参数默认值 plaintext teledb CREATE OR REPLACE PROCEDURE pdefaultvalue (aint INTEGER DEFAULT 1) AS $$ BEGIN RAISE NOTICE 'aint %',aint; END; $$ LANGUAGE PLPGSQL; CREATE PROCEDURE teledb CALL pdefaultvalue(2); NOTICE: aint 2 CALL teledb CALL pdefaultvalue(); NOTICE: aint 1 CALL teledb 如果原来存在一个pdefaultvalue () 这样的存储过程，则上面的执行就会出错，因为系统无法清楚到底要执行哪个函数，如下所示。 plaintext teledb CREATE OR REPLACE PROCEDURE pdefaultvalue() AS $$ BEGIN RAISE NOTICE '无参数'; END; $$ LANGUAGE plpgsql ; CREATE PROCEDURE teledb CALL pdefaultvalue(); ERROR: procedure pdefaultvalue() is not unique LINE 1: CALL pdefaultvalue(); ^ HINT: Could not choose a best candidate procedure. You might need to add explicit type casts. teledb 出错提示，pdefaultvalue () 存储过程不是唯一的，这是使用上一个需要特别注意的地方。

参数默认值 plaintext teledb CREATE OR REPLACE PROCEDURE pdefaultvalue (aint INTEGER DEFAULT 1) AS $$ BEGIN RAISE NOTICE 'aint %',aint; END; $$ LANGUAGE PLPGSQL; CREATE PROCEDURE teledb CALL pdefaultvalue(2); NOTICE: aint 2 CALL teledb CALL pdefaultvalue(); NOTICE: aint 1 CALL teledb 如果原来存在一个pdefaultvalue () 这样的存储过程，则上面的执行就会出错，因为系统无法清楚到底要执行哪个函数，如下所示。 plaintext teledb CREATE OR REPLACE PROCEDURE pdefaultvalue() AS $$ BEGIN RAISE NOTICE '无参数'; END; $$ LANGUAGE plpgsql ; CREATE PROCEDURE teledb CALL pdefaultvalue(); ERROR: procedure pdefaultvalue() is not unique LINE 1: CALL pdefaultvalue(); ^ HINT: Could not choose a best candidate procedure. You might need to add explicit type casts. teledb 出错提示，pdefaultvalue () 存储过程不是唯一的，这是使用上一个需要特别注意的地方。

参数默认值 plaintext teledb CREATE OR REPLACE PROCEDURE pdefaultvalue (aint INTEGER DEFAULT 1) AS $$ BEGIN RAISE NOTICE 'aint %',aint; END; $$ LANGUAGE PLPGSQL; CREATE PROCEDURE teledb CALL pdefaultvalue(2); NOTICE: aint 2 CALL teledb CALL pdefaultvalue(); NOTICE: aint 1 CALL teledb 如果原来存在一个pdefaultvalue () 这样的存储过程，则上面的执行就会出错，因为系统无法清楚到底要执行哪个函数，如下所示。 plaintext teledb CREATE OR REPLACE PROCEDURE pdefaultvalue() AS $$ BEGIN RAISE NOTICE '无参数'; END; $$ LANGUAGE plpgsql ; CREATE PROCEDURE teledb CALL pdefaultvalue(); ERROR: procedure pdefaultvalue() is not unique LINE 1: CALL pdefaultvalue(); ^ HINT: Could not choose a best candidate procedure. You might need to add explicit type casts. teledb 出错提示，pdefaultvalue () 存储过程不是唯一的，这是使用上一个需要特别注意的地方。

LANGUAGE plpgsql; CREATE FUNCTION teledb SELECT f25(); NOTICE: 翼 > 天 f25 (1 row) 变量赋值 teledb CREATE OR REPLACE FUNCTION f25() RETURNS VOID AS teledb $$ teledb$ DECLARE teledb$ 定义时赋值 teledb$ vint1 integer 1; teledb$ 使用 :兼容于plsql teledb$ vint2 integer : 1; teledb$ vtxt1 text; teledb$ vfloat float8; teledb$ 使用查询赋值 teledb$ vrelname text (select relname FROM pgclass LIMIT 1); teledb$ vrelpages integer; teledb$ vrec RECORD; teledb$ BEGIN teledb$ 在函数体中赋值 teledb$ vtxt1 'teledbpg'; teledb$ vfloat random(); teledb$ 使用查询赋值的另一种方式 teledb$ SELECT relname,relpages INTO vrelname,vrelpages FROM pgclass ORDER BY random() LIMIT 1; teledb$ RAISE NOTICE 'vrelname % , relpages %',vrelname,vrelpages; teledb$ END; teledb$ $$ teledb LANGUAGE plpgsql; CREATE FUNCTION teledb SELECT FROM f25(); NOTICE: vrelname pgtsparser , relpages 1 f25 (1 row)

模型名称 条件 抵扣系数 每1000字符预估消耗积分 MiniMaxSpeech2.8hd 音频生成 3.5/字符 33 MiniMaxSpeech2.8turbo 音频生成 2/字符 19

