失败原因 处理建议 目标库存在和待迁移对象同名的表、视图、函数或者存储过程。 忽略警告并开始执行DTS任务，该方法会在结构迁移中跳过那些同名对象，且在全量迁移过程中覆盖同名表中相同主键的数据。 将目标库存在的同名对象删除或更名。 取消选中这些同名的待迁移对象。 如果只存在表同名对象，可对这些表进行表名映射。

规格名称 显卡型号 显卡数量 单卡GPU性能 磁盘类型 L20计算加速型PN8I Nvidia L20 1、2、4、8 119.5 TFLOPS半精度浮点计算 59.8 TFLOPS单精度浮点计算 239 TFLOPS FP8浮点计算 59.8 TFLOPS TF32AI加速 普通IO 高IO 通用型SSD 超高IO XSSD0、XSSD1、XSSD2 注：仅部分资源池的非8卡规格（pn8i.4xlarge.8、pn8i.8xlarge.8、pn8i.16xlarge.8）支持XSSD盘，如有需求请联系工单。 L40S计算加速型PN8S Nvidia L40S 1、2、4、8 366.5 TFLOPS半精度浮点计算 91.6 TFLOPS单精度浮点计算 733 TFLOPS FP8浮点计算 183 TFLOPS TF32AI加速 普通IO 高IO 通用型SSD 超高IO GPU计算加速型PN8R NVIDIA 高性价比显卡1 1、2、3、4、5、6、7、8 330 TFLOPS半精度浮点计算 82.58 TFLOPS单精度浮点计算 普通IO 高IO 通用型SSD 超高IO A100计算加速型P8A Nvidia Tesla A100（40G PCIE） 1、2、4 312 TFLOPS半精度浮点计算 19.5 TFLOPS单精度浮点计算 9.7 TFLOPS双精度浮点计算 156 TFLOPS TF32AI加速 普通IO 高IO 通用型SSD 超高IO A100计算加速型P8AV Nvidia A100（NVLINK） 1、2、4、8 312 TFLOPS半精度浮点计算 19.5 TFLOPS单精度浮点计算 9.7 TFLOPS双精度浮点计算 156 TFLOPS TF32AI加速 普通IO 高IO 通用型SSD 超高IO A10计算加速型PI7 Nvidia Tesla A10 1、2、4 125 TFLOPS半精度浮点计算 31.2 TFLOPS单精度浮点计算 62.5 TFLOPS TF32AI加速 普通IO 高IO 通用型SSD 超高IO V100计算加速型P2V Nvidia Tesla V100 1、2、4 14 TFLOPS单精度浮点计算 7 TFLOPS双精度浮点计算 112 TFLOPS TF32 AI加速 普通IO 高IO 通用型SSD 超高IO V100S计算加速型P2VS Nvidia Tesla V100s 1、2、4 16.4 TFLOPS单精度浮点计算 8.2 TFLOPS双精度浮点计算 130 TFLOPS TF32 AI加速 普通IO 高IO 通用型SSD 超高IO T4计算加速型PI2 Nvidia Tesla T4 1、2、4 8.1 TFLOPS单精度浮点计算 130 TOPS INT8计算 260 TOPS INT4计算 普通IO 高IO 通用型SSD 超高IO

本节主要介绍登录数据库 库管理 1. 在数据管理服务DAS左侧导航栏，单击“开发工具”，进入开发工具数据库登录列表页面。 2. 选择“RDS实例”下的“MySQL”数据库引擎。 3. 登录需要查看的MySQL数据库，进入数据库内部控制台页面。 4. 单击管理控制台上方的“库管理”页签，选择需要操作的数据库名称。 5. 选择“对象列表”页签，您可以看到表、视图、存储过程、事件、触发器、函数等对象。

概述 计算增强型宿主机上开通的云主机独享宿主机的CPU资源，实例间无CPU争抢，没有进行资源超配，提供更接近物理服务器的性能。适用于对实例性能有一定要求的计算密集型业务场景。 通用计算增强型类别的宿主机上可部署c3型、c6型、c7型的弹性云主机，提供更好性价比。 宿主机规格 计算增强型专属云规格： 宿主机规格 超配比 CPU信息 虚拟CPU核数（vCPUs） 内存（GB） 计算增强型C3 1:1 第二代英特尔®至强®可扩展处理器2.3GHZ 16 core（cascade lake) 40 456 计算增强型C3 1:1 第二代英特尔®至强®可扩展处理器2.1GHZ 20 core(cascade lake) 56 444 计算增强型C6 1:1 第二代英特尔®至强®可扩展处理器3.0GHZ 24 core(cascade lake) 72 673 计算增强型C7 1:1 第三代英特尔®至强®可扩展处理器 2.8GHZ 38 core(ice lake) 128 885 说明 计算专属云规格中的vCPUs计算公式：vCPUs槽位数 CPU核数 单核线程数 CPU开销 由于实际部署的主机网络功能的软件版本差异，内存优化型M3 虚拟CPU核数调整。

配置项 说明 计算节点规格 选择计算节点的规格。 计算节点硬盘 选择计算规格所对应的磁盘。 根据需求选择计算节点的云硬盘类型和容量。 镜像 选择计算节点的镜像。 注：该镜像为弹性高性能计算平台定制镜像，请优先保持集群同一镜像。 子网 1.选择子网，建议同一个队列保持子网一致。 2.普通子网可绑定云主机与弹性裸金属，标准裸金属子网仅限用于绑定标准裸金属，后台已根据您所选的规格为您自动过滤子网类型。 计算节点数量 选择该队列下的计算节点数量。

支持CPU架构 CPU 架构 规格 规则族 （虚拟 ）CPU 型号 是否支持 X86计算 通用型 通用型s8e INTER(R) XEON(R) PLATINUM 8566C ✓ X86计算 通用型 通用型s8r ✓ X86计算 通用型 通用型s8 ✓ X86计算 通用型 通用型s7 Inter Xeon Processor (Icelake) ✓ X86计算 通用型 通用型s6 ✓ X86计算 通用型 海光通用型hs1 Hygon Dhyana Processor ✓ X86计算 计算型 计算型c8e ✓ X86计算 计算型 计算型c8 ✓ X86计算 计算型 计算型c7 ✓ X86计算 计算型 计算型c6 ✓ X86计算 计算型 海光计算型hc1 ✓ X86计算 内存型 内存型m8e ✓ X86计算 内存型 内存型m8 ✓ X86计算 内存型 内存型m7 ✓ X86计算 内存型 内存型m6 ✓ X86计算 内存型 海光内存型hm1 ✓ X86计算 增强型 网络增强型c8ne INTER(R) XEON(R) PLATINUM 8566C ✓ X86计算 增强型 网络增强型m8ne ✓ X86计算 本地盘型 超高IO型ip3 Inter Xeon Processor (Icelake) ✓ X86计算 GPU加速/AI加速型 GPU计算加速型p8a ✓ X86计算 GPU加速/AI加速型 GPU计算加速型pn8i ✓ X86计算 GPU加速/AI加速型 GPU计算加速型pi7 ✓ X86计算 GPU加速/AI加速型 GPU图形加速基础型g7 Inter Xeon Processor (Icelake) ✓ X86计算 经济型 经济型e Inter Xeon Processor (Cascadelake) ✓ ARM计算 通用型 鲲鹏通用型ks1 Kunpeng902 ✓ ARM计算 通用型 飞腾通用型fs1 Phytium S2500 ✓（需升级到v2.1.1 版本） ARM计算 计算型 鲲鹏计算型kc1 Kunpeng902 ✓ ARM计算 计算型 飞腾计算型fc1 Phytium S2500 ✓（需升级到 v2.1.1 版本） ARM计算 内存型 鲲鹏内存型km1 Kunpeng902 ✓ ARM计算 内存型 飞腾内存型fm1 Phytium S2500 ✓ （需升级到 v2.1.1 版本）

