参数 参数类型 说明 示例 下级对象 orgOid String 部门ID orgkpz1fw8ukvdirwi2y40gj orgName String 部门名称 测试 cpu Integer 计算包CPU数量（单位：核） 5 cpuRemaining String 计算包CPU剩余数量（单位：核） 5.00 memory Integer 计算包内存数量（单位：GB） 10 memoryRemaining String 计算包剩余内存数量（单位：GB） 10.00 diskSize Integer 存储包空间大小（单位：GB） 10 diskRemaining String 存储包剩余空间（单位：GB） 10.00

系列 型号 产品 按需价格（元/小时） 包月价格（元/月） 通用云主机 通用型S7 vCPU（核） 0.095 45.69 通用云主机 通用型S7 内存（GB） 0.034 16.31 通用云主机 通用计算增强型C7 vCPU（核） 0.152 73 通用云主机 通用计算增强型C7 内存（GB） 0.029 14 通用云主机 内存优化型M7 vCPU（核） 0.124 58.43 通用云主机 内存优化型M7 内存（GB） 0.029 14 通用云主机 通用型S8 vCPU（核） 0.096 46 通用云主机 通用型S8 内存（GB） 0.035 17 通用云主机 通用计算增强型C8 vCPU（核） 0.154 74 通用云主机 通用计算增强型C8 内存（GB） 0.029 14 通用云主机 内存优化型M8 vCPU（核） 0.125 60 通用云主机 内存优化型M8 内存（GB） 0.029 14 国产云主机鲲鹏 通用型ks1 vCPU（核） 0.1084 52 国产云主机鲲鹏 通用型ks1 内存（GB） 0.0313 15 国产云主机鲲鹏 计算增强型kc1 vCPU（核） 0.2167 104 国产云主机鲲鹏 计算增强型kc1 内存（GB） 0.0313 15 国产云主机鲲鹏 内存优化型km1 vCPU（核） 0.2167 104 国产云主机鲲鹏 内存优化型km1 内存（GB） 0.0313 15 国产云主机海光 通用型hs1 vCPU（核） 0.0938 45 国产云主机海光 通用型hs1 内存（GB） 0.0333 16 国产云主机海光 计算增强型hc1 vCPU（核） 0.1854 89 国产云主机海光 计算增强型hc1 内存（GB） 0.0292 14 国产云主机海光 内存优化型hm1 vCPU（核） 0.1854 89 国产云主机海光 内存优化型hm1 内存（GB） 0.0292 14 国产云主机海光 计算增强型hc3 vCPU（核） 0.1854 89 国产云主机海光 计算增强型hc3 内存（GB） 0.0292 14 国产云主机海光 内存优化型hm3 vCPU（核） 0.1854 89 国产云主机海光 内存优化型hm3 内存（GB） 0.0292 14

本文介绍如何使用边缘函数更改在请求中发送或在响应中返回的HTTP头。 更改在请求中发送或在响应中返回的HTTP头。 示例代码 javascript addEventListener('fetch', event > { event.respondWith(handleRequest(event.request)) }) async function handleRequest(request) { const response await fetch(request) // 添加新的头 response.headers.append("XHello", "hello from ctyun") // 修改旧的头 response.headers.set("Etag" ,"4kf36KRuEB") return response } 示例预览 相关HTTP头被修改。 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

本文介绍如何使用边缘函数更改在请求中发送或在响应中返回的HTTP头。 更改在请求中发送或在响应中返回的HTTP头。 示例代码 javascript addEventListener('fetch', event > { event.respondWith(handleRequest(event.request)) }) async function handleRequest(request) { const response await fetch(request) // 添加新的头 response.headers.append("XHello", "hello from ctyun") // 修改旧的头 response.headers.set("Etag" ,"4kf36KRuEB") return response } 示例预览 相关HTTP头被修改。 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

