采集序列 活跃会话数 平均活跃会话数 计算过程 1 6 6 会话总数6/采集次数1 2 0 3 会话总数6/采集次数2 3 15 7 会话总数21/采集次数3

扣分项 含义 扣分子项 条件 分数计算规则 内存使用率（memUsage） 一天的平均内存使用率。 严重事件 memUsage>90% min[3 + (memUsage0.9)50, 10] 内存使用率（memUsage） 一天的平均内存使用率。 警告事件 80%<memUsage<90% 1+(memUsage0.8)20 CPU使用率（cpuUsage） 一天的CPU平均使用率。 说明 多核CPU需要换算为单核进行计算。 严重事件 cpuUsage>80% min[3+(cpuUsage0.8)30,10] CPU使用率（cpuUsage） 一天的CPU平均使用率。 说明 多核CPU需要换算为单核进行计算。 警告事件 70%<cpuUsage<80% 1+(cpuUsage0.7)20 空间使用率（spaceUsage） （已使用空间的平均值/总空间）100%。 严重事件 spaceUsage > 90% min[3+(spaceUsage0.9)40,10] 空间使用率（spaceUsage） （已使用空间的平均值/总空间）100%。 警告事件 70%<spaceUsage<90% 1+(spaceUsage0.7)20 连接使用率（connectionRate） 一天内连接数的平均值/最大允许的连接数。 严重事件 connectionRate>80% 3 连接使用率（connectionRate） 一天内连接数的平均值/最大允许的连接数。 警告事件 70%<connectionRate<80% 1 IOPS使用率（iopsUsage） （一天内IOPS的平均值/最大允许IOPS值）100%。 严重事件 iopsUsage>90% 5 IOPS使用率（iopsUsage） （一天内IOPS的平均值/最大允许IOPS值）100%。 警告事件 70%<iopsUsage<90% 3 活跃会话（threadRunning） 一天内产生的活跃会话的个数。 严重事件 threadRunning>min(4cpuCores+8,96) 9 活跃会话（threadRunning） 一天内产生的活跃会话的个数。 警告事件 threadRunning>min(2cpuCores+8,64) 3 慢SQL数量（slowSqlCount） 一天内产生的慢SQL的总条数。 严重事件 slowSqlCount>500 18+(slowSqlCount10)/30 慢SQL数量（slowSqlCount） 一天内产生的慢SQL的总条数。 警告事件 100<slowSqlCount<500 4+(slowSqlCount100)/30 慢SQL数量（slowSqlCount） 一天内产生的慢SQL的总条数。 优化事件 0

本文介绍RDS PostgreSQL单机实例的资费信息。 说明 天翼云关系数据库PostgreSQL版因不同地域成本有所区别，因此对Ⅰ类型资源池和Ⅱ类型资源池的价格有所区分。 本次价格调整及包年折扣变更主要针对Ⅱ类型资源池，将分为通用型和独享型两种类型，两种类型价格不同，独享型包含计算增强型和内存优化型。 Ⅰ类型资源池价格及优惠维持不变，不区分主机类型。 具体资源池类型请见 Ⅱ类型资源池资费 天翼云提供了多种规格的PostgreSQL单机实例，区分通用型和独享型（独享型包含计算增强型和内存优化型）。 通用型 CPU（核） 内存（GB） 按需标准价格(元/小时) 包月标准价格(元/月) 2 4 0.31 150 2 8 0.38 185 4 8 0.74 360 4 16 0.99 480 8 16 1.50 730 8 32 1.97 960 16 32 3.33 1620 16 64 4.34 2110 32 64 7.98 3885 32 128 10.15 4940 独享型（包含计算增强型和内存优化型） CPU（核） 内存（GB） 按需标准价格(元/小时) 包月标准价格(元/月) 2 4 0.57 275 2 8 0.72 350 2 16 0.88 430 4 8 1.11 540 4 16 1.43 695 4 32 1.77 860 8 16 2.22 1080 8 32 2.77 1350 8 64 3.53 1720 16 32 4.44 2160 16 64 5.45 2650 16 128 7.07 3440 32 64 8.88 4320 32 128 10.79 5250 32 256 14.14 6880 64 128 17.75 8640 64 256 21.58 10500 64 512 27.74 13500 96 192 24.75 12043 96 384 32.36 15750 96 768 42.41 20640 128 256 34.74 16908 128 512 43.15 21000 128 1024 55.48 27000 192 384 49.49 24087 192 768 65.24 31751 192 1536 98 47693

本节介绍应用市场的开通与试用流程。 管理员可以在AI云电脑（政企版）控制台的协同套件功能中选择“试用”或“开通”不同版本的应用市场服务。 1.登录AI云电脑（政企版）控制台，选择菜单“协同套件”，打开应用市场可选择开启试用，每个租户只有一次免费试用机会，试用期90天，试用版具备与旗舰版一致的完整功能，且不限制管控桌面数，可用存储为100GB。 2.在开通功能页面，可选择所需的应用市场版本、桌面数、可用存储空间等。 3.应用市场提供基础版与旗舰版，功能与价格有所差异，开通时请按需选择。 版本 功能 价格 基础版 提供企业自建应用库 免费 旗舰版 基础版功能上，提供应用分发、黑白名单管控、日志记录等 10元/台/月 4.自建应用存储空间按25GB步长增减；自建应用存储空间适用AI云电脑数据盘资源包资费：40元/100GB/月。 5.使用资源包抵扣支付开通按计算包1C2G41元/月，存储包100GB＝40元/月的价格换算抵扣，每1C2G或100GB约开通4个管控桌面，当余数不足4个桌面时按4个桌面进行资源包扣除。支持计算包和存储包组合抵扣，实际抵扣额请以开通页面为准。 举例：开通旗舰版和7个开通桌面数，需2C4G计算包进行抵扣。 6.开通后，可根据使用需求进行版本升级、扩容、续订、退订等操作，并可在应用市场菜单中使用和配置相关功能。

