本页介绍数据同步实例修改同步对象的操作。 支持的链路和对象 DTS支持在数据同步实例运行过程中新增或移除同步对象，无需重新配置同步实例，帮助您在降低对业务影响的情况下变更同步对象。 目前MySQL到MySQL、PostgreSQL到PostgreSQL的数据同步链路支持修改同步对象。支持修改的对象如下： MySQL到MySQL：支持表、索引、存储过程、视图、函数、事件、触发器等。 PostgreSQL到PostgreSQL：支持模式、表、索引、约束（外键、唯一、排他）、视图、物化视图、序列、存储过程、函数、规则、触发器、用户自定义类型、域等。 注意 数据同步小规格实例不支持在任务运行过程中新增或移除同步对象，如需动态修改同步对象，请务必订购中规格及以上规格实例。 前提条件 数据同步实例进入增量写入模块，且处于运行中，或未启动（暂停）状态。 为保障DTS可以正常连接源和目标库、读取源库的库表信息，在修改同步对象时，请勿对源库和目标库执行升级、变配、网络切换、跨可用区迁移等操作，即源库和目标库须处于正常运行的状态。 注意事项 每次修改同步对象只能新增对象，或者移除对象，不能同时新增并移除对象。若您同时需要新增和移除同步对象，请您分两次进行操作。 若实例存在未运行的增量写入模块，则不支持修改同步对象。 新增或移除同步对象后，DTS需要重新进行预检查并启动任务，从而会导致同步任务出现分钟级别的延迟。 在修改同步对象过程中，不支持新增或修改数据稽查任务。

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

本章节介绍Hive服务基础概述。 Hive 是建立在 Hadoop 之上的开源数据仓库框架，旨在处理大规模结构化数据。它提供了一种名为 HiveQL 的查询语言，类似于 SQL，用于查询和分析数据。Hive 利用 Hadoop 分布式文件系统（HDFS）作为底层存储系统，支持处理 PB 级别的大规模数据，并且可以与其他存储系统如HBase 集成。 本集群中Hive 基于 MapReduce（MR）执行引擎运行：HQL 语句经解析、编译、优化后生成 MapReduce 作业，由 YARN 统一调度执行，适合大规模数据的离线批处理分析场景。 Hive 的架构如下图所示，其包含以下几个主要部分： 1、Beeline、JDBC 和 Thrift 客户端：提供给用户与 Hive 交互的接口。 2、Hive 驱动（Driver）：包含解析器（Parser）、优化器（Optimizer）和执行查询的核心模块。 3、Metastore：用于存储表、分区、模式等元数据。 4、执行引擎：本集群使用 MapReduce 执行引擎，用于在 YARN 集群上执行查询。 Hive 各核心组件的功能说明如下表所示： 组件 功能说明 HiveServer2 提供Thrift 服务，接收 Beeline、JDBC 等客户端的连接与 SQL 请求 Metastore 元数据服务，存储库、表、分区、统计信息等元数据，后端为关系型数据库 Beeline 基于JDBC 的命令行客户端，通过 HiveServer2 访问，推荐使用 Driver 负责SQL 的解析、编译、优化与执行计划生成 MapReduce 执行引擎 将执行计划转为MapReduce 作业并提交 YARN 运行 以下一些基础概念会对Hive 的理解和应用产生帮助： 1、HQL：HQL（Hive Query Language）是Hive 的查询语言，类似于 SQL（Structured Query Language），用于查询和管理存储在 Hadoop 分布式文件系统（HDFS）中的数据。 2、Kerberos：Kerberos 是一个计算机网络身份验证协议，广泛应用于企业和组织中，以确保用户和服务之间的通信安全性。 3、kinit：kinit 是 Kerberos 客户端工具中的一个命令，用于向 Kerberos 认证服务器请求认证并获取票据（ticket）。 4、klist：klist 是 Kerberos 客户端工具中的一个命令，用于查看当前用户或系统中缓存的 Kerberos 票据（ticket）信息。 5、keytab：keytab 是一种文件格式，用于存储加密的密钥，供 Kerberos 身份验证协议自动登录时使用。keytab 文件中包含一个或多个 Kerberos 用户（通常是服务账户）的密钥，通过这些密钥可以在无需输入密码的情况下验证身份。 6、UDF：在 Apache Hive 中，用户定义的函数（UDF）是用户可以自行编写并注册到 Hive 中的函数，这样这些函数就可以在 HQL 查询中使用。 整体流程说明，Hive 使用的一般流程为：完成 Kerberos 认证→打开 Hivebeeline客户端→根据业务模型建表→导入数据→进行数据分析，具体步骤如下： 1、完成 Kerberos 认证； 2、打开 Hivebeeline客户端； 3、根据业务模型建表； 4、导入数据； 5、进行数据分析。

如创建一个与函数同名的存储过程会提示function xxx already exists with same argument types。 plaintext teledb CREATE OR REPLACE FUNCTION proc1() RETURNS void AS $$ begin raise notice 'Hello teledbpg'; end; $$ LANGUAGE PLPGSQL; CREATE FUNCTION teledb CREATE PROCEDURE proc1() AS $$ begin raise notice 'Hello teledbpg'; end; $$ LANGUAGE PLPGSQL; ERROR: function "proc1" already exists with same argument types teledb 如果要替换，则提示。 plaintext teledb CREATE OR REPLACE PROCEDURE proc1() AS $$ begin raise notice 'Hello teledbpg'; end; $$ LANGUAGE PLPGSQL; ERROR: cannot change routine kind DETAIL: "proc1" is a function. teledb

