本文主要介绍存储池容量说明 存储池容量说明 表 存储池容量说明 容量种类 容量说明 申请容量 申请存储池时输入的容量大小。 裸容量 申请存储池的裸容量。申请容量不低于裸容量的85%。 总可用容量 存储池可实际使用的容量。 已分配容量 存储池已分配容量。含虚拟机/物理机/容器等使用的卷的分配容量、RDS等高阶服务占用的存储分配容量、备份创建的快照的分配容量。 已使用容量 存储池已使用的物理容量。含虚拟机/物理机/容器等使用的卷的使用容量、RDS等高阶服务占用的存储使用容量、备份创建的快照的使用容量。 表 存储池容量计算示例 容量种类 容量 申请容量 27.2 T 裸容量 32 T 总可用容量 27.21024 G27852 G 已分配容量 7330 G 已使用容量 432 G

本文主要介绍了包周期产品升降规则及费用说明。 以下内容适用于包周期产品变更规格时引起费用变化的情况，按需产品不涉及。 产品升降配： 指用户在付费使用天翼云产品过程中，根据自身业务需要，基于产品升降配能力，在原已订购产品的规格基础上进行变更操作。 升配： 指单笔订单某一产品规格变更后的标准费用高于规格变更前的标准费用。变更操作时，用户需要支付新规格、原规格的差价。 降配： 指单笔订单某一产品规格变更后的标准费用低于规格变更前的标准费用。变更操作时，天翼云会将新规格、原规格的差价退给用户。 产品升降配规则 天翼云预付费用户通过官网自助变更规格时，升配产生的费用将通过账户余额或微信、支付宝、翼支付等第三方支付平台完成费用收取，降配产生的费用将自动原路回退。（在线支付超过3个月的订单，费用会退回账户余额） 天翼云预付费用户操作规格升配，原则上不限制使用任何券类，具体使用要求以券类说明为准。预付费用户操作降配时不允许使用任何券类用来抵扣降配差价，任何使用券类开通的资源在降配成功后，已使用券类不退还。 产品升配 订单升配标准费用 包周期产品规格升配用户应缴纳的费用计算规则如下： 升配应支付差价（已生效订单新规格对应全周期应实付费用已生效订单旧规格对应全周期已实付费用）已生效订单未使用天数/已生效订单旧规格全周期天数+违约金 已生效订单新规格对应全周期费用用户升配当天若订购全周期新规格应实付费用 已生效订单旧规格对应全周期费用订购旧规格时用户实付费用 已生效订单未使用天数已生效旧规格订单全周期天数已生效订单旧规格已使用天数 示例： 包年订购： 2023年1月1号订购1年2C4G，包年实付费用100元（旧规格资源全周期费用）。 2023年3月1号做升配至4C8G，4C8G从2023年1月1号订购一年的包年实付费用为120元。 升配差价即为（120100）资源剩余天数/资源全周期天数。 包月订购： 2023年1月1号订购1个月2C4G，包月实付费用30元（旧规格资源全周期费用）。 2023年1月3号做升配至4C8G，包月实付费用40元。 升配差价即为（4030）29/31。 先包年订购，再按月续订，再升级： 2023年1月1号订购1年2C4G，包年实付费用100元（旧规格订购段全周期费用）。 2023年1月2号续订1个月，包月实付费用30元（旧规格续订段全周期费用）。 2023年1月3号做升配至4C8G，4C8G包年实付费用为120元，包月费用为40元。 升配差价按分段计算： （1）包年段升配差价（120100）包年段剩余天数/包年段全周期天数 （2）包月段升配差价403010元 产品按版本升配用户应缴纳的费用计算规则如下： 产品按版本升配应支付差价已生效订单新版本应实付费用已生效订单旧版本已实付费用+违约金 示例： 用户于2021/4/1购买了版本1.0的产品，版本1.0的产品标准单价为100元，该用户享受产品级折扣为8折优惠，当日实付现金80元。 用户在2021/4/25将规格升配为版本2.0的产品，版本2.0的产品标准单价为200元，该用户享受产品级折扣为7折优惠。 版本升配成功用户应支付差价2000.7100 0.860元 注意 若升配差价<0，仅升配规格，不退还费用。 若涉及商务约定、活动政策，应按照商务约定、活动政策要求变更规格。

云产品 应用场景 描述 相关操作 虚拟专用网络VPN 连接云上VPC与本地IDC VPN连接（Virtual Private Network）用于搭建用户本地数据中心与天翼云VPC之间便捷、灵活，即开即用的IPsec加密连接通道，实现灵活一体，可伸缩的混合云计算环境。 云专线CDA 依托高性能网络布局和丰富链路资源，连接VPC与本地IDC 天翼云云专线（CTCDA，Cloud Dedicated Access），依托中国电信高性能网络布局和丰富链路资源，为用户本地数据中心与天翼云VPC之间提供高速、低时延、稳定安全的连接服务，灵活搭建云上云下专属通道，实现可伸缩的混合云部署。

产品架构 智算一体机产品架构包括算力层、平台层、模型层，内容囊括了硬件+训推工具+预置模型+典型应用。 算力层 采用先进的硬件架构，集成高性能计算服务器，支持多种AI芯片，如NVIDIA、昇腾等主流品牌。裸金属直接部署容器运行环境，无虚拟化开销，释放硬件最大效能。 平台层 内置端到端大模型“训推用”全链路工具平台，涵盖数据管理、模型开发与训练、模型评估、模型管理、服务部署等模块，为用户提供模型训练、推理、应用全套工具。 模型层 预置丰富的基座大模型和数据集，支持国产化算力，提供算子加速与模型加速，极大提升大模型训练推理效率。 产品计费 产品按照不同的规格型号进行收费，订购时长为3年～5年，更多信息请见计费模式。