本文解释平台用量查询的流量与日志统计的流量差异产生的原因。 直播控制台上可查询带宽流量等统计数据，该数据同时也应用于生成计费账单，其流量会比基于访问日志统计的流量偏多。 原因是日志中记录的流量数据是基于应用层日志中响应消息头+响应body体统计出的流量。而在实际网络请求中产生的网络流量，由于存在TCP/IP包头消耗和TCP重传，要比应用层统计到的流量数据高出7%~15%。因此按照业界标准，应用于账单的计费值会比基于访问日志计算得出的计费值上浮10%。 TCP/IP包头的消耗 HTTP请求是基于TCP/IP协议的，数据包是TCP/IP协议通信传输中的数据单位，我们在使用基于TCP/IP协议的网络时，网络中传递的其实就是数据包。每个数据包的大小最大是1500字节，这1500字节中包括了TCP和IP协议组成的40个字节的包头，这两个协议包头其实也会产生流量，但是却无法被应用层统计到，因此这40个字节的流量就不会被统计到日志里，这部分的流量会占到我们通过日志计算出流量的2.74%（40/1460）以上，即3%左右。 TCP重传 根据互联网中网络的负载情况，通常情况下，会有接近3%~10%的数据包会因为网络堵塞、设备故障等各种异常情况被丢弃。发生丢包后，服务器会对丢弃的数据包进行重传，这部分的具体操作是由内核层的协议栈处理完成的，所以应用层无法进行统计，因此在一定程度上也会造成日志统计与实际网络响应流量的差异。 综上所述，天翼云视频直播产品取平均值10%作为网络层额外消耗的流量比例，即应用于账单的计费值会比基于访问日志计算得出的计费值上浮10%。

前期准备 构造请求 请求地址：{终端节点地址}+{对应接口URL}，详情查看构造请求； 终端节点地址： 对应接口URL：/v1/aiop/api/2f7awxekgvls/face/compare/PERSON/person/compareFromBase64。 认证鉴权 认证鉴权详细版本，点击查看认证鉴权。 1.信息的获取 登录云网门户，在“控制台”>“账号中心”>“安全设置”>“用户AccessKey”点击“查看”获取。 2.基本签名流程 待签字符串：使用规范请求和其他信息创建待签字符串； 计算密钥：使用header、ctyuneopsk、ctyuneopak来创建hmac算法的密钥； 计算签名：使用第三步的密钥和待签字符串在通过hmacsha256来计算签名； 签名应用：将生成的签名信息作为请求消息头添加到HTTP请求中。 3.创建待签名字符串 待签名字符串需要进行签名的header排序后的组合列表+ "n" + 排序的query + "n" + toHex(sha256(原封的body))； 假设你需要将ctyuneoprequestid、eopdate、host都要签名，则待签名的header构造出来是：ctyuneoprequestid:123456789neopdate:20210531T100101Znhost:1.1.1.1:9080n； 如果你加入一个ccad的header，同时这个header也需要进行签名，则待签名的header组合：ccad:123nctyuneoprequestid:123456789neopdate:20210531T100101Znhost:1.1.1.1:9080n。 4.构造动态密钥 发起请求时，需要构造一个eopdate的时间，这个时间的格式是yyyymmddTHHMMSSZ，言简意赅一些，就是年月日T时分秒Z； 先是用申请的ctyuneopsk作为密钥，eopdate作为数据，算出ktime； 用ktime作为密钥，申请的ctyuneopak作为数据，算出kAk； 用kAk作为密钥，eopdate的年月日值作为数据，算出kdate。 5.签名应用 由“构造动态密钥”和“创建待签名字符串”分别得出来的待签名字符串stringsigture、kdate生成出Signature； 得到EopAuthorization，然后将数据整合成header放在httpclient内，发出即可。