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。

新开通的MySQL实例，是否存在默认账户 存在默认账户，开通数据库时有要求输入root账户密码；如忘记开通时设置的root@%密码，系统会为账户生成初始随机密码，同时，后续可在控制台重置root@%账号密码。 重置步骤：在实例管理列表中找到需要重置密码的实例，点击“更多”“修改密码”， 即可重置root账户密码。 MySQL实例支持的加密函数 关系数据库MySQL版实例支持的加密函数跟官网保持一致，详情请参见官方文档。 MySQL实例开启GTID后有哪些限制 关系数据库MySQL版实例默认开启GTID且不支持关闭，集群搭建依赖GTID。如果关闭GTID，整个实例的功能（比如备份恢复、主备切换）会受到影响甚至无法运行。 针对社区版MySQL在开启GTID后执行下列三种语句会报错： 使用select语句建表（例如：create table...select）会报错。 如果在一个事务中同时处理支持事务的引擎（InnoDB）和不支持事务的引擎（MyISAM）会报错。 显式事务中创建临时表（create temporary table）会报错。 MySQL不同实例的CPU和内存是否共享 关系数据库MySQL版实例不同实例之间的资源是进行隔离的，实例之间不共享CPU和内存。 针对天翼云的用户订购的数据库实例是单独占用CPU和内存，适用于对性能稳定性要求较高的应用场景，可保证业务的高效稳定运行。 MySQL实例内能运行多少个数据库 关系数据库MySQL版产品对数据库运行数量上没有设置限制规则，取决于MySQL引擎本身的设置。 如果在主机CPU、内存和磁盘等系统资源都充足的前提下，实例对数据库数量是没有限制的。详情可以参看MySQL官方文档。

失败原因 处理建议 DDL同步所需的元数据表未被勾选。 DDL同步所需的元数据表不存在。 DDL同步所需的函数不存在。 DDL同步所需的事件触发器不存在。 如果需要进行DDL同步，则请按照指引在源库创建DDL同步所需的元数据对象dtsddlinfo, dtscaptureddl以及dtsddlevent，并将表对象dtsddlinfo勾选为同步对象，然后重新进行预检查。

