（偏移量非法）：表示消费的偏移量参数不合法。 ✧ BROKERTIMEOUT（Broker超时）：表示由于Broker超时导致消费失败。 5、 用户应用按照规范接入RocketMQ，发送、消费消息。 1）生产者示例API 以下适用于南京3、上海7、重庆2、乌鲁木齐27、保定、石家庄20、内蒙6、晋中、北京5节点。 ctgmq引擎版本，SDK下载方式详见环境准备其他工具章节。 package com.ctg.guide; import com.ctg.mq.api.CTGMQFactory; import com.ctg.mq.api.IMQProducer; import com.ctg.mq.api.PropertyKeyConst; import com.ctg.mq.api.bean.MQMessage; import com.ctg.mq.api.bean.MQSendResult; import com.ctg.mq.api.exception.MQException; import com.ctg.mq.api.exception.MQProducerException; import java.util.Properties; / Producer，发送消息 / public class Producer { public static void main(String[] args) throws InterruptedException, MQException { Properties properties new Properties(); properties.setProperty(PropertyKeyConst.ProducerGroupName, "producergroup"); properties.setProperty(PropertyKeyConst.NamesrvAddr, "10.50.208.1:9876;10.50.208.2:9876;10.50.208.3:9876"); properties.setProperty(PropertyKeyConst.NamesrvAuthID, "app4test"); properties.setProperty(PropertyKeyConst.NamesrvAuthPwd, ""); properties.setProperty(PropertyKeyConst.ClusterName, "defaultMQBrokerCluster"); properties.setProperty(PropertyKeyConst.TenantID, "defaultMQTenantID"); IMQProducer producer CTGMQFactory.createProducer(properties);//建议应用启动时创建 int connectResult producer.connect(); if(connectResult ! 0){ return; } for (int i 0; i mqResultList) { //mqResultList 默认为1，可通过批量消费数量设置 for(MQResult result : mqResultList) { //TODO System.out.println(result); } return ConsumerTopicStatus.CONSUMESUCCESS;//对消息批量确认(成功) //return ConsumerTopicStatus.RECONSUMELATER;//对消息批量确认(失败) } }); } } 以下适用于华东1、华北2、西南1、华南2、上海36、青岛20、长沙42、南昌5、武汉41、杭州7、西南2贵州、太原4、郑州5、西安7、呼和浩特3节点。 rocketmq引擎版本，SDK下载方式详见环境准备其他工具章节。 importorg.apache.rocketmq.client.consumer.DefaultMQPushConsumer; importorg.apache.rocketmq.client.consumer.listener.ConsumeConcurrentlyStatus; importorg.apache.rocketmq.client.consumer.listener.MessageListenerConcurrently; importorg.apache.rocketmq.client.exception.MQClientException; publicclassPushConsumer{ public static void main(String[] args) throws Exception{ AclClientRPCHook rpcHook newAclClientRPCHook(newSessionCredentials(ACCESSKEY, SECRETKEY)); DefaultMQPushConsumer consumer new DefaultMQPushConsumer(rpcHook); consumer.setConsumerGroup("ConsumerGroupName"); // 填入元数据地址 consumer.setNamesrvAddr("XXX:xxx"); ; //如果需要开启SSL，请增加此行代码 consumer.subscribe("YOUR TOPIC",""); consumer.registerMessageListener((MessageListenerConcurrently)(msgs, context)>{ System.out.printf("%s Receive New Messages: %s %n",Thread.currentThread().getName(), msgs); returnConsumeConcurrentlyStatus.CONSUMESUCCESS; }); consumer.start(); System.out.printf("Consumer Started.%n"); } } 示例参数说明： Namesrv地址 Namesrv地址可从控制台查看，多个地址按分号分隔。 应用用户和密码 这个应用用户和密码就是控制台创建的应用用户和密码。 租户id和集群名 集群名和租户id可以从应用用户管理查询。 订阅组 消费组名需要在控制台提前创建好。

对于包周期订购后，支持通过控制台进行续订操作。 具体操作如下： 步骤1：登录Kafka专享版控制台，在实例列表中，右侧的“更多”菜单下拉选择“续费”按钮； 步骤2：进入续订管理界面后，选择续订周期后，点击“确认提交”，按提示完成后续支付流程。