前期准备 构造请求 请求地址：{终端节点地址}+{对应接口URL}，详情查看构造请求； 终端节点地址： 对应接口URL：/v1/aiop/api/2f3rrma38pvk/FileIdentity2/api/v1/textpolitic.json。 认证鉴权 认证鉴权详细版本，点击查看认证鉴权。 1.信息的获取 登录云网门户，在“控制台”>“个人中心”>“安全设置”>“用户AccessKey”点击“查看”获取。 2.基本签名流程 待签字符串：使用规范请求和其他信息创建待签字符串； 计算密钥：使用header、ctyuneopsk、ctyuneopak来创建hmac算法的密钥； 计算签名：使用第三步的密钥和待签字符串在通过hmacsha256来计算签名； 签名应用：将生成的签名信息作为请求消息头添加到HTTP请求中。 3.创建待签名字符串 待签名字符串需要进行签名的header排序后的组合列表+ "n" + 排序的query + "n" + toHex(sha256(原封的body))； 假设你需要将ctyuneoprequestid、eopdate、host都要签名，则待签名的header构造出来是：ctyuneoprequestid:123456789neopdate:20210531T100101Znhost:1.1.1.1:9080n； 如果你加入一个ccad的header，同时这个header也需要进行签名，则待签名的header组合：ccad:123nctyuneoprequestid:123456789neopdate:20210531T100101Znhost:1.1.1.1:9080n。 4.构造动态密钥 发起请求时，需要构造一个eopdate的时间，这个时间的格式是yyyymmddTHHMMSSZ，言简意赅一些，就是年月日T时分秒Z； 先是用申请的ctyuneopsk作为密钥，eopdate作为数据，算出ktime； 用ktime作为密钥，申请的ctyuneopak作为数据，算出kAk； 用kAk作为密钥，eopdate的年月日值作为数据，算出kdate。 5.签名应用 由“构造动态密钥”和“创建待签名字符串”分别得出来的待签名字符串stringsigture、kdate生成出Signature； 得到EopAuthorization，然后将数据整合成header放在httpclient内，发出即可。

本文解释平台用量查询的流量与日志统计的流量差异产生的原因。 CDN控制台上可查询带宽流量等统计数据，该数据同时也应用于生成计费账单，其流量会比基于访问日志统计的流量偏多。 原因是CDN日志中记录的流量数据是基于应用层日志中响应消息头+响应body体统计出的流量，而在实际网络请求中产生的网络流量，由于存在TCP/IP包头消耗和TCP重传，要比应用层统计到的流量数据高出7%~15%。因此按照业界标准，应用于账单的计费值会比基于访问日志计算得出的计费值上浮10%。 TCP/IP包头的消耗： HTTP请求是基于TCP/IP协议的，数据包是TCP/IP协议通信传输中的数据单位，我们在使用基于TCP/IP协议的网络时，网络中传递的其实就是数据包。每个数据包的大小最大是1500字节，这1500字节中包括了TCP和IP协议组成的40个字节的包头，这两个协议包头其实也会产生流量，但是却无法被应用层统计到，因此这40个字节的流量就不会被统计到日志里，这部分的流量会占到我们通过日志计算出流量的2.74%（40/1460）以上，即3%左右。 TCP重传： 根据互联网中网络的负载情况，通常情况下，会有接近3%~10%的数据包会因为网络堵塞、设备故障等各种异常情况被丢弃。发生丢包后，服务器会对丢弃的数据包进行重传，这部分的具体操作是由内核层的协议栈处理完成的，通常无法被应用层统计到的，因此在一定程度上也会造成日志统计与实际网络响应流量的差异。 综上所述，天翼云CDN加速产品取平均值10%作为网络层额外消耗的流量比例，即应用于账单的计费值会比基于访问日志计算得出的计费值上浮10%。

前期准备 构造请求 请求地址：{终端节点地址}+{对应接口URL}，详情查看构造请求； 终端节点地址： 对应接口URI：/v1/aiop/api/2z0yhhrzgv0g/tts/predict。 认证鉴权 认证鉴权详细版本，点击查看认证鉴权。 1.信息的获取 登录云网门户，在“控制台”>“账号中心”>“安全设置”>“用户AccessKey”点击“查看”获取。 2.基本签名流程 待签字符串：使用规范请求和其他信息创建待签字符串； 计算密钥：使用header、ctyuneopsk、ctyuneopak来创建hmac算法的密钥； 计算签名：使用第三步的密钥和待签字符串在通过hmacsha256来计算签名； 签名应用：将生成的签名信息作为请求消息头添加到HTTP请求中。 3.创建待签名字符串 待签名字符串需要进行签名的header排序后的组合列表+ "n" + 排序的query + "n" + toHex(sha256(原封的body))； 假设你需要将ctyuneoprequestid、eopdate、host都要签名，则待签名的header构造出来是：ctyuneoprequestid:123456789neopdate:20210531T100101Znhost:1.1.1.1:9080n； 如果你加入一个ccad的header，同时这个header也需要进行签名，则待签名的header组合：ccad:123nctyuneoprequestid:123456789neopdate:20210531T100101Znhost:1.1.1.1:9080n。 4.构造动态密钥 发起请求时，需要构造一个eopdate的时间，这个时间的格式是yyyymmddTHHMMSSZ，言简意赅一些，就是年月日T时分秒Z； 先是用申请的ctyuneopsk作为密钥，eopdate作为数据，算出ktime； 用ktime作为密钥，申请的ctyuneopak作为数据，算出kAk； 用kAk作为密钥，eopdate的年月日值作为数据，算出kdate。 5.签名应用 由“构造动态密钥”和“创建待签名字符串”分别得出来的待签名字符串stringsigture、kdate生成出Signature； 得到EopAuthorization，然后将数据整合成header放在httpclient内，发出即可。