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

本文为您介绍如何通过mysqldump将用户自建数据库数据迁移到天翼云关系数据库MySQL。 前期准备 准备能够远程连接关系数据库MySQL的机器。 通过弹性云主机连接关系数据库MySQL，需要创建一台弹性云主机。 通过公网地址连接关系数据库MySQL，需要将关系数据库MySQL绑定公网地址。 关系数据库MySQL实例设置白名单。 在准备的弹性云主机或其他可访问关系数据库MySQL的设备上，安装MySQL客户端。 创建关系数据库MySQL账号。 说明 弹性云主机或可访问关系数据库MySQL的设备需要安装和关系数据库MySQL相同版本的数据库客户端。（如果不相同则只能够向后兼容，例如用5.7版本的mysqldump来导出5.5版本的数据库数据） 适用场景 mysqldump迁移复杂，且需要停止源数据库的应用程序，建议数据量小的场景下使用。 数据量大的场景下建议优先使用DTS迁移数据。 导出数据 需要先对源数据库进行导出，才能将其迁移到关系数据库MySQL。 1. 登录源数据库。 2. 使用mysqldump导出自建数据库的表结构和数据，命令如下： 说明 数据库迁移为离线迁移，您需要停止使用源数据库的应用程序。 下文中的自建数据库用户需要具备相关的操作权限。 若使用的mysqldump低于5.6版本，需要去掉“setgtidpurgedOFF”。 bash mysqldump h u p P databases opt defaultcharactersetutf8 hexblob singletransaction setgtidpurgedOFF skiptriggers skipevents skiproutines > /tmp/ data.sql 示例： bash mysqldump h xxx u root p P databases test opt defaultcharactersetutf8 hexblob singletransaction setgtidpurgedOFF skiptriggers skipevents skiproutines > /tmp/testdata.sql 3. 使用mysqldump导出自建数据库的触发器、事件、存储过程和函数，命令如下： 说明 如果源数据库中没有使用触发器、事件、存储过程和函数，可跳过此步骤。 bash mysqldump h u p P database opt defaultcharactersetutf8 hexblob singletransaction setgtidpurgedOFF nocreateinfo nodata routines events sed e 's/DEFINER[ ][ ][^]//' e 's/DEFINER[ ].FUNCTION/FUNCTION/' e 's/DEFINER[ ].PROCEDURE/PROCEDURE/' e 's/DEFINER[ ].TRIGGER/TRIGGER/' e 's/DEFINER[ ].EVENT/EVENT/' > /tmp/ trigger.sql 示例： bash mysqldump h xxx u root p P databases test opt defaultcharactersetutf8 hexblob singletransaction setgtidpurgedOFF nocreateinfo nodata routines events sed e 's/DEFINER[ ][ ][^]//' e 's/DEFINER[ ].FUNCTION/FUNCTION/' e 's/DEFINER[ ].PROCEDURE/PROCEDURE/' e 's/DEFINER[ ].TRIGGER/TRIGGER/' e 's/DEFINER[ ].EVENT/EVENT/' > /tmp/testtrigger.sql