本章节主要介绍如何设置网卡的源/目的检查。 操作场景 开启网卡的源/目的检查，系统会检查物理机服务器发送的报文中源IP地址是否正确，否则不允许物理机服务器发送该报文。这有助于防止伪装报文攻击，提升安全性。 操作步骤 1.登录管理控制台。 2.选择“计算 > 物理机服务”。 进入物理机页面。 3.单击待设置网卡的物理机的名称。 系统跳转至该物理机的详情页面。 4.选择“网卡”页签，单击待设置网卡前的图标。 5.选择打开或关闭“源/目的检查”开关。 默认情况下，“源/目的检查”状态为“ON”，系统会检查物理机发送的报文中源IP地址是否正确，否则不允许物理机发送该报文。这有助于防止伪装报文攻击，提升安全性。当物理机作为NAT服务器、路由器或防火墙时，此开关应该设置为“OFF”。

本文为您介绍操作日志的具体操作。 概述 操作日志模块记录了多活容灾服务平台中除「资源同步」模块外其他所有模块的增删改类操作，仅展示最近7天的日志记录。 操作步骤 1. 登录天翼云，进入控制中心。 2. 单击管理控制台左上角的，选择区域。 3. 在服务列表选择“计算”“多活容灾服务”，进入多活容灾服务控制台。 4. 点击左侧菜单栏“操作审计”“操作日志”，进入资源同步管理页面。 5. 操作日志列表展示功能模块、操作对象、操作、对象实例名等内容，可根据功能模块、操作对象、结果和时间进行筛选。 6. 可点击操作列查看详情按钮，查看日志详情，其中包括请求参数和相应参数。

本文主要介绍监控项视图 监控项视图当前支持汇总表格、趋势图、最近数据表格和原始表格几种类型。 汇总表格：记录一段时间之内，针对主键类型做groupby的汇总计算的结果。汇总表格里面每个数字或者字符串可以单击查看针对groupby主键的趋势图。 趋势图：就是针对某个主键的指标的一段时间的趋势情况，趋势图可能会有断点，断点代表这个周期数据没有采集。没有采集的原因有多种，一种是采集器为了节省数据量，针对调用为0的指标没有采集，也可能是数据丢失等。 原始数据表格：针对一些字符串类型，无法形成趋势图，会用表格展示，每行代表一个时间和值的对应关系。 最近数据表格：表格界面展示最近一笔数据，用户可以单击数据查看趋势图。 说明 每个监控项的视图配置是后台配置好的，并未对外开放。可以将视图与后台指标集对应进行查看。

本文为您介绍删除三方数据中心的具体操作。 使用条件 三方数据中心关联命名空间数量为0时，可进行删除三方数据中心操作。 操作场景 在您新增三方数据中心后，可以通过多活容灾服务控制台进行三方数据中心删除。 操作步骤 1. 登录天翼云，进入控制中心。 2. 单击管理控制台左上角的，选择区域。 3. 在服务列表选择“计算”“多活容灾服务”，进入多活容灾服务控制台。 4. 点击左侧菜单栏“三方数据中心”，进入三方数据中心列表页。 5. 点击三方数据中心列表操作列中的“删除”按钮，弹出删除三方数据中心弹窗。 6. 确认删除该三方数据中心后，点击“确认”按钮。

本文为您介绍确认演练结果的具体操作。 使用条件 仅当演练整体状态为执行中可进行演练结果确认操作。 操作步骤 1. 登录天翼云，进入控制中心。 2. 单击管理控制台左上角的，选择区域。 3. 在服务列表选择“计算”“多活容灾服务”，进入多活容灾服务控制台。 4. 点击左侧菜单栏“容灾切换”“容灾演练”，进入容灾演练列表页。 5. 在列表上方下拉菜单中选择需要进行容灾演练的命名空间。 6. 点击列表操作列“确认演练结果”按钮，弹出确认演练结果弹窗。 7. 选择本次演练结果，可选执行成功或执行失败。 8. 点击“确定”按钮，完成容灾演练结果确认。

使用条件 预案状态为草稿或已停用状态，可进行删除预案操作。 操作场景 在您创建预案后，可以通过多活容灾服务控制台进行预案删除。 操作步骤 1. 登录天翼云，进入控制中心。 2. 单击管理控制台左上角的，选择区域。 3. 在服务列表选择“计算”“多活容灾服务”，进入多活容灾服务控制台。 4. 点击左侧菜单栏“预案编排”“预案管理”，进入预案列表页。 5. 在列表上方下拉菜单中选择需要进行预案操作的命名空间。 6. 点击预案列表操作列中的“删除”按钮，弹出删除预案弹窗。 7. 确认删除该预案后，点击“确定”按钮。