尊敬的用户： 为进一步拓展算力服务范围、满足高负载计算需求，科研助手【西南三区哈密2】 可用区将于3月17日正式上线，面向所有用户开放使用。 特此公告，感谢您的支持与信任！

select from toids ; id name birth city +++ 1 张三 20001201 00:00:00 北京 2 李四 19970324 00:00:00 上海 3 王五 20040901 00:00:00 广州 4 陈六 20220101 00:00:00 (4 rows) teledb select count(city) from toids; count 3 (1 row) teledb select count(1) from toids; count 4 (1 row) teledb select count() from toids; count 4 (1 row) teledb select count(id) from toids; count 4 (1 row) teledb select count((id,city)) from toids; count 4 (1 row) 4. count(distinct col) 计算某列的非 NULL 不重复数量，NULL 不被计数。 count(distinct (col1，col2，...) ) 计算多列的唯一值时，NULL 会被计数，同时 NULL 与 NULL 会被认为是相同的。 plaintext teledb select count(distinct city) from toids; count 3 (1 row) teledb select count(distinct (id, city)) from toids; count 4 (1 row) 5. 两个NULL 的对比方法。 plaintext teledb select null is not distinct from null; ?column? t (1 row)

select from toids ; id name birth city +++ 1 张三 20001201 00:00:00 北京 2 李四 19970324 00:00:00 上海 3 王五 20040901 00:00:00 广州 4 陈六 20220101 00:00:00 (4 rows) teledb select count(city) from toids; count 3 (1 row) teledb select count(1) from toids; count 4 (1 row) teledb select count() from toids; count 4 (1 row) teledb select count(id) from toids; count 4 (1 row) teledb select count((id,city)) from toids; count 4 (1 row) 4. count(distinct col) 计算某列的非 NULL 不重复数量，NULL 不被计数。 plaintext count(distinct (col1，col2，...) ) 计算多列的唯一值时，NULL 会被计数，同时 NULL 与 NULL 会被认为是相同的。 teledb select count(distinct city) from toids; count 3 (1 row) teledb select count(distinct (id, city)) from toids; count 4 (1 row) 5. 两个NULL 的对比方法。 plaintext teledb select null is not distinct from null; ?column? t (1 row)

select from toids ; id name birth city +++ 1 张三 20001201 00:00:00 北京 2 李四 19970324 00:00:00 上海 3 王五 20040901 00:00:00 广州 4 陈六 20220101 00:00:00 (4 rows) teledb select count(city) from toids; count 3 (1 row) teledb select count(1) from toids; count 4 (1 row) teledb select count() from toids; count 4 (1 row) teledb select count(id) from toids; count 4 (1 row) teledb select count((id,city)) from toids; count 4 (1 row) 4. count(distinct col) 计算某列的非 NULL 不重复数量，NULL 不被计数。 count(distinct (col1，col2，...) ) 计算多列的唯一值时，NULL 会被计数，同时 NULL 与 NULL 会被认为是相同的。 plaintext teledb select count(distinct city) from toids; count 3 (1 row) teledb select count(distinct (id, city)) from toids; count 4 (1 row) 5. 两个NULL 的对比方法。 plaintext teledb select null is not distinct from null; ?column? t (1 row)

select from toids ; id name birth city +++ 1 张三 20001201 00:00:00 北京 2 李四 19970324 00:00:00 上海 3 王五 20040901 00:00:00 广州 4 陈六 20220101 00:00:00 (4 rows) teledb select count(city) from toids; count 3 (1 row) teledb select count(1) from toids; count 4 (1 row) teledb select count() from toids; count 4 (1 row) teledb select count(id) from toids; count 4 (1 row) teledb select count((id,city)) from toids; count 4 (1 row) 4. count(distinct col) 计算某列的非 NULL 不重复数量，NULL 不被计数。 count(distinct (col1，col2，...) ) 计算多列的唯一值时，NULL 会被计数，同时 NULL 与 NULL 会被认为是相同的。 plaintext teledb select count(distinct city) from toids; count 3 (1 row) teledb select count(distinct (id, city)) from toids; count 4 (1 row) 5. 两个NULL 的对比方法。 plaintext teledb select null is not distinct from null; ?column? t (1 row)

select from toids ; id name birth city +++ 1 张三 20001201 00:00:00 北京 2 李四 19970324 00:00:00 上海 3 王五 20040901 00:00:00 广州 4 陈六 20220101 00:00:00 (4 rows) teledb select count(city) from toids; count 3 (1 row) teledb select count(1) from toids; count 4 (1 row) teledb select count() from toids; count 4 (1 row) teledb select count(id) from toids; count 4 (1 row) teledb select count((id,city)) from toids; count 4 (1 row) 4. count(distinct col) 计算某列的非 NULL 不重复数量，NULL 不被计数。 count(distinct (col1，col2，...) ) 计算多列的唯一值时，NULL 会被计数，同时 NULL 与 NULL 会被认为是相同的。 teledb select count(distinct city) from toids; count 3 (1 row) teledb select count(distinct (id, city)) from toids; count 4 (1 row) 5. 两个NULL 的对比方法。 teledb select null is not distinct from null; ?column? t (1 row)

本页介绍分布式融合数据库HTAP的实例监控页面信息。 实例监控简介 实例监控页面收集了实例/组件/机器等多个维度的监控信息。可以方便的查看各个节点当前的监控信息，点击右侧的图表按钮还可以查看历史的监控信息曲线。 前提条件 分布式融合数据库HTAP实例正常运行。故障、删除状态的实例，无法在监控中查看其监控指标。当分布式融合数据库HTAP实例再次启动或恢复后，即可正常查看。 实例监控 计算节点 查看计算节点的状态、运行时长、CPU/内存/磁盘使用情况、连接数、TPS、QPS、Insert/Update/Delete/Select统计等信息。 行存节点 查看行存节点的状态、运行时长、CPU/内存/磁盘使用情况、数据占用空间、Leader数量、Region数量、热点Region数量、QPS等信息。 管理节点 查看管理节点的状态、运行时长、角色、CPU/内存/磁盘使用情况、Region调度操作统计等信息。 CPU 从CPU维度查看各节点的资源使用情况。 内存 从内存维度查看各节点的资源使用情况。