本节包含了计算加速型P1云主机的概述、规格。 概述 P1型弹性云主机采用NVIDIA Tesla P100 GPU，在提供云主机灵活性的同时，提供优质性能体验和优良的性价比。P1型弹性云主机支持GPU Direct技术，实现GPU之间的直接通信，提升GPU之间的数据传输效率。能够提供超高的通用计算能力，在深度学习、图形数据库、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、基因组学等领域都能表现出巨大的计算优势，适用于科学计算等。 类型 CPU基频/睿频 CPU型号 ::: P1 2.6GHz/3.5GHz 英特尔® 至强® 处理器 E52690 v4 规格 表 P1型弹性云主机的规格 规格名称 vCPU 内存（GiB） 最大带宽/基准带宽（Gbps） 最大收发包能力（万PPS） 网卡多队列数 GPU 显存（GiB） 本地盘（GiB） 虚拟化类型 :::::::::: p1.2xlarge.8 8 64 5/1.6 35 2 1×P100 1×16 1×800 KVM p1.4xlarge.8 16 128 8/3.2 70 4 2×P100 2×16 2×800 KVM p1.8xlarge.8 32 256 10/6.5 140 8 4×P100 4×16 4×800 KVM

本节描述了云主机的网站应用、企业电商、图形渲染、高性能计算的应用场景。 网站应用 对CPU、内存、硬盘空间和带宽无特殊要求，对安全性、可靠性要求高，服务一般只需要部署在一台或少量的服务器上，一次投入成本少，后期维护成本低的场景。例如网站开发测试环境、小型数据库应用。 推荐使用通用型弹性云主机，主要提供均衡的计算、内存和网络资源，适用于业务负载压力适中的应用场景，满足企业或个人普通业务搬迁上云需求。 企业电商 对内存要求高、数据量大并且数据访问量大、要求快速的数据交换和处理的场景。例如广告精准营销、电商、移动APP。 推荐使用内存优化型弹性云主机，主要提供高内存实例，同时可以配置超高IO的云硬盘和合适的带宽。 图形渲染 对图像视频质量要求高、大内存，大量数据处理，I/O并发能力。可以完成快速的数据处理交换以及大量的GPU计算能力的场景。例如图形渲染、工程制图。 推荐使用GPU图形加速型弹性云主机，G1型弹性云主机基于NVIDIA Tesla M60硬件虚拟化技术，提供较为经济的图形加速能力。能够支持DirectX、OpenGL，可以提供最大显存1GiB、分辨率为4096×2160的图形图像处理能力。 高性能计算 高计算能力、高吞吐量的场景。例如科学计算、基因工程、游戏动画、生物制药计算和存储系统。 推荐使用高性能计算型弹性云主机，主要使用在受计算限制的高性能处理器的应用程序上，适合要求提供海量并行计算资源、高性能的基础设施服务，需要达到高性能计算和海量存储，对渲染的效率有一定保障的场景。

DWS与Hive在功能上有哪些差别？ DWS与Hive在功能上存在一定的差异，主要体现在以下几个方面： 1.Hive是基于Hadoop MapReduce的数据仓库，DWS是基于Postgres的MPP的数据仓库。 2.Hive的数据在HDFS中存储，DWS的数据可以在本地存储，也可以通过外表的形式通过OBS进行存储。 3.Hive不支持索引，DWS支持索引，所以查询速度DWS 更快。 4.Hive不支持存储过程，DWS支持存储过程，使用场景更广泛。 5.DWS 比Hive对SQL的支持更丰富，包括函数、自定义函数、存储过程。 6.Hive不支持事务，DWS支持完整事务。 7.在数据可靠性方面，Hive和DWS 均支持副本，可靠性基本一致。 8. 在性能上，DWS极大地优于Hive。 DWS和Hive基于各自的功能特点，在应用场景上，Hive仅用于离线分析场景，DWS适用于在线分析场景及ADHoc（即席查询）场景。 什么是用户配额？ 云服务对用户的资源数量和容量做了限制。如果资源配额限制满足不了用户的使用需求，可以通过工单系统来提交您的申请，并告知您申请提高配额的理由。在通过我们的审理之后，我们会更新您的配额并进行通知。 如何获取Access Key ID（AK）和 Secret Access Key（SK）？ 用户可以登录管理控制台创建访问密钥，如果您已经创建过了，也可以使用已有的访问密钥。 1.登录管理控制台。 2.将鼠标移到右上角的用户名，单击“我的凭证”。 3.再单击“管理访问密钥”页签，可以查看已有的访问密钥，也可以单击“新增访问密钥”进行创建。 访问密钥是 IAM 身份认证的重要凭证，只有在新增访问密钥时，用户才可以下载到含有 Access Key ID（AK）和 Secret Access Key（SK）的密钥文件，在管理控制台只能查看到 Access Key ID，如果您未曾下载过该密钥文件，请联系您的管理员进行获取，或者重新创建。 说明 每个用户最多可创建 2 个访问密钥，有效期为永久。为了帐号安全性，建议您定期更换并妥善保 存访问密钥。