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。

使用须知 在创建同步任务前，请务必阅读以下使用须知。 说明 建议创建单独用于DRS任务连接的数据库帐号，避免因为数据库帐号密码修改，导致的任务连接失败。 连接源或目标数据库的帐号密码修改后，请尽快 修改连接信息，避免任务连接失败后自动重试，导致数据库帐号被锁定影响使用。 表使用须知 类型名称 使用和操作限制 数据库权限设置 l源数据库端： − 全量同步：需要具有CREATE SESSION，SELECT ANY DICTIONARY，针对单表的SELECT权限（GRANT SELECTto drsUser;）权限。 − 全量+增量同步： 12c及以上版本CDB数据库同步时，需要具有CREATE SESSION，SELECT ANY DICTIONARY，针对单表的SELECT权限（GRANT SELECTto drsUser;），EXECUTECATALOGROLE，SELECT ANY TRANSACTION，LOGMINING，SELECT ON SYS.COL$，SELECT ON SYS.OBJ$，SET CONTAINER（GRANT SET CONTAINER TOCONTAINERALL;）权限。 12c及以上版本PDB数据库同步时，除了需要具有CREATE SESSION，SELECT ANY DICTIONARY，针对单表的SELECT权限（GRANT SELECTto drsUser;），EXECUTECATALOGROLE，SELECT ANY TRANSACTION，LOGMINING，SELECT ON SYS.COL$，SELECT ON SYS.OBJ$权限，还需要具有CDB的CREATE SESSION，SELECT ANY DICTIONARY，EXECUTECATALOGROLE，SELECT ANY TRANSACTION，LOGMINING，SET CONTAINER（GRANT SET CONTAINER TOCONTAINERALL;）权限。 11g及以下版本数据库同步时，需要具有CREATE SESSION，SELECT ANY DICTIONARY，针对单表的SELECT权限（GRANT SELECTto drsUser;），EXECUTECATALOGROLE，SELECT ANY TRANSACTION，SELECT ON SYS.COL$，SELECT ON SYS.OBJ$。 − 增量同步时，源库Oracle需要开启日志归档模式和最小补充日志，所需同步表必须开启PK/UI或以ALL级别的补充日志，不限制库级或表级补充日志方式，若只开启表级补充日志，重建或者RENAME表后需要重新设置；请确保以上配置在同步过程中始终保持开启状态。 − 12c及以上版本不支持使用ORACLEMAINTAINEDY的用户帐号进行增量同步（system/sys除外），因为该属性的帐号无日志解析权限。 l目标数据库帐号必须具有每张表的如下权限：INSERT、SELECT、UPDATE、DELETE、CONNECT、CREATE、REFERENCES。 同步对象约束 l支持表、索引、约束（主键、空、非空）的同步，不支持视图、外键、存储过程、触发器、函数、事件、虚拟列的同步。 l全量阶段不支持bfile，xml、sdogeometry、urowid、interval（精度大于6位）和自定义类型。 l增量阶段不支持bfile，xml、interval、sdogeometry、urowid、timestamp（精度大于6位）和自定义类型。 l增量阶段源库为Oracle物理备库（PHYSICAL STANDBY）时不支持解析lob类型数据（无法生成数据字典），如果增量同步的表中出现lob类型会导致增量同步异常。 l对于TIMESTAMP WITH TIME ZONE类型，根据目标库时区做转换后不得大于“99991231 23:59:59.999999”。 l源库支持todate和sysguid函数做默认值。将其他函数作为default值时，需要目标库也有相同功能的函数。对于目标库不存在对应函数的情况，可能会出现以下结果： − 默认值函数可能会被置空。 − 创建表失败，导致对象对比不一致或者任务失败。 l如果表中只有LOB字段，可能出现数据不一致性情况。 l如果Oracle中使用LOB类型各自的empty函数写入数据时，通过JDBC查询出来的值是空字符串，写入到目标库后是空字符串还是NULL取决于目标库对空字符串值的处理。 l针对无主键且无索引的表，非大字段的列必须大于3列，否则会因为无法全列匹配导致增量异常。 l不支持默认值含有表达式的函数的表的同步。 l不支持同步源库中的临时表。 l选择手动创建表结构时，目标库中的时间类型是否带有时区需要与源库中保持一致，否则可能会因为时区转换导致时间数据不一致。 源数据库要求 l库名、表名不支持的字符有：非ASCII字符、“. ”、 “>”、 “<”、 “”、 “”、 “”、 “,”、 “? ”、 “! ”、 “"”和 “'”。 l不支持选择源数据库的空库进行同步。 l目前仅支持同步如下字符集：ZHS16GBK、AL32UTF8、UTF8、US7ASCII、WE8MSWIN1252、WE8ISO8859P1、WE8ISO8859P2、WE8ISO8859P4、WE8ISO8859P5、WE8ISO8859P7、WE8ISO8859P9、WE8ISO8859P13、WE8ISO8859P15。 目标数据库要求 l目标数据库实例的运行状态必须正常。 l目标数据库实例必须有足够的磁盘空间。 l同步的表要禁用外键，因为DRS并行回放会使得不同表之间的写入顺序和源库不一致，可能会触发外键约束限制，造成同步失败。 l支持目标数据库中的表比源数据库多列场景，但是需要避免以下场景可能导致的任务失败。 − 目标端多的列要求非空且没有默认值，源端insert数据，同步到目标端后多的列为null，不符合目标端要求。 − 目标端多的列设置固定默认值，且有唯一约束。源端insert多条数据后，同步到目标端后多的列为固定默认值，不符合目标端要求。 操作须知 l相互关联的数据对象要确保同时同步，避免因关联对象缺失，导致同步失败。 l表等对象名同步到目标库后会转换成小写，如ABC会转换为abc。因此增量同步阶段，选择的源库的表中不能存在仅大小写不同的表，可能会导致同步失败。 l如有特殊字符，业务连接Oracle数据库使用的编码需和Oracle数据库服务端编码一致，否则目标库可能会出现乱码。 l不使用DRS同步表结构（自建表结构）的场景下，无主键表如果因表结构问题导致任务失败，修复表结构后续传无法恢复，需要重置任务。 l同步表结构时，如果目标库存在与源库同名约束会导致建表失败。 l使用DRS同步表结构的场景下，同一个schema中，同步的表中，表、约束、索引等不能有忽略大小写后的同名对象，比如表"A"中有索引名"inx1"， 表B中有索引名"a"，表A和索引"a"忽略大小写重名了，会导致结构同步失败。多个schema映射到一个schema的场景，源库的多个schema中也不能包含同名但字母大小写不同的表、约束和索引。 l当Oracle字符集是WE8MSWIN1252时，CLOB列同步到目标库可能出现乱码，建议先修改源库字符集为AL32UTF8再同步数据。 lOracle中表结构长度（所有列长字节数之和，char、varchar2等类型字节长度和编码有关）超过65535时，可能导致同步失败。 lOracle归档日志文件大小必须大于单条数据最大值，避免单条数据日志跨文件（超过2个日志文件）导致的增量数据解析异常。 l对于Oracle RAC集群，建议使用SCAN IP+ SERVICENAMES方式创建任务，SCAN IP具有更强的容错性，更好的负载能力，更快的同步体验。 l源库为Oracle RAC时，如果需要使用SCAN IP配置DRS任务，需要保证SCAN IP、DRS节点的IP同时能与源库的所有VIP互通（Oracle内部机制），否则无法通过连通性检查。若不使用SCAN IP，可以使用某一节点的VIP，这种情况下DRS日志解析只会在VIP指定的RAC节点上进行。 l若源库为RAC，增量同步首次启动时所有RAC节点必须正常在线，否则增量启动会出现异常。 l若源库为RAC，增量同步时，不支持增加、减少节点数量，避免导致增量同步异常（为保证数据的强一致性）。 l同步过程中，不允许删除连接源和目标数据库的用户的用户名、密码、权限，或修改目标数据库的端口号。 l同步过程中，禁止对Oracle源库做resetlogs操作，否则会导致数据无法同步且任务无法恢复。 l同步过程中，不支持LOB类型的rollback操作，否则会导致同步任务失败。 lDRS全量同步表结构时，源库中的char、varchar2类型长度在目标库会按照字节长自动扩大（因为目标库为字节长），至少扩大1.5倍。扩大倍数和源库目标库的字符集有关，例如同为UTF8的情况下，默认扩大3倍，同为GBK的情况下，默认扩大2倍。 l全量同步分区表的结构时会将该对象转为非分区的普通表，增量同步时，源库跟分区表相关的操作，在目标库执行可能会失败。 l索引同步只同步普通索引，主键等约束在表结构中进行同步。 l增量同步时，BLOB末尾的0x00、CLOB末尾的空格会被截断。 l增量同步过程中，支持部分DDL操作。 − 表级同步支持alter table add column、alter table drop column、alter table rename column、alter table modify column以及truncate table的基本DDL，不支持默认值等的修改。 l表级映射不区分大小写，例如映射为abc与映射为ABC，同步到目标库后均为abc。 l任务再编辑增加新表时，请确保新增的表的事务都已提交，否则未提交的事务可能无法同步到目标库。建议在业务低峰期做增加表的操作。 l全量同步过程中，DRS会向目标库PostgreSQL写入大量数据，会导致PostgreSQL的wal日志量急剧增长，PostgreSQL的磁盘有被写满的风险。可以通过在全量同步前关闭PostgreSQL的日志备份功能，减少wal日志的生产，同步完成后再将其打开的方式进行规避。 注意 关闭日志备份会影响数据库的灾备恢复，请根据实际情况谨慎选择。

