业务场景 选型原则 推荐实例类型 Web服务器、开发测试环境以及小型数据库应用等场景。 计算、存储、内存等资源需求平衡，无特定配置要求。 通用型，推荐最小规格为2核4G通用型云主机 计算性能高且稳定的企业级应用，如大规模数据处理、在线游戏等。 对CPU 或内存等计算资源要求较高，具有性能稳定且资源独享的特点。 计算型，推荐最小规格为2核4G计算型云主机 大型数据库、高性能计算、NoSQL等场景。 内存要求较高、需要大量数据计算。 内存型，推荐最小规格为2核16G内存型云主机 在深度学习、高性能数据库、计算流体动力学、计算金融、地震分析、分子建模、基因组学等领域场景，适用于科学计算等。 采用GPU直通技术，能够提供超高的通用计算能力。选型详见： 。 GPU计算加速型，推荐最小规格为16核64G GPU计算加速型云主机 高清视频、图形渲染、远程桌面等场景。 提供图形处理器(GPU)及较高的计算性能配置，镜像默认安装GRID驱动可以适用于图形渲染要求较高的应用。选型详见： 。 GPU图形加速基础型，搭配GRID驱动，推荐最小规格为8核24G GPU图形加速基础型云主机

规格 vCPU 内存 类型 包月标准价格（元/月） 通用型 336核 321GB S1C1C2M1 9996 通用型 344核 380GB S1C1C2M1 12020 通用型 372核 704GB S3 20984 通用型 388核 516GB S6（CPU内存比为1:1、1:2） 15910 通用型 388核 702GB S6（CPU内存比为1:2、1:4） 注：默认配置是1:2，若需要1:4配置须在工单中备注 18270 通用型 390核 915GB S7n（CPU内存比为1:1、1:2、1:4） 21807.96 通用计算增强型 74核 148GB C6（CPU内存比为1:2） 8370 通用计算增强型 74核 296GB C6（CPU内存比为1:4） 10030 通用计算增强型 92核 324GB C6s（CPU内存比为1:2） 11699 通用计算增强型 92核 368GB C6s（CPU内存比为1:4） 15909 通用计算增强型 98核 196GB C7n（CPU内存比为1:2） 10855.46 通用计算增强型 98核 392GB C7n（CPU内存比为1:4） 13860.92 通用计算增强型 152核 512GB C7t（CPU内存比为1:2、1:4） 22477.928 通用计算增强型 152核 608GB C7t（CPU内存比为1:4） 24130.304 内存优化型 76核 608GB M6（CPU内存比为1:8） 13218 内存优化型 98核 784GB M7n（CPU内存比为1:8） 18372.35 磁盘增强型 92核 328GB D6（CPU内存比为1:4） 17860 磁盘增强型 98核 412GB D7（CPU内存比为1:4） 22010.38 超高IO型 90核 360GB Ir7n（CPU内存比为1:4） 16401.33 超大内存型 96核 1920GB E7（CPU内存比为1:20） 45745.92 鲲鹏系列通用计算增强型 116核 426GB Kc1s（CPU内存比为1:2、1:4） 12104.4 鲲鹏系列通用计算增强型 160核 640GB Kc2（CPU内存比为1:2、1:4） 17318.4 鲲鹏系列内存优化型 116核 928GB Km1s（CPU内存比为1:8） 15822.4 鲲鹏系列超高IO型 116核 392GB Ki1s（CPU内存比为1:4） 15739.57

鲲鹏计算型 鲲鹏计算型搭载鲲鹏处理器，云主机实例独享CPU，提供更稳定的CPU性能以及更优秀的网络性能，对业务稳定性提供更好支持。 鲲鹏计算型适用于对计算与网络有更高性能要求的Web应用、电商平台、短视频平台、在线游戏、保险金融等各类应用。 规格特点 规格名称 计算 磁盘类型 网络 鲲鹏计算型kc2x 1.CPU/内存配比：1:2/1:4 2.vCPU数量范围：264 3.处理器：鲲鹏920 7260T 4.基频：2.5GHz 1.普通IO 2.高IO 3.通用型SSD 4.XSSD0、XSSD1、XSSD2 1.实例网络性能与计算规格对应，规格越高网络性能越强 2.最大网络收发包：800万PPS 3.最大内网带宽：36Gbps 鲲鹏计算型kc2（停售） 1.CPU/内存配比：1:2/1:4 2.vCPU数量范围：264 3.处理器：鲲鹏920 7260T 4.基频：2.5GHz 1.普通IO 2.高IO 3.通用型SSD 1.实例网络性能与计算规格对应，规格越高网络性能越强 2.最大网络收发包：800万PPS 3.最大内网带宽：36Gbps 鲲鹏计算型kc1 1.CPU/内存配比：1:2/1:4 2.vCPU数量范围：232 3.处理器：鲲鹏920 4.基频：2.6GHz 1.普通IO 2.高IO 3.通用型SSD 1.实例网络性能与计算规格对应，规格越高网络性能越强 2.最大网络收发包：400万PPS 3.最大内网带宽：30Gbps