类别 用户名称 初始密码 描述 MRS集群系统管理员 admin 在集群创建时由用户指定。 Manager的管理员。 此外还具有以下权限： 具有HDFS、ZooKeeper普通用户的权限。 具有提交、查询Mapreduce、YARN任务的权限，以及YARN队列管理权限和访问YARN WebUI的权限。 Storm中，具有提交、查询、激活、去激活、重分配、删除拓扑的权限，可以操作所有拓扑。 Kafka服务中，具有创建、删除、授权、Reassign、消费、写入、查询主题的权限。 MRS集群节点操作系统用户 omm 系统随机生成 MRS集群系统的内部运行用户。在全部节点生成，属于操作系统用户，无需设置为统一的密码。 MRS集群节点操作系统用户 root 用户设置的密码。 MRS集群所属节点的登录用户。在全部节点生成，属于操作系统用户。

类别 用户名称 初始密码 描述 MRS集群系统管理员 admin 在集群创建时由用户指定。 Manager的管理员。 此外还具有以下权限： 具有HDFS、ZooKeeper普通用户的权限。 具有提交、查询Mapreduce、YARN任务的权限，以及YARN队列管理权限和访问YARN WebUI的权限。 Storm中，具有提交、查询、激活、去激活、重分配、删除拓扑的权限，可以操作所有拓扑。 Kafka服务中，具有创建、删除、授权、Reassign、消费、写入、查询主题的权限。 MRS集群节点操作系统用户 omm 系统随机生成 MRS集群系统的内部运行用户。在全部节点生成，属于操作系统用户，无需设置为统一的密码。 MRS集群节点操作系统用户 root 用户设置的密码。 MRS集群所属节点的登录用户。在全部节点生成，属于操作系统用户。

本文为您介绍分布式消息服务MQTT常用业务应用场景。 分布式消息服务MQTT广泛应用于移动互联网以及物联网领域，包括智能抄表、智能家居、即时聊天等多种应用场景。 智能抄表 电表、水表、燃气表已是每个家庭必备，集成消息队列 MQTT 系统后，再无需进行人工抄表，所有住户的用电、用水、燃气、供暖数据都可由数据后台一键抄取，省时省力避免上门催收的尴尬，助力能源管理部门提供更优质服务。 智能家居 通过门监测住户出入行为，同时结合实时气温与时间，控制空调、灯具、电视机、音箱等的启动和关闭。 即时聊天 MQTT作为一种轻量级、可扩展的通信协议，提供了一种可靠的、实时的消息传递机制，使得即时聊天应用能够高效地处理用户之间的实时通信需求，为实时通信提供了有效的解决方案。

本文主要介绍数据采集 在使用APM服务过程中用户开启APM数据采集开关后，APM仅采集应用性能指标及调用链相关数据，不涉及个人隐私数据。所采集的数据仅用于应用的性能分析和故障诊断，不会用于其他商业目的。 数据类型 采集数据 传输方式 存储方式 数据用途 时限 性能指标数据 JVM相关数据、异常、数据库、SQL语句以及中间件调用相关的数据 通过WSS方式传输 APM服务端按照租户隔离存储 指标查看页面展示 免费版7天，企业版30天，到期彻底删除 调用链数据 调用链event数据，包含中间件调用的相关数据 通过WSS方式传输 APM服务端按照租户隔离存储 调用链前台查询展示 免费版7天，企业版30天，到期彻底删除 资源信息 服务类型、服务名称、创建时间、删除时间、所在节点地址和服务发布端口 通过WSS方式传输 APM服务端按照租户隔离存储 资源库前台查询展示 免费版7天，企业版30天，到期彻底删除 资源属性 系统类型、系统启动事件、CPU个数、服务执行用户名称、服务进程id、服务的PodID、CPU标志、系统版本、服务使用的Web框架、JVM版本、时区、系统名称、采集器版本以及LastMail的Url 通过WSS方式传输 APM服务端按照租户隔离存储 资源库前台查询展示 免费版7天，企业版30天，到期彻底删除 表 采集项限制说明 采集项名称 最大值 监控项默认最大行数 500行 SQL默认长度限制 2000字符 SQL Result Body体默认采集数量限制 100个 SQL Result Body体默认采集内容大小限制 999字符 Redis Body体默认长度限制 100字符 Mongo最大集群数 10个 Mongo command默认长度限制 2000字符 Hbase command默认长度限制 500字符 Es RestClient上限 10个 Cassandra CQL默认长度限制 2000字符 Cassandra Session上限 10个 Kafka Mbean采集ObjectName上限 100个 Kafka ClientId对应IP缓存上限 100个 RabbitMq连接地址上限 20个 RabbitMq每个地址最大缓存连接数 100个 RabbitMq Consumer上限 500个 RabbitMq每个Consumer最大缓存Channel数 100个 RabbitMq每个Channel没有ACK的消息数 3000条 RabbitMq缓存的手动ACK Consumer个数 20个 RocketMq PID上限 20个 RocketMq ClientId上限 20个 Jetcd Tag最大长度 500字符 HttpClient连接池上限 10条 连接池调用链默认上报时间阈值 1毫秒 Dubbo Invocation长度限制 500字符 Dubbo Attachment长度限制 500字符 URL Body体默认长度限制 9999字符 URL采集应用code body长度限制 0字符 Java Method Body体长度限制 8192字符