参数名称 说明 取值样例 状态 是否开启通知。 通知主题 单击下拉列表选择已创建消息通知主题或者单击“查看通知主题”创建新的主题，用于配置接收告警通知的终端。 单击“查看通知主题”创建新主题的操作步骤如下： 1. 参见创建主题创建一个主题。 2. 配置接收告警通知的手机号码、邮件地址、函数、平台应用的终端、DMS或HTTP(S)终端，即为创建的主题添加一个或多个订阅，具体操作请参见添加订阅。 3. 确认订阅。添加订阅后，完成订阅确认。

本文为您介绍now()导致分区不能剪枝问题优化案例。 now()函数是获取当前时间，当SQL语句中分区表时间传入now()时，由于SQL下推DN节点执行，优化器在CN节点生成执行计划时，无法进行分区剪枝，导致扫描了所有分区，导致SQL性能下降，SQL并行执行时会引起严重的分区表锁冲突。 针对此问题，建议传入具体值代替now()，或定义一个稳定函数代替now()。 以下是关于该场景的测试情况： 1. 准备测试数据： teledb create table ttimerange (f1 bigint, f2 timestamp ,f3 bigint) partition by range (f2) begin (timestamp without time zone '20210601 0:0:0') step (interval '1 month') partitions (12) distribute by shard(f1) to group defaultgroup; CREATE TABLE 2. 使用now()时SQL执行计划： 可以看到，SQL被下推到DN节点执行，优化器没有剪枝，扫了所有分区。 teledb explain select from ttimerange where f2 Append (cost0.00..0.00 rows0 width0) > Seq Scan on ttimerange (partition sequence: 0, name: ttimerangepart0) (cost0.00..2.17 rows30 width24) Filter: (f2 Seq Scan on ttimerange (partition sequence: 1, name: ttimerangepart1) (cost0.00..2.17 rows30 width24) Filter: (f2 Seq Scan on ttimerange (partition sequence: 2, name: ttimerangepart2) (cost0.00..2.17 rows30 width24) Filter: (f2 Seq Scan on ttimerange (partition sequence: 3, name: ttimerangepart3) (cost0.00..2.17 rows30 width24) Filter: (f2 Seq Scan on ttimerange (partition sequence: 4, name: ttimerangepart4) (cost0.00..2.17 rows30 width24) Filter: (f2 Seq Scan on ttimerange (partition sequence: 5, name: ttimerangepart5) (cost0.00..2.17 rows30 width24) Filter: (f2 Seq Scan on ttimerange (partition sequence: 6, name: ttimerangepart6) (cost0.00..2.17 rows30 width24) Filter: (f2 Seq Scan on ttimerange (partition sequence: 7, name: ttimerangepart7) (cost0.00..2.17 rows30 width24) Filter: (f2 Seq Scan on ttimerange (partition sequence: 8, name: ttimerangepart8) (cost0.00..2.17 rows30 width24) Filter: (f2 Seq Scan on ttimerange (partition sequence: 9, name: ttimerangepart9) (cost0.00..2.17 rows30 width24) Filter: (f2 Seq Scan on ttimerange (partition sequence: 10, name: ttimerangepart10) (cost0.00..2.17 rows30 width24) Filter: (f2 Seq Scan on ttimerange (partition sequence: 11, name: ttimerangepart11) (cost0.00..2.17 rows30 width24) Filter: (f2 < now()) (27 rows) 3. 自定义一个稳定函数 teledb