架构 最小节点数 最小配置 节点推荐配置 单副本 1个计算节点 计算规格：4C16G 存储空间：100 GB 8C32G及以上，存储空间500GB及以上（根据实际业务需求进行测试和评估） 双副本 3个协调节点 2个计算节点 协调节点规格：4C16G 协调节点存储空间：100GB 计算节点规格：4C16G 计算节点存储空间：100GB 协调节点：8C32G，存储空间200GB+ 计算节点：8C32G/16C64G/32C128G，1TB及以上（根据实际业务需求进行测试和评估）

飞腾计算增强型 飞腾计算增强型fc1搭载飞腾S2500处理器，云主机实例独享CPU，提供更稳定的CPU性能以及更优秀的网络性能，对业务稳定性提供更好支持。 飞腾计算增强型fc1适用于对计算与网络有更高性能要求的Web应用、电商平台、短视频平台、在线游戏、保险金融等各类应用。 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） 飞腾计算增强型fc1 不可配置，仅支持1:1 飞腾S2500，2.1GHz 104 408 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，宿主机可用量可能存在少量误差。 支持的弹性云主机规格： 规格名称 vCPU 内存（GB） 最大带宽/基准带宽（Gbps） 最大收发包能力（万PPS） 网卡多队列数 fc1.large.2 2 4 2/0.5 20 1 fc1.large.4 2 8 3/0.8 30 1 fc1.xlarge.2 4 8 3/0.8 50 1 fc1.xlarge.4 4 16 5/1.5 50 1 fc1.2xlarge.2 8 16 5/1.5 80 2 fc1.2xlarge.4 8 32 7/3 80 2 fc1.4xlarge.2 16 32 7/3 140 4 fc1.4xlarge.4 16 64 9/4.5 140 4

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

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。

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

资费项 计费项 含义 适用的计费模式 存储费用 标准存储数据容量 OBS中存储的标准存储数据所占用的存储空间容量，区分单AZ存储和多AZ存储。 存储时间按照数据在OBS中存储的实际天数计算。 存储单个对象小于64KB按64KB计算，大于64KB按实际大小计算。 按需计费 包年包月 存储费用 低频访问存储数据容量 OBS中存储的低频访问存储数据所占用的存储空间容量，区分单AZ存储和多AZ存储。 存储时间小于30天按30天计算，大于30天按实际天数计算。早于30天删除或转换为其他存储类别，需要补足剩余天数的存储费用。费用为一次性收取，收取的费用低频访问存储的存储空间单价 容量 剩余天数/30。 存储单个对象小于64KB按64KB计算，大于64KB按实际大小计算。 按需计费 存储费用 归档存储数据容量 OBS中存储的归档存储数据所占用的存储空间容量。 存储时间小于90天按90天计算，大于90天按实际天数计算。早于90天删除或转换为其他存储类别，需要补足剩余天数的存储费用。费用为一次性收取，收取的费用归档存储的存储空间单价 容量 剩余天数/30。补足的费用将直接从账户余额中扣除，而不使用资源包进行抵扣。 存储单个对象小于64KB按64KB计算，大于64KB按实际大小计算。 按需计费

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。

CPU架构 节点规格类型 CPU内存比 适合场景 x86计算 通用计算型 1:4 默认规格，使用较频繁，各种场景都能使用，如果没有特别要求，可选择该规格。 x86计算 内存优化型 1:8 内存特别大，优势较明显，在内存使用量较多并且对时延没有太大要求的场景可优先选择该规格，比如多聚合（filedata堆内）、排序、列存docvalue（系统堆外内存）等场景。 鲲鹏计算 鲲鹏通用计算型 1:2和1:4 同上X86计算型场景，相比于X86计算型，ARM性价比较高。

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。

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。

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;

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。

数据完整性保障 天翼云DTS提供数据稽查功能，帮助用户较对数据一致性，确保数据的完整，包括： 对象级对比：支持对源库和目标库的表、视图、函数和存储过程进行数量上的对比。 数据级对比：支持对源表和目标表的行数或者内容（基于CHECKSUM）进行对比。 方便易用 天翼云DTS具备功能丰富的可视化操作界面，操作方便，降低了用户的使用门槛。

名称 节点数量 规格 磁盘类型 磁盘空间 kafka01 3 计算增强型4核8GB 超高IO 500GB kafka02 3 计算增强型8核16GB 超高IO 500GB kafka03 3 计算增强型16核32GB 超高IO 500GB kafka04 3 计算增强型4核8GB 高IO 500GB kafka05 3 计算增强型8核16GB 高IO 500GB kafka06 3 计算增强型16核32GB 高IO 500GB

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。 teledb select toclob('teledb') from dual; toclob teledb (1 row) teledb ROWIDTOCHAR 转换rowid值为varchar2类型。 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。 teledb select CHARTOROWID('AAAFd1AAFAAAABSACCAA') a1 from dual; a1 AAAFdwFAAAABSACCA (1 row) teledb