名称 类型 描述 示例 ContentType String RFC 2616中定义的HTTP请求内容类型。 application/xml ContentLength String RFC 2616中定义的HTTP请求内容长度。默认值：无 544 Connection Enum(keepalive,close) 标明客户端和服务器之间的链接状态。有效值：keepalive、close。默认值：无 keepalive Date String HTTP 1.1协议中规定的GMT时间。默认值：无 Sun, 05 Sep 2023 09:00:00 GMT ETag String ETag (entity tag) 在每个Object生成的时候被创建，用于标识一个Object的内容。对于Put Object请求创建的Object，ETag值是其内容的MD5值；对于其他方式创建的Object，ETag值是基于一定计算规则生成的唯一值，但不是其内容的MD5值。ETag值可以用于检查Object内容是否发生变化。默认值：无 d41d8cd98f00b204e9800998ecf84 Server String 生成Response的服务器. xstorctyunserver

怎么解决查询运行缓慢的问题? 可通过查看慢查询日志，来确定是否存在运行缓慢的查询，以及各个查询的性能特征（如果有的话），从而定位查询运行缓慢的原因。 查询文档数据库服务日志，请参见慢日志。 查看实例的CPU使用率指标，协助定位问题，请参见查看监控指标。 副本集中主备同步存在多长时间的延迟? 主节点与备节点的复制延迟是无法利用公式来计算的，它会受到以下因素的影响： 网络通信状况。 主节点的事务压力，即主机每秒执行的事务量。 主节点执行的事务大小，即一个事务要执行多久。 备节点的机器负载状况。 如果主节点在某个时间段压力非常大，每秒执行的事务量非常多，备机通常会出现延迟。 对于文档数据库服务而言，可以在云监控中查看副本集备节点的“主备延时”指标，来观察延迟情况。

接口功能介绍 扩容计算包v3 接口约束 无 URI POST /v3/resourcePack/expandComputeResource 路径参数 无 Query参数 参数 是否必填 参数类型 说明 示例 下级对象 regionId 是 String 资源池ID。 xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx 请求参数 请求头header参数 无 请求体body参数 参数 是否必填 参数类型 说明 示例 下级对象 resourcePackOid 是 String 资源包ID autoPay 是 Boolean 是否自动支付。取值范围： true：自动支付。自动支付时，请确保支付方式余额充足。余额不足时，将会被拦截，不会生成订单。 false：只产生订单，不扣费。您可以登录门户，根据返回的订单号进行支付。 cpuCount 是 Integer 扩容后CPU数量（单位：核），CPU数量和内存大小需为10核20GB的正整数倍，范围限制：(当前值, 40000核80000GB] memorySize 是 Integer 扩容后内存大小（单位：GB），CPU数量和内存大小需为10核20GB的正整数倍，范围限制：(当前值, 40000核80000GB] 响应参数 参数 参数类型 说明 示例 下级对象 statusCode Integer 状态码。可能值： 800：请求成功。 900：请求失败。 800 error String 错误码。 ECPC1000 message String 提示信息。 OK. returnObj Object 返回数据对象 returnObj 表 returnObj 参数 参数类型 说明 示例 下级对象 orderNo String 订单号

本章节主要介绍数据交换智能助手。 数据交换智能助手是面向多源异构数据交换场景的AI助手，能够自动识别用户需求中的数据源类型、智能推荐映射方式，辅助定义增量字段和字段转换规则。该助手贯穿源全链路数据交换流程，支持完整的调度配置，并在测试运行过程中监控任务状态。 数据交换智能助手现支持如下场景的智能实现： 支持的场景 场景描述 创建 通过理解用户输入的自然语言，识别用户意图，自动创建数据采集任务 编辑 智能理解修改需求，自动调整数据交换任务配置参数 删除 安全删除数据交换任务，自动清理相关调度配置 复制 快速复制现有交换任务，支持参数快速调整 测试 执行数据交换测试运行，验证配置正确性 上线 通过自然语言对话，完成交换任务上线操作 下线 通过自然语言对话，安全下线数据交换任务 查询列表 通过自然语言查询交换任务列表 以数据交换任务的创建为例，介绍产品使用流程。 在智能对话输入框中输入自然语言指令如“创建一个采集任务，从zwglgongwen到projectarchive” 系统响应，进行来源和目标配置： 智能助手识别源表（zwglgongwen）和目标表（projectarchive） 启动数据交换任务创建向导 系统展示数据源配置表单，包含以下信息： 源数据源类型和连接信息 目标数据源类型和连接信息 自动检测的表结构信息 用户操作： 1.查看系统自动填充的配置信息 2.如有需要，手动调整连接参数 3.点击【提交】按钮进入下一步 系统响应，进行字段映射关系配置： 智能匹配源表和目标表的字段映射 推荐最优的数据类型转换方案 用户操作： 1.查看系统推荐的字段映射关系 2.确认或调整字段对应关系 3.点击【提交】按钮进入下一步 系统响应，进行字段处理配置： 目前我们提供字段数据处理智能推荐能力，智能数据处理支持以下几类数据处理函数： 类型转换 TOCHAR：转为字符串格式 TODATE：字符串转日期格式 FROMUNIXTIME：时间戳转日期 字符串处理 LENGTH：获取字符串长度 LEFT/RIGHT：截取左右子串（如LEFT(‘abc’,2)→‘ab’） LPAD/RPAD：左右填充字符（如LPAD(‘1’,3,‘0’)→‘001’） REPLACE/REGEXPREPLACE：普通/正则替换 用户操作： 1.确认系统推荐的字段处理规则 2.根据需要添加自定义转换逻辑 3.点击【提交】按钮进入下一步 系统响应，进行作业基础信息配置，系统预填充：任务中英文名、描述、目录 用户操作： 1.用户可手动修改任务名称和描述信息 2.点击【提交】按钮进入下一步 系统响应，根据源表和目标表的元数据信息智能生成调度配置 用户操作： 1.确认或调整调度时间和频率 2.设置任务依赖关系和执行条件 3.点击【提交】按钮完成配置 系统响应，完成任务配置，用户可以点击【确认】完成交换任务的创建。