本文介绍UDFScript概念、原理、使用说明、资费说明及典型应用场景。 UDFScript介绍 用户自定义脚本（User Defined Script，简称UDFScript）是一个可供您快速实现全站加速定制化配置的工具箱，当全站加速控制台上的标准配置无法满足您的业务需求时，可以使用UDFScript通过简单的编程实现定制化业务需求。 使用UDFScript前的请求处理过程： 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. 如果符合缓存规则，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. 如果不符合缓存规则，则由网关处理后，请求回源。 4. 源站返回响应内容，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. 如果符合缓存规则，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. 如果不符合缓存规则，则由网关处理后，请求回源。 5. 源站返回响应内容，网关响应给客户端。 使用说明 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，业务脚本只能从全局字典读取数据。 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，请参见UDFScript变量说明。 函数信息，请参见UDFScript函数说明。

本文为您介绍zosfs的主要功能和使用场景等信息。 工具简介 zosfs是一个通过FUSE技术，将天翼云对象存储ZOS的bucket（存储桶）挂载为本地目录的工具。 zosfs利用gorountine，通过异步的并发操作，实现对本地文件的高效上传、对云端对象的高效下载，同时，zosfs也优化了对目录列举的操作，提升目录列举的效率。 使用场景 zosfs主要支持模型训练、模型推理等计算密集型场景，解决密集计算对存储数据加载和写入的特殊需要。具体而言，这类场景对存储数据操作以顺序读取、随机读取、顺序（追加）写入为主。 主要功能 兼容基础的POSIX语义操作，能有效利用ZOS的服务端读写能力。 针对计算密集的数据读写需要，提供高效的大文件顺序读写能力。 适配环境 计算平台：X86计算平台、ARM计算平台 操作系统：ctyunOS 23.01、ctyunOS 2.0.1、ctyunOS 22.06 使用限制 zosfs为特定挂载场景优化，因此存在一定的使用限制，请使用前仔细阅读zosfs使用限制章节，了解工具的限制条件。 注意 我们建议您在使用zosfs工具前，了解工具的使用限制，并对工具进行使用测试，避免对您的业务产生影响。 获取zosfs 适配X86计算平台 点击下载工具：zosfs0.6.1x86.tar.gz 适配ARM计算平台 点击下载工具：zosfs0.6.1arm.tar.gz 说明 此处提供的zosfs工具包，解压后无需安装即可运行。

配置项 描述 资源池信息 选择目标资源池 计算规格 选择想要订购的计算规格 数量 填写计算规格的数量 存储规格 如果所选资源池有共享存储，则可勾选“购买资源池共享存储”，目前裸金属的存储一般包含在计算规格里面，不单独提供订购。 购买时长 填写购买的时长 备注 如果有其他需求，如专线需求、组网需求等，可通过备注来写明。

本文带您了解弹性高性能计算的使用流程。 1.创建集群 集群是一组由若干计算节点通过高速内网互联，搭配必要的管理软件组成的并行计算系统，能够提供单节点无法提供的强大计算能力。 天翼云弹性高性能计算提供了快速集群创建能力，您可通过页面引导选择集群的节点配置和规模，创建后的集群内置集群管理平台，实现开箱即用。 具体操作请详见创建集群。 2.管理集群 创建集群后，您可以通过弹性高性能计算控制台，根据自己的需求对集群进行扩容、缩容。具体操作请详见管理集群。 3.登录EHPC Portal EHPC Portal是面向超算业务需求研发的集群管理平台，集群开通后自动内置该平台，通过EHPC Portal您可进行日常作业管理、文件管理、集群监控等操作。 在集群创建后，您可在集群概览页查看EHPC Portal登录地址，登录方式请详见登录Portal。 4.提交作业 作业指提交到EHPC集群进行高性能计算的基本工作单元，包括Shell脚本、可执行文件等。 您可通过以下几种方式提交作业： a、通过命令行工具（如Xshell、MobaXterm、iTerm等）登录集群，使用调度器命令提交作业。 b、登录EHPC Portal，通过作业模板提交作业。 具体操作请详见提交作业。