本章节主要介绍如何创建增强型跨源连接。 操作场景 使用DLI访问其他数据源的数据前，首先要通过建立增强型跨源连接打通DLI和数据源之间的网络，DLI才能够访问、导入、查询、分析其他数据源的数据。 例如：DLI连接MRS、RDS、CSS、Kafka、DWS时，需要打通DLI和对应数据源VPC之间的网络，才能实现数据互通。 本节操作介绍在控制台创建增强型跨源连接的操作步骤。 约束和限制 DLI提供的default队列不支持创建跨源连接。 Flink作业访问DIS，OBS和SMN数据源，无需创建跨源连接，可以直接访问。 增强型跨源连接需要使用VPC、子网、路由、对等连接功能，因此需要获得VPC（虚拟私有云）的VPC Administrator权限。 使用DLI增强型跨源时，弹性资源池/队列的网段与数据源网段不能重合。 访问跨源表需要使用已经创建跨源连接的队列。 跨源表不支持Preview预览功能。 检测跨源连接的连通性时对IP约束限制如下： −IP必须为合法的IP地址，用“.”分隔的4个十进制数，范围是0255。 −测试时IP地址后可选择添加端口，用":"隔开，端口最大限制5位，端口范围：0~65535。 例如192.168.xx.xx或者192.168.xx.xx:8181。 检测跨源连接的连通性时对域名约束限制如下： −域名的限制长度为1到255的字符串，并且组成必须是字母、数字、下划线或者短横线。 −域名的顶级域名至少包含两个及以上的字母，例如.com，.net，.cn等。 −测试时域名后可选择添加端口，用":"隔开，端口最大限制为5位，端口范围：0~65535。 例如example.com:8080。

本文主要介绍如何导出分布式消息服务RabbitMQ的实例。 操作场景 本章节指导您在控制台导出实例列表。 操作步骤 1. 登录管理控制台。 2. 在管理控制台右上角单击，选择区域。 说明 请选择RabbitMQ实例所在的区域。 3. 在管理控制台左上角单击，选择“企业中间件 > 分布式消息服务 > RabbitMQ专享版”，进入分布式消息服务RabbitMQ专享版页面。 4. 单击“导出”，导出实例列表。 5. 单击“导出 > 导出全部数据到XLSX”/“导出 > 导出已选中数据到XLSX”，导出实例列表。

本节介绍分布式消息服务RocketMQ相关的产品规格,以便您正确理解和使用。 （1）以下适用于华东1、华北2、西南1、华南2、上海36、青岛20、长沙42、南昌5、武汉41、杭州7、西南2贵州、太原4、郑州5、西安7、呼和浩特3 节点。 注意 通用型规格已调整为白名单特性，如需了解该规格参数请联系技术支持。 ctgmq引擎已调整为白名单特性，如需了解该引擎请联系技术支持。 单机版实例面向用户体验和业务测试场景，无法保证性能和高可用。如果需要在生产环境使用RocketMQ实例，建议购买集群版实例。 天翼云分布式消息服务RocketMQ版产品规格由以下五个维度定义： 资源规格：定义使用的弹性云服务器的规格类型。 代理个数：即Broker数量，定义实例的规模，天翼云分布式消息RocketMQ每个Broker由一个Master节点（主节点）和一个Slave节点（备节点）组成，详细见产品架构。 存储容量：定义单个代理可以保存的存储容量。 单个代理TPS：定义单个代理的TPS性能。 单个代理消费组数上限：定义单个代理可以创建的消费组数量。 天翼云分布式消息服务RocketMQ支持的产品规格如下所示： 说明 TPS（Transaction per second）是指每秒可以生产消息和消费消息的总次数，可以理解为对应规格每秒生产消息和消费消息的总吞吐量。