本章节主要介绍查看表和数据库信息的最佳实践。 查询表信息 使用系统表pgtables查询数据库所有表的信息。 SELECT FROM pgtables; 使用gsql的d+命令查询表结构。 示例：先创建表customert1并插入数据。 CREATE TABLE customert1 ( ccustomersk integer, ccustomerid char(5), cfirstname char(6), clastname char(8) ) with (orientation column,compressionmiddle) distribute by hash (clastname); INSERT INTO customert1 (ccustomersk, ccustomerid, cfirstname) VALUES (6885, 'map', 'Peter'), (4321, 'river', 'Lily'), (9527, 'world', 'James'); 查询表结构。（若建表时不指定schema，则表的默认schemaname是public） d+ customert1; Table "public.customert1" Column Type Modifiers Storage Stats target Description +++++ ccustomersk integer plain ccustomerid character(5) extended cfirstname character(6) extended clastname character(8) extended Has OIDs: no Distribute By: HASH(clastname) Location Nodes: ALL DATANODES Options: orientationcolumn, compressionmiddle, colversion2.0, enabledeltafalse 使用函数pggettabledef查询表定义。 SELECT FROM PGGETTABLEDEF('customert1'); pggettabledef SET searchpath tpchobs; + CREATE TABLE customert1 ( + ccustomersk integer, + ccustomerid character(5), + cfirstname character(6), + clastname character(8) + ) + WITH (orientationcolumn, compressionmiddle, colversion2.0, enabledeltafalse)+ DISTRIBUTE BY HASH(clastname) + TO GROUP groupversion1; (1 row) 执行如下命令查询表customert1的所有数据。 SELECT FROM customert1; ccustomersk ccustomerid cfirstname clastname +++ 6885 map Peter 4321 river Lily 9527 world James (3 rows) 使用SELECT查询表customert1中某一字段的所有数据。 SELECT ccustomersk FROM customert1; ccustomersk 6885 4321 9527 (3 rows) 查询表是否做过表分析，执行如下命令会返回每个表最近一次做analyze的时间，没有返回的则表示没有做过analyze。 select pgstatgetlastanalyzetime(oid),relname from pgclass where relkind'r'; 查询public下的表做表分析的时间： select pgstatgetlastanalyzetime(c.oid),c.relname from pgclass c left join pgnamespace n on c.relnamespace n.oid where c.relkind'r' and n.nspname'public'; pgstatgetlastanalyzetime relname + 20220517 07:48:26.923782+00 warehouset19 20220517 07:48:26.964512+00 emp 20220517 07:48:27.016709+00 testtriggersrctbl 20220517 07:48:27.045385+00 customer 20220517 07:48:27.062486+00 warehouset1 20220517 07:48:27.114884+00 customert1 20220517 07:48:27.172256+00 productinfoinput 20220517 07:48:27.197014+00 tt1 20220517 07:48:27.212906+00 timezonetest (9 rows)

优缺点 Cubecni容器网络优点如下： 同个VPC内，集群外部网络资源可与容器IP互通； 没有解封包和节点路由消耗，容器网络性能优于隧道网络； SLB可直通容器后端，无需经节点NodePort转发，性能更优； 容器访问VPC网络资源，其源IP是容器IP，无需经过节点SNAT，减少节点netfilter连接跟踪表消耗，性能更优且便于审计。 Cubecni容器网络缺点如下： Pod直接使用VPC的IP地址，数量受限于VPC子网的可用IP数，需提前规划。 应用场景 Cubecni容器网络适用如下场景： 适用于需pod能与VPC集群外网络资源互通的场景，如部分业务部署在云主机部分部署在容器的复杂系统，可能需要打通云主机网络和容器网络； 适用于对网络带宽和时延要求高的业务场景，例如游戏、直播类应用； 高性能计算场景，IPVLAN等使用的CPU资源少于隧道网络，为业务本身留出更多计算资源。 容器IP地址段分配 订购使用Cubecni容器网络插件的集群，需为Cubecni选择一个VPC子网。该子网用于为容器提供IP地址，其空闲IP数直接决定可创建pod数上限。建议选择一个大子网给集群使用，如下所示，创建一个掩码为18位的子网，其可用IP为16382个，可为16382个pod分配IP地址： 订购时选择大子网作为pod子网：

Web应用防火墙(边缘云版)依托天翼云云安全节点形成云安全边缘网络,区别于传统WAF需要在源站前端部署,Web应用防火墙(边缘云版)把安全能力赋能在所有边缘节点,利用分布式节点部署使计算能力更强,有效降低源站计算压力,提升了用户访问质量的同时保护了源站数据的安全。本节介绍了Web应用防火墙(边缘云版)产品的优势。 自主可控的安全防护能力 基于 AI+ 规则双引擎的 Web 攻击识别，构建一体化应用业务安全防护。 业务流量识别与分析，自定义规则匹配用户业务，避免误拦截、漏拦截。 支持Bot流量管理和智能CC防护。 弹性扩容无惧突发风险 分布式集群防护，单点故障自动转移，确保网站的高可用性。 动态调整边缘节点，无缝扩展QPS 防护能力，可达亿级别防护规模。 利用大平台优势，基于全网、全行业流量的攻击数据，结合机器学习算法，构建一套智能防护体系。 便捷的运营与管理 零部署、零运维，支持多云、混合云环境，一键CNAME接入，云端安全专家配置策略。 集中监控和分散维护相结合，NOC 工程师7×24小时集中监控，网络工程师 7×24 小时在线支持，节点现场服务工程师进行服务保障。 支持一键开启IPv6功能，无缝处理IPv4和IPv6流量。 提供可视化报表、态势感知大屏，深入分析安全隐患，清晰把控全局。 敏感的威胁情报感知 0day漏洞快速修复，天翼云安全团队724小时监测，主动发现新型攻击并24小时内响应，帮助用户抵御最新威胁。