本节介绍计算机增强型云电脑的功能简介。 计算增强型AI云电脑，提供稳定可靠、弹性扩展、高性能的AI云电脑服务，支持X86/ARM架构，满足通用计算、高并发网络处理、AI推理、数字人直播等多场景需求，助力业务高效上云。

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：Fetch 运行时API：Response

本文为您介绍各系列通用云主机概况。 通用云主机的不同代系，对应着不同的处理器型号，一般更高代系拥有更优的性能。 2系列 提供基本水平的vCPU性能、平衡的计算、内存和网络资源，在主机负载较轻时，可以提供较高的计算能力，在主机负载较重时无法保证实例计算性能的稳定。 3系列 采用第一代英特尔® 至强® 可扩展处理器 （Sky Lake）， 基于新一代虚拟化平台，使用NUMA(Non Uniform Memory Access Architecture)绑定技术， 配套10GE网卡，搭载全新网络加速引擎以及DPDK(Data Plane Development Kit)快速报文处理机制，提供强劲稳定的计算性能、更高网络带宽和PPS收发包能力。适用于对计算与网络有一定要求的场景，如小型网站、轻量级研发测试环境、中小型数据库等。 6系列 采用第二代英特尔® 至强® 可扩展处理器 （Cascade Lake）， 基于新一代虚拟化平台，使用NUMA(Non Uniform Memory Access Architecture)绑定技术， 配套25GE网卡，搭载全新网络加速引擎以及DPDK(Data Plane Development Kit)快速报文处理机制，提供强劲稳定的计算性能、更高网络带宽和PPS收发包能力。适用于对计算与网络有一定要求的场景，如通用数据库及缓存服务器、中重载企业应用等。 7系列 采用第三代英特尔® 至强® 可扩展处理器 （Ice Lake）， 基于新一代虚拟化平台，使用NUMA(Non Uniform Memory Access Architecture)绑定技术， 配套25GE网卡，搭载全新网络加速引擎以及DPDK(Data Plane Development Kit)快速报文处理机制，提供更强劲稳定的计算性能、更高网络带宽和PPS收发包能力。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、保险金融等各类中重载企业应用。

名称 类型 定义 auditor name 审计策略的创建者或所有者的用户名，通过pgcatalog.pggetuserbyid函数根据S.auditorid获取。 objectschema name 被审计对象（通常是表）所在的模式（schema）的名称，通过连接pgclass表和pgnamespace表获取。 objectname name 被审计对象的名称，直接从pgclass表中获取。 policyname name 审计策略的名称，直接从pgauditfgaconf表中获取。 auditcolumns text 被包含在审计策略中的列的列表，直接从pgauditfgaconf表中获取。