分布式消息服务RocketMQ版的事务消息支持在业务逻辑与发送消息之间提供事务保证，通过两阶段的方式提供对事务消息的支持，事务消息交互流程如图1所示。 图1 事务消息交互流程 事务消息生产者首先发送半消息，然后执行本地事务。如果执行成功，则发送事务提交，否则发送事务回滚。服务端在一段时间后如果一直收不到提交或回滚，则发起回查，生产者在收到回查后重新发送事务提交或回滚。消息只有在提交之后才投递给消费者，消费者对回滚的消息不可见。 收发事务消息前，请参考收集连接信息收集RocketMQ所需的连接信息。 准备环境 1. 执行以下命令，检查是否已安装Go。 go version 返回如下回显时，说明Go已经安装。 go version go1.21.5 linux/amd64 如果未安装Go，请官网下载并安装。 2. 在“go.mod”中增加以下代码，添加依赖。 module rocketmqexamplego go 1.13 require ( github.com/apache/rocketmqclientgo/v2 v2.1.2 ) 以下示例代码中的参数说明如下，请参考收集连接信息获取参数值。 GROUP：表示消费组名称。 ENDPOINT：表示实例连接地址和端口。 TOPIC：表示Topic名称。 发送事务消息 参考如下示例代码。 package main import ( "context" "fmt" "github.com/apache/rocketmqclientgo/v2" "github.com/apache/rocketmqclientgo/v2/primitive" "github.com/apache/rocketmqclientgo/v2/producer" "os" "strconv" "sync" "sync/atomic" "time" ) // 这里模拟了一个内存状态的事务执行，实际需要更换成相应的数据库等事务操作 type DemoListener struct { localTrans sync.Map transactionIndex int32 } func NewDemoListener() DemoListener { return &DemoListener{ localTrans: new(sync.Map), } } // 这里是执行本地事务逻辑的方法回调 func (dl DemoListener) ExecuteLocalTransaction(msg primitive.Message) primitive.LocalTransactionState { nextIndex : atomic.AddInt32(&dl.transactionIndex, 1) fmt.Printf("nextIndex: %v for transactionID: %vn", nextIndex, msg.TransactionId) status : nextIndex % 3 dl.localTrans.Store(msg.TransactionId, primitive.LocalTransactionState(status+1)) return primitive.UnknowState } // 查询本地事务是否执行成功，实际情况需要查询数据库当中的信息是否真正执行成功了 func (dl DemoListener) CheckLocalTransaction(msg primitive.MessageExt) primitive.LocalTransactionState { fmt.Printf("%v msg transactionID : %vn", time.Now(), msg.TransactionId) v, existed : dl.localTrans.Load(msg.TransactionId) if !existed { fmt.Printf("unknow msg: %v, return Commit", msg) return primitive.CommitMessageState } // 这里实际对应业务从数据库中查询消息的事务状态 state : v.(primitive.LocalTransactionState) switch state { case 1: fmt.Printf("checkLocalTransaction COMMITMESSAGE: %vn", msg) return primitive.CommitMessageState case 2: fmt.Printf("checkLocalTransaction ROLLBACKMESSAGE: %vn", msg) return primitive.RollbackMessageState case 3: fmt.Printf("checkLocalTransaction unknow: %vn", msg) return primitive.UnknowState default: fmt.Printf("checkLocalTransaction default COMMITMESSAGE: %vn", msg) return primitive.CommitMessageState } } func main() { // 填写分布式消息服务RocketMQ控制台Namesrv接入点 endpoint : "${ENDPOINT}" // 填写AccessKey，在分布式消息服务RocketMQ控制台用户管理菜单中创建的用户ID accessKey : "${ACCESSKEY}" // 填写SecretKey 在分布式消息服务RocketMQ控制台用户管理菜单中创建的用户密钥 secretKey : "${SECRETKEY}" // 填写Topic，在管理控制台创建 topic : "${TOPIC}" p, : rocketmq.NewTransactionProducer( NewDemoListener(), producer.WithNsResolver(primitive.NewPassthroughResolver([]string{endpoint})), producer.WithRetry(2), producer.WithCredentials(primitive.Credentials{ AccessKey: accessKey, SecretKey: secretKey, }), ) err : p.Start() if err ! nil { fmt.Printf("start producer error: %sn", err.Error()) os.Exit(1) } for i : 0; i < 4; i++ { msg : primitive.NewMessage(topic, []byte("Hello RocketMQ "+strconv.Itoa(i))) res, err : p.SendMessageInTransaction(context.Background(), msg) if err ! nil { fmt.Printf("send message error: %sn", err) } else { fmt.Printf("send message success: result%sn", res.String()) } } // 防止客户端进程退出，业务自定义处理即可 time.Sleep(5 time.Minute) err p.Shutdown() if err ! nil { fmt.Printf("shutdown producer error: %s", err.Error()) } } 注意 事务消息生产者需要实现两个回调函数，其中ExecuteLocalTransaction回调函数在发送完半事务消息后被调用，即上图中的第3阶段，CheckLocalTransaction回调函数在收到回查时调用，即上图中的第6阶段。两个回调函数均可返回3种事务状态： primitive.CommitMessageState：提交事务，允许消费者消费该消息。 primitive.RollbackMessageState：回滚事务，消息将被丢弃不允许消费。 primitive.UnknowState：无法判断状态，期待服务端向生产者再次回查该消息的状态。

