在检查结果页面对某检查项加白名单 如果您不需要对某检查项进行检查，或者不需要对某检查项下的部分服务资源实例进行检查，可以执行加白名单操作。 加白名单后，再次检查时，将不再对已加白检查项进行检查，且“检查项合格率”中，也将不再纳入计算中。 1. 登录管理控制台。 2. 单击页面左上方的，选择“安全 > 态势感知（专业版）”，进入态势感知（专业版）管理页面。 3. 在左侧导航栏选择“工作空间> 空间管理”，并在工作空间列表中，单击目标工作空间名称，进入目标工作空间管理页面。 4. 在左侧导航栏选择“风险预防> 基线检查”，默认进入检查结果页面。 5. 在检查结果列表中，单击对应检查项所在行操作列的“加白名单”。 6. 在弹出的确认框中，单击“确定”。加白名单后，检查结果列表中将不展示该检查项的信息。加白名单后，再次执行检查时，将不再对已加白检查项进行检查，且“检查项合格率”中，也将不再纳入计算中。 在遵从包详情页对某检查项加白名单 如果您不需要对某检查项进行检查，可以执行加白名单操作。 加白名单后，再次检查时，将不再对已加白的检查项进行检查，且“检查项合格率”中，也将不再纳入计算中。 1. 登录管理控制台。 2. 单击页面左上方的，选择“安全 > 态势感知（专业版）”，进入态势感知（专业版）管理页面。 3. 在左侧导航栏选择“工作空间> 空间管理”，并在工作空间列表中，单击目标工作空间名称，进入目标工作空间管理页面。 4. 在左侧导航栏选择“风险预防> 基线检查”，进入基线检查页面后，选择“安全遵从包”页签，默认进入遵从包页面。 5. 单击目标遵从包名称，进入遵从包详情页面。 6. 在遵从包列表中搜索目标检查项，搜索到指定检查项后，单击待忽略检查项“操作”列的“加白名单”。 7. 在弹出的确认框中，单击“确定”。加白名单后，检查结果列表中将不展示该检查项的信息。加白名单后，再次执行检查时，将不再对已加白检查项进行检查，且“检查项合格率”中，也将不再纳入计算中。

类型 参数 说明 Index settings参数 vector 当需要使用向量索引加速时，需要设置该值为true。 Field mappings参数 type 字段类型，“vector”表示该字段为向量字段。 Field mappings参数 dimension 向量数据维度。 取值范围：[1, 4096] Field mappings参数 indexing 是否开启向量索引加速。 可选值： l false：表示关闭向量索引加速，向量数据仅写入docvalues，只支持使用ScriptScore以及Rescore进行向量查询。 l true：表示开启向量索引加速，系统将创建额外的向量索引，索引算法由"algorithm"字段指定，写入数据后可以使用VectorQuery进行查询。 默认值：false。 Field mappings参数 algorithm 索引算法。仅当“indexing”为“true”时生效。 可选值： l FLAT：暴力计算，目标向量依次和所有向量进行距离计算，此方法计算量大，召回率100%。适用于对召回准确率要求极高的场景。 l GRAPH：图索引，内嵌深度优化的HNSW算法，主要应用在对性能和精度均有较高要求且单shard中文档数量在千万个以内的场景。 l GRAPHPQ：将HNSW算法与PQ算法进行了结合，通过PQ降低原始向量的存储开销，能够使HNSW轻松支撑上亿规模的检索场景。 l IVFGRAPH：算法将IVF与HNSW结合，对全量空间进行划分，每一个聚类中心向量代表了一个子空间，极大地提升检索效率，同时会带来微小的检索精度损失。适用于数据量在上亿以上同时对检索性能要求较高的场景。 l IVFGRAPHPQ：PQ算法与IVFHNSW的结合，PQ可以通过配置选择与HNSW结合和IVF结合，进一步提升系统的容量并降低系统开销，适用于shard中文档数量在十亿级别以上同时对检索性能要求较高的场景。 默认值：GRAPH。 说明 当选择IVFGRAPH或者IVFGRAPHPQ索引时，需要额外进行预构建中心点索引以及注册等步骤，具体内容请参考 Field mappings参数 见下表“可选参数说明” 当使用向量索引加速时（即“indexing”为“true”时），为了获得更高的查询性能以及查询精度，ES提供了与向量索引相关的可选参数配置。 Field mappings参数 metric 计算向量之间距离的度量方式。 可选值： l euclidean：欧式距离。 l innerproduct：内积距离。 l cosine：余弦距离。 l hamming：汉明距离。 默认值：euclidean

本章节主要介绍翼MapReduce的资源概述操作。 MRS集群的资源分为计算资源和存储资源。多租户可实现资源的隔离： 计算资源 计算资源包括CPU和内存。租户之间不可以相互占用计算资源，私有计算资源独立。 存储资源 存储资源包括磁盘或第三方存储系统。租户之间不可以相互访问数据，私有存储资源独立。 计算资源 计算资源可分为静态服务资源和动态资源： 静态服务资源 静态服务资源是集群分配给各个服务的计算资源，每个服务的计算资源总量固定，不与其他服务共享，是静态的。这些服务包括Flume、HBase、HDFS和Yarn。 动态资源 动态资源是分布式资源管理服务Yarn动态调度给任务队列的计算资源。Mapreduce、Spark2x、Flink和Hive的任务队列由Yarn来动态调度资源。 说明 大数据集群为Yarn分配的资源是静态服务资源，可以由Yarn动态分配给任务队列计算使用。 存储资源 存储资源是分布式文件存储服务HDFS中可分配的数据存储空间资源。目录是HDFS存储资源分配的基本单位，租户通过指定HDFS文件系统的目录来获取存储资源。

本章为您介绍挂载文件系统的前提条件。 确定云主机操作系统类型，参考支持的操作系统，对于NFS协议类型文件系统，不同操作系统安装NFS客户端的命令不同。 已完成创建文件系统实例，在文件系统详情页可获取到文件系统的挂载地址。 根据您资源所在资源池，选择与文件系统相同的VPC或VPC及子网相同的计算服务进行挂载。支持权限组功能的资源池须保证计算服务与须与文件系统归属相同的VPC，否则须要与文件系统归属相同的VPC及子网。具体资源池信息请参考产品能力地图。 说明 若您要使用IPV6网络访问文件系统，云主机主网卡须启用IPV6。支持IPV6的资源池请参见