后续操作 保存至模型管理：将当前训练任务实例中的模型文件保存到模型仓库中统一管理，模型仓库中会新增一个来源为“训练任务”的模型。后续可以基于此模型进行开发机、训练任务和服务部署任务。（注意：HPFS类型的存储不支持展开目录，且无法同步更新文件名。） 查看训练任务监控 1. 点击训练任务名称，进入任务详情页面，切换到监控tab，可查看训练任务的资源使用情况。 2. 统计说明及名词解释： 1. 作业：指运行一次任务，由于训练任务可以多次运行，此处一次运行记录即一个作业；在左侧运行记录中切换其他运行ID，可查看不同作业的监控； 2. 实例：指pod实例，是Kubernetes的最小调度单元； 3. 作业维度与实例维度：一般在训练时，一次训练作业会起多个Pod实例。在实例维度，展示了不同实例的最小粒度的监控，此时可以精确到某个实例中的某一张卡；在作业维度，统计了该作业下的所有实例（Pod）或显卡的聚合值，以反映作业整体的资源使用情况，一般使用率、速率以平均值聚合，使用量以累加值聚合。 4. GPU细粒度指标：当您使用GPU卡时，可以查看GPU剖析类指标，此类指标需要您对GPU的结构有所了解。例如，GPU利用率显示了100%，不代表代码高效利用了GPU，仅能够展示有核函数在用GPU资源，但有多少个SM在使用，GPU是否真的在忙，仅看GPU利用率这一指标具有局限性。英伟达官方提供了DCGM Profiling指标，可从多个维度查看GPU的使用情况。您可以根据细粒度指标对GPU的利用情况进行剖析，优化代码逻辑，更充分的利用资源。 3. 图像展示： 1. 放大与明细：点击指标右侧“>”箭头，可展开指标大图，大图展示对图像上点的统计细项，包括最大值、最小值、平均值、中位数、75分位数； 2. 图例：点击图例，可以对线段进行展示/隐藏； 3. 时间轴：滑动图像下方时间轴，可以在已选定时间的基础上，查看更小范围的监控。 4. 监控指标： 类别 指标 维度 解释 CPU、内存与网络监控 CPU使用率 作业、实例 CPU在单位时间内，CPU被任务占用使用的时间占比。 CPU、内存与网络监控 CPU使用量 作业、实例 CPU 实际使用的核数。 CPU、内存与网络监控 内存使用率 作业、实例 已用内存占总内存的百分比。 CPU、内存与网络监控 内存使用量 作业、实例 内存实际使用量。 CPU、内存与网络监控 普通网络吞吐 作业、实例 传统以太网的实际数据传输速率，即单位时间内实际传输的数据量。 显卡基础指标 GPU/NPU使用率 作业、实例 在单位时间内，显卡被任务占用使用的时间占比。 显卡基础指标 GPU/NPU显存使用率 作业、实例 已用显存占总显存的百分比。 显卡基础指标 GPU/NPU显存使用量 作业、实例 显存实际使用量。 显卡基础指标 GPU/NPU卡温度 实例 显卡温度。 显卡基础指标 GPU/NPU功耗 实例 显卡功耗。 显卡基础指标 NPU卡健康状态 实例 每张卡的NPU芯片健康状态。 取值范围：{0，1} 1：表示在过去一段时间间隔内芯片处于健康状态； 0：表示在过去一段时间间隔内出现了不健康状态。 GPU细粒度指标 GPU应用时钟频率 作业、实例 显卡的核心频率，指GPU运算核心的工作速度，即GPU内部各个计算单元的工作频率。它决定了显卡在单位时间内可完成的任务数量，更高的时钟频率意味着更快的计算速度和更好的性能。 GPU细粒度指标 GPU显存应用时钟频率 作业、实例 显存频率指的是显卡所使用的显存的工作频率，显存频率影响了显卡的数据传输速度，包括图像纹理和帧缓冲区的读写速度。较高的显存频率可以提供更快的数据传输，频率越高，显存每秒传输的数据量越大。 GPU细粒度指标 GPU显存带宽利用率 作业、实例 以英伟达GPU V100为例，其最大内存带宽为900 GB/sec，如果当前的内存带宽为450 GB/sec，则内存带宽利用率为50%。 GPU细粒度指标 GPU引擎活跃情况 作业、实例 表示在一个时间间隔内，Graphics或Compute引擎处于Active的时间占比。 Graphics或Compute引擎处于Active是指Graphics或Compute Context绑定到线程，并且Graphics或Compute Context处于Busy状态。 该值表示所有Graphics和Compute引擎的平均值。 GPU细粒度指标 GPU线程束活跃时间占比 作业、实例 表示在一个时间间隔内，至少一个线程束在一个SM（Streaming Multiprocessor）上处于Active的时间占比。 线程束处于Active是指一个线程束被调度且分配资源后的状态，可能是在Computing、也可能是非Computing状态（例如等待内存请求）。 该值表示所有SM的平均值，小于0.5表示未高效利用GPU，大于0.8是必要的。 假设一个GPU有N个SM： 一个核函数在整个时间间隔内使用N个线程块运行在所有的SM上，此时该值为1（100%）。 一个核函数在一个时间间隔内运行N/5个线程块，此时该值为0.2。 一个核函数使用N个线程块，在一个时间间隔内，仅运行了1/5个周期的时间，此时该值为0.2。 GPU细粒度指标 GPU线程束占用率 作业、实例 表示在一个时间间隔内，驻留在SM上的线程束与该SM最大可驻留线程束的比例。 该值表示一个时间间隔内的所有SM的平均值。 占用率越高不代表GPU使用率越高。只有在GPU内存带宽受限的工作负载（DCGMFIPROFDRAMACTIVE）情况下，更高的占用率表示更有效的GPU使用率。 GPU细粒度指标 GPU张量通道活跃周期分数 作业、实例 表示Tensor（HMMA/IMMA） Pipe处于Active状态的周期比率。 该值表示一个时间间隔内的平均值，较高的值表示Tensor Cores的利用率较高。 该值为1（100%）表示在整个时间间隔内每隔一个指令周期发出一个Tensor指令（两个周期完成一条指令）。 假设该值为0.2（20%），可能有如下情况： 在整个时间间隔内，有20%的SM的Tensor Core以100%的利用率运行。 在整个时间间隔内，有100%的SM的Tensor Core以20%的利用率运行。 在整个时间间隔的1/5时间内，有100%的SM上的Tensor Core以100%利用率运行。 其他组合模式。 GPU细粒度指标 GPU显存拷贝活跃周期分数 作业、实例 表示显存带宽利用率将数据发送到设备显存或从设备显存接收数据的周期分数。 该值表示时间间隔内的平均值，较高的值表示设备显存的利用率较高。 该值为1（100%）表示在整个时间间隔内的每个周期执行一条 DRAM 指令（实际上，峰值约为 0.8 (80%) 是可实现的最大值）。 假设该值为0.2（20%），表示20%的周期在时间间隔内读取或写入设备显存。 GPU细粒度指标 GPU FP64通道活跃周期分数 作业、实例 注意：并非所有型号的显卡都有此数据，如A10与L40S型号不支持此精度。 表示FP64（双精度）Pipe处于Active状态的周期分数。 该值表示一个时间间隔内的平均值，较高的值代表FP64 Cores有较高的利用率。 该值为 1（100%）表示在整个时间间隔内上每四个周期（以Volta类型卡为例）执行一次FP64指令。 假设该值为0.2（20%），可能有如下情况： 在整个时间间隔内，有20%的SM的FP64 Core以100%的利用率运行。 在整个时间间隔内，有100%的SM的FP64 Core以20%的利用率运行。 在整个时间间隔的1/5时间内，有100%的SM上的FP64 Core以100%利用率运行。 其他组合模式。 GPU细粒度指标 GPU FP32通道活跃周期分数 作业、实例 表示乘加操作FMA管道处于Active的周期分数，乘加操作包括FP32（单精度）和整数。 该值表示一个时间间隔内的平均值，较高的值代表FP32 Cores有较高的利用率。 该值为1（100%）表示在整个时间间隔内上每两个周期（Volta类型卡为例）执行一次FP32指令。 假设该值为0.2（20%），可能有如下情况： 在整个时间间隔内，有20%的SM的FP32 Core以100%的利用率运行。 在整个时间间隔内，有100%的SM的FP32 Core以20%的利用率运行。 在整个时间间隔的1/5时间内，有100%的SM上的FP32 Core以100%利用率运行。 其他组合模式。 GPU细粒度指标 GPU FP16通道活跃周期分数 作业、实例 表示FP16（半精度）管道处于Active的周期分数。 该值表示一个时间间隔内的平均值，较高的值代表FP16 Cores有较高的利用率。 该值为 1 (100%) 表示在整个时间间隔内上每两个周期（Volta类型卡为例）执行一次FP16指令。 假设该值为0.2（20%），可能有如下情况： 在整个时间间隔内，有20%的SM的FP16 Core以100%的利用率运行。 在整个时间间隔内，有100%的SM的FP16 Core以20%的利用率运行。 在整个时间间隔的1/5时间内，有100%的SM上的FP16 Core以100%利用率运行。 其他组合模式。 GPU细粒度指标 GPU PCIe传输数据速率 作业、实例 表示通过PCIe总线传输的数据速率，包括协议标头和数据有效负载。 该值表示一个时间间隔内的平均值，而不是瞬时值。 该速率在时间间隔内平均。例如，在1秒内传输1 GB数据，则无论以恒定速率还是突发传输数据，速率都是1 GB/s。理论上的最大PCIe Gen3带宽为每通道985 MB/s。 GPU细粒度指标 GPU PCIe接收数据速率 作业、实例 表示通过PCIe总线接收的数据速率，包括协议标头和数据有效负载。 该值表示一个时间间隔内的平均值，而不是瞬时值。 该速率在时间间隔内平均。例如，在1秒内传输1 GB数据，则无论以恒定速率还是突发传输数据，速率都是1 GB/s。理论上的最大PCIe Gen3带宽为每通道985 MB/s。 GPU细粒度指标 GPU NVLINK传输数据速率 作业、实例 表示通过NVLink传输的数据速率，不包括协议标头。 该值表示一个时间间隔内的平均值，而不是瞬时值。 该速率在时间间隔内平均。例如，在1秒内传输1 GB数据，则无论以恒定速率还是突发传输数据，速率都是1 GB/s。理论上，最大NVLink Gen2带宽为每个方向每个链路25 GB/s。 GPU细粒度指标 GPU NVLINK接收数据速率 作业、实例 表示通过NVLink接收的数据速率，不包括协议标头。 该值表示一个时间间隔内的平均值，而不是瞬时值。 该速率在时间间隔内平均。例如，在1秒内传输1 GB数据，则无论以恒定速率还是突发传输数据，速率都是1 GB/s。理论上，最大NVLink Gen2带宽为每个方向每个链路25 GB/s。