本文介绍全站加速按量计费的退订流程。 退订说明 当前全站加速支持退订按量计费，天翼云用户可根据需要，灵活退订资源。 操作步骤 退订方式一 1. 登录天翼云官网，进入【管理中心】【费用中心】【订单管理】【退订管理】 页面。 2. 选择要退订的资源，点击【退订】，进入退订详情页面。天翼云目前支持单个退订和批量退订。批量退订点击右下角，如下图所示，点击【退订】。 3. 退订前，建议查阅【退订须知】，再次确认要退订的资源信息，确认无误后，选择退订原因并勾选【我已确认本次退订金额和相关费用】，单击【退订】完成退订操作。 退订方式二 1. 进入客户控制台。 2. 单击左侧导航栏【计费详情】【全站加速】，支持参照如下页面在全站加速计费详情页发起全站加速按量计费的退订。 3. 退订前，建议查阅【退订须知】，再次确认要退订的资源信息，确认无误后，选择退订原因并勾选【我已确认本次退订金额和相关费用】，单击【退订】完成退订操作。 注意事项 退订全站加速按量计费后，全站加速功能产品也将失效，包括全站加速上传加速、全站加速websocket加速、高性能网络服务、边缘函数。

本文带您了解什么是弹性伸缩。 弹性伸缩服务（CTAS，Auto Scaling） 是根据用户的业务需求，通过策略自动调整其弹性计算资源的一种管理服务。该服务能够根据预设规则自动调整伸缩组内的云主机数量，在业务需求上升时自动增加云主机实例，业务需求下降时自动减少云主机实例，降低人为反复调整资源以应对业务变化和高峰压力的工作量，节约资源和人力成本。 工作原理 弹性伸缩服务的工作原理如下图所示： 业务流量通过负载均衡按照分发策略自动分发给弹性伸缩组内的弹性云主机，由多台云主机共同承载业务流量，分担计算压力。 用户可以通过云监控服务来监控弹性伸缩组内的云主机实例，并根据业务需求和配置方式自动调整伸缩组内的云主机实例数量。主要有三种方式： 健康检查：可通过健康检查来替换伸缩组内处于“异常”状态的云主机实例。 伸缩策略：可设置伸缩策略来确保伸缩组内主机实例始终满足业务计算需求，主要有6种策略，包括：告警策略、定时策略、周期策略、目标追踪策略、智能预测策略、简单策略。 期望实例数：可设置期望实例数将弹性伸缩组内实例数量始终维持在理想状态。 说明 伸缩策略中，目标追踪策略、智能预测策略、简单策略仅在部分地域可用。

资产地图评分规则 一个资产的风险分数资产的敏感等级 资产的风险等级 系数分 资产的敏感等级计算方法： OBS桶敏感等级为该桶下所有文件敏感等级最大值，数据库/大数据敏感等级为其所有表的敏感等级最大值。 高、中、低等级与旧版分数的对应规则如下： 高，810； 中，47； 低，13。 资产的风险等级MAX（资产静态配置风险等级分，资产动态威胁风险等级分） 资产静态配置风险等级分为资产的安全防护策略分析的安全等级的最大值。 资产动态威胁风险等级分为资产的威胁分析的安全等级的最大值。 风险等级分： 低风险：1分 中风险：2分 高风险：3分 系数分与该用户的总资产数相关，具体计算规则如下： 假设用户有X个资产，全部是高敏感、高风险的，该用户的资产得分应该是0，即X 3 3 Y100，所以Y 100/9X > Y即为系数分。 如果X个资产全部是低敏感、低风险的，风险分应该为X 1 1 100/9X11.1，最终得分为88.9。 如果X个资产全部是中敏感、中风险的，风险分应该为X 2 2 100/9X 44.4，最终得分为55.6。 按照上述计算规则，最终得分的高、中、低风险的划分标准如下： 100：无风险 8199：低风险 5180：中风险 050：高风险

本节介绍了智能边缘云的主要应用场景。 AI模型推理 边缘云有丰富的GPU资源，可以支撑多种AI模型推理场景，可涵盖生活、工作、娱乐、公共服务等众多领域，例如 图像生成编辑：通过AI生成艺术作品、广告素材或修复旧照片。 城市交通管理：实时监控交通流量，通过AI技术进行交通流量监控，及时发现拥堵路段。 生产线视觉质检：通过AI进行质量检测，能够自动识别产品缺陷，提高生产效率和产品质量。 医疗影像诊断：利用深度学习技术辅助医生识别CT、MRI图像中的异常病变，提高诊断准确率和效率。 个性化内容推荐：如新闻、视频、音乐等内容的个性化推荐，提升用户体验。 互动直播 在互动直播场景中，客户可以将转码、连麦、弹幕、切片等业务部署在边缘计算节点，离终端用户更近，提升用户体验，降低中心成本。具备以下优点： 本地覆盖：节点分布广泛，保障用户就近接入。 多样算力：提供GPU服务器等多样化算力，提升特效渲染、高清转码、内容审核等场景处理的性价比。 降低中心带宽：将业务下沉至边缘，降低中心带宽成本压力。 本地园区 在靠近终端用户的边缘节点，提供低时延的计算服务；甚至可以在客户的园区提供计算能力，做到流量本地化，数据不出园区。具备以下优势： 企业数据安全：企业最重视的确保企业数据的传输及存储安全。 高速稳定的多种网络：接入对于固网、WLAN、移动等网络的兼容接入，调用能力访问业务。