参数 参数说明 所属队列 默认选择“共享队列”，用户也可以选择自定义的独享队列。 说明 当子用户在创建作业时，子用户只能选择已经被分配的队列。 当所选择队列的剩余容量不能满足作业需求时，系统会自动扩容。当队列空闲时，系统也会自动缩容。 UDF Jar 选择“独享队列”时可配置该参数。 用户自定义UDF文件，在选择UDF Jar之前需要将对应的jar包上传至OBS桶中，并在“数据管理>程序包管理”中创建程序包，具体操作请参考 CU数量 CU数量为DLI的计算单元数量和管理单元数量总和，1CU1核4G。 当前配置的CU数量为运行作业时所需的CU数，不能超过其绑定队列的CU数量。 管理单元 管理单元CU数量。 并行数 并行数是指同时运行Flink SQL作业的最大任务数。适度增加并行数会提高作业整体算力，但也须考虑线程增多带来的切换开销。 说明 最大并行数不能大于计算单元（CU数量管理单元）的4倍。 该界面并行数优先级低于代码中并行数设置。 TaskManager配置 用于设置TaskManager资源参数。 勾选后需配置下列参数： “单TM所占CU数”：每个TaskManager占用的资源数量。 “单TM Slot”：每个TaskManager包含的Slot数量。 OBS桶 选择OBS桶用于保存用户作业日志信息、checkpoint等信息。如果选择的OBS桶是未授权状态，需要单击“OBS授权”。 说明 如果同时勾选了“开启Checkpoint”和“保存作业日志”，OBS授权一次即可。 保存作业日志 设置是否将作业运行时的日志信息保存到OBS。日志信息的保存路径为：“桶名/jobs/logs/作业id开头的目录”。在作业列表中，单击对应的作业名称，在“运行日志”页签，可以单击页面提供的OBS链接跳转至对应的路径下。 注意 该参数建议勾选，否则作业运行完成后不会生成运行日志，后续如果作业运行异常则无法获取运行日志进行定位。 勾选后需配置下列参数： “OBS桶”：选择OBS桶用于保存用户作业日志信息。如果选择的OBS桶是未授权状态，需要单击“OBS授权”。 说明 如果同时勾选了“开启Checkpoint”和“保存作业日志”，OBS授权一次即可。 作业异常告警 设置是否将作业异常告警信息，如作业出现运行异常或者欠费情况，以SMN的方式通知用户。 勾选后需配置下列参数： “SMN主题”： 选择一个自定义的SMN主题。如何自定义SMN主题，请参见《消息通知服务用户指南》中“创建主题”章节。 开启Checkpoint 设置是否开启作业快照，开启后可基于Checkpoint（一致性检查点）恢复作业。 勾选后需配置下列参数： “Checkpoint间隔”：Checkpoint的时间间隔，单位为秒，输入范围1~999999，默认值为30s。 “Checkpoint模式”：支持如下两种模式： − At least once：事件至少被处理一次。 − Exactly once：事件仅被处理一次。 “OBS桶”：选择OBS桶用于保存用户Checkpoint。如果选择的OBS桶是未授权状态，需要单击“OBS授权”。 Checkpoint保存路径为：“桶名/jobs/checkpoint/作业id开头的目录”。 说明 如果同时勾选了“开启Checkpoint”和“保存作业日志”，OBS授权一次即可。 异常自动重启 设置是否启动异常自动重启功能，当作业异常时将自动重启并恢复作业。 勾选后需配置下列参数： “异常重试最大次数”：配置异常重试最大次数。单位为“次/小时”。 − 无限：无限次重试。 − 有限：自定义重试次数。 “从Checkpoint恢复”：需要同时勾选“开启Checkpoint”才可配置该参数。 空闲状态保留时长 用于清除GroupBy或Window经过最大保留时间后仍未更新的中间状态，默认设置为1小时。 脏数据策略 选择处理脏数据的策略。支持如下三种策略：“忽略”，“抛出异常”和“保存”。 说明 “保存”是指将脏数据保存到OBS桶中。 脏数据转储地址 “脏数据策略”选择“保存”时，配置该参数。单击地址框选择保存脏数据的OBS路径。

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。

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： 1. 使用 select 会消耗更多的CPU和IP以及网络带宽资源。 2. 使用 select 无法使用覆盖索引。 3. 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： 1. REPLACE INTO 2. 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。

本文带您了解弹性高性能计算的使用流程。 1.创建集群 集群是一组由若干计算节点通过高速内网互联，搭配必要的管理软件组成的并行计算系统，能够提供单节点无法提供的强大计算能力。 天翼云弹性高性能计算提供了快速集群创建能力，您可通过页面引导选择集群的节点配置和规模，创建后的集群内置集群管理平台，实现开箱即用。 具体操作请详见创建集群。 2.管理集群 创建集群后，您可以通过弹性高性能计算控制台，根据自己的需求对集群进行扩容、缩容。具体操作请详见管理集群。 3.登录EHPC Portal EHPC Portal是面向超算业务需求研发的集群管理平台，集群开通后自动内置该平台，通过EHPC Portal您可进行日常作业管理、文件管理、集群监控等操作。 在集群创建后，您可在集群概览页查看EHPC Portal登录地址，登录方式请详见登录Portal。 4.提交作业 作业指提交到EHPC集群进行高性能计算的基本工作单元，包括Shell脚本、可执行文件等。 您可通过以下几种方式提交作业： a、通过命令行工具（如Xshell、MobaXterm、iTerm等）登录集群，使用调度器命令提交作业。 b、登录EHPC Portal，通过作业模板提交作业。 具体操作请详见提交作业。