Web应用防火墙（边缘云版）服务接入网站时未配置的端口是否会有安全风险？ Web应用防火墙（边缘云版）支持在域名接入时配置请求协议和回源端口，安全防护节点只会转发来自HTTP/HTTPS请求协议对应端口的业务流量给源站服务器。 Web应用防火墙（边缘云版）安全防护节点不会转发任何未配置端口的请求流量到源站，因此，在接入网站时未配置的端口不会对源站产生任何安全风险。 非天翼云服务器可以使用Web应用防火墙（边缘云版）吗？ 非天翼云服务器也可以使用Web应用防火墙（边缘云版）服务。 Web应用防火墙（边缘云版）是一种网络应用防火墙，可以通过检测、过滤和阻止来自互联网的恶意网络流量，保护服务器和应用程序免受各种网络攻击和安全威胁。无论您使用哪种云服务器，只要符合Web应用防火墙（边缘云版）的系统要求，就可以部署和配置防护策略来增强网络安全。采用cname的方式接入服务，与客户的源站类型无关，因此，非天翼云服务器也可以使用Web应用防火墙（边缘云版）服务。 Web应用防火墙（边缘云版）可以支持HTTPS双向认证吗？ 单向认证：在 SSL 身份验证中，客户端会收到服务器的证书，客户端可能会尝试将服务器的 CA 与客户端的受信任 CA 列表进行匹配。如果颁发CA是可信的，客户端将验证证书是真实的并且没有被篡改。客户端和服务器在消息交换之前都使用9次握手消息来建立加密通道。 双向认证：双向 SSL 身份验证中，客户端和服务器都通过数字证书相互验证，以便双方都确信对方的身份。客户端和服务器在消息交换之前都使用12次握手消息来建立加密通道。 Web应用防火墙（边缘云版）支持HTTPS双向认证。双向认证包括边缘双向认证以及回源双向认证，如果您有该需求，可以联系我们进行后台配置。

对于包周期订购后，支持通过控制台进行退订操作。 具体操作如下： 步骤1：登录Kafka专享版控制台，在实例列表中，右侧的“更多”菜单下拉选择“退订”按钮； 步骤2：进入退订管理界面后，按页面提示选择“退订原因”，并勾选“我已同意本次退订金额及相关费用详情”，点击“退订”按钮完成后续流程。