常见问题 恢复数据 Q：如果没有备份该如何恢复数据？ A：通过DRS迁移数据，详见将PostgreSQL同步到PostgreSQL。 备份恢复操作 Q1：使用云数据库备份文件恢复自建数据库，数据库启动失败，报错信息“replication slot file xxx has corrupted length xxx”，如何处理？ A：手动删除“pgreplslot”目录下的所有文件和文件夹，删除完成后启动数据库。 Q2：常见报错“could not locate a valid checkpoint record”的原因，以及如何处理？ A：该错误通常表示数据库中的检查点记录已损坏或丢失，导致无法恢复数据库。一般情况下是wal日志没有被正常加载，建议参考6.b中的处理重新执行该命令。 RDS for PostgreSQL11版本恢复数据 Q1：RDS for PostgreSQL 11恢复到本地PostgreSQL 11时int4到text的类型转换时出现报错信息 “ERROR: internal function "int4text" is not in internal lookup table”时，如何处理？ A：使用postgres用户连接本地PostgreSQL 11数据库执行如下命令删除该类型转换规则，需要super user执行。 delete from pgcast where castsource 'int4'::regtype and casttarget 'text':: regtype; Q2：RDS for PostgreSQL 11恢复到本地PostgreSQL 11时多个类型转换函数报错，如何排查和处理？ A：分别在本地PostgreSQL 11和RDS for PostgreSQL 11执行如下SQL，并对比结果。 select oid, from pgcast order by 1; 对于RDS for PostgreSQL 11新增的类型转换规则，在本地PostgreSQL 11执行如下SQL全部删除。 delete from pgcast where castsource xxx and casttarget xxx;

操作步骤 1.登录云搜索服务管理控制台。 2.在左侧导航栏中，选择“集群管理”，进入集群列表页面。 3.在集群列表页面中，单击集群“操作”列的“Kibana”。 4.在Kibana的左侧导航中选择“Dev Tools”，单击“Get to work”，进入Kibana的Console界面。 5. 在Kibana的Console界面中，执行命令创建索引，并指定自定义映射来定义数据类型。 例如：现在有“tv.json”数据文件，数据如下所示。 { "tv":[ { "name": "tv1", "description": "USB, DisplayPort", "vote": 0.98 } { "name": "tv2", "description": "USB, HDMI", "vote": 0.99 } { "name": "tv3", "description": "USB", "vote": 0.5 } { "name": "tv4", "description": "USB, HDMI, DisplayPort", "vote": 0.7 } ] } 可以执行如下命令，创建索引“mall”，并指定自定义映射来定义数据类型。 PUT /mall?pretty { "mappings": { "tv": { "properties": { "description": { "type": "text", "fields": { "keyword": { "type": "keyword" } } }, "name": { "type": "text", "fields": { "keyword": { "type": "keyword" } } }, "vote": { "type": "float" } } } } } 6.执行如下命令，将“tv.json”文件中的数据导入到“mall”索引中。 POST /mall/tv/bulk?pretty { "index": {"id": "1"}} { "name": "tv1", "description": "USB, DisplayPort", "vote": 0.98 } { "index": {"id": "2"}} { "name": "tv2", "description": "USB, HDMI", "vote": 0.99 } { "index": {"id": "3"}} { "name": "tv3", "description": "USB", "vote": 0.5 } { "index": {"id": "4"}} { "name": "tv4", "description": "USB, HDMI, DisplayPort", "vote": 0.7 } 7.自定义评分查询数据。 −用绝对好评率计算总分，按照总分由高到低的顺序排列搜索结果。 假设用户想要查询有USB接口、HDMI接口、DisplayPort接口的电视机，接口出现，则记 1 分，不出现，则记 0 分，在前面的得分上乘以绝对好评率为总分。可以执行如下命令按照总分由高到低的顺序排列搜索结果。 GET /mall/tv/search?pretty { "query":{ "functionscore":{ "query":{ "bool":{ "should":[ {"constantscore":{ "query":{"match":{"description":"USB"}} }}, {"constantscore":{ "query":{"match":{"description":"HDMI"}} }}, {"constantscore":{ "query":{"match":{"description":"DisplayPort"}} }} ] } }, "fieldvaluefactor":{ "field":"vote", "factor":1 }, "boostmode":"multiply", "maxboost":10 } } } 上面示例中总分计算公式：newscore queryscore (factor vote) 返回结果如下所示。 { "took": 13, "timedout": false, "shards": { "total": 5, "successful": 5, "failed": 0 }, "hits": { "total": 4, "maxscore": 2.1, "hits": [ { "index": "mall", "type": "tv", "id": "4", "score": 2.1, "source": { "name": "tv4", "description": "USB, HDMI, DisplayPort", "vote": 0.7 } }, { "index": "mall", "type": "tv", "id": "2", "score": 1.98, "source": { "name": "tv2", "description": "USB, HDMI", "vote": 0.99 } }, { "index": "mall", "type": "tv", "id": "1", "score": 1.96, "source": { "name": "tv1", "description": "USB, DisplayPort", "vote": 0.98 } }, { "index": "mall", "type": "tv", "id": "3", "score": 0.5, "source": { "name": "tv3", "description": "USB", "vote": 0.5 } } ] } } 从上面返回结果可以看出Elasticsearch搜索引擎使用绝对好评率计算电视机的总分，并将电视机按照总分由高到低的顺序排列显示。 −用相对好评率计算总分，按照总分由高到低的顺序排列搜索结果。 假设用户想要查询有USB接口、HDMI接口、DisplayPort接口的电视机，接口出现，则记 1 分，不出现，则记 0 分，在前面的得分上乘以相对好评率为总分。为了避免不正常的好评率对查询结果的影响，不用绝对好评率作为评分因素，设定好评率的门限值为0.8，高于门限值时，好评率按1计算，低于或等于门限值时，好评率按0.5计算。可以执行如下命令按照总分由高到低的顺序排列搜索结果。 GET /mall/tv/search?pretty { "query":{ "functionscore":{ "query":{ "bool":{ "should":[ {"constantscore":{ "query":{"match":{"description":"USB"}} }}, {"constantscore":{ "query":{"match":{"description":"HDMI"}} }}, {"constantscore":{ "query":{"match":{"description":"DisplayPort"}} }} ] } }, "scriptscore":{ "script":{ "params":{"threshold":0.8}, "inline":"if (doc["vote"].value > params.threshold) {return 1;} return 0.5;" } }, "boostmode":"multiply", "maxboost":10 } } } 上面示例中总分计算公式：newscore queryscore vote（当vote > 0.8时，取值为1；当vote ≤ 0.8时，取值为0.5。） 返回结果如下所示。 { "took": 634, "timedout": false, "shards": { "total": 5, "successful": 5, "failed": 0 }, "hits": { "total": 4, "maxscore": 2, "hits": [ { "index": "mall", "type": "tv", "id": "2", "score": 2, "source": { "name": "tv2", "description": "USB, HDMI", "vote": 0.99 } }, { "index": "mall", "type": "tv", "id": "1", "score": 2, "source": { "name": "tv1", "description": "USB, DisplayPort", "vote": 0.98 } }, { "index": "mall", "type": "tv", "id": "4", "score": 1.5, "source": { "name": "tv4", "description": "USB, HDMI, DisplayPort", "vote": 0.7 } }, { "index": "mall", "type": "tv", "id": "3", "score": 0.5, "source": { "name": "tv3", "description": "USB", "vote": 0.5 } } ] } } 从上面返回结果可以看出Elasticsearch搜索引擎使用相对好评率计算电视机的总分，并将电视机按照总分由高到低的顺序排列显示。