弹性文件服务(SFS,Scalable File Service)可为云服务器、物理机、容器等计算服务提供大规模共享访问的存储空间,具备高可用,高性能,低时延特征。满足文件共享、Web应用场景等数据存储需求。

本节介绍混合集群如何打通云上云下网络。 混合集群概述 本地自建 Kubernetes 集群通过分布式容器云平台注册集群接入，可以为自建Kubernetes集群扩容云上 ECS 节点，同时管理云上、云下计算资源，形成混合集群。 搭建混合集群的网络关键在于打通云上云下网络连通，包括： 1. 云上VPC网络与云下网络互通，即计算节点之间互连互通； 2. 云上容器网络与云下容器网络互通，即容器Pod之间互连互通； 混合集群网络模式 节点网络互通 具体操作步骤如下： 1. 将云下网络通过内网接入天翼云，请参考天翼云提供的专线方案 云上云下网络专线接通方案。 2. 测试云上云下连通性，验证云下节点与云上节点是否互通。 3. 如需要云下网络需要通过内网访问云产品，云下网络需配置云产品的域名解析（.ctyun.cn域名解析转发到云上DNS VPCE IP），云产品包括：CRS镜像仓库、对象存储、日志、监控等。 容器网络互通 在确保云上云下节点网络互通之后，才可配置云下节点上运行的容器网络和云上节点运行的容器网络互通。 场景一：云下Kubernetes集群容器网络模式为Underlay模式，Pod IP集群外可访问 平面网络模式，一般用于集群规模较大(或规划较大)且对网络性能要求较高的场景。常见的开源Underlay模式组件包括： Flannel HostGW模式 Calico 路由反射模式 Cilium BCP路由模式 若云下Kubernetes的容器网络模式是Underlay模式，那么云上节点需要使用Cubecni网络插件。在此模式下，需要满足以下条件： 在混合集群中，用户需要确保满足以下条件： 云下网络插件只运行在云下计算节点。 云上的Cubecni网络插件只运行在云上计算节点，不会被调度到云下计算节点。 1. 配置网络插件 a.分布式容器云平台三方集群节点扩容的云上ECS节点会自动添加节点标签k8s.node.ctyun.cn/cloudtrue，默认云上Cubecni网络插件会根据云上节点标签自动调度到云上ECS节点。 b.请根据节点标签为云下网络插件设置NodeAffinity，或设置相关污点来确保云下网络插件只运行在云下。例如，针对云下Calico网络插件，使用nodeAffinity设置其不会被调度到标签为k8s.node.ctyun.cn/cloudtrue的节点上。其它运行于云下且不被希望调度到云上的网络插件也可以用这种方式设置： shell cat calicods.patch spec: template: spec: affinity: nodeAffinity: requiredDuringSchedulingIgnoredDuringExecution: nodeSelectorTerms: matchExpressions: key: k8s.node.ctyun.cn/cloud operator: NotIn values: "true" EOF kubectl n kubesystem patch ds caliconode p "$(cat calicods.patch)" 2. 安装Cubecni插件 a.登录分布式容器云平台控制台，在左侧导航栏选择集群资源 > 集群管理。 b.在集群列表页面，单击目标集群，进入集群页面，在左侧导航栏选择插件 > 插件市场。 c.在插件市场页面，搜索cubecni插件或者cubecnistandalone插件，单击右下方安装。 d.在左侧导航栏选择 工作负载 > 守护进程，查看kubesystem命名空间下cubecni组件的守护进程，在三方集群扩容云上节点前，cubecni不会被调度到任何一个云下节点上。

本章节介绍本次性能测试所需的测试环境。 区域：测试环境。 可用分区：测试环境。 弹性云服务器（Elastic Cloud Server，简称ECS）：规格选择通用计算增强型，8U16GB，操作系统镜像使用CentOS7.4 64位版本。