参数说明 参数取值 标准版 Cluster集群 Proxy集群 读写分离 版本类型 version BASIC BASIC BASIC BASIC 实例类型 edition StandardDual DirectCluster ClusterOriginalProxy OriginalMultipleReadLvs 版本号 engineVersion 5.0 6.0 7.0 5.0 6.0 7.0 5.0 6.0 7.0 5.0 6.0 7.0 主机类型 hostType X86计算： S（默认）：通用型 C：计算增强型 HS：海光通用型 HC：海光计算增强型 ARM计算： KS：鲲鹏通用型 KC：鲲鹏计算增强型 X86计算： S（默认）：通用型 C：计算增强型 HS：海光通用型 HC：海光计算增强型 ARM计算： KS：鲲鹏通用型 KC：鲲鹏计算增强型 X86计算： S（默认）：通用型 C：计算增强型 HS：海光通用型 HC：海光计算增强型 ARM计算： KS：鲲鹏通用型 KC：鲲鹏计算增强型 X86计算： S（默认）：通用型 C：计算增强型 HS：海光通用型 HC：海光计算增强型 ARM计算： KS：鲲鹏通用型 KC：鲲鹏计算增强型 分片规格 shardMemSize 1 2 4 8 16 32 64 1 2 4 8 16 32 64 1 2 4 8 16 32 64 1 2 4 8 16 32 64 分片数 shardCount 不填 3~256 3~256 不填 规格 capacity 不填 不填 不填 不填 副本数 copiesCount 1~10（默认值：2） 1~10（默认值：2） 1~10（默认值：2） 2~10（默认值：2） 磁盘类型 dataDiskType SSD（默认）：超高IO SAS：高IO SSD（默认）：超高IO SAS：高IO SSD（默认）：超高IO SAS：高IO SSD（默认）：超高IO SAS：高IO

参数 参数类型 说明 示例 下级对象 newOrderNo String 订单号（仅创建单独付费计算增强型云电脑有效）。 newOrderId String 订单id（仅创建单独付费计算增强型云电脑有效）。 totalPrice String 总价格（仅创建单独付费计算增强型云电脑有效）。 operations Array of Objects 创建计算增强型云电脑操作列表。可用于查询操作状态和新建计算增强型云电脑ID（相关接口：异步操作查询操作详情）（仅创建资源包计算增强型云电脑有效）。 operations

本节介绍 设置工作负载亲和/反亲和调度(podAffinity/podAntiAffinity)的用户指南。 工作负载亲和/反亲和调度概述 在Kubernetes中，工作负载亲和/反亲和调度允许您根据现有Pod的标签和拓扑域（如节点、可用区等）来调度新的Pod。这有助于优化资源利用、减少网络延迟和提高应用性能。 拓扑域 拓扑域是通过节点的标签（topologyKey）来定义的。例如，kubernetes.io/hostname可以将每个节点视为一个独立的拓扑域，而failuredomain.beta.kubernetes.io/zone则可以将每个可用区视为一个拓扑域。 调度策略类型 1. 负载亲和： 不配置：默认行为，不进行特殊调度。 优先多可用区部署：通过Pod反亲和策略，尽量将Pod分散到不同的可用区。 强制多可用区部署：强制将Pod分散到不同的可用区，如果无法满足，则Pod无法调度。 自定义亲和策略：根据Pod标签实现灵活的调度策略。 2. 自定义亲和策略： 工作负载亲和性： 1. 必须满足（硬约束）：如果满足条件的Pod已经存在于某个拓扑域，则新Pod必须调度到该拓扑域。 2. 尽量满足（软约束）：如果满足条件的Pod已经存在于某个拓扑域，则新Pod优先调度到该拓扑域，但不是必须的。 工作负载反亲和性： 1. 必须满足（硬约束）：如果满足条件的Pod已经存在于某个拓扑域，则新Pod不能调度到该拓扑域。 2. 尽量满足（软约束）：如果满足条件的Pod已经存在于某个拓扑域，则新Pod尽量不调度到该拓扑域，但不是必须的。 3. 策略设置参数说明 参数 用途 说明 权重（Weight） 在“尽量满足”（Preferred）策略中，权重用于评估节点对Pod的适合程度。 取值范围：1100 调度器会计算每个节点的总评分，该评分由节点的其他优先级函数评分和此权重附加的评分相加得出。Pod将被调度到总评分最高的节点上。 命名空间（Namespace） 指定调度策略生效的命名空间。 调度策略将仅应用于指定命名空间内的Pod和节点。 拓扑域（Topology Domain） 通过节点的标签和标签值定义调度的节点范围。 使用topologyKey（如kubernetes.io/hostname或kubernetes.io/os）来划分拓扑域。 kubernetes.io/hostname：每个节点是一个独立的拓扑域，适用于单个节点级别的亲和性调度。 kubernetes.io/os：具有相同操作系统的节点属于同一拓扑域，适用于将多个节点作为一个整体进行调度。 标签名（Label Name） 设置工作负载亲和/反亲和性时，指定需要匹配的Pod标签。 调度器将查找具有指定标签名的Pod，并根据亲和/反亲和规则进行调度。 操作符（Operator） 定义标签匹配关系。 取值范围： In：Pod的标签值在指定的标签值列表中。 NotIn：Pod的标签值不在指定的标签值列表中。 Exists：Pod存在指定的标签名。 DoesNotExist：Pod不存在指定的标签名。 标签值（Label Value） 设置工作负载亲和/反亲和性时，指定Pod标签对应的值。 与标签名和操作符一起使用，用于确定Pod是否符合亲和/反亲和规则。