分类 云产品 计算 弹性云主机 存储 云硬盘 网络 弹性IP、公网NAT网关、安全组、虚拟私有云

本文将为您介绍如何在专有宿主机上创建云主机 操作步骤 进入创建云主机页面 1. 登录控制中心。 2. 单击控制中心顶部的，选择“地域”。 3. 单击左侧导航栏“产品服务列表”，选择“计算 >弹性云主机 > 弹性云主机”，进入弹性云主机列表页。选中页面右上角“创建云主机”；或选择“计算 >弹性云主机 > 专有宿主机”，进入专有宿主机列表页，点击宿主机操作栏中“创建实例”按钮。 4. 选择专有宿主机，支持系统随机指定或手工指定，也可以不使用专有宿主机，在共享宿主机上对云主机进行创建。 5. 云主机相关配置项可查看++创建弹性云主机++，在专有宿主机上的云主机仅支持按量付费的计费模式。 6. 对云主机相关参数进行确认，如果您确认配置无误，单击“立即购买”。

本文介绍公共算力服务的应用场景。 东数西算助力“算效提升” 适用场景 均衡东西部算力生态协同发展，如东数西训、东数西存、东数西渲等场景。 推荐方案 平台将区域内的算力资源进行并网和统一调度及交易，将东部算力需求有序引导至西部，促进东西部算力高效利用，降低业务成本，提升业务服务质量。 智能计算助力“AI创新” 适用场景 适用AI、科研实训、大模型等智算业务需求场景。 推荐方案 通过智算并网，引入大规模智算算力，根据应用场景，提供稳定可靠的智算算力资源。 通用计算助力“算力普惠化” 适用场景 适用于常规企业应用场景，基于算力并网实现对社会算力并网，算力云化，实现算力标准化、普惠化。 推荐方案 结合服务商管理、统一计量清算、算力运营等算力交易技术，实现“跨厂商算力统一交易、统一调度、统一运营”，高效合理调度全局算力和网络资源，为用户提供物美价廉的通用算力。

本小节主要介绍数据安全专区的续费与退订。 控制台续费 为保证用户正常使用数据安全专区服务，在数据安全专区许可证到期前或使用许可到期后15天内，用户可通过“续费”操作增加授权使用期限。 在数据安全专区到期前，可以通过“续费”操作延长到期时间。 在数据安全专区到期后，若未及时续费，则进入“保留期”，不能登录数据安全专区系统。“保留期”为15天，到期仍未续订或充值，存储在数据安全专区中的数据将被删除、资源将被释放。 若您在保留期内续费，计费周期从资源到期时间开始计算新的服务有效期并计算费用，例如：您的资源在2026年9月30号到期，10月11号续订1个月，对应资源新的服务开始时间为9月30号，到期时间为10月30号。相关费用自9月30号开始计算。 前提条件 已获取控制台的登录账号与密码。 操作步骤 1. 登录管理控制台。 2. 选择“安全 > 数据安全专区”，进入数据安全专区实例管理页面。 3. 选择待续费的实例，单击“更多 > 续费”，进入“续费”配置页面。 4. 根据需要选择续费时长。 5. 单击“去支付”，在支付页面完成付款。 6. 返回数据安全专区实例列表页面，在“数据安全专区实例”列表查看授权后最新到期时间。 管理中心续订 登录天翼云官网，进入管理中心，选择续订管理，点击“手动续订”或者“开通自动续订”按钮，即可完成实例的续订。 退订 注意 仅控制台的数据安全专区相关实例支持退订，服务套餐（数据安全咨询规划服务、数据分类分级服务、数据安全风险评估托管服务）属于一次性计费产品，不支持退订。

本文介绍了关于续订相关的规则和操作方法。 续订限制说明 只有通过实名认证的客户，才可以执行续订操作。 存在未完成订单中的资源不允许续订，如开通中的资源、规格变更中的资源、退订中的资源。 已退订或释放的资源不可续费。 续订已到期包周期资源，从资源到期时间开始计算新的服务有效期并计算费用。例如，客户资源2026年9月30号到期，10月11号续订1个月，资源新的服务开始时间为9月30号，到期时间为10月30号。相关费用自9月30号开始计算。 说明 按量付费的文件系统不涉及续订，包年包月的文件系统才可续订。 手动续订 您可在弹性文件服务控制台完成在线续订操作，操作步骤如下： 1. 登录"控制中心" ，切换到服务所在资源节点。 2. 选择"存储>弹性文件服务SFS Turbo"进入弹性文件服务控制台页面，在文件系统列表处找到需要进行续订的目标文件系统。 3. 在操作栏下或点击进入详情页，点击"续订”按钮。 4. 在弹出的续订框中根据实际需要选择续订时长，点击“确定”，进行后续付费操作。 5. 返回文件系统列表页或详情页，查看文件系统到期时间。 自动续订 为避免由于未及时对资源采取续订操作，资源被到期冻结或超期释放，您可在创建文件系统时勾选“自动续订”选项，或者购买包月包年文件系统后再设置开通自动续订。开通自动续订后，系统将在资源到期前自动续订，无需再手动操作。自动续订相关操作可参考费用中心产品文档。