本小节介绍网络安全法、等保2.0以及测评机构等概念。 《中华人民共和国网络安全法》 《中华人民共和国网络安全法》是为了保障网络安全，维护网络空间主权和国家安全、社会公共利益，保护公民、法人和其他组织的合法权益，促进经济社会信息化健康发展，制定的法规。 测评机构 信息安全等级保护测评机构是指具备本规范的基本条件，经能力评估和审核，由省级以上信息安全等级保护工作协调（领导）小组办公室推荐，从事非涉密信息系统及资源安全等级测评工作的机构。 等保2.0 等保2.0全称网络安全等级保护2.0制度，是我国网络安全领域的基本国策，基本制度。 等级保护标准在1.0时代标准的基础上，注重主动防御，从被动防御到事前、事中、 事后全流程的安全可信、动态感知和全面审计，实现了对传统信息系统、 基础信息网络、 云计算、 大数据、 物联网、 移动互联网和工业控制信息系统等级保护对象的全覆盖。 ECS 弹性云主机（Elastic Cloud Server，ECS）是由 CPU、内存、操作系统、云硬盘组成的基础的计算组件。弹性云主机创建成功后，您就可以像使用自己的本地 PC 或物理服务器一样，在云上使用弹性云主机。 RDS RDS是关系型数据库服务（Relational Database Service）的简称，是一种即开即用、稳定可靠、可弹性伸缩的在线数据库服务。具有多重安全防护措施和完善的性能监控体系，并提供专业的数据库备份、恢复及优化方案，使您能专注于应用开发和业务发展。

工作流调度简介 工作流的执行可以通过控制台或调用SDK触发，也可以由事件源来触发。您可以在指定工作流中创建工作流调度，工作流调度描述了一组规则，当某个事件满足这些规则，事件源就会触发关联的工作流执行。本文介绍什么是工作流调度。 什么是工作流调度 工作流调度（又称触发器）是触发工作流执行的方式。用于在特定事件发生时启动工作流的执行。在基于事件的计算架构中，事件源负责生成事件，而工作流则负责处理这些事件。触发器扮演的角色是提供一个集中化和标准化的方法来协调不同的事件源。当在事件源中发生一个事件，并且这个事件符合触发器设定的条件时，事件源将自动触发并执行与触发器相关联的工作流。 调度类型 按照工作流调度集成方式，工作流支持的调度类型如下。 内部触发 触发器名称 调用方式 详细介绍 定时触发器 同步调用 按照指定的时间间隔触发工作流执行。 HTTP触发器 同步调用 当通过HTTP请求触发工作流时，工作流会根据请求参数执行。 Kafka触发器 同步/异步调用 当消息队列中出现新消息时，触发工作流执行。 RocketMQ触发器 同步/异步调用 当消息队列中出现新消息时，触发工作流执行。 云原生网关触发器 同步调用 当通过云原生网关触发工作流时，工作流会根据请求参数执行。

查看数据质量评分 质量评分的满分可设置为5分，10分，100分。默认为5分制，是以表关联的规则为基础进行评分的。而表、数据库等不同维度的评分均基于规则评分，本质上是基于规则评分在不同维度下的加权平均值进行计算的。 您可以查询所创建数据连接下数据库、数据库下的数据表以及数据表所关联规则的评分，具体评分对象的计算公式，请参见下表。 对象评分计算公式 对象 评分计算公式 规则 创建质量作业时，作业关联的规则中结果说明列包含“比率”、“值率”的系统内置规则及用户自定义规则可以生成质量评分报告。 包含“比率”、“值率”的规则可以分为正向规则及反向规则，正向规则即比值越高，代表数据质量越好；反向规则即比值越高，则数据质量越差。 正向规则包含唯一值率、重复值率、合法比率规则，反向规则包含空值率规则。 正向规则评分满足规则的数据行数/数据总行数满分（5，10，100）。 反向规则评分（1满足规则的数据行数/数据总行数）满分（5，10，100）。 数据表 表评分计算公式：∑(表关联的所有规则评分规则权重)/∑规则权重 数据库 数据库下所有数据表评分的加权求平均值，即：∑数据库下所有数据表评分/表的数量。 1.在DataArts Studio控制台首页，选择实例，点击“进入控制台”，选择对应工作空间的“数据质量”模块，进入数据质量页面。 选择数据质量 2.选择“数据质量监控 > 质量报告”。 3.在“技术报告”页签，选择数据连接及截至日期，查询截至日期前7天的数据质量评分，如下图所示。 选择数据连接 说明 以评分满分为5分为例。其中45分评价为优秀，34分为良好，23分为不及格，12分为较差，01分为极差。 当天质量评分数据在次日凌晨生成。 质量评分历史趋势中的实线为截至日期前7天质量评分组成的连线，虚线为这7天质量评分的平均分。 若一天多次运行该作业，当天的质量评分为最后一次的得分。 4.单击“表评分”列的评分值链接，展开该表关联的规则评分。 5.单击“规则评分”列的评分值链接，展开该规则关联的字段评分，如下图所示。 表关联规则评分界面