本页面介绍了如何从本地数据迁移至云数据库ClickHouse。 前提条件 1. 创建了目标云数据库ClickHouse实例。详细的操作步骤，请参考创建实例。 2. 创建了用于目标云数据库ClickHouse集群的数据库账号和密码。详细的操作步骤，请参考创建账号。 从clickHouseclient导入详细示例 假设有一个本地的CSV文件包含以下数据： data.csv: 1,John,Doe 2,Jane,Smith 3,Michael,Johnson 现在要将这些数据导入到云数据库ClickHouse的表 users中，该表包含 id、firstname和 lastname列。 1. 准备本地数据文件：创建一个名为 data.csv的文本文件，并将上述数据复制粘贴到文件中。 2. 打开终端或命令提示符：在计算机上打开终端或命令提示符窗口。 3. 运行clickhouseclient：在终端或命令提示符中输入以下命令，并按回车键运行clickhouseclient： clickhouseclient h port user password 4. 连接到云数据库ClickHouse：在clickhouseclient中输入以下命令并按回车键，将其连接到目标数据库： use yourdatabasename; 其中，yourdatabasename是要导入数据的目标数据库的名称。 5. 创建目标表（如果需要）：如果目标数据库中还没有适合导入数据的表，可以使用以下命令创建一个新表： CREATE TABLE users ( id Int32, firstname String, lastname String ) ENGINE MergeTree() ORDER BY id; 这将创建一个名为 users的表，包含 id、firstname和 lastname列，并使用MergeTree存储引擎进行数据存储。 6. 导入数据：使用以下命令将本地数据导入到 users表中： INSERT INTO users FORMAT CSV WITH ( formatcsvdelimiter ',', formatcsvquotechar '"', formatcsvskipheader 0 ) SELECT toInt32(column1), column2, column3 FROM file('data.csv'); 这个命令将读取 data.csv文件中的数据，并将其插入到 users表中。FORMAT CSV指定了数据文件的格式为CSV， formatcsvdelimiter指定了CSV文件中的字段分隔符为逗号，formatcsvquotechar指定了字段的引号字符为双引号，formatcsvskipheader指定了跳过CSV文件的首行标题。 SELECT语句用于指定要插入的数据列，并通过 toInt32()函数将 id列转换为整数类型。 file('data.csv')用于读取数据文件，这里的路径可以根据实际情况进行调整。 7. 执行导入命令：在clickhouseclient中输入导入数据的INSERT语句，并按回车键执行导入操作。导入过程可能需要一些时间，具体时间取决于数据量的大小和系统性能。 完成上述步骤后，数据将成功导入到云数据库ClickHouse的 users表中。您可以通过查询 SELECT FROM users来验证导入的数据是否正确。 上述步骤只是一个示例，实际操作可能因数据库和数据文件的结构而有所不同，您需要根据您的实际情况和表结构进行相应的调整。

本章介绍本次测试环境情况。 区域：测试环境。 可用分区：可用区1。 ECS实例：规格通用计算增强型，8核16GB ，存储类型为SSD，存储空间为200GB，操作系统镜像使用Windows Server 2012 R2 Standard 64bit，网络类型为VPC。

功能规格 用量 费用计算 每月总费用（元） AOne零信任基础版（包含10个账号） 1 250元 250 扩展服务基础版25元/账号/月 40（5010） 25元40个1000元 1000 总计 1250

算法名称 说明 仿真算法 根据所选的参数（若有）生成格式、语义等属性与原数据相同且符合校验规则（若有）的仿真数据。 可逆算法 根据所选的参数（若有）生成格式类似、符合校验规则（若有）且支持可逆计算的数据。 遮蔽算法 根据所选的参数（若有）对指定区域的数据内容进行替换。 水印算法 根据所选的水印信息，对数据添加水印标记，可实现数据所有权声明和数据泄漏追溯。 取整算法 根据所选的参数（若有）对数据进行取整计算。 分割算法 根据所选的参数（若有）对数据进行分割，保留指定区域的数据。 保留算法 保留原数据不做脱敏。 替换算法 使用固定值替换，注意替换的值应与原数据所在列声明的数据结构保持一致，否则会出现因数据结构不符而造成脱敏失败的情况。 置空算法 使用空值替换，注意需确认若原数据所在列要求为非空，则使用本算法会出现失败的情况。 乱序算法 打乱数据元组的顺序。 哈希算法 对数据进行哈希编码，支持输入盐值。 密码学算法 根据所选参数指定的密码学加密算法对数据进行加密。支持的加密算法有：RSA/AES/SM2/SM4。 编码算法 根据所选参数指定的编码方式对数据进行编码。支持的编码方式有：UTF8/GBK。 平均算法 对数据进行均值填充。 区间算法 根据步长对数据进行规整。 保留频次算法 对类别属性的数据（取值数目有限）进行编码，去除字段内容含义，仅保留类别区分性。适用于机器学习等数据分析中需保留标签区分性的场景。 标准化算法 对数值类型的数据进行标准化缩放，使得数据均值归为0，方差归为1。本算法脱敏后的数据基本保留数据分布类型，可后续用于常见的分类、聚类等数据分析任务。注意本算法不适合用于大量数据（建议行数为2w以下），因平台在该种情况下会批量计算，由此造成结果不准确。 归一化算法 对数值类型的数据进行归一化缩放，将数据线性缩放至[0,1]区间。本算法脱敏后的数据可限定数据范围，保留数据相对大小，剔除量纲影响，可根据分析模型和分析需求选用本算法。注意本算法不适合用于大量数据（建议行数为2w以下），因平台在该种情况下会批量计算，由此造成结果不准确。 分布重建算法 根据指定的直方图的数量对原数据分布进行估计和采样重建。本算法可以使得脱敏后的数据保留原数据的高阶统计特征，适用于对数据质量有较高要求的分析场景。注意本算法不适合用于过少量数据（建议行数为100以上），因在此种情况下会造成分布估计不准确。 添加噪声算法 根据指定的均值和标准差，对原数据添加加性高斯噪声。本算法可以使得（在参数合理配置情况下）脱敏后的数据仍满足常见信号估计和趋势分析的噪声假设，适用于序列数据，可后续用于回归拟合和预测任务。 一致性算法 根据所选的参数（若有）生成格式类似、符合校验规则（若有）且支持相同的数据在指定的表、列中在脱敏后仍保持一致。 计算关系保留算法 指定的列在脱敏后保留减法运算关系。可指定减数或被减数是否保留原值，否则会按照仿真算法重新生成。 乱序关联保留算法 指定的2个或多个列（支持至多5列）在乱序前后保留对应关系。 身份信息关联保留算法 出生日期/性别/身份证互相之间关系（根据需要）保持一致。