本节主要介绍产品定义。 什么是云容器引擎？ 云容器引擎(CT Cloud Container Engine，简称CCE)提供高可靠、高性能的企业级Kubernetes集群托管服务，支持运行Docker容器，帮助用户在云上轻松部署、管理和扩展容器化应用程序。 为什么选择云容器引擎？ 云容器引擎深度整合高性能的计算（ECS）、网络（VPC/EIP/ELB）、存储（EVS/OBS/SFS）等服务，支持多可用区（Available Zone，简称AZ）、多区域（Region）容灾等技术构建Kubernetes高可用集群。 产品形态 云容器引擎包含多种产品形态。 集群类型 CCE Standard CCE Turbo 产品定位 标准版本集群，提供高可靠、安全的商业级容器集群服务。 面向云原生2.0的新一代容器集群产品，计算、网络、调度全面加速。 使用场景 面向有云原生数字化转型诉求的用户，期望通过容器集群管理应用，获得灵活弹性的算力资源，简化对计算、网络、存储的资源管理复杂度。 适合对极致性能、资源利用率提升和全场景覆盖有更高诉求的客户。 网络模型 云原生网络1.0：面向性能和规模要求不高的场景。 容器隧道网络模式 VPC网络模式 云原生网络2.0：面向大规模和高性能的场景。 组网规模最大支持2000节点 hostPort 支持 不支持 网络性能 VPC网络叠加容器网络，性能有一定损耗 VPC网络和容器网络融合，性能无损耗 容器网络隔离 容器隧道网络模式：集群内部网络隔离策略，支持NetworkPolicy。 VPC网络模式：不支持 Pod可直接关联安全组，基于安全组的隔离策略，支持集群内外部统一的安全隔离。 容器资源隔离 普通容器：Cgroups隔离 安全容器：当前仅物理机支持，提供虚机级别的隔离 普通容器：Cgroups隔离 边缘基础设施管理 不支持 支持管理智能边缘小站

多表关联查询规范 多表关联应该显式使用 join 子句，避免漏掉关联条件，造成笛卡尔积。 嵌套SQL语句应该为不同表指定不同别名。 高并发交易场景，单条语句关联表不超过两张，使用执行计划为 IndexJoin 的多表关联语句，外表建立了正确的条件过滤索引，内表建立了正确的关联和条件过滤索引。 低并发的分析场景，单条语句关联表不超过 10 张，其中亿级表不超过 2 张。 大事务处理规范 单个事务的总大小默认不超过 100 MB，最大支持 10 GB，实际的单个事务大小限制还取决于服务器剩余可用内存的大小，执行事务时计算节点进程的内存消耗大约是事务大小的 6 倍以上。 由于执行事务时计算节点进程的内存消耗大约是事务大小的 6 倍以上，事务设置过大，或者 Batch 过高，可能导致计算节点进程 OOM，需要评估好内存容量。 为了使性能达到最优，需要对大事务按某个业务维度进行拆分，每 100～500 行提交一个事务。 防范写入热点创建规范 对于写入量非常大的表，应当通过应用性能压测等方法在测试环境模拟表的热点情况。 通过以下三种手段进行配置，规避表的主键写入热点。 避免连续自增主键的设计，建议采用雪花算法生成 UUID 主键。 主键是非整数的表或者启用 altprimarykeytrue 配置后创建的所有表，使用 SHARDROWIDBITS 语法创建基于 rowid 的分片方案，例如：CREATE TABLE t (c int) SHARDROWIDBITS 4 或 ALTER TABLE t SHARDROWIDBITS 4。 创建按照 Hash 或 Range 分区表避免热点。

本文介绍分布式消息服务RabbitMQ的计费项。 计费说明 分布式消息服务RabbitMQ的计费项由实例费用和存储空间费用组成。具体内容如表1所示。 表1 分布式消息服务RabbitMQ计费项 计费项 计费项说明 适用的计费模式 计费公式 实例费用 计费因子：代理规格和代理数量 包年/包月、按需计费 实例规格单价 购买时长 实例规格的单价，请参见分布式消息服务RabbitMQ产品价格中的“实例价格”。 存储空间费用 计费因子：云硬盘类型、容量 包年/包月、按需计费 存储空间单价 购买时长 存储空间的单价，请参见分布式消息服务RabbitMQ产品价格中的“存储空间价格”。 计费示例 以包年/包月计费模式为例，假设您于2023/03/08 15:50:04在“广州4”区域购买了一个包年/包月RabbitMQ实例（规格：rabbitmq.2u4g.cluster3，总存储空间：超高I/O 300GB），计费资源包括实例费用（代理规格和代理数量），以及存储空间费用（超高I/O 300GB）。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：2023/03/08 15:50:04 ~ 2023/04/08 23:59:59 第二个计费周期为：2023/04/08 23:59:59 ~ 2023/05/08 23:59:59 图1给出了上述示例配置的费用计算过程。 说明 图中价格仅供参考，实际计算请以分布式消息服务RabbitMQ 图1 包年/包月RabbitMQ实例费用计算示例 按需计费模式下，各计费项的计费示例请参见计费样例。

参数 描述 规格类型 x86 CPU架构下，针对不同的应用场景，可以选择不同的规格类型。 通用型（s6）。通用型的规格实例，适合平时不会持续高压力使用CPU，但偶尔需要提高计算性能完成工作负载的场景，包括但不限于：轻量级的Web服务器、开发、测试环境以及中低性能数据库等。 增强型（c3）。搭配高性能网络，综合性能及稳定性全面提升，满足对业务稳定性及计算性能要求较高的企业级应用诉求。 增强Ⅱ型（c6）。多项技术优化，计算性能强劲稳定，配套25GE智能高速网卡，提供超高网络带宽和PPS收发包能力。是高负载场景首选，对于计算与网络有更高性能要求的网站和Web应用、通用数据库及缓存服务器，中重载企业应用等更加适用。 mongos性能规格 mongos节点的CPU和内存，请参见 mongos数量 数量可选范围为2～32，创建成功后，可进行节点扩容。 mongos参数组 mongos参数组中的参数应用于mongos节点。实例创建成功后，可以变更节点的参数组，对于用户创建的参数组，支持修改参数组中参数，以确保文档数据库服务发挥出最优性能。 更多关于参数组的信息，请参见参数组设置。 shard性能规格 shard节点的CPU和内存，请参见 shard存储空间 存储空间最小10GB，最大2000GB，用户选择大小必须为10的整数倍。创建成功后可进行扩容。 shard数量 shard存储用户的数据，用户不能直接连接shard。 数量可选范围为2～32，创建成功后，可进行节点扩容。 shard参数组 shard参数组中的参数应用于shard节点。实例创建成功后，可以变更节点的参数组，对于用户创建的参数组，支持修改参数组中参数，以确保文档数据库服务发挥出最优性能。 config性能规格 config存储实例的配置信息，请参见 config存储空间 存储空间为20GB，创建成功后不可进行扩容。 config参数组 config参数组中的参数应用于config节点。实例创建成功后，可以变更节点的参数组，对于用户创建的参数组，支持修改参数组中参数，以确保文档数据库服务发挥出最优性能。