功能限制 最多可配置100条限流规则。 SQL限流功能当前仅支持SELECT、UPDATE、DELETE、INSERT关键字。 MySQL5.7（> 5.7.44.240100）或MySQL8.0（> 8.0.32.240100）支持“INSERT”类型限流规则，如需使用该功能，请联系客服申请。 当SQL语句匹配多条限流规则时，优先生效最新添加的规则，之前的规则不再生效。 在添加SQL限流规则之前，已经开始执行的SQL语句，不会被记入并发数。 若复制时延过大，针对只读实例，新增或删除限流规则不会立刻生效。 系统表不受SQL限流的限制。 不涉及数据查询的SQL不受限流的限制，例如：select sleep(); 暂不支持对存储过程、触发器、函数内的SQL做限流设置。 您可以在DAS执行如下SQL查看SQL限流规则的执行情况：select from informationschema.rdssqlfilterinfo; 当设置过多限流规则时，对性能有一定影响，使用后请删除多余的规则。 SQL限流规则不支持约束系统库。 5.6.51.4以下内核版本、5.7.33.5以下内核版本、以及8.0.25.220700以下内核版本的实例限流规则不区分用户类型，配置限流规则时建议包含表名，单独配置SELECT关键字会影响功能使用。 操作步骤 步骤 1 登录管理控制台。 步骤 2 单击管理控制台左上角的 ，选择区域。 步骤 3 选择“数据库 > 关系型数据库”。进入关系型数据库信息页面。 步骤 4 在“实例管理”页面，选择目标实例，单击实例名称，进入实例的“基本信息”页签。 步骤 5 在左侧导航栏选择“智能DBA助手 > 历史诊断”。 步骤 6 选择“全量SQL > SQL限流”。 步骤 7 打开 ，开启SQL限流开关。 说明 SQL限流开关打开后，限流规则才能生效。 步骤 8 单击“新建SQL限流规则”，配置SQL限流规则参数，参数说明请参见下表。 表 SQL限流规则参数 参数项 说明 SQL类型 支持选择四种类型：SELECT、UPDATE、DELETE、INSERT。 关键字 最多支持128个关键字，不区分大小写。支持以下两种方式输入关键字。 直接输入关键字：例如关键字是“select~a”，含义为：select以及a为该并发控制所包含的两个关键字，~为关键字间隔符，也就是说如果执行SQL语句中包含select与a两个关键字，那么命中此条并发控制规则。 原始SQL生成关键字：输入原始SQL再单击“生成关键字”，生成的关键字仅供参考，请谨慎使用。 关键字根据顺序匹配SQL语句。例如：a~and~b只会匹配 a>1 and b>2，而不会匹配 b>2 and a>1。 单个关键字首尾的空白字符会被忽略，包括' '、'n'、'r'、't'等。 最大并发数 输入最大并发数，与关键字匹配的SQL语句如果超过最大并发数会被拒绝执行。取值范围为0~1000000000。 kill满足规则的已有会话 勾选此选项后，会结束所有受SQL限流控制的账户所产生的会话。 root用户不受SQL限流限制的版本详见表 root用户请求不受SQL限流限制的版本。 步骤 9 确认无误后，单击“确定”。 结束

加密类 CTyunCrypto CTyunCrypto 是 SDK 的核心类，提供了加密和解密的主要功能。 构造函数 CTyunCrypto(CryptoMaterials cryptoMaterials)：初始化加密对象，传入加密材料。 主要方法 CryptoResult encrypt(byte[] plainText)：加密字节数组，返回加密结果对象。 byte[] decrypt(byte[] cipherText)：解密密文字节数组，返回解密后的明文字节数组。 void encryptFile(File inputFile, File outputFile)：加密文件。 void decryptFile(File inputFile, File outputFile)：解密文件。 加密材料 CryptoMaterialsCryptoMaterials 类用于封装加密所需的材料，包括加密头、加密处理器和密钥生成器。 构造函数 CryptoMaterials(CryptoAlgorithm algorithm)：初始化加密材料，指定加密算法。 CryptoMaterials(CryptoAlgorithm algorithm, Map encryptionContext)：初始化加密材料，指定加密算法和加密上下文。

本章节主要介绍翼MapReduce服务的技术支持范围。 天翼云翼MapReduce（简称翼MR）是一款基于云计算平台的数据处理分析服务，帮助客户大数据快速上云，轻松运行Doris、HDFS、Hive、Kafka、Spark等高性能大数据组件。 翼MR提供用户完全可控的半托管云服务，集群资源归属于用户，用户拥有对集群的完全控制权，集群日常运维管理由用户负责，如在集群运维过程中遇到相关技术问题，可联系技术支持团队获得帮助，该技术支持仅协助分析处理翼MR云服务相关求助，不包含云服务以外的求助，例如用户基于大数据平台构建的应用系统等。为了更好地支持用户使用翼MR产品，现将翼MR产品技术支持服务范围进行说明。 支持的服务 翼MR管控平台提供的相关功能： 集群的创建与退订销毁流程 集群扩容流程 集群配置变更流程 集群新增服务流程 集群监控与告警功能 协助支持的服务 协助排查翼MR产品开源组件的缺陷或需求，将根据产品规划迭代排期解决。 协助排查翼MR产品所依赖的其他天翼云基础产品的缺陷或需求，流转问题至相应产品团队负责解决。依赖的其他天翼云产品包括： 弹性云主机、物理机等计算产品 云硬盘、本地盘、对象存储等存储产品 虚拟私有云、弹性IP、安全组等网络产品 云日志、云监控、云审计、IAM等运维管理产品 关系型数据库等用于元数据存储产品