操作步骤 本文以南昌5资源池为例，创建1000台按需计费的云主机，其中每批创建50台，并发创建20批次。 1. 计算控制台点击“镜像服务”，在公共镜像Tab选择CentOS Linux 7.6 64位镜像，获取镜像ID。 2. 选择需要开通的云主机规格，本次使用s7.large.2，根据OpenAPI的查询云主机规格资源接口获取该规格对应的flavorID。 3. 网络控制台点击“虚拟私有云”，创建虚拟私有云（VPC），同时在该虚拟私有云（VPC）下创建subnet，保证该subnet可使用的IP数量超过1000个。 4. 在官网帮助中心查找OpenAPI批量创建云主机接口。 5. 批量开通函数封装。 @atomic.actiontimer("openapi.batchcreateinstance") def batchcreateinstance(self, region, az, flavor, image, vpc, subnet, extip, disktype, disksize,ondemand, ordercount, kwargs): """Returns user servers list.""" body self.client.servers.batchcreate(region, az, flavor, image, vpc, subnet, extip, disktype, disksize,ondemand,ordercount, kwargs) order body["returnObj"]["masterOrderID"] res self.queryuuid(order,interval2, timeout600) return res def batchcreate(self, region, az, flavor, image, vpc, subnet, extip, disktype, disksize, ondemand, ordercount, kwargs): name "srally" + self.randomdigits(5) params { "clientToken": str(uuid.uuid4()), "regionID": region, "azName": az, "instanceName": name, "displayName": name, "flavorID": flavor, "imageType": 1, "imageID": image, "bootDiskType": disktype, "bootDiskSize": disksize, "onDemand": ondemand, "orderCount": ordercount, "vpcID": vpc, "extIP": extip, "networkCardList": [ { "subnetID": subnet, "isMaster": True } ], } params.update(kwargs) return self.post("/v4/ecs/batchcreateinstances", paramsparams) 6. 编写yaml执行脚本。 scenario选择上述编写的batchcreateinstance方法； region、az对应南昌5资源池ID和可用区； flavor、image为上述选择的规格和镜像； vpc、subnet是上述创建的虚拟私有云和子网； extip默认为0，不创建弹性IP； disktype选择SATA普通IO，disksize选择40； ondemand选择true，选择创建按需云主机； projectID为相关的企业项目； ordercount选择50，表示单批次批量创建50台云主机； runner中times设置20，代表共批量创建20批次；concurrency设置20，代表并发20。 yaml可执行脚本如图所示。 7. 部署相关脚本到对应的运行机器，执行yaml脚本，开始创建云主机。 rally task start .yaml 8. 当20个订单创建完成后，可在控制台查看“运行中”的云主机数量。对于千台云主机，通常情况下可在十分钟内完成开通。本次批量开通千台云主机耗时138秒，开通成功率100%。

数据库SQL开发规范 在程序中，建议使用预编译语句进行数据库操作。预编译只编译一次，以后在该程序中就可以调用多次，比SQL效率高。 避免数据类型的隐式转换，隐式转换会导致索引失效。禁止在WHERE从句中对列进行函数转换和计算，会导致索引失效。 避免使用双%号或前置%号的查询条件，这样无法利用到索引。 禁止在查询中使用SELECT 语句。原因如下： 使用SELECT 会消耗更多的CPU和IP以及网络带宽资源。 使用SELECT 无法使用覆盖索引。 不使用SELECT 可以减少表结构变更对代码带来的影响。 避免使用子查询，子查询会产生临时表，临时表没有任何索引，数据量大时严重影响效率。建议把子查询转化成关联查询。 避免使用JOIN关联太多的表，建议不要超过5个表的JOIN操作。需要JOIN的字段，数据类型必须绝对一致。每JOIN一个表会多占用一部分内存（由 joinbuffersize 控制），会产生临时表操作，影响查询效率。避免使用自然连接（NATURAL JOIN）。 尽量减少同数据库的交互次数，数据库更适合处理批量操作。 使用IN代替OR IN操作可以有效的利用索引，IN的值不要超过500个。 不使用反向查询，如：NOT IN、NOT LIKE。 禁止使用 ORDER BY RAND() 进行随机排序。该操作会把表中所有符合条件的数据装载到内存中进行排序，消耗大量的CPU和IO及内存资源。推荐在程序中获取一个随机值，然后根据随机值从数据库获取数据。 在不需要去重的情况下，要使用UNION ALL代替UNION。UNION ALL不需要对结果集再进⾏行排序。 合并多个相同操作到一起，可以提高处理效率，数据库更适合处理批量操作。通过批量操作减少同数据库交互次数。 超过100万行的批量写操作，要分批多次进行操作。大批量写操作可能会造成严重的主从延迟。 如果有ORDER BY的场景，请注意利用索引的有序性： ORDER BY最后的字段是组合索引的一部分，并且放在索引组合顺序的最后。 避免出现filesort的情况，影响查询性能。 正例：WHERE a? and b? ORDER BY c;，索引：abc。 反例：索引中有范围查找，那么索引有序性无法利用，如：WHERE a>10 ORDER BY b;，索引ab无法排序。 尽量使用ANSI SQL标准语法进行DML操作，而不是用MySQL扩展的SQL语法。常见的MySQL扩展SQL语法有： REPLACE INTO。 INSERT ... ON DUPLICATE KEY UPDATE。 不建议使用存储过程，存储过程难以调试和扩展，更没有移植性。 不建议使用触发器，事件调度器（event scheduler）和视图实现业务逻辑，这些业务逻辑应该在业务层处理，避免对数据库产生逻辑依赖。 不建议使用大事务，业务允许的情况下，事务里包含SQL语句越少越好，尽量不超过5个。因为过长的事务会导致锁数据较久，以及MySQL内部缓存、连接消耗过多等问题。 TRUNCATE TABLE比DELETE速度快，且使用的系统和日志资源少，如果删除的表上没有TRIGGER，且进行全表删除，建议使用TRUNCATE TABLE。

规格分类 规格名称 通用型云主机 通用型s8e 通用型云主机 通用型s8r 通用型云主机 通用型s8 通用型云主机 通用型s7 通用型云主机 通用型s6 通用型云主机 通用型s3 通用型云主机 通用型s2 计算型云主机 计算型c8a 计算型云主机 计算型c8e 计算型云主机 计算型c8 计算型云主机 计算型c7 计算型云主机 计算型c6 计算型云主机 计算型c3 内存型云主机 内存型m8a 内存型云主机 内存型m8e 内存型云主机 内存型m8 内存型云主机 内存型m7 内存型云主机 内存型m6 内存型云主机 内存型m3 内存型云主机 内存型m2 增强型云主机 网络增强计算型c7ne(停售) 经济型云主机 经济型e GPU加速/AI加速云主机 L20计算加速型PN8I GPU加速/AI加速云主机 L40S计算加速型PN8S GPU加速/AI加速云主机 GPU计算加速型PN8R GPU加速/AI加速云主机 A100计算加速型P8A GPU加速/AI加速云主机 A10计算加速型PI7 GPU加速/AI加速云主机 V100计算加速型P2V GPU加速/AI加速云主机 V100S计算加速型P2Vs GPU加速/AI加速云主机 T4计算加速型PI2 GPU加速/AI加速云主机 A10 图像加速基础型G7 GPU加速/AI加速云主机 T4图像加速基础型G6 GPU加速/AI加速云主机 V100图像加速基础型G5 GPU加速/AI加速云主机 V100S图像加速基础型G5S GPU加速/AI加速云主机 昇腾计算加速型PAK3 GPU加速/AI加速云主机 昇腾计算加速型PAK2 GPU加速/AI加速云主机 昇腾计算加速型PAK1 GPU加速/AI加速云主机 寒武纪计算加速型PCH1 国产云主机 鲲鹏通用型ks1 国产云主机 鲲鹏计算型kc1 国产云主机 鲲鹏内存型km1 本地盘云主机 超高IO型本地盘ip3云主机 本地盘云主机 超高IO型本地盘ir3云主机 本地盘云主机 磁盘增强型本地盘d3云主机