分布式消息服务RocketMQ版的事务消息支持在业务逻辑与发送消息之间提供事务保证，通过两阶段的方式提供对事务消息的支持，事务消息交互流程如图1所示。 图1 事务消息交互流程 事务消息生产者首先发送半消息，然后执行本地事务。如果执行成功，则发送事务提交，否则发送事务回滚。服务端在一段时间后如果一直收不到提交或回滚，则发起回查，生产者在收到回查后重新发送事务提交或回滚。消息只有在提交之后才投递给消费者，消费者对回滚的消息不可见。 收发事务消息前，请参考收集连接信息收集RocketMQ所需的连接信息。 准备环境 1. 执行以下命令，检查是否已安装Go。 go version 返回如下回显时，说明Go已经安装。 go version go1.21.5 linux/amd64 如果未安装Go，请官网下载并安装。 2. 在“go.mod”中增加以下代码，添加依赖。 module rocketmqexamplego go 1.13 require ( github.com/apache/rocketmqclientgo/v2 v2.1.2 ) 以下示例代码中的参数说明如下，请参考收集连接信息获取参数值。 GROUP：表示消费组名称。 ENDPOINT：表示实例连接地址和端口。 TOPIC：表示Topic名称。 发送事务消息 参考如下示例代码。 package main import ( "context" "fmt" "github.com/apache/rocketmqclientgo/v2" "github.com/apache/rocketmqclientgo/v2/primitive" "github.com/apache/rocketmqclientgo/v2/producer" "os" "strconv" "sync" "sync/atomic" "time" ) // 这里模拟了一个内存状态的事务执行，实际需要更换成相应的数据库等事务操作 type DemoListener struct { localTrans sync.Map transactionIndex int32 } func NewDemoListener() DemoListener { return &DemoListener{ localTrans: new(sync.Map), } } // 这里是执行本地事务逻辑的方法回调 func (dl DemoListener) ExecuteLocalTransaction(msg primitive.Message) primitive.LocalTransactionState { nextIndex : atomic.AddInt32(&dl.transactionIndex, 1) fmt.Printf("nextIndex: %v for transactionID: %vn", nextIndex, msg.TransactionId) status : nextIndex % 3 dl.localTrans.Store(msg.TransactionId, primitive.LocalTransactionState(status+1)) return primitive.UnknowState } // 查询本地事务是否执行成功，实际情况需要查询数据库当中的信息是否真正执行成功了 func (dl DemoListener) CheckLocalTransaction(msg primitive.MessageExt) primitive.LocalTransactionState { fmt.Printf("%v msg transactionID : %vn", time.Now(), msg.TransactionId) v, existed : dl.localTrans.Load(msg.TransactionId) if !existed { fmt.Printf("unknow msg: %v, return Commit", msg) return primitive.CommitMessageState } // 这里实际对应业务从数据库中查询消息的事务状态 state : v.(primitive.LocalTransactionState) switch state { case 1: fmt.Printf("checkLocalTransaction COMMITMESSAGE: %vn", msg) return primitive.CommitMessageState case 2: fmt.Printf("checkLocalTransaction ROLLBACKMESSAGE: %vn", msg) return primitive.RollbackMessageState case 3: fmt.Printf("checkLocalTransaction unknow: %vn", msg) return primitive.UnknowState default: fmt.Printf("checkLocalTransaction default COMMITMESSAGE: %vn", msg) return primitive.CommitMessageState } } func main() { // 填写分布式消息服务RocketMQ控制台Namesrv接入点 endpoint : "${ENDPOINT}" // 填写AccessKey，在分布式消息服务RocketMQ控制台用户管理菜单中创建的用户ID accessKey : "${ACCESSKEY}" // 填写SecretKey 在分布式消息服务RocketMQ控制台用户管理菜单中创建的用户密钥 secretKey : "${SECRETKEY}" // 填写Topic，在管理控制台创建 topic : "${TOPIC}" p, : rocketmq.NewTransactionProducer( NewDemoListener(), producer.WithNsResolver(primitive.NewPassthroughResolver([]string{endpoint})), producer.WithRetry(2), producer.WithCredentials(primitive.Credentials{ AccessKey: accessKey, SecretKey: secretKey, }), ) err : p.Start() if err ! nil { fmt.Printf("start producer error: %sn", err.Error()) os.Exit(1) } for i : 0; i < 4; i++ { msg : primitive.NewMessage(topic, []byte("Hello RocketMQ "+strconv.Itoa(i))) res, err : p.SendMessageInTransaction(context.Background(), msg) if err ! nil { fmt.Printf("send message error: %sn", err) } else { fmt.Printf("send message success: result%sn", res.String()) } } // 防止客户端进程退出，业务自定义处理即可 time.Sleep(5 time.Minute) err p.Shutdown() if err ! nil { fmt.Printf("shutdown producer error: %s", err.Error()) } } 注意 事务消息生产者需要实现两个回调函数，其中ExecuteLocalTransaction回调函数在发送完半事务消息后被调用，即上图中的第3阶段，CheckLocalTransaction回调函数在收到回查时调用，即上图中的第6阶段。两个回调函数均可返回3种事务状态： primitive.CommitMessageState：提交事务，允许消费者消费该消息。 primitive.RollbackMessageState：回滚事务，消息将被丢弃不允许消费。 primitive.UnknowState：无法判断状态，期待服务端向生产者再次回查该消息的状态。

本文介绍如何通过边缘函数将客户端请求重定向至指定URL。 重定向至指定URL。 示例代码 javascript const destinationURL " const statusCode 301 async function handleRequest(request) { return Response.redirect(destinationURL, statusCode) } addEventListener("fetch", async event > { event.respondWith(handleRequest(event.request)) }) 示例预览 响应301重定向到 。 相关参考 运行时API：addEventListener 运行时API：Fetch 运行时API：Response

概述 量子计算是一门前沿的计算领域，它利用量子力学原理来处理信息和进行计算，与经典计算相比具有独特的优势和潜力。在量子计算中，信息以量子比特的形式存储和处理，这些量子比特可以处于叠加态，即同时具有多种可能的状态。这种叠加态的特性使得量子计算具有并行计算的能力，可以在某种程度上同时处理多个计算任务，从而大幅提高计算效率。 除了叠加态，量子计算还利用了量子纠缠的特性。量子纠缠是一种量子系统中量子态之间的特殊关联，其中一个量子系统的状态无法独立描述，必须考虑整体系统的状态。这种量子纠缠的现象在量子计算中被广泛应用，可以实现量子比特之间的信息传输和量子操作，为量子计算提供了更为强大的计算能力。 另一个量子计算的重要特征是可逆性。与经典计算中的信息丢失不同，量子计算过程中的操作，除了测量之外都需要是可逆的，即可以通过逆操作将系统恢复到初始状态。 产品介绍 量子计算云平台实验室面向量子计算开发者提供计算资源展示、图形化编程、在线编程、超量融合任务创建、任务管理等功能，支持通过拖拽搭建量子线路，实现量子编程可视化，大大降低量子编程门槛。同时，在线编程工具引入Cqlib编程框架，为专业开发者提供一个灵活便捷的开发环境。