如何退订智能视图服务？ 用户需要登录费用中心的订单管理页面，在退订管理可以看到支持退订的订单列表，点击订单操作栏的【退订】按钮，选择退订原因并勾选“我已确认本次退订金额和相关费用”，即可完成退订。 具体退订规则可参见【天翼云费用中心退订退订规则说明】。 智能视图服务到期后，是否会删除数据？ 智能视图服务到期后，服务资源将进入15天保留期，用户将不能正常使用智能视图服务（资源冻结），但对于存储在智能视图服务中的数据予以保留。 若用户在保留期内续费，系统将从资源已到期时间开始计算续订费用，续订成功后系统自动延长资源的到期时间。 若保留期到期用户仍未续费，存储在智能视图服务中的数据将被删除、服务资源将被释放。 如何估算设备所需的带宽大小？ 要估算摄像头所需的带宽大小，可以通过以下步骤进行计算： 1. 确定摄像头的分辨率和码率：首先需要知道摄像头的分辨率和码率。例如，常见的1080P（1920×1080像素）分辨率摄像头的码率可能从2Mbps到8Mbps不等。 2. 计算单路摄像头所需的带宽：将摄像头的码率乘以1，即可得到单路摄像头所需的带宽。例如，如果码率是4Mbps，那么单路摄像头所需的带宽就是4Mbps。 3. 计算多路摄像头所需的总带宽：如果需要同时传输多路摄像头的视频信号，将单路摄像头所需的带宽乘以摄像头的数量。例如，如果有10路码率为4Mbps的摄像头，总带宽需求将是4Mbps×1040Mbps。 不同的编码格式也会影响设备所需的带宽大小，常见的编码格式包括H.264和H.265。 H.264编码：广泛使用，提供良好的压缩效率和图像质量，适合大多数应用。 H.265编码：比H.264提供更高的压缩效率，可以在更低的码率下提供相同的图像质量，适合带宽受限的环境，视频解码需要更多的资源，同时需要支持H.265编码的播放器。 以下是不同分辨率和编码格式的摄像头对于网络带宽估算的参考内容。 清晰度 分辨率 码率/Mbps （H.264编码） 码率/Mbps （H.265编码） 100万像素 720P（1M） 2 1 130万像素 960P（1.3M） 2 1 200万像素 1080P（2M） 4 2 300万像素 3M 6 3 400万像素 4M 8 4 500万像素 5M 10 5 600万像素 6M 10 5 800万像素 8M 16 8 900万像素 4K 16 8

3.3 SM4工具类 import org.bouncycastle.jce.provider.BouncyCastleProvider; import javax.crypto.Cipher; import javax.crypto.KeyGenerator; import javax.crypto.SecretKey; import javax.crypto.spec.SecretKeySpec; import java.security.Security; public class SM4Util { static { Security.addProvider(new BouncyCastleProvider()); } // 生成SM4密钥 public static byte[] generateKey() { try{ KeyGenerator keyGenerator KeyGenerator.getInstance("SM4", "BC"); keyGenerator.init(128); // 可选 128 或 256 SecretKey secretKey keyGenerator.generateKey(); return secretKey.getEncoded(); } catch (Exception e) { //TODO 处理异常 } } // 加密 public static byte[] encrypt(byte[] keyBytes, byte[] data) { try{ SecretKeySpec keySpec new SecretKeySpec(keyBytes, "SM4"); Cipher cipher Cipher.getInstance("SM4/ECB/PKCS5Padding", "BC"); cipher.init(Cipher.ENCRYPTMODE, keySpec); return cipher.doFinal(data); } catch (Exception e) { //TODO 处理异常 } } // 解密 public static byte[] decrypt(byte[] keyBytes, byte[] encryptedData) { try{ SecretKeySpec keySpec new SecretKeySpec(keyBytes, "SM4"); Cipher cipher Cipher.getInstance("SM4/ECB/PKCS5Padding", "BC"); cipher.init(Cipher.DECRYPTMODE, keySpec); return cipher.doFinal(encryptedData); } catch (Exception e) { //TODO 处理异常 } } } 3.4 Hmacsm3工具类 import org.apache.commons.codec.binary.Base64; import org.bouncycastle.crypto.digests.SM3Digest; import org.bouncycastle.crypto.macs.HMac; import org.bouncycastle.crypto.params.KeyParameter; import java.security.SecureRandom; public class HmacSM3Util { / 计算 HMACSM3 @param key 密钥 @param data 数据 @return HMACSM3 值 / public static byte[] hmacSM3(byte[] key, byte[] data) { HMac hmac new HMac(new SM3Digest()); hmac.init(new KeyParameter(key)); hmac.update(data, 0, data.length); byte[] result new byte[hmac.getMacSize()]; hmac.doFinal(result, 0); return result; } / 生成指定长度的随机密钥 @param length 密钥长度（字节） @return 随机生成的密钥 / public static byte[] generateRandomKey(int length) { SecureRandom random new SecureRandom(); byte[] key new byte[length]; random.nextBytes(key); return key; } // 示例用法 public static void main(String[] args) { // 生成随机密钥 byte[] key generateRandomKey(16); // 16字节长度的随机密钥 // 待计算的数据 byte[] data "Hello, HMACSM3!".getBytes(); // 计算 HMACSM3 值 byte[] hmacValue hmacSM3(key, data); // 打印结果 System.out.println("HMACSM3 值: " + Base64.encodeBase64String(hmacValue)); } }

本页介绍数据传输服务DTS包年包月计费方式详情。 包年包月是一种常用的数据传输服务DTS的购买方式。其中，【数据迁移】公测期支持包1个月的免费使用策略，在2026年5月28日转商后不再支持包月订购；【数据同步】支持按规格包年包月计费。 收费方式 预付费方式：用户需先登录天翼云用户中心进行充值，系统会根据用户选购的实际资源对用户云账户中的金额进行扣除。 计费周期：按月计费，以自然月为计费单位，包年享受官网对应的折扣，具体开始计费时间以控制台页面创建时间为准。 续订规则 续订DTS任务，续费按原订购模式按月方式进行续费。 续订限制说明 1. 只有通过实名认证的客户，才可以执行续订操作。 2. 按需资源、包年/包月转按需（已完成转按需或正在进行转按需）的资源不可续订。 3. 未完成订单中的资源不允许续订，如开通中的资源、规格变更中的资源、退订中的资源。 4. 已退订或释放的资源不可续费。 5. 续订已到期包周期资源，从资源到期时间开始计算新的服务有效期并计算费用。例如，客户资源2026年9月30号到期，10月5号续订1个月，资源新的服务开始时间为9月30号，到期时间为10月30号。相关费用自9月30号开始计算。 退订规则 退订DTS，不满整月的按当月实际发生天数收取费用。 退订DTS后实例会进入暂停状态，暂停周期为7天，暂停期过后如不续费会删除实例。 提醒/通知规则 到期通知：服务到期前7天、3天、1天、当天邮件通知和短信提醒。 超期通知：服务超期5天邮件通知和短信提醒。