名称 类型 定义 relid Oid 表的OID attnum int16 列号（属性编号） enable bool 是否启用数据掩码 option int32 数据掩码选项（见 DATAMASKKINDVALUE、DATAMASKKINDSTRPREFIX、DATAMASKKINDSTRPOSTFIX） datamask int64 数据掩码值 nspname NameData 模式的名称 tblname NameData 表的名称 maskfunc Oid 用户定义对象类型的数据掩码函数 defaultval text 默认值

本文为您介绍计算型云主机的特点、规格等内容。 计算型云主机独享宿主机的CPU资源，实例间无CPU争抢，没有进行资源超配，提供更接近物理服务器的性能。适用于对实例性能有一定要求的计算密集型业务场景。 在售规格：c8a、c8e、c8、c7、c6、c3 适用场景 计算型云主机适用于计算密集型业务等场景： 大型网站 电商营销 计算型弹性云主机特点 规格名称 计算 磁盘类型 网络 计算型c8a 1.CPU/内存配比：1:2/1:4 2.vCPU数量范围：2192 3.处理器：AMD EPYC™ Genoa处理器 4.基频/睿频：2.6GHz/3.7GHz 1.普通IO 2.高IO 3.通用型SSD 4.超高IO 5.极速型SSD 6.XSSD0、XSSD1、XSSD2 1.支持IPv6 2.实例网络性能与计算规格对应，规格越高网络性能越强 3.最大网络收发包：1800万PPS 4.最大内网带宽：64Gbps 计算型c8e 1.CPU/内存配比：1:2/1:4 2.vCPU数量范围：2192 3.处理器：第五代英特尔®至强®可扩展处理器 4.基频/睿频：2.6GHz/3.1GHz 1.普通IO 2.高IO 3.通用型SSD 4.超高IO 5.极速型SSD 6.XSSD0、XSSD1、XSSD2 1.支持IPv6 2.实例网络性能与计算规格对应，规格越高网络性能越强 3.最大网络收发包：1400万PPS 4.最大内网带宽：40Gbps 计算型c8 1. CPU/内存配比：1:2/1:4 2.vCPU数量范围：2128 3.处理器：第三代英特尔®至强®可扩展处理器 4.基频/睿频：2.8GHz/3.5GHz 1.普通IO 2.高IO 3.通用型SSD 4.超高IO 5.极速型SSD 6.XSSD0、XSSD1、XSSD2 1.支持IPv6 2.实例网络性能与计算规格对应，规格越高网络性能越强 3.最大网络收发包：3000万PPS 4.最大内网带宽：100Gbps 计算型c7 1.CPU/内存配比：1:2/1:4 2.vCPU数量范围：296 3.处理器：第三代英特尔®至强®可扩展处理器 4.基频/睿频：2.8GHz/3.5GHz 1.普通IO 2.高IO 3.通用型SSD 4.超高IO 5.极速型SSD 1.支持IPv6 2.实例网络性能与计算规格对应，规格越高网络性能越强 3.最大网络收发包：1100万PPS 4.最大内网带宽：40Gbps 计算型c6 1.CPU/内存配比：1:2/1:4 2.vCPU数量范围：264 3.处理器：第二代英特尔®至强®可扩展处理器 4.基频/睿频：3.0GHz/4.0GHz 1.普通IO 2.高IO 3.通用型SSD 4.超高IO 5.极速型SSD 1.支持IPv6 2.实例网络性能与计算规格对应，规格越高网络性能越强 3.最大网络收发包：1000万PPS 4.最大内网带宽：40Gbps 计算型c3 1.CPU/内存配比：1:2/1:4 2.vCPU数量范围：232 3.处理器：英特尔®至强®可扩展处理器 4.基频/睿频：2.12.3GHz/ 3.24.0GHz 1.普通IO 2.高IO 3.通用型SSD 4.超高IO 1.支持IPv6 2.实例网络性能与计算规格对应，规格越高网络性能越强 3.最大网络收发包：260万PPS 4.最大内网带宽：15Gbps

本页介绍分布式融合数据库HTAP的计算节点监控信息。 计算节点监控简介 计算节点监控页面可以查看慢日志、实时长查询和DDL记录，为SQL优化、故障溯源和性能分析提供帮助。 前提条件 分布式融合数据库HTAP实例正常运行。故障、删除状态的实例，无法在监控中查看其监控指标。当分布式融合数据库HTAP实例再次启动或恢复后，即可正常查看。 注意事项 若慢日志的查询时间范围太大，慢日志较多，可能会导致慢日志查询超时，请缩短查询的时间范围。 计算节点监控 慢日志 输入搜索参数，查询、展示计算节点的慢SQL日志。可搜索参数包括： 关键字：搜索关键字，不填表示不做关键字过滤。 schemas：搜索schema列表，不填表示不做schema过滤，支持多选。 排序列：搜索结果按所选的排序列进行排序。 TopNs：搜索结果展示数量。 时间范围：搜索的时间范围。 计算节点实例 ：搜索的目标计算节点，默认不填，表示搜索所有计算节点，支持多选指定目标计算节点列表。 实时长查询 实时长查询用于查找计算节点在途的执行时间较长的查询，用于诊断、定位问题。 结果记录的字段说明： 实例：计算节点ID。 info：正在处理的请求语句。 数据库名：当前连接的默认数据库名。 命令类型：当前 PROCESS 执行的命令类型。 状态：当前连接的状态。 持续时间：当前 PROCESS 的已经执行的时间，单位是秒。 用户名：执行当前 PROCESS 的用户名。 客户机：客户连接的地址。 使用内存：正在处理的请求已使用的内存，单位是 byte。 开始时间：显示事务的开始时间。