可信计算 可信计算是实现云租户计算环境高级安全的重要功能之一。通过在虚拟化层面上使用可信虚拟化技术（vTPM）作为可信根，构建从系统启动到用户指定应用的信任链，并实现远程证明机制，从而为用户提供从启动阶段到运行阶段的全方位可信保障。在系统和应用中加入可信验证，可以显著降低因使用未知或被篡改的系统/软件而遭受攻击的风险。 虚拟化安全 租户隔离 天翼云确保不同租户之间的计算、网络、存储资源隔离，防止资源被非法访问。租户隔离通过虚拟化技术实现，确保每个租户的资源独立运行，互不干扰。天翼云提供多种隔离机制，包括计算隔离、网络隔离和存储隔离，确保租户之间的安全隔离。 租户隔离：基于硬件虚拟化技术将多个计算节点的虚拟机在系统层面进行隔离，租户不能访问相互之间未授权的系统资源。 计算隔离：管理系统与客户虚拟机，以及客户虚拟机之间互相隔离。 网络隔离：每个虚拟网络与其他网络之间互相隔离。 存储隔离：计算与存储分离，虚拟机只能访问分配好的物理磁盘空间。

步骤 计算公式 说明 计算 ktime ktime HMACSHA256(eopdate, SK) 以 SK 为密钥，对 eopdate 做 HMAC 计算 kAk kAk HMACSHA256(AK, ktime) 以 ktime 为密钥，对 AK 做 HMAC 计算 kdate kdate HMACSHA256(eopdate的年月日, kAk) 以 kAk 为密钥，对 eopdate 的年月日（如20220525）做 HMAC

本节包含了专属云（计算独享型）的服务协议。 天翼云专属云（计算独享型）服务协议

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。

Ranger Ranger为各组件提供了基于PBAC（PolicyBased Access Control）的权限管理插件，用于替换组件自身原本的鉴权插件。 Spark Spark是一个离线分布式大数据处理引擎，可基于SparkSQL表达语句、Spark API开发程序、SQL JDBC/ODBC 开发程序、beeline等方式提交SQL作业。Spark能够部署在各种集群环境，快速的自动实现错误恢复机制，对各种规模大小的数据进行快速计算。 Trino Trino是定位在数据仓库和数据分析业务的分布式大数据SQL计算引擎，用于查询分布在一个或多个异构数据源上的大型数据集。Trino是一个存算分离式的计算引擎，数据均存储在远程数据源上，Trino通过自带的connector访问远程数据源进行查询。 YARN Apache YARN（Yet Another Resource Negotiator）是Hadoop集群资源管理器系统，YARN从Hadoop 2引入，最初是为了改善MapReduce的实现，但是它具有通用性，同样执行其他分布式计算模式。 ZooKeeper ZooKeeper是一个分布式协调服务，主要用于数据订阅/发布，集群管理，配置管理，分布式锁。 Flink Flink是大数据的流式计算框架和分布式处理引擎，用于在无边界和有边界数据流上进行有状态的计算。Flink能在所在常见集群环境中运行，并能以内存速度和任意规模进行计算，支持批处理和流处理数据，有着高速度和高吞吐的特点，是真正的流批处理计算框架，适用于的应用场景：实时监控系统、日志分析系统、推荐系统。

计费示例 包周期 假设您在2025/03/08 16:54:04购买了一个Elasticsearch实例（规格：通用型4c8g），计费资源包括计算资源（vCPUs和内存）、存储（超高I/O 40GB），数据节点3台，同机型规格专属master节点3台。购买时长为一个月，并在到期前手动续费1个月，则： 第一个计费周期为：2025/03/08 16:54:04 ~ 2025/04/08 23:59:59 第二个计费周期为：2025/05/08 23:59:59 ~ 2025/06/08 23:59:59 您需要为每个计费周期预先付费，各项资源单独计费，计费公式如下： 节点计算资源总费用[通用型CPU单价4核（3台计算节点+3台专属master节点）+通用型CPU单价Kibana节点2核+通用型内存单价8GB（3台计算节点+3台专属master节点）+通用型内存单价Kibana节点4GB]1个月2646.8元 节点存储资源总费用[超高I/O单价40GB（3台计算节点+3台专属master节点）+通用SSD单价Kibana节点40GB]1个月316元 订购实例总费用节点计算资源总费用+节点存储资源总费用2962.8元，续费价格与之同理。 示例中价格仅作计算规则说明使用，实际金额以订单页面为准。 按需计费 假设您在2025/03/08 15:50:00购买了一个Elasticsearch实例（规格：通用型4c8g），计费资源包括计算资源（vCPUs和内存）、存储（超高I/O 40GB），数据节点3台。于2025/03/09 20:20:00退订，使用时长28.5小时，费用计算公式如下： 节点计算资源总费用（通用型CPU单价4核3台计算节点+通用型CPU单价Kibana节点2核+通用型内存单价8GB3台计算节点+通用型内存单价Kibana节点4GB）28.5小时77.5086元 节点存储资源总费用（超高I/O单价40GB3台计算节点+通用SSD单价Kibana节点40GB）28.5小时9.1314元 实例总费用节点计算资源总费用+节点存储资源总费用86.64元 以上示例中价格仅作计算规则说明使用，实际金额以订单页面为准。 实例续费规则 包周期续费计算公式与订购相同。 实例升级规则 包周期：扩容、升配、专属节点加装时间不满整月的，升级后配置按当月实际发生天数计费。 按需计费：扩容、升配、专属节点加装按实际变更成功的时间立即按新规格计费。 实例退订规则 如实例退订涉及退费，请参见费用中心退订规则说明。