控制台续费 为保证用户正常使用云堡垒机服务，在云堡垒机许可证到期前或使用许可到期后15天内，用户可通过“续费”操作增加授权使用期限。 在云堡垒机到期前，可以通过“续费”操作延长到期时间。 在云堡垒机到期后，若未及时续费，则进入“保留期”，不能登录云堡垒机系统。“保留期”为15天，到期仍未续订或充值，存储在云堡垒机中的数据将被删除、资源将被释放。 堡垒机续费不会自动续费云主机，请您手动续订对应云主机。 若您在保留期内续费，计费周期从资源到期时间开始计算新的服务有效期并计算费用，例如：您的资源在2026年9月30号到期，10月11号续订1个月，对应资源新的服务开始时间为9月30号，到期时间为10月30号。相关费用自9月30号开始计算。 前提条件 已获取控制台的登录账号与密码。 操作步骤 1. 登录管理控制台。 2. 选择“安全 > 云堡垒机（原生版）”，进入云堡垒机实例管理页面。 3. 选择待续费的实例，单击“更多 > 续费”，进入“续费”配置页面。 4. 根据需要选择续费时长。 5. 单击“去支付”，在支付页面完成付款。 6. 返回云堡垒机实例列表页面，在“云堡垒机实例”列表查看授权后最新到期时间。 管理中心续订 登录天翼云官网，进入管理中心，选择续订管理，点击“手动续订”或者“开通自动续订”按钮，即可完成实例的续订。 退订 说明 退订堡垒机不会自动退订对应云主机，请您单独退订云主机。

本文主要介绍如何开启/关闭超线程。 操作场景 购买弹性云主机时，您可以通过设置“CPU选项”，开启或关闭超线程。若不设置，则默认开启超线程。 超线程HT（HyperThreading）技术，允许在CPU的每个物理内核上公开两个执行上下文，即一个物理内核包含两个虚拟的“逻辑内核”，可以处理不同的软件线程。vCPU（virtual CPU）即为虚拟的“逻辑内核”。 x86架构的弹性云主机实例支持超线程技术： 开启超线程：适用于需要CPU内核在同一时间并行处理更多的信息和后台任务的场景，开启多线程可以大幅提升计算体验。 关闭超线程：适用于计算密集型，且关闭超线程时性能优于开启超线程的场景，例如风机荷载、材料计算等HPC场景。 约束与限制 弹性云主机购买完成后无法修改超线程状态，需要通过变更规格的方式修改ECS实例的超线程状态。 该操作不涉及收费。 支持开启或关闭超线程的规格，请参见实例规格（X86）、实例规格（鲲鹏）中各类云主机的概述介绍。 目前除海口资源池外，均已支持此功能。 开启/关闭超线程（购买时） 1、登录控制台，进入购买弹性云主机页面。 根据业务需要，完成基础配置、网络配置以及高级配置。详细内容，请参见创建弹性云主机。 2、勾选“现在配置”，展开“高级选项”。 3、勾选“指定CPU选项”。 4、设置“每核心线程数”。 当勾选“指定CPU选项”时，显示该参数。在“每核心线程数”下拉框进行设置。 关闭超线程 开启超线程，默认开启 5、单击“下一步：确认配置”，确认参数并完成弹性云主机的购买。

如何删除通过弹性伸缩创建的云主机？ 处理方法 方法一： 1. 登录管理控制台。 2. 选择“计算 > 弹性伸缩”。 3. 单击具体的“弹性伸缩组”名称。 4. 在“弹性伸缩组”详情页面中，选择“伸缩实例”页签。 5. 在“操作”列下选择需要删除的实例，单击“移出伸缩组并删除”。 说明 如果您要删除多个实例，可以依次勾选指定实例名称左侧的方框，单击“移出伸缩组并删除”。 方法二： 1. 登录管理控制台。 2. 选择“计算 > 弹性伸缩”。 3. 单击具体的“弹性伸缩组”名称。 4. 在“弹性伸缩组”详情页面中，选择“伸缩策略”页签。 5. 在“伸缩策略”页签中增加一条删除云主机的伸缩策略，可以按照需要减少或者调整至指定数量。 方法三： 1. 登录管理控制台。 2. 选择“计算 > 弹性伸缩”。 3. 单击具体的“弹性伸缩组”名称。 4. 在“弹性伸缩组”详情页面中，单击右上方“修改”，进入“修改伸缩组”页面。 5. 手动修改伸缩组的期望实例数。 如何阻止伸缩组内的云主机被自动移除？ 您可以对伸缩组中一个或多个正常状态的实例启用实例保护设置，当伸缩组发生自动减容活动时，设置了实例保护的实例将不会被移除伸缩组。您还可以设置伸缩组的最小实例数，配合实例移除策略，可以使伸缩组始终至少保持一定数量的云主机实例运行。 值得注意的是，健康检查会将异常的实例从伸缩组中移除，并重新创建新的云主机实例。所以，请不要在云主机页面停止或者删除已经加入到伸缩组中的云主机实例，否则我们认定该云主机实例不健康，并自动移出伸缩组。当伸缩组为停用状态时，对实例的健康状态会继续进行检查，但不会执行移除操作。

功能类别 主要功能模块 批量配置域名、域名操作日志、标签管理、基础配置、回源配置、HTTPS/HTTP2.0配置、HTTP3.0配置、缓存配置、访问控制、文件处理、视频相关、业务告警、云备源、CDN镜像源、防攻击处理预案说明、图片内容审核增值服务等。 新增证书、查看证书、删除证书、替换过期证书。 用量分析（带宽流量、请求数、状态码、浏览量/访问量（PV/UV）、命中率）、热门分析（热门URL、热门URL回源、热门Referer、域名排行、TOP客户端IP）、用户分析（访问用户区域分布、用户所在区域的带宽排序、独立IP访问数、访问运营商分布）。 URL刷新、目录刷新、正则刷新、URL预取。 离线日志下载。 可编程CDN 为企业内部的员工设置不同的访问权限。