本章节主要介绍翼MapReduce的动态资源操作。 简介 Yarn是大数据集群中的分布式资源管理服务，大数据集群为Yarn分配资源，资源总量可配置。Yarn内部为任务队列进一步分配和调度计算资源。对于Mapreduce、Spark、Flink和Hive的任务队列，计算资源完全由Yarn来分配和调度。 Yarn任务队列是计算资源分配的基本单位。 对于租户，通过Yarn任务队列申请到的资源是动态资源。用户可以动态创建并修改任务队列的配额，可以查看任务队列的使用状态和使用统计。 资源池 现代企业IT经常会面对纷繁复杂的集群环境和上层需求。例如以下业务场景： 集群异构，集群中各个节点的计算速度、存储容量和网络性能存在差异，需要把复杂应用的所有任务按照需求，合理地分配到各个计算节点上。 计算分离，多个部门需要数据共享，但是需要把计算完全分离在不同的计算节点上。 这就要求对计算资源的节点进一步分区。 资源池用来指定动态资源的配置。Yarn任务队列和资源池关联，可实现资源的分配和调度。 一个租户只能设置一个默认资源池。用户通过绑定租户相关的角色，来使用该租户资源池的资源。若需要使用多个资源池的资源，可通过绑定多个租户相关的角色实现。 调度机制 Yarn动态资源支持标签调度（Label Based Scheduling）策略，此策略通过为计算节点（Yarn NodeManager）创建标签（Label），将具有相同标签的计算节点添加到同一个资源池中，Yarn根据任务队列对资源的需求，将任务队列和有相应标签的资源池动态关联。 例如，集群中有40个以上的节点，根据各节点的硬件和网络配置，分别用Normal、HighCPU、HighMEM、HighIO为四类节点创建标签，添加到四个资源池中，资源池中的各节点性能如下表所示。 不同资源池中的各节点性能 标签名 节点数 硬件和网络配置 添加到 关联 Normal 10 一般 资源池A 普通的任务队列 HighCPU 10 高性能CPU 资源池B 计算密集型的任务队列 HighMEM 10 大量内存 资源池C 内存密集型的任务队列 HighIO 10 高性能网络 资源池D IO密集型的任务队列 任务队列只能使用所关联的资源池里的计算节点。 普通的任务队列关联资源池A，使用硬件和网络配置一般的Normal节点。 计算密集型的任务队列关联资源池B，使用具有高性能CPU的HighCPU节点。 内存密集型的任务队列关联资源池C，使用具有大量内存的HighMEM节点。 IO密集型的任务队列关联资源池D，使用具有高性能网络的HighIO节点。 Yarn任务队列与特定的资源池关联，可以更有效地使用资源，保证节点性能充足且互不影响。 FusionInsight Manager中最多支持添加50个资源池。系统默认包含一个默认资源池。