本文介绍如何在边缘虚拟机上安装CUDA。 CUDA为NVIDIA提供的运算平台，包含了CUDA指令集架构以及GPU内部的并行计算引擎。若想要在NVIDIA系列GPU上运行GPU加速计算任务，需要安装CUDA环境。 CUDA安装 安装前准备 步骤1、确认GPU驱动已安装。 shell nvidiasmi 步骤2、确认适配的CUDA版本。 安装步骤 步骤1、确定适配的CUDA版本，在CUDA Toolkit Archive查找适配CUDA软件包。 步骤2、点击进入，找到适配的runfile。 步骤3、执行下载命令，注意检查CUDA版本和GPU驱动版本是否一致。 shell wget 步骤4、执行安装命令。 shell wget 若已安装GPU驱动需要取消勾选Driver，若未安装GPU驱动请勾选安装。 步骤5、执行命令配置CUDA环境变量。 shell echo 'export PATH/usr/local/cuda/bin:$PATH' sudo tee /etc/profile.d/cuda.sh source /etc/profile 步骤6、检查安装是否成功。 shell nvcc V

本文介绍科研助手的计费方式。 计费说明 科研助手资源包含CPU、内存、GPU和本地存储等，根据您申请的实际实例资源规格，以及每个实例实际运行时长按需计费，计费时长从开始下载容器镜像 (docker pull) 到实例停止使用进行计算。以小时为出账周期，在每个结算周期生成账单并从账户中扣除相应费用。 计费周期 系统以“小时”为单位统计实际用量（单位取整点区间，如8:009:00），根据实际用量生成话单并结算扣费。 账单出账时间通常在当前计费周期结束后，具体出账时间以系统为准。 计费公式 实例费用的计算公式为：实例费用（实例CPU资源量 x CPU单价 +实例内存资源量 x 内存单价 +实例GPU资源量 x GPU单价+实例磁盘存储资源量 x 实例磁盘存储单价） x 实例运行时长。 产品定价 科研助手产品定价信息可参考 计费项 说明。 计费案例 用户A在2023年6月1日 8:00~9:00的计费周期内，创建一个2 vCPU、4 GB内存、1块 NVIDIA T4 16G GPU卡的开发环境实例，并在实例运行1小时后删除。则用户A在此计费周期内的费用如下： CPU费用2核 x 0.05元/核/小时 x 1 0.1元 内存费用4GB x 0.02元/GB x 1 0.08元 GPU费用1 x 4.09元/块/小时 x 1 4.09元 实例总费用CPU费用+内存费用+GPU费用0.1+0.08+4.094.27元

本章节介绍媒体存储按需计费。 计费说明 媒体存储为按需计费模式，即按实际使用的用量以及时长收费，以“小时”为单位，在每个结算周期生成账单并从账户中扣除相应费用。 说明 如果需要计算每小时产生的费用，则需要将资源单价转换为以小时计费。如标准存储单价为0.1元/GB/月，则每小时的单价为0.1元/GB/月/(1/24/30)0.000139元/GB/小时。 存储空间、流出流量单位进制为1024，即1024MB1GB，以此类推。 计费周期 系统以“小时”为单位统计实际用量（单位取整点区间，如8:009:00），根据实际用量生成话单并结算扣费。 账单出账时间通常在当前计费周期结束后，具体出账时间以系统为准。 计费公式 费用的计算公式为：费用存储空间费用单价 x 使用量 + 公网流出流量单价 x 使用量 + 请求费用单价 x 使用量。 产品定价 媒体存储产品定价信息可参考 计费项 说明。 用量统计 媒体存储各计费项的计费用量统计方式说明： 计费项 用量统计方式 存储空间 服务每5分钟生成一个统计点，统计一次当前存储空间用量数据；一个计费周期内总共生成12个统计点。 统计完成后，取12个统计点的数据平均值作为该计费周期的存储用量数据进行计费。 流出流量 根据计费周期内所使用的流出流量总和进行计费。 请求次数 根据计费周期内所使用的请求次数总和进行计费。

本节介绍数据加密与其他云服务的关系。 与对象存储服务的关系 对象存储服务（Object Storage Service，OBS）是一个基于对象的海量存储服务，为客户提供海量、安全、高可靠、低成本的数据存储能力。KMS为OBS提供用户主密钥管理控制能力，应用于对象存储服务的服务端加密功能（SSEKMS加密方式）。 与云硬盘的关系 云硬盘（Elastic Volume Service，EVS）可以为云服务器提供高可靠、高性能、规格丰富并且可弹性扩展的块存储服务，可满足不同场景的业务需求，适用于分布式文件系统、开发测试、数据仓库以及高性能计算等场景。KMS为EVS提供用户主密钥管理控制能力，应用于云硬盘的加密功能。 与镜像服务的关系 镜像服务（Image Management Service，IMS）提供镜像的生命周期管理能力。KMS为IMS提供用户主密钥管理控制能力，应用于镜像服务的私有镜像加密功能。 与弹性文件服务的关系 弹性文件服务（Scalable File Service，SFS）提供按需扩展的高性能文件存储（NAS）。KMS为SFS提供用户主密钥管理控制能力，应用于弹性文件服务的文件系统加密功能。 与关系型数据库的关系 关系型数据库是一种基于云计算平台的即开即用、稳定可靠、弹性伸缩、便捷管理的在线云数据库服务。KMS为关系型数据库提供用户主密钥管理控制能力，应用于云数据库的磁盘加密功能。