概述 通用计算型的宿主机上开通的云主机，共享宿主机的CPU资源，可提供基本水平的vCPU性能、平衡的计算、内存和网络资源，具有较高性价比。适用于对成本比较敏感、对性能抖动容忍度较高的场景，如小型网站、轻量级研发测试环境、小型数据库等。 通用计算型类别的宿主机上可部署s2型、s3型、s6型、s7型的弹性云主机，提供更好性价比。 宿主机规格 通用计算型宿主机规格： 宿主机规格 超配比 CPU信息 虚拟CPU核数（vCPUs） 内存（GB） 通用计算型S2 可配置，支持1:1，1:2，1:3 第二代英特尔®至强®可扩展处理器 2.3GHZ 16 core（cascade lake) 50 445 通用计算型S3 可配置，支持1:1，1:2，1:3 第二代英特尔®至强®可扩展处理器2.3GHZ 16 core（cascade lake) 40 456 通用计算型S3 可配置，支持1:1，1:2，1:3 第二代英特尔®至强®可扩展处理器2.1GHZ 20 core(cascade lake) 56 444 通用计算型S6 可配置，支持1:1，1:2，1:3 第二代英特尔®至强®可扩展处理器3.0GHZ 24 core(cascade lake) 72 673 通用计算型S7 可配置，支持1:1，1:2，1:3 第三代英特尔®至强®可扩展处理器 2.8GHZ 38 core(ice lake) 128 902 说明 计算专属云规格中的vCPUs计算公式：vCPUs槽位数 CPU核数 单核线程数 CPU开销 由于实际部署的主机网络功能的软件版本差异，内存优化型M3 虚拟CPU核数调整。

本地变量 本地变量可以理解为模块中的临时变量，其作用范围在所声明的模块内，通过关键字 locals 进行声明。本地变量适用于配置中有重复定义相同值或表达式的场景，可以减少代码冗余，并且易于修改。同时过度使用本地变量会导致变量的实际值被隐藏，代码晦涩，不利于维护，因此建议合理使用本地变量。 输入变量就像函数参数。 输出变量就像函数返回值。 本地变量就像函数的临时局部变量。 本地变量声明 一组相关的局部变量可以在一个locals 块中一起声明： java locals { servicename "forum" owner "Community Team" } 本地变量的赋值不仅限于文本常量，它们还可以引用模块中的其他值以进行转换或组合，包括变量、资源属性或其他本地值： java locals { securitygroupids concat(ctyunsecuritygroup.sg1.id, ctyunsecuritygroup.sg2.id) } locals { commontags { Service local.servicename Owner local.owner } } 本地变量的引用 声明了局部值，您就可以在表达式中引用它 local. 。 java resource "ctyunecs" "ecstest" { instancename local.servicename ... } 输入变量 输入变量声明 输入变量是一种无需更改模块自身的源代码，可以自定义名称和输入值。输入变量允许您在不同的 Terraform 配置之间共享模块，从而使您的模块可组合且可重用。 在配置的根模块中声明变量时，可以使用 Terraform CLI 输入或者通过环境变量设置它们的值。在子模块中声明变量时，调用模块应该在module代码块中传递值。 java variable "imageid" { type string } variable "password" { type string sensitive true nullable false description "手动输入密码" } variable "dns" { type list(string) default [ "114.114.114.114", "8.8.8.8", "8.8.4.4" ] } variable "azinfo" { type list(object({ availabilityzonename string availabilityzonecount number nodetype string })) default [ { availabilityzonename "cngsqyi21apublicctcloud" availabilityzonecount 1 nodetype "master" } ] } 上述是 variable 的定义，关键字 variable 后的标签是变量名称，该名称在同一模块的所有变量中必须是唯一的。变量名称由用户自定义，但用户需要注意一下字段不可作为变量名称：source, version, providers, count, foreach, lifecycle, dependson 和 locals。关于 {} 中定义的属性可参考输入变量参数的内容。

云搜索服务是一款全托管的在线分布式搜索服务，可为用户提供结构化、非结构化数据的多条件检索、统计、报表服务，兼容开源组件原生接口。可助力企业搭建在线分布式搜索、日志统计报表、语义搜索功能。 机型映射表 机型名称 映射云主机名称 通用型 esearch4c16g s7.xlarge.4 通用型 esearch8c16g s7.2xlarge.2 通用型 esearch8c32g s7.2xlarge.4 通用型 esearch16c32g s7.4xlarge.2 通用型 esearch16c64g s7.4xlarge.4 通用型 esearch32c64g s7.8xlarge.2 通用型 esearch32c128g s7.8xlarge.4 计算型 esearch4c16g c7.xlarge.4 计算型 esearch8c16g c7.2xlarge.2 计算型 esearch8c32g c7.2xlarge.4 计算型 esearch16c32g c7.4xlarge.2 计算型 esearch16c64g c7.4xlarge.4 计算型 esearch32c64g c7.8xlarge.2 计算型 esearch32c128g c7.8xlarge.4 计算型 esearch64c128g c7.16xlarge.2 内存型 esearch4c32g m7.xlarge.8 内存型 esearch8c64g m7.2xlarge.8 内存型 esearch16c128g m7.4xlarge.8 通用增强型 esearcheis4c8g s8.xlarge.2 通用增强型 esearcheis4c16g s8.xlarge.4 通用增强型 esearcheis8c16g s8.2xlarge.2 通用增强型 esearcheis8c32g s8.2xlarge.4 通用增强型 esearcheis16c32g s8.4xlarge.2 通用增强型 esearcheis16c64g s8.4xlarge.4 通用增强型 esearcheis32c64g s8.8xlarge.2 计算增强型 esearcheic4c8g c8.xlarge.2 计算增强型 esearcheic4c16g c8.xlarge.4 计算增强型 esearcheic8c16g c8.2xlarge.2 计算增强型 esearcheic8c32g c8.2xlarge.4 计算增强型 esearcheic16c32g c8.4xlarge.2 计算增强型 esearcheic16c64g c8.4xlarge.4 计算增强型 esearcheic32c64g c8.8xlarge.2 内存增强型 esearcheim4c32g m8.xlarge.8 内存增强型 esearcheim8c64g m8.2xlarge.8 海光通用型 esearchh1s4c8g hs1.xlarge.2 海光通用型 esearchh1s4c16g hs1.xlarge.4 海光通用型 esearchh1s8c16g hs1.2xlarge.2 海光通用型 esearchh1s8c32g hs1.2xlarge.4 海光通用型 esearchh1s16c32g hs1.4xlarge.2 海光通用型 esearchh1s16c64g hs1.4xlarge.4 海光计算型 esearchh1c4c8g hc1.xlarge.2 海光计算型 esearchh1c4c16g hc1.xlarge.4 海光计算型 esearchh1c8c16g hc1.2xlarge.2 海光计算型 esearchh1c8c32g hc1.2xlarge.4 海光计算型 esearchh1c16c32g hc1.4xlarge.2 海光计算型 esearchh1c16c64g hc1.4xlarge.4 海光计算型 esearchh1c32c64g hc1.8xlarge.2 海光内存型 esearchh1m4c32g hm1.xlarge.8 海光内存型 esearchh1m8c64g hm1.2xlarge.8 海光4计算型 esearchh3c4c8g hc3.xlarge.2 海光4计算型 esearchh3c4c16g hc3.xlarge.4 海光4计算型 esearchh3c8c16g hc3.2xlarge.2 海光4计算型 esearchh3c8c32g hc3.2xlarge.4 海光4计算型 esearchh3c16c32g hc3.4xlarge.2 海光4计算型 esearchh3c16c64g hc3.4xlarge.4 海光4计算型 esearchh3c32c64g hc3.8xlarge.2 海光4计算型 esearchh3c32c128g hc3.8xlarge.4 海光4计算型 esearchh3c64c128g hc3.16xlarge.2 海光4内存型 esearchh3m4c32g hm3.xlarge.8 海光4内存型 esearchh3m8c64g hm3.2xlarge.8 海光4内存型 esearchh3m16c128g hm3.4xlarge.8 鲲鹏通用型 esearchk1s4c8g ks1.xlarge.2 鲲鹏通用型 esearchk1s4c16g ks1.xlarge.4 鲲鹏通用型 esearchk1s8c16g ks1.2xlarge.2 鲲鹏通用型 esearchk1s8c32g ks1.2xlarge.4 鲲鹏通用型 esearchk1s16c32g ks1.4xlarge.2 鲲鹏通用型 esearchk1s16c64g ks1.4xlarge.4 鲲鹏计算型 esearchk1c4c8g kc1.xlarge.2 鲲鹏计算型 esearchk1c4c16g kc1.xlarge.4 鲲鹏计算型 esearchk1c8c16g kc1.2xlarge.2 鲲鹏计算型 esearchk1c8c32g kc1.2xlarge.4 鲲鹏计算型 esearchk1c16c32g kc1.4xlarge.2 鲲鹏计算型 esearchk1c16c64g kc1.4xlarge.4 鲲鹏计算型 esearchk1c32c64g kc1.8xlarge.2 鲲鹏内存型 esearchk1m4c32g km1.xlarge.8 鲲鹏内存型 esearchk1m8c64g km1.2xlarge.8 飞腾通用型 esearchf1s4c8g fs1.xlarge.2 飞腾通用型 esearchf1s4c16g fs1.xlarge.4 飞腾通用型 esearchf1s8c16g fs1.2xlarge.2 飞腾通用型 esearchf1s8c32g fs1.2xlarge.4 飞腾通用型 esearchf1s16c32g fs1.4xlarge.2 飞腾通用型 esearchf1s16c64g fs1.4xlarge.4 飞腾计算型 esearchf1c4c8g fc1.xlarge.2 飞腾计算型 esearchf1c4c16g fc1.xlarge.4 飞腾计算型 esearchf1c8c16g fc1.2xlarge.2 飞腾计算型 esearchf1c8c32g fc1.2xlarge.4 飞腾计算型 esearchf1c16c32g fc1.4xlarge.2 飞腾计算型 esearchf1c16c64g fc1.4xlarge.4 飞腾内存型 esearchf1m4c32g fm1.xlarge.8 飞腾内存型 esearchf1m8c64g fm1.2xlarge.8