本章节会介绍关系型数据库MySQL的性能测试环境。 区域：测试环境。 可用分区：测试环境。 弹性云主机（Elastic Cloud Server，简称ECS）：规格选择通用计算增强型，8U16GB，操作系统镜像使用CentOS7.4 64位版本。

本文介绍了RDS PostgreSQL涉及的其他计费项资费信息。 本页面主要介绍PostgreSQL实例数据库代理的计费方式和具体价格。 说明 数据库代理为主备架构，支持选择单可用区或者双可用区。 数据库代理支持选择包周期和按需两种计费方式，如选择包周期计费方式，则需要保证主实例的生命周期长于数据库代理的生命周期，避免主实例到期后代理实例还在计费。 数据库代理的具体开通步骤和使用方式可参考开通数据库代理服务。 数据库代理价格 天翼云提供了多种规格的PostgreSQL数据库代理实例，区分通用型和独享型（独享型包含计算增强型和内存优化型），价格一致。 注：包含计算增强型和内存优化型 CPU（核） 内存（GB） 按需标准价格(元/小时) 包月标准价格(元/月) 2 4 1.13 550 4 8 2.22 1080 8 16 4.44 2160 包年预付费优惠政策：1年65折，2年55折，3年45折，4年35折，5年3折，资源池具体折扣以订购页为准。

本节介绍了专属云（存储独享型）的应用场景。 适用于高性能、高可靠应用场景，例如企业应用、大型开发测试环境、部署分布式文件系统和数据库应用等。专属云（存储独享型）可支持的三种应用场景如下： 有高性能、数据安全和业务稳定需求的场景 可对接专属云中的弹性云主机、物理机等计算服务，适用于有高性能、稳定性以及数据安全和监管的业务诉求的场景。 产品优势： 1、高性能—搭配计算专属云，满足用户高性能需求 2、安全可靠—实现存储物理隔离，保证数据安全和业务稳定 3、高带宽—独享存储带宽，满足高性能场景带宽需求 有混合负载需求的场景 专属云（存储独享型）服务支持多并发、高带宽应用场景，可同时支持数据库、Email、OA办公、Web等多个应用混合部署。 产品优势： 1、高性能—专属存储为用户提供高IOPS，满足混合负载场景的应用需求 2、高带宽—独享存储带宽，满足高带宽需求 3、灵活扩展—支持存储资源灵活扩展，满足业务增长需求 OLAP应用场景 数据分析型应用场景，专属云支持集群应用部署，如RAC、DB2 、SAP HANA等。

本文为您介绍产品轻量型云主机的产品定义。 轻量型云主机 轻量型云主机（CtyunLiteECS）是一款面向中小企业和个人开发者用户的计算服务产品。它提供了一种易于搭建和管理的云计算解决方案，集成了计算、存储和网络服务资源。轻量型云主机的特点是简单、易用、轻便、实惠。适用于低负载应用场景，例如网站搭建和云端学习等。 术语解释 下表为您介绍轻量型云主机相关的名词概念。 概念 介绍 镜像 提供了运行实例所需的信息，包括操作系统和运行环境、初始化应用数据等。 云硬盘 分布式持久块存储设备、可弹性扩展的数据块级存储设备，可以用作实例的系统盘和数据盘使用。 VPC 虚拟私有云（Virtual Private Cloud），为云主机、云容器、云数据库等云上资源构建隔离、私密的虚拟网络环境。 防火墙 防火墙是保障轻量型云主机网络安全的重要手段，用户可以通过配置防火墙规则，允许或禁止公网或私网对轻量型云主机的访问。 弹性IP 弹性 IP（Elastic IP Address，简称EIP）指公网 IP 地址，将弹性 IP 地址和子网中关联的各项云资源绑定和解绑，可以实现 VPC 中的云资源通过固定的公网 IP 地址与互联网互通。

验证无损上线 打开appa和appb的无损上下线开关。 在当前启动的应用基础上，再启动一个appb，此时appb总共有两个节点，新启动的appb会发生延迟注册和服务预热两个事件。 延迟注册： 由上图所示，服务在启动后120秒后，才完成服务注册，达到延迟注册的效果。 服务预热： 由上图所示，服务在启动后，先是小流量预热，随后逐渐达到最大流量。 验证无损下线 微服务治理中心的无损下线主要是通过主动通知注册中心下线和主动通知消费者来实现。在应用下线时，需要使用kill 15 pid命令，通过下线钩子函数通知应用即将下线，达到无损下线的效果。如果采用kill 9 pid，将会是有损下线。 当前部署一个appa，两个appb。在有流量访问的情况下，下线appb其中一个节点。 使用kill 9 pid下线。 执行kill命令后，查看微服务治理中心控制台，此时出现了异常调用。 使用kill 15 pid下线。 执行kill命令后，查看微服务治理中心控制台，此时没有出现异常调用。 通过以上实践，证明了微服务治理中心可以实现无损下线。