搭建本地知识库 用户也可以尝试通过预置提示词、知识库，生成独立的 AI 应用。我们这里以使用ollama添加DeepSeek模型搭建本地知识库为例。 步骤1：点击上方【知识库】，点击【创建知识库】，添加相关知识库文档； 步骤2：进入知识库编辑页面，上传需要处理的文档（支持 TXT、 MARKDOWN、 MDX、 PDF、 HTML、 XLSX、 XLS、 DOCX、 CSV、 MD、 HTM，每个文件不超过 15MB）。 此处选择在创建开发机时挂载的数据集文件，目录为/home/datasetfs0/tmp中。 步骤3：进入文本分段与清洗页面，选择默认配置，点击【保存并处理】。完成配置后，系统会自动对上传的文档进行解释和向量化处理； 步骤4：返回Dify聊天应用编排页面，在上下文中添加我们刚才导入的知识库。现在我们可以在测试页面中输入问题进行提问，系统将会基于本地知识库返回答案。至此，我们已成功使用Dify+DeepSeek模型构建私有知识库，Dify还具备工具、函数等强大能力，请用户自行探索相关功能。

select count(1) from teledbpg1; count 1000000 (1 row) Time: 57.713 ms teledb create materialized view countview as select count(1) as num from teledbpg1; SELECT 1 Time: 107.264 ms teledb select num from countview; num 1000000 (1 row) Time: 0.548 ms 性能提高上百倍。 有数据变化时刷新方法。 plaintext teledb insert into teledbpg1 select t,md5(random()::text) from generateseries(1,1000000) as t; INSERT 0 1000000 Time: 2817.703 ms (00:02.818) teledb select count(1) from teledbpg1; count 2000000 (1 row) Time: 147.231 ms teledb refresh materialized view countview; REFRESH MATERIALIZED VIEW Time: 259.462 ms teledb select num from countview; num 2000000 (1 row) Time: 0.555 ms 7. 建议复杂的统计查询可以尝试窗口函数。 8. 两表join时尽量的使用分布key进行join。 9. 分布键用唯一索引代替主键 plaintext teledb create unique index toididuidx on toids using btree(id); CREATE INDEX 因为唯一索引后期的维护成本比主键要低很多。 10. 分布键无法建立唯一索引则要建立普通索引，提高查询的效率 plaintext teledb create index toidsnameidx on toids using btree(name); CREATE INDEX 这样两表在join查询时返回少量数据时的效率才会高。 11. 不要对字段建立外键 目前TeleDB还不支持多DN 外键约束。

select count(1) from teledbpg1; count 1000000 (1 row) Time: 57.713 ms teledb create materialized view countview as select count(1) as num from teledbpg1; SELECT 1 Time: 107.264 ms teledb select num from countview; num 1000000 (1 row) Time: 0.548 ms 性能提高上百倍。 有数据变化时刷新方法。 plaintext teledb insert into teledbpg1 select t,md5(random()::text) from generateseries(1,1000000) as t; INSERT 0 1000000 Time: 2817.703 ms (00:02.818) teledb select count(1) from teledbpg1; count 2000000 (1 row) Time: 147.231 ms teledb refresh materialized view countview; REFRESH MATERIALIZED VIEW Time: 259.462 ms teledb select num from countview; num 2000000 (1 row) Time: 0.555 ms 7. 建议复杂的统计查询可以尝试窗口函数。 8. 两表join时尽量的使用分布key进行join。 9. 分布键用唯一索引代替主键。 plaintext teledb create unique index toididuidx on toids using btree(id); CREATE INDEX 因为唯一索引后期的维护成本比主键要低很多。 10. 分布键无法建立唯一索引则要建立普通索引，提高查询的效率。 plaintext teledb create index toidsnameidx on toids using btree(name); CREATE INDEX 这样两表在join查询时返回少量数据时的效率才会高。 11. 不要对字段建立外键 目前TeleDB还不支持多DN 外键约束。

CALL pcollatepinyin(); NOTICE: 严 > 丰 CALL teledb 变量赋值 plaintext teledb CREATE OR REPLACE PROCEDURE psetval() AS $$ DECLARE 定义时赋值 vint1 integer 1; 使用 :兼容于plsql vint2 integer : 1; vtxt1 text; vfloat float8; 使用查询赋值 vrelname text (select relname FROM pgclass LIMIT 1); vrelpages integer; vrec RECORD; BEGIN 在函数体中赋值 vtxt1 'teledbpg'; vfloat random(); 使用查询赋值的另一种方式 SELECT relname,relpages INTO vrelname,vrelpages FROM pgclass ORDER BY random() LIMIT 1; RAISE NOTICE 'vrelname % , relpages %',vrelname,vrelpages; END; $$ LANGUAGE plpgsql; CREATE PROCEDURE teledb CALL psetval(); NOTICE: vrelname pgtoast17220index , relpages 1 CALL teledb BULK COLLECT BULK COLLECT 将一个查询结果集保存起来。 示例1 plaintext teledb create table t5(f1 integer,f2 varchar(10)); CREATE TABLE teledb insert into t5 values(1,'teledbpg1'); INSERT 0 1 teledb insert into t5 values(2,'teledbpg2'); INSERT 0 1 teledb create or replace procedure pbulkcollect() AS $$ declare TYPE t5list IS TABLE OF t5.f2%TYPE; t5s t5list; BEGIN SELECT f2 BULK COLLECT INTO t5s FROM t5; FOR i IN t5s.FIRST .. t5s.LAST LOOP raise notice '%',t5s[i]; END LOOP; END $$language plpgsql; NOTICE: type reference t5.f2%TYPE converted to character varying CREATE PROCEDURE teledb CALL pbulkcollect(); NOTICE: teledbpg1 NOTICE: teledbpg2 CALL 示例2 plaintext teledb