技术亮点 与Qwen7B预训练模型相同，Qwen7BChat模型规模基本情况如下所示： Hyperparameter Value nlayers 32 nheads 32 dmodel 4096 vocab size 151851 sequence length 8192 在位置编码、FFN激活函数和normalization的实现方式上，采用目前最流行的做法，即RoPE相对位置编码、SwiGLU激活函数、RMSNorm（可选安装flashattention加速）。 在分词器方面，相比目前主流开源模型以中英词表为主，Qwen7BChat使用了约15万token大小的词表。该词表在GPT4使用的BPE词表cl100kbase基础上，对中文、多语言进行了优化，在对中、英、代码数据的高效编解码的基础上，对部分多语言更加友好，方便用户在不扩展词表的情况下对部分语种进行能力增强。词表对数字按单个数字位切分。调用较为高效的tiktoken分词库进行分词。 相关引用 如对你有帮助，欢迎引用！ plaintext @article{qwen, title{Qwen Technical Report}, author{Jinze Bai and Shuai Bai and Yunfei Chu and Zeyu Cui and Kai Dang and Xiaodong Deng and Yang Fan and Wenbin Ge and Yu Han and Fei Huang and Binyuan Hui and Luo Ji and Mei Li and Junyang Lin and Runji Lin and Dayiheng Liu and Gao Liu and Chengqiang Lu and Keming Lu and Jianxin Ma and Rui Men and Xingzhang Ren and Xuancheng Ren and Chuanqi Tan and Sinan Tan and Jianhong Tu and Peng Wang and Shijie Wang and Wei Wang and Shengguang Wu and Benfeng Xu and Jin Xu and An Yang and Hao Yang and Jian Yang and Shusheng Yang and Yang Yao and Bowen Yu and Hongyi Yuan and Zheng Yuan and Jianwei Zhang and Xingxuan Zhang and Yichang Zhang and Zhenru Zhang and Chang Zhou and Jingren Zhou and Xiaohuan Zhou and Tianhang Zhu}, journal{arXiv preprint arXiv:2309.16609}, year{2023} }

本文介绍UDFScript脚本的定义、使用方式、典型应用场景。 UDFScript定义 用户自定义脚本（User Defined Script，简称UDFScript）是一个可供客户快速实现CDN加速定制化配置的工具箱，当CDN加速控制台上的标准配置无法满足客户的业务需求时，可以使用UDFScript通过简单地编程实现定制化业务需求。如下为UDFScript架构图。 请求处理流程对比说明 常规请求处理过程： 1. 网关收到客户端请求时，执行控制台标准化配置对请求进行处理。 2. 网关将处理后的请求转发给缓存组件，由缓存组件命中后响应，或者请求回源。 3. 缓存组件返回响应内容，网关响应给客户端。 使用UDFScript后的请求处理过程： 1. 网关收到客户端请求时，执行业务脚本，对用户的请求进行业务处理。 2. 网关处理完业务脚本的业务逻辑后，继续处理控制台标准化的配置。 3. 网关将处理后的请求转发给缓存组件，由缓存组件命中后响应，或者请求回源。 4. 缓存组件返回响应内容，网关响应给客户端。 UDFScript组成说明 UDFScript由全局字典、全局task脚本、业务脚本三部分组成： 全局字典用来定义一块共享内存区域，全局task脚本或业务脚本可以从全局字典中读取数据，也可以把结果保存到全局字典中。 全局task脚本用于定义后台周期性任务（非客户端请求触发），比如周期性同步远端配置数据到本地全局字典中。 业务脚本可以快速自定义控制台未支持的功能，例如定制化鉴权、请求头改写等。 您可以仅使用业务脚本实现简单的自定义功能，也可以把全局字典、全局task脚本、业务脚本三个结合起来使用，自定义更强大的功能。 变量信息，详情请见：UDFScript变量说明。 函数信息，详情请见：UDFScript函数说明。