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

本文主要介绍插入变量 添加请求信息时，在输入框内输入“$”，支持插入变量。 “变量类型”为“自定义变量”时，需要设置如下参数： 变量范围：选择变量范围。 变量名称：自定义变量名称。自定义变量名称为添加变量时为变量取的名称。 “变量类型”为“系统变量”时，需要选择函数名称： 身份证号：随机生成一个身份证号。 手机号：随机生成一个手机号。 区间随机数：根据用户输入区间，随机生成区间内的任一整数。 随机字符串：根据用户输入的位数（132），随机生成小写字母和数字混合的字符串。 时间戳：根据用户选择（秒（s）/毫秒（ms）），生成执行时当前时间戳（秒（s）对应10位，毫秒（ms）对应13位）。 UUID：随机生成一个32位的字符串。 “变量类型”为“加密函数”时，需要选择加密类型和变量插入的位置，加密类型如下： MD5：对val数据进行md5加密，返回加密后的数据字符串。 MD5BASE64：对val数据进行MD5BASE64编码，返回编码后的数据字符串。 SHA1：对输入的数据进行SHA1加密，返回加密后的数据字符串。 SHA224：对输入的数据进行SHA224加密，返回加密后的数据字符串。 SHA256：对输入的数据进行SHA256加密，返回加密后的数据字符串。 SHA384：对输入的数据进行SHA384加密，返回加密后的数据字符串。 SHA512：对输入的数据进行SHA512加密，返回加密后的数据字符串。 BASE64编码：对输入的数据进行BASE64编码，返回编码后的数据字符串。 BASE64解码：对输入的数据进行BASE64解码，返回解码后的数据字符串。

请求参数示例 plaintext { "model": "1234567890", // 模型ID "messages": [ { "role": "user", "content": "Hello!" } ] } 请求返回 非流式返回 非流式正常返回 字段名称 二级字段 三级字段 字段类型 描述 id string 唯一标识符 choices string choices列表 index int choice索引 message object 模型生成的消息 role string 对话角色 content string 对话消息内容 finishreason string 模型停止生成标记的原因。 stop: 模型生成遇到自然停止点或提供的停止序列； length: 达到请求中指定的最大标记数； contentfilter：如果由于内容过滤器中的标志而省略了内容 toolcalls/functioncall： 模型调用了函数。 created int Unix时间戳（以秒为单位）。 model string 调用的模型名称。 object string 返回的对象类型。非流式返回始终为：chat.completion usage object 请求使用情况的统计信息。 completiontokens int 生成token数。 prompttokens int 输入token数。 totaltokens int 使用的token总数（prompt + completion）。

本文介绍Redis部分命令使用限制 大数据量命令使用限制 如果缓存实例的数据量比较大， 执行一些大数据量的命令时，可能会较长的时间内占用Redis的资源，让其他客户端的请求无法得到响应。 比如KEYS等命令。 Server命令的限制 对应经典版2.8、4.0和5.0版本，为了保护Redis的平稳运行，下面这些命令是禁止的：save、bgsave、bgrewriteaof 、sync、psync。 LUA命令使用限制 lua脚本的执行超时时间为5秒钟，不要在脚本中使用耗时的代码和命令，比如长时间的sleep、大的循环等。 注意 调用lua脚本时，建议不要使用随机函数去指定key，否则在主备节点上执行结果不一致，从而导致主备节点数据不一致。 其他限制 单个Redis命令不应执行太长。Redis本身只能单线程处理，会导致其他客户端请求无法及时处理。如果执行时间大于10秒,内部可能会触发主从切换，会导致其他客户端请求都失败。

本页介绍天翼云TeleDB数据库的索引设计规范。 1. 索引类型支持多种，通常情况下使用默认Btree索引即可。 2. 建议创建或删除索引时，加CONCURRENTLY关键字在线创建，不阻塞写入。 3. 对于频繁更新/删除的列，如果这些列上有索引, 建表时设置合适的填充因子。 4. 重建索引时，建议先在线创建一个同字段索引，再删除原索引，避免在索引重建过程中因索引缺失导致查询性能陡降。 5. 建议用唯一索引unique index 代替唯一约束unique constraints，便于后续维护。 6. 建议对where条件中有多个字段and的高频SQL，建多个字段的联合索引，选择率高的字段放在前面。 7. 建议对有固定条件，且选择率高（数据占比低）的SQL，建带where条件的部分索引。 8. 建议对经常使用表达式作为查询条件的SQL，创建表达式索引或函数索引提升效率。 9. 建议单个表不要创建太多索引，一般不建议超过6个。

本页面介绍云数据库ClickHouse的功能约束。 对象命名规范要求 数据库名称（Database Name）和表名称（Table Name） 必须由字母、数字和下划线（）组成。 必须以字母或下划线开头。 不得超过64个字符。 列名称（Column Name） 必须由字母、数字和下划线（）组成。 必须以字母或下划线开头。 不得超过64个字符。 别名（Alias） 必须由字母、数字和下划线（）组成。 必须以字母或下划线开头。 不得超过256个字符。 函数名称（Function Name） 必须由字母、数字和下划线（）组成。 必须以字母或下划线开头。 不得超过256个字符。 使用限制 为确保高可用性，建议使用复制表引擎来配置高可用集群。 在执行DDL操作时，请在所有Server上使用"ON CLUSTER default"语句，以确保操作在整个默认集群中生效。 购买限制 单副本集群与双副本集群的最小节点数均为2，最大节点数均为48。 单副本集群节点数递增步长为1，双副本集群节点数递增步长为2。