CALL pcollatepinyin(); NOTICE: 严 > 丰 CALL teledb 变量赋值 plaintext teledb CREATE OR REPLACE PROCEDURE psetval() AS $$ DECLARE 定义时赋值 vint1 integer 1; 使用 :兼容于plsql vint2 integer : 1; vtxt1 text; vfloat float8; 使用查询赋值 vrelname text (select relname FROM pgclass LIMIT 1); vrelpages integer; vrec RECORD; BEGIN 在函数体中赋值 vtxt1 'teledbpg'; vfloat random(); 使用查询赋值的另一种方式 SELECT relname,relpages INTO vrelname,vrelpages FROM pgclass ORDER BY random() LIMIT 1; RAISE NOTICE 'vrelname % , relpages %',vrelname,vrelpages; END; $$ LANGUAGE plpgsql; CREATE PROCEDURE teledb CALL psetval(); NOTICE: vrelname pgtoast17220index , relpages 1 CALL teledb BULK COLLECT BULK COLLECT 将一个查询结果集保存起来。 示例1 plaintext teledb create table t5(f1 integer,f2 varchar(10)); CREATE TABLE teledb insert into t5 values(1,'teledbpg1'); INSERT 0 1 teledb insert into t5 values(2,'teledbpg2'); INSERT 0 1 teledb create or replace procedure pbulkcollect() AS $$ declare TYPE t5list IS TABLE OF t5.f2%TYPE; t5s t5list; BEGIN SELECT f2 BULK COLLECT INTO t5s FROM t5; FOR i IN t5s.FIRST .. t5s.LAST LOOP raise notice '%',t5s[i]; END LOOP; END $$language plpgsql; NOTICE: type reference t5.f2%TYPE converted to character varying CREATE PROCEDURE teledb CALL pbulkcollect(); NOTICE: teledbpg1 NOTICE: teledbpg2 CALL 示例2 plaintext teledb

select count(1) from teledbpg1; count 1000000 (1 row) Time: 57.713 ms teledb create materialized view countview as select count(1) as num from teledbpg1; SELECT 1 Time: 107.264 ms teledb select num from countview; num 1000000 (1 row) Time: 0.548 ms 性能提高上百倍。 有数据变化时刷新方法。 plaintext teledb insert into teledbpg1 select t,md5(random()::text) from generateseries(1,1000000) as t; INSERT 0 1000000 Time: 2817.703 ms (00:02.818) teledb select count(1) from teledbpg1; count 2000000 (1 row) Time: 147.231 ms teledb refresh materialized view countview; REFRESH MATERIALIZED VIEW Time: 259.462 ms teledb select num from countview; num 2000000 (1 row) Time: 0.555 ms 7. 建议复杂的统计查询可以尝试窗口函数。 8. 两表join时尽量的使用分布key进行join。 9. 分布键用唯一索引代替主键 plaintext teledb create unique index toididuidx on toids using btree(id); CREATE INDEX 因为唯一索引后期的维护成本比主键要低很多。 10. 分布键无法建立唯一索引则要建立普通索引，提高查询的效率 plaintext teledb create index toidsnameidx on toids using btree(name); CREATE INDEX 这样两表在join查询时返回少量数据时的效率才会高。 11. 不要对字段建立外键 目前TeleDB还不支持多DN 外键约束。

灵活配置 依托天翼云提供的海量高并发、多种资源类型（如CPU、内存、GPU等）的容器计算资源，支持容器组精确到实例的资源限定配额，您可以根据需要灵活部署，以满足不同业务场景的需求。 兼容Kubernetes 原生支持 Kubernetes，支持ECI通过虚拟节点接入到Kubernetes集群中，从而使得集群可以平滑使用 ECI，轻松获得极大的弹性能力，而不必受限于集群的节点计算容量。

本文介绍裸金属的相关功能。 裸金属概述 提供通用/GPU等云上物理机服务，无虚拟化损失100%释放算力，提供卓越的计算性能。 创建裸金属 1. 登录公共算力服务控制台。 2. 单击左侧导航栏的【计算>裸金属】，点击左上角【创建裸金属】。 3. 填写裸金属创建的必要参数。创建裸金属参数说明： 参数 说明 计费模式 仅支持包年包月付费类型，购买时需配置购买时长。 实例规格 选择裸金属的实例规格。 操作系统 选择裸金属的操作系统。 网络配置 选择VPC和子网，支持创建新的VPC。 支持使用公网IP。选择【自动分配】时，支持带宽大小的调整。选择【使用已有IP】时，支持选择已创建好的公网IP。 系统配置 填写实例名称，实例名称会自动生成，可支持修改；填写登录的密码，需按照密码的校验规则，密码支持自动生成。 4. 确认配置等费用，点击【立即创建】，将进入天翼云官网的订单页进行资源订购。 操作裸金属 登录 1.点击列表的【登录】按钮。 2.输入用户名和密码，进行SSH登录。

本文为您介绍分布式消息服务MQTT产品规格。 注意 通用型规格已调整为白名单特性，如需了解该规格参数请联系技术支持。 单机版实例面向用户体验和业务测试场景，无法保证性能和高可用。如果需要在生产环境使用MQTT实例，建议购买集群版实例。 集群版 Intel计算增强型 实例规格 代理个数 单个代理最大连接数 单个代理最大支持消息读写TPS总和 单个连接最大订阅数 mqtt.2u4g.cluster 39 10000 8000 30 mqtt.4u8g.cluster 39 20000 16000 30 mqtt.8u16g.cluster 39 40000 32000 30 mqtt.12u24g.cluster 39 60000 48000 30 mqtt.16u32g.cluster 39 80000 64000 30 单机版 Intel计算增强型 实例规格 代理个数 单个代理最大连接数 单个代理最大支持消息读写TPS总和 单个连接最大订阅数 mqtt.2u4g.single 1 10000 8000 30 mqtt.4u8g.single 1 20000 16000 30 mqtt.8u16g.single 1 40000 32000 30

本文主要介绍云日志服务中数据加工的基本概念。 基本概念 ETL ETL是指将对业务系统的数据进行抽取、清洗、转换、加载的过程，从而整合零散、不标准、不统一的数据。云日志服务支持加载源日志单元数据，将数据转换后输出到目标日志单元。 事件、数据、日志 在数据加工功能中，事件、数据都表示日志，例如事件时间就是日志时间，字段操作指令fields就是用于保留或丢弃特定日志字段的指令。 日志时间 日志时间指事件所发生的时间，也称事件时间。在云日志服务中的保留字段为ts，一般由日志中的时间信息直接提取生成。数据类型为datetime。 日志标签 日志存在标记，区别于其他字段，在数据加工中，标签字段以tag:作为前缀。包括： 用户自定义标签：用户通过API PutLogs写入数据时添加的标签。 系统标签：云日志服务为用户添加的标签，包括tagfileName和taghostIp等。 配置相关概念 源日志单元 数据加工中，从中读取数据再进行加工的日志单元是源日志单元。 一个加工任务仅支持一个源日志单元，但可以对一个源日志单元配置多个加工任务。 目标日志单元 数据加工中，数据写入的日志单元是目标日志单元。 一个加工任务可以配置多个目标日志单元，可以是静态配置，也可以是动态配置。具体配置方法，请参见多目标日志单元数据分发。 SPL SPL（Semistructured Processing Language）是云日志服务数据加工使用的一种类Linux Shell的脚本语言。SPL提供内置8个基本指令和一百多个类SQL函数，简化了常见的数据加工模式。