步骤 计算公式 说明 计算 ktime ktime HMACSHA256(eopdate, SK) 以 SK 为密钥，对 eopdate 做 HMAC 计算 kAk kAk HMACSHA256(AK, ktime) 以 ktime 为密钥，对 AK 做 HMAC 计算 kdate kdate HMACSHA256(eopdate的年月日, kAk) 以 kAk 为密钥，对 eopdate 的年月日（如20220525）做 HMAC

本文为您介绍开发过程中的SQL规范。 1. 首要原则：语句尽量简单，不在数据库做复杂运算，不用存储过程、函数 数据库难于扩展，扩展能力远不如APP。 大消耗性能的SQL很容易对其他SQL产生影响。 MySQL优化器不足，处理复杂SQL时容易选择错误执行计划； MySQL没有SQL级并行、HashJoin、分析函数等特性，处理复杂SQL能力不强；在高并发的系统中，复杂SQL容易产生锁问题 复杂SQL可拆分多个简单SQL 2. select，insert一定要带上字段名，尽量少用select select的数据长度可以影响order by排序算法。 增删字段对程序的影响。 如果有大字段select真正需求的字段可以节省网络IO开销。 3. 优化LIMIT分页：不要用LIMIT start, offset，更高效方法可以找dba select from user limit 100000,1 对于MySQL来讲是：先扫描100000行丢弃掉，再读取一行。因此，不建议使用这种写法来分页。 4. 不要在where语句后的索引列做运算或表达式，会导致用不了索引，示例如下： 5. 禁用select for update、insert……select from、select （必须明确给出需要字段）、insert TB values……（必须明确给出字段）、order by rand（）语法。 它会扩大意向锁范围，较大程度影响数据库的并发事务效率； 6. 只用inner join或者left join；禁止用right join。表关联的on必须有索引，只关联需要表，只选择需要的列 7. 复杂查询拆分简单查询；尽量小批量小语句分段执行；一个sql不要超过1G的binlog 拒绝3大类型sql： 1大SQL (BIG SQL) 2大事务 (BIG Transaction) 3大批量 (BIG Batch) 。合理拆分sql。 小语句小事务好处：减少锁、用上多cpu，缓存命中率高 8. 大事务可以set autocommit 0 关闭自动提交，但是拒绝滥用，会导致阻塞 9. 注意SQL语句中数据类型隐式转换的问题 查询条件中使用‘’可能导致类型转换无法使用索引，比如：intcol‘0’，会导致隐式转换无法正常使用索引