本节包含专属云（计算独享型）用户使用手册。 天翼云专属云（计算独享型）用户使用指南.pdf

支持的功能 说明 数据管理 支持管理DWS、DLI、MRS Hive等多种数据仓库。 支持可视化和DDL方式管理数据库表。 脚本开发 提供在线脚本编辑器，支持多人协作进行SQL、Shell、Python脚本在线代码开发和调测。 支持使用变量和函数。 作业开发 提供图形化设计器，支持拖拉拽方式快速构建数据处理工作流。 预设数据集成、SQL、Shell等多种任务类型，通过任务间依赖完成复杂数据分析处理。 支持导入和导出作业。 资源管理 支持统一管理在脚本开发和作业开发使用到的file、jar、archive类型的资源。 作业调度 支持单次调度、周期调度和事件驱动调度，周期调度支持分钟、小时、天、周、月多种调度周期。 运维监控 支持对作业进行运行、暂停、恢复、终止等多种操作。 支持查看作业和其内各任务节点的运行详情。 支持配置多种方式报警，作业和任务发生错误时可及时通知相关人，保证业务正常运行。

本文将为您介绍如何查看已创建的专属云资源。 目前专属云（计算独享型）服务仅支持通过填写业务需求单或直接联系客户经理的方式进行申请，下面将为您介绍如何通过填写业务需求单申请计算专属云服务。 操作步骤 1. 登录天翼云官网www.ctyun.cn。 2. 在首页，单击“产品 > 专属云 > 专属云（计算独享型）”。 3. 在专属云（计算独享型）的官网页面，单击“申请开通”，进入天翼云支持中心页面。 4. 在支持中心页面填写“业务需求单”，确认填写信息无误后点击“提交”。 5. 提交后可在“管理中心​>工单中心​>我的业务需求单”栏目查询咨询进度。 说明 若在填写业务需求单的过程中遇到任何问题，可拨打天翼云客服电话4008109889进行咨询。

本文介绍如何通过边缘函数聚合多个请求响应。 向两个URL发送GET请求，并将响应聚合为一个响应。 示例代码 javascript // 提取抓取页面的 文本内容 async function parseTitleFromHTML(response) { let htmlText await response.text() const titleStart htmlText.indexOf(' '); const titleEnd htmlText.indexOf(' ', titleStart); if (titleStart ! 1 && titleEnd ! 1) { return htmlText.substring(titleStart + ' '.length, titleEnd); } return "" } async function handleRequest() { // 同时发出两个 fetch 请求获取两个页面的 HTML const responses await Promise.all([fetch(" fetch(" // 将两个页面的 文本内容拼接起来 const results await Promise.all([ parseTitleFromHTML(responses[0]), parseTitleFromHTML(responses[1]), ]) // 将拼接后的结果返回 return new Response(results.join(" ")) } addEventListener("fetch", event > { return event.respondWith(handleRequest()) }) 示例预览 返回响应聚合内容。 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

本文介绍如何通过边缘函数聚合多个请求响应。 向两个URL发送GET请求，并将响应聚合为一个响应。 示例代码 javascript // 提取抓取页面的 文本内容 async function parseTitleFromHTML(response) { let htmlText await response.text() const titleStart htmlText.indexOf(' '); const titleEnd htmlText.indexOf(' ', titleStart); if (titleStart ! 1 && titleEnd ! 1) { return htmlText.substring(titleStart + ' '.length, titleEnd); } return "" } async function handleRequest() { // 同时发出两个 fetch 请求获取两个页面的 HTML const responses await Promise.all([fetch(" fetch(" // 将两个页面的 文本内容拼接起来 const results await Promise.all([ parseTitleFromHTML(responses[0]), parseTitleFromHTML(responses[1]), ]) // 将拼接后的结果返回 return new Response(results.join(" ")) } addEventListener("fetch", event > { return event.respondWith(handleRequest()) }) 示例预览 返回响应聚合内容。 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

本文为您介绍安全增强型云主机的特点、规格等内容。 安全增强型云主机独享CPU，支持Intel® Trusted Domain Extension（Intel® TDX）技术，实例的CPU寄存器、内存数据、中断处理等均受到CPU硬件的机密保护，云厂商和外部攻击者均无法监控或篡改TDX实例的内部运行状态（如运行的进程、计算中的敏感数据等），确保敏感数据在计算全流程中可用不可见。 在售型号：c9t、m9t 适用场景 多方协同计算 AI模型与数据隐私 可信数据空间 数据治理隐私保护等 规格特点 格名称 计算 磁盘类型 网络 安全 安全增强计算型c9t 1.CPU/内存配比：1:4 2.vCPU数量范围：2160 3.处理器：第六代英特尔®至强®可扩展处理器 4.基频/睿频：3.0GHz/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：800万PPS 4.最大内网带宽：64Gbps 支持Intel® Trusted Domain Extension(简称Intel® TDX） 安全增强内存型m9t 1.CPU/内存配比：1:8 2.vCPU数量范围：2160 3.处理器：第六代英特尔®至强®可扩展处理器 4.基频/睿频：3.0GHz/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：800万PPS 4.最大内网带宽：64Gbps 支持Intel® Trusted Domain Extension(简称Intel® TDX）