本章节主要介绍用户管理优秀实践。 DWS集群中，常用的用户分别是系统管理员和普通用户。本节简述了系统管理员和普通用户的权限，如何创建以及如何查询用户相关信息。 系统管理员 在启动DWS集群时创建的用户dbadmin是系统管理员，其拥有系统的最高权限，能够执行所有的操作（表空间，表，索引，模式，函数，自定义视图的操作权限及系统表和系统视图的查看权限）。 要创建新的数据库管理员，则以管理员用户身份连接数据库，并使用带SYSADMIN选项的CREATE USER语句或 ALTER USER语句进行设置。 例如： 创建用户Jim为系统管理员。 CREATE USER Jim WITH SYSADMIN password 'password'; 修改用户Tom为系统管理员。（ALTER USER时，要求用户已存在。） ALTER USER Tom SYSADMIN; 普通用户 普通用户由SQL语句CREATE USER创建。不具有对表空间创建，修改，删除，分配权限，访问需要被赋权；仅对自己创建的表/模式/函数/自定义视图有所有权限，仅可以在自己的表上建索引，仅可查看部分系统表和系统视图。 数据库集群包含一个或多个已命名数据库。用户在整个集群范围内是共享的，但是其数据并不共享。 常见用户相关操作如下，此处使用的密码需要用户自定义： 1.创建用户。 CREATE USER Tom PASSWORD 'password'; 2.修改用户密码。 将用户Tom的登录密码由password修改为newpassword。 ALTER USER Tom IDENTIFIED BY 'newpassword' REPLACE 'password'; 3.给用户授权。 −要创建有“创建数据库”权限的用户，需要加CREATEDB关键字。 CREATE USER Tom CREATEDB PASSWORD 'password'; −为用户追加CREATEROLE权限。 ALTER USER Tom CREATEROLE; 4.撤销权限。 REVOKE ALL PRIVILEGES FROM Tom; 5.锁定或解锁用户。 −锁定Tom帐户： ALTER USER Tom ACCOUNT LOCK; −解锁Tom用户： ALTER USER Tom ACCOUNT UNLOCK; 6.删除用户。 DROP USER Tom CASCADE;

本节介绍了专属云（计算独享型）计费类相关问题。 专属云（计算独享型）如何计费？ 专属云（计算独享型）不同于其他服务，需要开通专属云后才能使用。 已经开通专属云服务的用户，可以通过包年的方式购买计算资源。 购买专属云（计算独享型）后，专属云（计算独享型）为专属云中各服务提供了计算资源，各服务使用的计算资源不再计费，而对于涉及的网络等资源则单独计费。 专属云（计算独享型）内云主机如何计费？ 专属云内支持按需购买云主机，计算资源不计费，使用用户已申请的设备节点剩余的计算资源。云主机内云硬盘及弹性IP按需计费。 按需购买云主机时，云硬盘及弹性IP等的按需费用会比包周期的费用偏高，如果您长期使用云主机，建议您先在云硬盘及VPC处包周期购买数据盘及弹性IP，再根据需要将数据盘及弹性IP绑定在按需创建的云主机上。对于系统盘，可购买对应规格的共享存储包。 专属云（计算独享型）节点下购买的云硬盘、公网IP和带宽是否收费？ 收费，按照公有云中的计费方式和价格进行计费。 专属云（计算独享型）节点下创建的云主机的系统盘是否收费？ 收费，按照公有云中的云硬盘的价格进行计费。

本节介绍了弹性高性能计算产品手动扩容集群的操作场景、前提条件和操作步骤。 操作场景 可以根据实际业务需求扩容集群，手动添加计算节点。 前提条件 扩容节点所在地域有足够的实例配额、库存以及用户配额。 操作步骤 1.登录弹性高性能计算控制台。 2.在概览页选择需要扩容的集群>扩容节点。 3.在扩容集群页面，完成以下节点配置。 配置项 说明 队列 1.选择扩容节点加入的队列。 2.可创建新的队列，并将节点扩容在新队列中。 节点来源 选择扩容节点的来源。可选项如下： 新增节点：从控制台新购资源。 已有节点：从已开通的资源里纳管至集群。 计费说明 选择扩容节点的付费类型。可选项如下： 包年包月：按月计费，以自然月为计费单位。 按量付费：一种后付费模式，即先使用再付费。 计算节点规格 选择扩容节点的规格。 镜像 选择计算节点的镜像。 注：该镜像为弹性高性能计算平台定制镜像，请优先保持集群同一镜像。 计算节点硬盘 选择扩容节点规格所对应的硬盘。 子网 选择子网，建议同一个队列保持子网一致。 计算节点数量 选择需要扩容的计算节点数量。 4.点击立即创建，确认配置后，阅读并同意相关协议，点击确认下单，完成创建。

选项名称 说明 adddroptable 每个数据表创建之前添加drop数据表语句。 events，E 导出事件。 routines，R 存储过程以及自定义函数。 flushlogs 开始导出之前刷新日志。 nocreatedb，n 只导出数据，而不添加CREATE DATABASE语句。 adddropdatabase 创建数据库之前添加drop数据库语句。 nocreateinfo，t 只导出数据，而不添加CREATE TABLE语句。 nodata，d 不导出任何数据，只导出数据库表结构。 setgtidpurgedOFF 不导出gtid相关语句。 hexblob 使用十六进制格式导出二进制字符串字段。

事件来源 资源类型 操作事件 计算 云应用引擎 创建应用 计算 云应用引擎 更新应用 计算 云应用引擎 删除应用 计算 云应用引擎 应用扩缩容 计算 云应用引擎 应用手动扩缩容 计算 云应用引擎 启动应用 计算 云应用引擎 停止应用 计算 云应用引擎 创建任务

本文主要介绍 鲲鹏通用计算增强型 鲲鹏通用计算增强型实例类型总览 鲲鹏通用计算增强型云主机搭载鲲鹏920处理器，以较低的成本提供了基础的计算能力，可以满足基础业务上云的诉求。同时也提供了突发能力，可以根据工作负载的需要进行突发，满足部分业务高峰，是一款性价比极高的产品。 在售：kc2、kc1s 表 鲲鹏通用计算增强型实例特点 规格名称 计算 磁盘类型 网络 鲲鹏通用计算增强型kc2 CPU/内存配比：1:2/1:4 vCPU数量范围：2160 处理器：鲲鹏920处理器 基频：2.9GHz 支持开启/关闭灵动核功能，详细内容请参见开启/关闭灵动核 高IO 通用型SSD 超高IO 极速型SSD 规格支持IPv6 超高网络收发包能力 实例网络性能与计算规格对应，规格越高网络性能越强 最大网络收发包：4000万PPS 最大内网带宽：120Gbps 鲲鹏通用计算增强型kc1s CPU/内存配比：1:2/1:4 vCPU数量范围：260 处理器：鲲鹏920处理器 基频：2.6GHz 高IO 通用型SSD 超高IO 极速型SSD 支持IPv6 超高网络收发包能力 实例网络性能与计算规格对应，规格越高网络性能越强 最大网络收发包：320万PPS 最大内网带宽：18Gbps 类型 CPU基频 CPU型号 kc2 2.9GHz 920处理器 kc1s 2.6GHz 920处理器