产品名称 CDN加速 全站加速 加速协议 基于HTTP/HTTPS协议 基于HTTP/HTTPS协议 内容特性 静态内容 静态内容+动态内容 适用场景 1.静态类：网站页面的图片、文字类的静态加速。 2.下载类：游戏下载、应用程序下载、版本更新、大文件下载。 3.点播类：音视频点播，如短视频APP、视频门户网站分发。 1.纯动态类：金融支付、游戏竞技等对时延要求高的业务。 2.动静混合：政府、电商、传媒行业既有动态又有静态的业务。 3.上传加速：新闻素材、音短视频、大文件上传。 4.Websocket协议：即时通讯、在线教育、行情推送的场景。 适用行业 1.政企、电商网站 2.应用、游戏下载 3.视频门户、在线教育 1.政府机构 2.金融行业 3.电商行业 4.娱乐资讯 5.网络游戏 产品特性 1.精准的流量调度：支持基于EDNS的精准调度和节点下沉，细化到地市粒度的运营商级别精准IP库，并保持持续更新。 2.丰富的资源覆盖： 国内：拥有2000+个节点覆盖，覆盖多运营商和主要省份及城市。 海外：800+个节点遍布亚洲、美洲、欧洲、非洲等主要国家和城市。 3.极致的加速体验 智能高效缓存技术：热度自适应缓存迁移算法，大幅度提高缓存空间利用有效性。 高效私有传输协议：智能判断网络情况，优化拥塞控制算法，大幅提升传输效率。 1.实时探测：节点间根据规划实时进行探测，所有节点实时探测源站，并实时上报探测结果。 2.智能选路：根据全网节点探测结果，基于自研算法，实现第一公里+中间一公里智能选路。 3.传输优化：基于先进的内核技术及自研的私有传输协议，大幅提升传输效率。 产品计费 1.计费模式：支持按量计费、按资源包售卖。 2.计费维度：带宽/流量+静态HTTPS请求数+静态QUIC请求数+内容审核+高性能网络+边缘函数。 详情请见： 1.计费模式：支持按量计费、按资源包售卖。 2.计费维度：带宽/流量+动态请求数+静态HTTPS请求数+高性能网络+边缘函数。 详情请见：

天翼云为您提供专属云（计算独享型）服务协议协议说明，请您点击查看。 专属云（计算独享型）服务协议

本节介绍了专属云（计算独享型）申请时候的步骤。 下面为您介绍如何申请专属云（计算独享型）服务。 1、登录天翼云控制中心，切换节点； 2、单击“控制中心”，选择【专属云】； 3、在申请页面查看申请流程。请与您的专属客户经理确定您的专属云开通需求，如果没有专属客户经理，可拨打天翼云客服电话4008109889咨询； 4、待物理服务器到位后，专属云（计算独享型）资源将在2天内完成开通。

本文主要介绍计算加速型P3v 概述 P3v型弹性云主机采用NVIDIA A800 GPU，在提供云主机灵活性的同时，提供超高性能计算能力。适用于AI深度学习、科学计算，在深度学习训练、科学计算、计算流体动力学、计算金融、地震分析、分子建模、基因组学等领域都能表现出巨大的计算优势。理论单精度浮点性能：FP32：19.5TFLOPS。Tensor核心浮点性能：TF32: 156TFLOPS，BFLOAT16: 312TFLOPS。 类型 CPU基频/睿频 CPU型号 P3v 2.6GHz/3.5GHz 第三代英特尔® 至强® 可扩展处理器 6348 规格 规格名称 vCPU 内存（GiB） 最大带宽/基准带宽（Gbps） 最大收发包能力（万PPS） 网卡多队列数 网卡个数个数上限 GPU GPU连接技术 显存（GiB） 虚拟化类型 p3v.3xlarge.8 12 96 17/5 200 4 4 1 × NVIDIA A800 80GB N/A 80 KVM p3v.24xlarge.8 96 768 40/36 850 32 8 8 × NVIDIA A800 80GB NVLink 640 KVM P3v型弹性云主机功能如下： 处理器：第三代英特尔® 至强® 可扩展处理器 6348，主频2.6GHz，睿频3.5GHz。 支持NVIDIA A800 GPU卡，每台云主机支持最大8张A800显卡。 支持NVIDIA CUDA并行计算，支持常见的深度学习框架Tensorflow、Caffe、PyTorch、MXNet等。 单精度能力19.5 TFLOPS，双精度能力9.7 TFLOPS。 支持NVIDIA Tensor Core能力，深度学习混合精度运算能力达到156 TFLOPS。 单实例最大网络带宽40Gb/s。 单卡 80GB HBM2显存，显存带宽2039Gb/s，支持多卡NVLINK互联技术。 完整的基础能力： 网络自定义，自由划分子网、设置网络访问策略。 海量存储，弹性扩容，支持备份与恢复，让数据更加安全。 弹性伸缩，快速增加或减少云主机数量。 灵活选择： 与普通云主机一样，P3v型云主机可以做到分钟级快速发放。 优秀的超算生态： 拥有完善的超算生态环境，用户可以构建灵活弹性、高性能、高性价比的计算平台。大量的HPC应用程序和深度学习框架已经可以运行在P3v实例上。