2.表returnObj 参数 是否必填 参数类型 说明 示例 下级对象 facenum 是 Int 图片中人脸的数量 facelist 是 List 每个人脸的详细信息 facelist[].facelocation 是 Object 人脸所处位置 facelist[].FaceAntiSpoofing 是 String 活体人脸/非活体人脸/人脸清晰度差，无法判断 3.请求失败返回响应参数 参数 是否必填 参数类型 说明 示例 下级对象 statusCode 是 String 错误码，放置API对应的错误码 4101 message 是 String 返回对应的错误信息 请求内容错误 details 是 String 返回对应的错误描述 请求内容错误 error 是 String 返回对应的错误码 AIOP4101 返回值示例 1.请求成功返回值示例 plaintext { "statusCode": "0", "message": "success", "returnObj":{ "facenum" : 1, "facelist" : [{ "facelocation" : { "top" : 36, "left" : 48, "width" : 58, "height" : 72 }, "FaceAntiSpoofing" : "活体人脸/非活体人脸/人脸清晰度较差，无法判断", }] } } 2.请求失败返回值示例 plaintext { 'code': 4101, 'details': '传入内容为空，或者传入的参数名错误', 'error': 'AIOP4101', 'message': '请求内容错误', 'statusCode': 4101 } 状态码 http状态码 描述 200 表示请求成功 错误码说明 4 位错误码，4 开头为业务错误码，5 开头为服务错误码。 错误码 错误信息 错误描述 CTAPI0009 无效json的body参数 AIOP4102 请求参数格式错误 参数格式不满足要求，如请求参数字段类型错误等 AIOP4103 图片大小超过2M 图片大小超过2M AIOP4104 图片解码失败 图片为空，base64编码内容有误，或图片格式不支持 AIOP4105 未检测到人脸 上传图片中不包含人脸 AIOP5000 服务内部错误 接口服务出现未知错误 base64 编码规则：使用常规的 safe base64 编码方式 python 中推荐使用 base64.urlsafeb64encode() 函数进行编码。 java 中推荐使用 BASE64.getUrlEncoder().encodeToString() 函数进行编码。

本章节主要介绍SQL作业相关问题中有关作业开发的问题。 如何合并小文件 使用SQL过程中，生成的小文件过多时，会导致作业执行时间过长，且查询对应表时耗时增大，建议对小文件进行合并。 1. 设置配置项。 spark.sql.shuffle.partitions 分区数量（即此场景下最终生成的文件数量） 2. 执行SQL。 INSERT OVERWRITE TABLE tablename select FROM tablename distribute by rand() 创建OBS表时正确指定OBS路径 场景概述 创建OBS表时，OBS路径须指定到数据库下的具体表层路径。路径格式为：obs://xxx/数据库名/表名。 正确示例 CREATE TABLE disellertaskactivity30d(userid STRING COMMENT '用户ID') SORTED as parquet LOCATION 'obs://akcbigdata/akdc.db/disellertaskactivity30d' 错误示例 CREATE TABLE disellertaskactivity30d(userid STRING COMMENT '用户ID') SORTED as parquet LOCATION 'obs://akcbigdata/akdc.db' 说明 如果指定路径为akdc.db时，进行insert overwrite操作时，会将akdc.db下的数据都清空，造成重大事故。 关联OBS桶中嵌套的JSON格式数据如何创建表 DLI支持关联OBS桶中嵌套的JSON格式数据，使用异步模式建表即可。 建表语句如下： create table tb1 using json options(path 'obs://....') 在SQL语句中如何设置局部变量 可以在select语句中通过where条件语句进行过滤，例如： select from table where part '202012' count函数如何进行聚合 使用count函数进行聚合的正确用法如下： SELECT httpmethod, count(httpmethod) FROM apigateway WHERE serviceid 'ecs' Group BY httpmethod 或者 SELECT httpmethod FROM apigateway WHERE serviceid 'ecs' DISTRIBUTE BY httpmethod 错误用法：将会报错。 SELECT httpmethod, count(httpmethod) FROM apigateway WHERE serviceid 'ecs' DISTRIBUTE BY httpmethod

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：FetchEvent 运行时API：Web Standards 运行时API：Response 运行时API：Fetch