本文介绍函数运行时中Response的定义与用法。 您可以使用new Response()构造函数来创建一个Response对象，但通常更可能遇到的情况是，其他的API操作返回了一个Response对象。例如一个FetchEvent.respondWith，或者一个简单的fetch()。 详细定义请参见MDN官方文档Response。 构造函数 javascript let response new Response(body, init) 参数 body 可选，定义响应正文的对象。可以是null或以下任何一种类型： BufferSource FormData（即将支持） ReadableStream URLSearchParams USVString init 可选，包含要应用于Response的自定义设置。 status int 响应的状态码，例如200。 statusText string 与状态代码关联的状态消息，例如OK。 headers Headers ByteString Headers对象或要添加到响应头的ByteString键/值对。 属性 body ReadableStream 读取响应正文的只读流。 bodyUsed boolean 表示响应是否读取过正文。 headers Headers 响应的头信息。 ok boolean 表示响应是否成功（HTTP状态码的范围在200299）。 redirected boolean 表示响应是否来自一个重定向，如果是的话，它的URL列表将会有多个条目。 status int 响应的状态码 （例如200表示成功）。 statusText string 与响应状态码一致的状态信息（例如，OK对应200）。 url string 响应的URL，该值是任何重定向后获得的最终URL。 webSocket 暂不支持。

本节介绍计算增强型云电脑的相关管理操作。 创建计算增强型AI云电脑 1. 登录并打开“天翼AI云电脑（政企版）”产品详情页； 2. 点击控制台按钮，跳转后选择对应的资源池； 3. 点击“计算增强型AI云电脑”菜单，选择创建计算增强型AI云电脑； 4. 订购类型选择“资源包”或“单实例”； 5. 根据需求选择相应的“规格类型”； 6. 根据实际情况选择“镜像类型”，即开通计算增强型AI云电脑实例的操作系统； 7. 根据实际情况选择实例所在的“VPC”和“子网“； 8. 选择安全组和填写实例的账号密码； 9. 确认相关的配置信息，单击“确定”，即完成计算增强型AI云电脑实例的开通。 基本操作 1. 进入“天翼AI云电脑（政企版）”控制台； 2. 点击进入“计算增强型AI云电脑”页面； 3. 在需要进行操作的计算增强型AI云电脑所在行，点击“操作”，可对AI云电脑进行“开机/关机/重启”操作。 规格变更 1. 进入“天翼AI云电脑（政企版）”控制台； 2. 点击“计算增强型AI云电脑”，进入“计算增强型AI云电脑”页面； 3. 在需要变更规格的实例所在行，点击“管理”，选择“规格变更”操作； 4. 根据需求选择需要变更的规格； 5. 点击“立即创建”，即完成实例的规格变更。 注意 （1）实例支持规格升级和降级，规格变更的操作不会对实例已有数据产生影响； （2）规格变更操作将导致AI云电脑自动重启，请谨慎操作。

在边缘函数内使用fetch接口,发起网络请求获取响应。 示例代码 javascript async function handleRequest(request) { // 获取网络资源 const url " const response await fetch(url); return response; } addEventListener('fetch', event > { return event.respondWith(handleRequest(event.request)); }); 示例预览 在浏览器地址栏中输入匹配到HTTP路由的URL，即可预览示例效果。 相关参考 运行时API：addEventListener 运行时API：Response 运行时API：FetchEvent 运行时API：Web Standard 运行时API：Fetch

本文主要介绍专属云（计算独享型）与专属云的关系 用户开通专属云服务并申请物理设备资源后，用户可在专属云的资源区域内正常使用以下服务： 弹性云主机 物理机 镜像服务 弹性伸缩 云硬盘 云硬盘备份 对象存储服务 虚拟私有云 弹性负载均衡 云监控 弹性文件服务 云主机备份 专属云（计算独享型）是专属云解决方案中的核心服务，为专属云解决方案提供了计算专属的能力，专属云为隔离的区域，用户需开通专属云后才能申请物理设备资源使用专属云（计算独享型），专属云（计算独享型）为专属云中各服务提供了计算资源进行使用。 在专属云（计算独享型）内，计算资源不计费，使用用户已申请的设备节点计算资源。如果计算资源不足，用户可以申请扩容专属计算集群，否则不能继续创建云主机。

本节介绍了手动扩容集群的操作场景、前提条件和操作步骤。 操作场景 可以根据实际业务需求扩容集群，手动添加计算节点。 前提条件 扩容节点所在地域有足够的实例配额、库存以及用户配额。 操作步骤 1. 登陆弹性高性能计算控制台，进入高性能计算集群控制台。 2. 在概览页选择需要扩容的集群>扩容节点。 3. 在扩容集群页面，完成以下节点配置。 配置项 说明 节点来源 选择扩容节点的来源。可选项如下： 1. 新增节点：从控制台新购资源。 2. 已有节点：从已开通的资源里纳管至集群。 计费说明 选择扩容节点的付费类型。可选项如下： 1. 包年包月：按月计费，以自然月为计费单位。 2. 按量付费：一种后付费模式，即先使用再付费。 队列 1.选择扩容节点加入的队列。 2.可创建新的队列，并将节点扩容在新队列中。 计算节点规格 选择扩容节点的规格。 镜像 选择计算节点的镜像。 注：该镜像为弹性高性能计算平台定制镜像，请优先保持集群同一镜像。 计算节点磁盘 选择扩容节点规格所对应的磁盘。 子网 选择子网，建议同一个队列保持子网一致。 计算节点数量 选择需要扩容的计算节点数量。 4.点击立即创建，确认配置后，阅读并同意相关协议，点击确认下单，完成创建。

高吞吐 高吞吐量是Kafka设计的主要目标，Kafka将数据写到磁盘，充分利用磁盘的顺序读写。同时，Kafka在数据写入及数据同步采用了零拷贝（zerocopy）技术，采用sendFile()函数调用，sendFile()函数是在两个文件描述符之间直接传递数据，完全在内核中操作，从而避免了内核缓冲区与用户缓冲区之间数据的拷贝，操作效率极高。Kafka还支持数据压缩及批量发送，同时Kafka将每个主题划分为多个分区，这一系列的优化及实现方法使得Kafka具有很高的吞吐量并经受充分验证。 高可用 kafka中一个主题下面可以有多个分区（partition），每个分区（partition）可以有多个副本，所以kafka的副本的维度是以分区为维度进行划分的；同一个分区下的所有副本保存有相同的消息序列，这些副本分散保存在不同的 Broker 上，从而能够对抗部分 Broker 宕机带来的数据不可用。在生产环境中，每个分区的副本分布在不同的机器上，这样即使某些机器出现故障，集群依然可用。