本文介绍花卷慧办四个套餐的版本功能。 套餐和版本概述 花卷慧办服务支持包年包月计费模式。花卷慧办服务套餐版本分为：基础版、高级版、企业版、旗舰版。 业务规格 基础版 高级版 企业版 旗舰版 价格 40元/月/账号 65元/月/账号 110元/月/账号 200元/月/账号 适用场景 适合微型企业，建议订购账号数5～49 适合小型企业，建议订购账号数50~399 适合中大型企业，建议订购账号数400~1999 适合大型企业，建议订购账号数2000以上 云上会议室 40人云上会议室；企业可同时最多召开两个能容纳100人的会议 100人云上会议室；企业可同时最多召开两个能容纳500人的会议 500人云上会议室；企业可同时最多召开两个能容纳2000人的会议 每账号可发起最多能容纳2000人的会议 总存储空间 500GB 1TB 2TB 2TB AI功能额度 300个 600个 800个 1000个 功能列表 说明 套餐版本无功能差异，仅为配额不同。 应用 功能 功能说明 消息 1v1发送消息 支持发送文字、表情包、图片、文件等多种类型消息。 消息 群组创建与管理 支持创建群组，及群管理：群成员管理、解散、转让群组。 消息 消息状态展示 支持已读、未读状态展示。 消息 消息管理 支持消息撤回、引用回复、转发等高级消息操作。 消息 通知号 支持与端内各应用互联，消息直达通道，重要提醒不错过。 线上会议 会议创建与加入 支持创建/加入临时及预定会议，预定非周期/周期会议。 线上会议 会前管理 支持修改、删除、设定入会范围、设定会议密码、会议水印等多种管理。 线上会议 会中管理 支持会议锁定、参会人权限管控等多种管理。 线上会议 会议录制 支持屏幕共享、一键开启智能会议纪要。 线上会议 其他 美颜、虚拟背景、音频降噪等。 线上会议 直播 支持，如想开通请联系客户经理。 日程 日程创建与管理 支持快速创建日程事项，设置时间、地点、参与人等基本信息。 日程 日程提醒 日程开始前自动提醒。 待办 待办创建与管理 支持快速添加待办事项，记录工作任务和个人事务。 待办 待办提醒 设置自定义截止时间提醒。 空间 文件管理 支持文件新建、上传、下载、分享、版本回溯等功能。 空间 应用空间 用户存储客户端其他应用转存的文件。 空间 企业文件 用于管理企业级文件，支持设置文件的可见范围、设置文件夹管理员、配置颗粒度权限。 空间 在线文档 支持在线文档多人实时编辑，无缝多端同步。 空间 文件资产安全 支持落地即加密、外发即拦截。 知识库 知识创建 支持直接上传并管理Word、PDF、图片、音视频等各类文件。 知识库 知识问答 用于生成更精准的用户查询。 知识库 知识库管理 支持配置不同权限的知识库成员。 智能助手 自然语言交互 支持通过自然语言创建会议、日程和待办。 智能助手 智能日程管理 自动安排协调多方会议时间。 智能问答 智能问答 支持对问题进行AI检索生成回答。

本章节介绍了如何迁移分布式消息服务RocketMQ实例的元数据。 操作场景 分布式消息服务RocketMQ支持通过控制台迁移其他厂商或自建RocketMQ实例的元数据到云上RocketMQ实例。 前提条件 已购买RocketMQ实例。 步骤一：获取其他厂商或自建RocketMQ实例的元数据 1. 进入RocketMQ实例的安装目录，执行以下命令，查询集群名称。 sh ./bin/mqadmin clusterList n {nameserver地址及端口号} 例如：“nameserver地址及端口号”为“192.168.0.65:8100”。 sh ./bin/mqadmin clusterList n 192.168.0.65:8100 2. 执行以下命令，导出元数据。 sh ./bin/mqadmin exportMetadata n {nameserver地址及端口号} c {RocketMQ集群名称} f {导出的元数据文件的存放路径} 例如：“nameserver地址及端口号”为“192.168.0.65:8100”，“RocketMQ集群名称”为“DmsCluster”，“导出的元数据文件的存放路径”为“/tmp/rocketmq/export”。 sh ./bin/mqadmin exportMetadata n 192.168.0.65:8100 c DmsCluster f /tmp/rocketmq/export 步骤二 ：在控制台迁移元数据 1. 登录分布式消息服务RocketMQ控制台。 2. 单击RocketMQ实例的名称，进入实例详情页面。 3. 在左侧导航栏，选择“元数据迁移”，进入迁移任务列表页面。 4. 单击“创建迁移任务”，弹出“创建迁移任务”对话框。 5. 参考表1，设置迁移任务的参数。 表1 迁移任务参数说明 参数 说明 任务名称 您可以自定义迁移任务的名称，用于区分不同的迁移任务。 是否同名覆盖 如果开启同名覆盖，会对已有的同名元数据的配置进行修改。例如：原实例Topic01的读队列个数为3，云上实例Topic01的读队列个数为2，开启同名覆盖后，云上实例Topic01的读队列个数变为3。如果不开启同名覆盖，同名元数据的迁移将失败。例如：原实例的Topic包含Topic01和Topic02，云上实例的Topic包含Topic01和Topic03，不开启同名覆盖，原实例Topic01的迁移将失败。 元数据 上传其他厂商或自建RocketMQ实例的元数据。 6. 单击“确定”。 迁移完成后，在迁移任务列表页面查看“任务状态”。 当“任务状态”为“迁移完成”，表示所有元数据都已成功迁移。 当“任务状态”为“迁移失败”，表示元数据中部分或全部元数据迁移失败。单击迁移任务名称，进入迁移任务详情页，在“迁移结果”中查看迁移失败的Topic/消费组名称，以及失败原因。 图 迁移结果