本文介绍如何校验上传对象的数据一致性。 应用场景 媒体存储提供了数据一致性校验功能，可以避免因为网络劫持、数据缓存等原因导致的数据不一致问题。 能力概述 媒体存储提供通过计算MD5值的方式对上传的数据进行一致性校验。默认情况下，服务不会进行一致性校验。 上传对象时，客户端需要先计算出对象的MD5值然后携带上传至媒体存储，媒体存储服务端再根据上传的对象内容计算出MD5值，最终与携带上传的MD5值进行对比。 如果对比结果一致，对象上传成功，否则上传失败。 具体校验逻辑如下图所示： 校验方法 本地对象计算出的MD5值作为请求头。 上传时设置请求消息参数ContentMD5为本地计算得出的校验值，具体示例如下： 请求示例： PUT /v1/testbucket/test HTTP/1.1 请求头header： Host:gdoss.xstore.ctyun.cn Date:Wed, 28 Oct 2023 09:32:00 GMT Authorization:authorization string ContentType:text/plain ContentLength:1145 ContentMD5:gnzLDuhOew 请求体body： 实际文件数据。 MD5计算方式为：openssl dgst md5 binary 上传的对象（example.txt） base64 。

本文为您介绍天翼云云搜索服务的存算分离能力及使用方法。 功能简介 天翼云云搜索服务的OpenSearch和Elasticsearch都支持通过天翼云对象存储ZOS实现存算分离功能，这一功能显著提升了数据管理的灵活性和系统的可扩展性。 存算分离是现代分布式系统中一种重要的架构设计，通过将存储和计算资源解耦，使得数据存储和处理能力可以独立扩展，从而优化资源利用率并降低运营成本。 在传统的分布式搜索引擎架构中，存储和计算通常是紧耦合的，数据存储在同一集群的节点上，并由这些节点负责数据的索引和查询处理。然而，随着数据规模的增长和计算需求的变化，存算耦合的架构可能面临扩展性和成本效益方面的挑战。 通过支持对象存储，搜索引擎允许用户将数据存储在外部的对象存储系统天翼云ZOS中。这种架构下，计算节点主要负责数据的索引和查询处理，而数据存储则由对象存储系统来管理。计算节点可以根据需要动态地从对象存储中拉取数据，进行处理后再将结果返回。 应用场景与优势 弹性扩展 存算分离使得存储和计算资源可以独立扩展。用户可以根据数据量和计算需求的变化分别扩展存储容量和计算节点数量，从而实现灵活的资源管理，避免过度配置带来的浪费。 成本优化 对象存储通常具有较低的成本，尤其适合存储大量不常访问的冷数据。通过将数据存储在对象存储中，用户可以显著降低存储成本，同时只需为需要处理的热数据配置计算资源。

专业术语 解释 实例 一个包含了计算节点、行存节点、管理节点等多种类型节点的分布式融合数据库HTAP服务，其容量及性能由计算节点、行存节点、列存节点的节点规格和数量决定。 计算节点 负责接收并处理 SQL 相关的逻辑。推荐2个或以上计算节点以实现高可用。 行存节点 支持事务的分布式行式 KeyValue 存储引擎。至少3个节点。 管理节点 整个实例的管理模块，负责存储元信息，对行存、列存集群进行调度和负载均衡，并分配全局唯一且递增的事务 ID。固定3个节点。 列存节点 列式存储引擎，可为分析型的场景提供加速。如果无分析需求，节点数量可为0。 监控节点 用于采集、处理实例的各种监控信息。 节点规格 分配给分布式融合数据库HTAP的各个节点的计算及存储资源，比如 8核32G，超高IO 1000GB存储。

规格名称 计算 磁盘类型 网络 网络增强计算型c8ne 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.XSSD0 2.XSSD1 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：3600万PPS 4.最大内网带宽：64Gbps 网络增强内存型m8ne 1.CPU/内存配比：1:8 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.XSSD0 2.XSSD1 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：3600万PPS 4.最大内网带宽：64Gbps 网络增强计算型c7ne 1.CPU/内存配比：1:2/1:4 2.vCPU数量范围：2148 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：3000万PPS 4.最大内网带宽：32Gbps

类型 vCPU 内存 标准价格 限时折扣价 普通计算包 10核 20GB 410 360.8 国产化计算包 10核 20GB 428 308 国产化计算包目前未全量放开订购，如需订购，请联系您的专属客户经理或拨打天翼云客服电话：4008109889

天翼AI云电脑同步工具的传输速率是如何计算的？ 天翼AI云电脑同步工具对文件采用压缩传输，传输速率使用原始文件大小进行计算。例如：原始文件10MB，压缩后为2MB，网络带宽1MB/s，则实际传输耗时 2MB / 1MB/s 2s, 计算的传输速率为10MB / 2s 5MB/s。

费用类型 描述 标准存储 低频存储 归档存储 存储费用 按实际使用的存储容量收费，不同存储类型的存储费用单价有所不同。 注意 对于低频存储类型对象，如果提前删除（包括彻底删除、修改存储类型），将持续计费至30天；对于归档存储类型对象，会持续计费至90天。 √ √ √ 流量费用 包括存储数据被调用或下载产生的公网流出流量费用、跨域复制、CDN回源流出流量费用，按实际使用时产生的流量收费。 注意 部分浏览器会出现重复下发下载请求的情况，可能导致公网流出流量翻倍。 √ √ √ 请求费用 按照发送到对象存储的请求指令次数进行计算，每次调用API都计算一次请求次数。 注意 用户在对象存储控制台进行的操作也视为对对象存储系统的请求，会正常计算请求次数。 √ √ √ 数据取回费用 对于低频存储，数据取回费用按服务端读取的数据量计算，当用户通过公网下载低频存储对象时，会同时计算数据取回费用和公网流出流量费用。 对于归档存储，数据取回费用按解冻数据量计算。当用户解冻归档存储时，收取解冻数据量的数据取回费用。当用户通过公网下载已解冻的归档存储对象时，仅计算公网流出流量费用。 × √ √