本节主要介绍RDS for MySQL> MySQL 使用技巧（需要人为配合） 如果您使用的是全量迁移模式（离线迁移），确保源和目标数据库无业务写入，保证迁移前后数据一致。 如果您使用的是全量+增量迁移模式（在线迁移），支持在源数据库有业务数据写入的情况下进行迁移，推荐提前23天启动任务，并配合如下使用技巧和对应场景的操作要求，以确保顺利迁移。 基于以下原因，建议您结合定时启动功能，选择业务低峰期开始运行迁移任务，相对静态的数据，迁移时复杂度将会降低。如果迁移不可避免业务高峰期，推荐使用迁移限速功能，即“流速模式”选择“限速”。 全量迁移会对源数据库有一定的访问压力。 迁移无主键表时，为了确保数据一致性，会存在3s以内的单表级锁定。 正在迁移的数据被其他事务长时间锁死，可能导致读数据超时。 由于MySQL固有特点限制，CPU资源紧张时，存储引擎为Tokudb的表，读取速度可能下降至10%。 建议您结合数据对比的“稍后启动”功能，选择业务低峰期进行数据对比，以便得到更为具有参考性的对比结果。由于同步具有轻微的时差，在数据持续操作过程中进行对比任务，可能会出现少量数据不一致对比结果，从而失去参考意义。 操作要求 由于一些无法预知或人为因素及环境突变导致迁移失败的情况，数据库复制服务提供以下常见的操作限制，供您在迁移过程中参考 类型名称 操作限制 （需要人为配合） 注意事项 相互关联的数据对象要确保同时迁移，避免迁移因关联对象缺失，导致迁移失败。常见的关联关系：视图引用表、存储过程/函数/触发器引用视图/表、主外键关联表等。 不支持外键级联操作。 不支持高版本到低版本的迁移。 不支持源数据库实例主备倒换。 支持断点续传功能，但是对于无主键的表可能会出现重复插入数据的情况。 在未选择任何表的情况下，无法单独迁移视图、存储过程等对象。同时目前不支持DRS自动判断依存关系，如：具有主外键关系的表，单独迁移将会失败，迁移时需要一起迁移。 若专属计算集群不支持4vCPU/8G或以上规格实例，则无法创建迁移任务。 全量迁移不支持修改表结构等DDL操作。 目标数据库实例状态需为可读写状态，否则可能迁移失败。 源库和目标库为RDS for MySQL实例时，不支持带有TDE特性并建立具有加密功能表。 操作须知 迁移过程中，不允许修改、删除连接源和目标数据库的用户的用户名、密码、权限，或修改源和目标数据库的端口号。 迁移过程中，不建议对目标数据库进行主备切换。 在迁移任务结束之前，不允许目标数据库提前中断公网连接。 迁移过程中，不允许源库写入binlog格式为statement的数据。 迁移过程中，不允许源库执行清除binlog的操作。

本文汇总了专属云(计算独享型)服务在使用过程之中常见的产品咨询类问题。 什么是专属云（计算独享型）？ 专属云是从物理上隔离的专属虚拟化资源池，用户可为专属资源池订购独享计算单元、存储单元部署业务，并可在天翼云控制中心统一管理。 专属云分为专属云计算独享型（简称计算专属云）和专属云存储独享型（简称存储专属云）。 计算专属云实现计算服务器的物理独享，存储和网络资源逻辑独享。 存储专属云实现计算和存储服务器的物理独享，网络资源逻辑独享。 专属云（计算独享型）与专属云（存储独享型）的区别是什么？ 计算独享型为您提供物理独享的宿主机，存储和网络为逻辑独享。 存储独享型为您提供物理独享的宿主机及物理独享的存储服务器，网络为逻辑独享。 专属云中的计算服务器是独占的吗？ 是的。 天翼云专属云分为计算独享型与存储独享型两种。计算独享型与存储独享型的计算服务器与公有云服务器都是物理隔离的，您享有完全使用权，您可以： 实时获取专属云内计算服务器vCPU、内存实时使用情况。 根据业务需要，在指定的计算服务器上部署相关服务，实现灵活部署业务。

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。

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。

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;

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）

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

注意事项 1. CDN加速产品同时支持批量退订资源，详情请见如下操作步骤。 进入【费用中心】后，勾选要批量退订的资源，单击左上角的【批量退订】，进入退订详情页面。 再次确认已选资源，确认无误后，单击【退订】完成退订操作。 2. 若基础服务只订购了CDN加速按量计费，则退订CDN加速按量计费后，对应的增值服务也将失效，包括CDN内容审核、静态HTTPS和QUIC功能、高性能网络服务、边缘函数。

Kafka 消费者有两个相关参数： enable.auto.commit：默认值为 true。 auto.commit.interval.ms： 默认值为 1000，也即 1s。 这两个参数组合的结果就是，每次 poll 数据前会先检查上次提交位点的时间，如果距离当前时间已经超过参数auto.commit.interval.ms规定的时长，则客户端会启动位点提交动作。 因此，如果将enable.auto.commit设置为 true，则需要在每次 poll 数据时，确保前一次 poll 出来的数据已经消费完毕，否则可能导致位点跳跃。 如果想自己控制位点提交，请把 enable.auto.commit 设为 false，并调用 commit(offsets)函数自行控制位点提交。

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。

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。

本页介绍天翼云TeleDB数据库Oracle语法中的转换函数。 toclob 转换字符为clob类型。 plaintext teledb select toclob('teledb') from dual; toclob teledb (1 row) teledb ROWIDTOCHAR 转换rowid值为varchar2类型。 plaintext teledb d+ trowid Table "public.trowid" Column Type Collation Nullable Default Storage Stats target Descripti on +++++++ f1 integer plain f2 integer plain Has ROWIDs: yes Distribute By: SHARD(f1) Location Nodes: ALL DATANODES teledb SELECT ROWIDTOCHAR(rowid),rowid from trowid; rowidtochar rowid + XPK3fwAQAAAAAAAAA XPK3fwAQAAAAAAAAA (1 row) teledb CHARTOROWID CHARTOROWID(c1) 转换varchar2类型为rowid值，c1，字符串，长度为20的字符串，字符串必须符合rowid 格式。 plaintext teledb select CHARTOROWID('AAAFd1AAFAAAABSACCAA') a1 from dual; a1 AAAFdwFAAAABSACCA (1 row) teledb