支持的高级特性 分布式消息服务RocketMQ支持4种高级特性。 消息过滤：消费者根据分布式消息服务RocketMQ设置的标签对已订阅Topic中的消息进行过滤，达到只消费需要的消息的目的。 消息重试：消费者消费某条消息失败后，分布式消息服务RocketMQ根据重试机制将消息重新发送给消费者进行消费。如果重试次数到达设定的最大值时，消息尚未被成功消费，此消息将被发送到死信队列。 分布式消息服务RocketMQ的重试机制如表1所示。 表1 消息重试机制 消费类型 重试时间间隔 最大重试次数 顺序消费 通过suspendTimeMillis设置重试时间间隔。 默认值为1000ms，即1s。 通过消费者的setMaxReconsumeTimes函数配置最大重试次数。若未设置参数值，默认为无限重试。 普通消费 重试时间间隔根据重试次数阶梯变化，如表2所示。 创建消费组时设置。 取值范围：116 表2 普通消费重试时间间隔 重试次数 与上次的间隔时间 重试次数 与上次的间隔时间 1 10s 9 7min 2 30s 10 8min 3 1min 11 9min 4 2min 12 10min 5 3min 13 20min 6 4min 14 30min 7 5min 15 1h 8 6min 16 2h 延时消息：生产者生产消息到分布式消息服务RocketMQ后，消息不会立即被消费，而是延迟固定时间后才会发送给消费者进行消费。生产者可以指定18个延时等级，每个延时等级对应的时间如表3所示。 表3 延时等级 延时等级 延时时间 延时等级 延时时间 1 1s 10 6min 2 5s 11 7min 3 10s 12 8min 4 30s 13 9min 5 1min 14 10min 6 2min 15 20min 7 3min 16 30min 8 4min 17 1h 9 5min 18 2h 定时消息：生产者生产消息到分布式消息服务RocketMQ后，消息不会立即被消费，而是延迟到设定的时间点后才会发送给消费者进行消费。分布式消息服务RocketMQ支持任意时间的定时消息，最大推迟时间可达到1年。同时也支持定时消息的取消。

本章节为您介绍日志外发相关功能 数据库安全网关支持配置Syslog、Kafka日志外发能力。 配置Syslog外发 用户可配置通过 Syslog 通知方式将资产审计日志或资产告警日志发送到指定的Syslog服务器。 1.在左侧导航栏选择“通知外送 > 日志外送 > SYSLOG”进入告警通知页面。 2.单击页面中的“新增”按钮，弹出 SYSLOG 配置对话框，编辑相关信息。 配置项 说明 名称 Syslog接收接口的配置名称。 服务器地址 Syslog服务器地址，可为IP或者域名。 端口 Syslog服务器端口，默认为端口为514。 发送协议 选择日志传输的协议类型，支持UDP或TCP。 是否发送消息头 决定是否在日志数据前添加自定义Syslog消息头（含主机名及用户名）。 内容协议格式 定义日志数据的格式，默认为RFC3164。 报文默认主机名 可以指定日志中使用的默认主机名。 报文默认应用名 可以指定日志中使用的默认应用程序名。 程序模块编码 Syslog协议RFC5424 规定，消息中必须包含“程序模块编码”，Syslog服务端使用该编码区分发送消息的程序来源。与服务器端配置保持一致即可。 严重等级 选择向Syslog服务器发送告警所标记的严重等级。等级分为：Emergency、Alert、Critical、Error、Warning、Notice、Informational、Debug。 与服务器端配置保持一致即可。 审计日志模板 发送审计日志信息的模板，可修改默认模板，具体字段请依据填写说明编辑。 告警日志模板 发送告警日志信息的模板，可修改默认模板，具体字段请依据填写说明编辑。 3.配置好Syslog发送模板后，需配置需要发送通知的资产及接收人，点击“添加”按钮即可添加接收人。