本节主要介绍产品定义。 GeminiDB Influx接口是一款基于计算存储分离架构，兼容InfluxDB生态的云原生NoSQL时序数据库。在云计算平台高性能、高可用、高可靠、高安全、可弹性伸缩的基础上，提供了一键部署、快速备份恢复、计算存储独立扩容、监控告警等服务能力。广泛应用于资源监控、业务监控分析、物联网设备实时监控、工业生产监控、生产质量评估和故障回溯等。提供大并发的时序数据读写，压缩存储和类SQL查询，并且支持多维聚合计算和数据可视化分析能力。 GeminiDB Influx接口具有高写入、灵活弹性、高压缩率和高查询的特点。 高写入性能 数据按“时间Range + 时间线Hash”两层打散，分布式并行写入,且最高每天处理万亿级时间点写入。 灵活弹性 计算独立按需扩展、扩容不迁移数据，分钟级完成集群节点扩缩容。 高压缩率 列式存储布局和专用压缩算法，相比开源版本压缩率可以提升5~10倍左右。 高查询性能 多节点多线程并行查询，可高效处理高并发大数据量分析任务。 典型应用 IoT传感器时序数据分析 物联网应用，规模和可靠性至关重要。GeminiDB Influx接口提供了高吞吐量和并发性，您可以通过快速的响应时间来支持大量的连接。因此非常适合要求苛刻的物联网应用。 优势 ： 超强写入：小批量写入场景性能为开源版本InfluxDB的4.5倍，大批量写入场景性能为开源版本InfluxDB的3.3倍。 弹性扩展：基于计算存储分离的分布式架构，分钟级计算节点扩容，应对业务高峰期。

本章节主要介绍高质量数据集平台如何创建评测规则。 点击规则列表的【新建规则】按钮，跳转至规则定义页面； 本文以配置“图片宽高校验”来进行说明； 第一步：维护规则的基础信息，包括规则名称、规则对象（指该规则针对的数据类型）、所属维度（定义该规则所属的维度）、规则描述等； 第二步：定义该规则的模板及检测规则； 规则模板：分为指标匹配和指标统计两种； 指标匹配：选定一个或多个指标，设定匹配值，根据每个数据样本的该项元数据的值与条件进行判定，判断是否满足来计算分值； 指标统计：选定多个指标，设定包含数量值，根据每个数据样本具备x个已选定指标来计算分值。 计算指标：下拉选择，可多选，选择需要进行条件判断的指标项； 命中条件：配置指标值的判定条件的区域；可配置多个判断条件； 满足以下【所有】条件视为样本命中：指配置的所有条件，需要全部满足才会判定为样本满足规则，否则视为不满足条件，即【&】 关系； 满足以下【任意】条件视为样本命中：指配置的所有条件，只需满足任一一个就会判定为样本满足规则，即【】 关系； 计算公式：指标匹配固定项，用于计算该规则的命中比率，公式为： 命中样本比率（计算结果）命中样本数/总样本数 分值定义：用于定义命中比率满足某个区间时，规则得分情况； 如：命中比率90%以上，该条规则得分为100，即命中比率大于等于0.9且小于等于1时，该条规则得100分； 如上图所示，本次案例配置的分值定义含义为： 当计算的命中比率大于等于0.9且小于等于1时，该规则得100分； 当计算的命中比率大于等于0.6且小于0.9时，该规则得60分； 当计算的命中比率大于等于0.4且小于0.6时，该规则得40分； 当计算的命中比率小于0.4时，该规则得0分； 如：当一个数据集总样本数为100，该规则的命中样本数为76，则命中比率为0.76，此时该规则得分为60分。 此处需注意：判定值为计算的命中比率，一定为0~1之间，配置时注意选择的判定条件，所有判定区间的并集需要满足[0,1]. 点击确定后，规则创建完成，此时为禁用状态，表示该规则还不能用于评测任务。 在规则管理列表，点击启用，即可将规则转化为启用状态，此时可用于评测任务。

本页介绍天翼云TeleDB数据库的复制表设计规范。 1. 复制表在所有DN节点都有一份完整的数据，主要用于解决多表关联时，由于关联条件没有使用到分布键，而导致的数据在DN节点之间交互问题（即数据重分布）。 2. 由于复制表需要在每个DN节点存储一份完整的数据，复制表在新增、更新、删除时需更新所有DN节点的数据，DN节点数据越多，性能越差。 3. 复制表不适合高并发更新、删除的业务场景，因为更新、删除是所有DN节点上操作的一个大事务，高并发更新、删除的业务场景，很容易产生死锁。 4. 复制表适合经常需要与其它表做非分布键关联的的小表，为多表关联而生，更适合业务中的一些配置表、枚举表。 5. 复制表不支持主主复制。 6. 复制表不能在插入更新时使用结果不确定性的函数，例如now()，以免DN之间产生不同数据。