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

海光计算型 海光计算型搭载海光处理器，云主机实例独享CPU，提供更稳定的CPU性能以及更优秀的网络性能，对业务稳定性提供更好支持。 海光计算型适用于对计算与网络有更高性能要求的Web应用、电商平台、短视频平台、在线游戏、保险金融等各类应用。 规格特点 规格名称 计算 磁盘类型 网络 海光计算型hc3x 1.CPU/内存配比：1:2/1:4 2.vCPU数量范围：2128 3.处理器：Hygon C86 7493 4.基频：2.9GHz 1.普通IO 2.高IO 3.通用型SSD 4.XSSD0、XSSD1、XSSD2 1.实例网络性能与计算规格对应，规格越高网络性能越强 2.最大网络收发包：700万PPS 3.最大内网带宽：35Gbps 海光计算型hc3（停售） 1.CPU/内存配比：1:2/1:4 2.vCPU数量范围：2128 3.处理器：Hygon C86 7493 4.基频：2.9GHz 1.普通IO 2.高IO 3.通用型SSD 1.实例网络性能与计算规格对应，规格越高网络性能越强 2.最大网络收发包：700万PPS 3.最大内网带宽：35Gbps 海光计算型hc1 1.CPU/内存配比：1:2/1:4 2.vCPU数量范围：232 3.处理器：Hygon C86 7285或Hygon C86 7380 4.基频：2.0GHz 1.普通IO 2.高IO 3.通用型SSD 1.实例网络性能与计算规格对应，规格越高网络性能越强 2.最大网络收发包：400万PPS 3.最大内网带宽：30Gbps

海光计算增强型 海光计算增强型hc1搭载Hygon C86处理器，云主机实例独享CPU，提供更稳定的CPU性能以及更优秀的网络性能，对业务稳定性提供更好支持。为保证云主机的最佳性能，目前采用CPU亲和策略，宿主机中部分CPU与内存可能会存在碎片化情况。为保证资源更充分利用，可开通规格推荐搭配请咨询客户经理。 海光计算增强型hc1适用于对计算与网络有更高性能要求的Web应用、电商平台、短视频平台、在线游戏、保险金融等各类应用。 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） 海光计算增强型hc1 不可配置，仅支持1:1 Hygon 7285，2.0GHz Hygon 7380，2.2GHz 104 651 海光计算增强型hc1 不可配置，仅支持1:1 Hygon 7285，2.0GHz Hygon 7380，2.2GHz 104 399 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，宿主机可用量可能存在少量误差。 支持的弹性云主机规格： 规格名称 vCPU 内存（GB） 最大带宽/基准带宽（Gbps） 最大收发包能力（万PPS） 网卡多队列数 hc1.large.2 2 4 2/0.5 20 1 hc1.large.4 2 8 3/0.8 30 2 hc1.xlarge.2 4 8 5/1.5 50 2 hc1.xlarge.4 4 16 7/3 80 4 hc1.2xlarge.2 8 16 9/4.5 110 4 hc1.2xlarge.4 8 32 12/6 140 4 hc1.4xlarge.2 16 32 15/8.5 200 8 hc1.4xlarge.4 16 64 18/10 260 8 hc1.8xlarge.2 32 64 25/16 350 16 hc1.8xlarge.4 32 128 30/20 400 16

本文带您了解计算专属云的功能特性。 专属云（计算独享型）产品具有以下功能特性： 功能名称 特性描述 查看专属云信息 可以查看专属云内计算资源数量、vCPU/内存分配情况，各云资源开通情况。 在专属云中开通资源 在专属云中，云资源（云主机、云硬盘、虚拟私有云VPC、弹性负载均衡等）的创建和使用与公有云完全相同，不同点在于，专属云中的云主机将被创建到专属云中的计算服务器上。 扩容专属云 如果专属云中的计算资源数量不足，无法创建更多的云主机时，可申请增加计算资源的数量。暂不支持在控制台中扩容专属云，请联系专属客户经理或拨打客服热线4008109889提出扩容需求。 退订专属云 暂不支持在控制台中退订专属云，请联系专属客户经理或拨打客服热线4008109889提出退订需求。 专属云（计算独享型）默认提供了计算资源的独占使用。用户开通专属云（计算独享型）服务并申请宿主机资源后，可在专属云的资源池内使用以下服务： 弹性云服务器（在专属云内，云主机实例不计费） 物理机服务 公有镜像 弹性伸缩 云硬盘 云硬盘备份 虚拟私有云 子网 弹性网卡 NAT网关 弹性IP 弹性负载均衡 云监控 统一身份认证服务 标签

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。

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。

规格名称 CPU型号 AI加速卡型号 AI加速卡数量 单卡性能 磁盘类型 寒武纪计算加速型PCH1 海光 7285(主频2.0GHz) MLU370S4 1、2、3、4 72 TFLOPS半精度浮点计算 192 TOPS INT8计算 普通IO 高IO 通用型SSD 超高IO

弹性高性能计算(EHPC,Elastic High Performance Computing)是一个便捷安全的云超算平台,依托天翼云分布式云底座和海量的计算、存储、网络资源,搭配开箱即用的集群管理平台,为用户提供高性能、高可靠、快速交付、简洁易用、安全可信的高性能计算服务。

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。