本节介绍了产品架构和功能原理的相关内容。 DRS的产品架构以及功能原理如下图所示： 图 DRS产品架构 架构说明 最小权限设计 a. 采用JDBC连接，无需在用户的源数据库、目标数据库节点部署程序。 b. 任务独立虚拟机运行独享资源，租户之间数据隔离。 c. 采用最小IP资源，在源数据库、目标数据库仅开放DRS数据迁移实例节点IP访问权限，无需增加网段。 可靠性设计 a. 连接异常自动重试：当网络闪断、数据库倒换等场景造成DRS和数据库连接异常，会自动重试直到任务恢复。 b. 具备断点续传能力：源数据库或目标数据库连接出现异常时，自动记录当前回放位点，等故障修复后，自动从上一次位点接续回放，保证同步数据的一致性。 c. DRS迁移实例所在虚拟机故障，业务自动切换到新虚拟机并保证IP不变，保证迁移任务正常。 实时迁移基本原理 图 实时迁移原理 以“全量+增量”迁移为例，完整的迁移分为四个阶段。 a. 第一阶段：结构迁移。DRS服务会从源数据库查询到用户选择迁移的库、表、主键等对象，然后在目标数据库创建这些对象。 b. 第二阶段：全量数据迁移。DRS服务会通过并行技术，以最高效的资源利用，从源数据库查询到当前所有数据，并在目标数据库进行插入。在全量数据迁移启动前，会提前进行增量数据抽取保存，以便在第三阶段增量数据迁移时，能够和全量数据接续，保证数据的完整性和一致性。 c. 第三阶段：增量数据迁移。全量任务结束后，增量迁移任务启动，此时会从全量开始的增量数据持续的解析转换和回放，直到追平当前的增量数据。 d. 第四阶段：为了防止触发器、事件在迁移阶段对于数据的操作，在结束任务阶段再迁移触发器、事件。 全量数据迁移的底层模块主要原理： 分片模块：通过优化的分片算法，计算每个表的分片逻辑 抽取模块：根据计算的分片信息并行多任务从源数据库查询数据 回放模块：将抽取模块查询的数据并行多任务插入目标数据库 增量数据迁移的底层实现模块主要原理： 日志读取模块：日志读取模块从源数据库读取原始增量日志数据（例如MySQL为binlog），经过解析转换为标准的日志格式存储在本地。 日志回放模块：日志回放模块根据日志读取模块转换的标准格式增量日志，根据用户的选择策略进行加工过滤，将增量数据同步到目标数据库。

DeepSeek简介 DeepSeek 是一个基于 Transformer 架构的大型语言模型（LLM），由深度求索（DeepSeek）公司开发。它能够处理自然语言理解、生成、翻译、问答等多种任务。DeepSeekR1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。 DeepSeek公司在开源 DeepSeekR1Zero 和 DeepSeekR1 两个参数量超过660B 模型的同时，通过 DeepSeekR1 的输出，蒸馏了 6 个小模型开源给社区，其中32B和70B模型在多项能力上实现了对标 OpenAI o1mini 的效果。 模型微调简介 大语言模型微调技术通过调整预训练模型参数，使其适应特定任务需求。其核心价值在于让通用的人工智能工具变得更“专业”和“实用”，就像把一个会做各种菜的厨师培训成专精川菜的大厨。它能让企业用较低成本获得适合自身需求的AI能力，例如： 1. 降低成本：无需从头训练昂贵的大模型，只需在现有通用模型基础上“补充学习”企业内部的业务知识、行业术语，就能快速打造专属AI助手，成本大幅降低。 2. 精准解决问题：通用AI可能懂诗词绘画，但不懂医疗诊断或法律合同。通过微调，AI能深度掌握特定领域的专业知识，例如快速分析病历、自动生成符合行业规范的报告。 3. 保护数据隐私：企业可将内部数据安全地用于微调，既让AI掌握核心业务知识，又避免敏感数据直接暴露在公共模型中。 4. 推动普惠应用：中小型企业也能通过这项技术享受AI红利，例如教育机构定制学习辅导AI，工厂打造设备维护专家系统，真正让AI进入百行千业。 在下文中，我们将采用两个具体实践案例来说明模型微调的实际效果： 1. 基于天翼云文档数据的微调 。利用企业自身的文档数据构建微调数据集，仅使用单台多GPU卡的云主机即可完成模型微调训练。经过微调后的模型能够在企业内部知识领域提供准确的回答。 2. 基于医学计算数据的微调 。利用医学领域的专业知识数据构建微调数据集，仅使用单台多GPU卡的云主机即可完成模型微调训练。经过微调后的模型能够在识别与分析病例时取得更高的计算准确度。

本节主要介绍PUT Bucket Lifecycle。 此操作用来设置Bucket生命周期规则。只有根用户和具有PUT Bucket Lifecycle权限的子用户才能执行此操作。 通过设置存储桶的生命周期规则，可以： 删除与生命周期规则匹配的文件：当文件的生命周期到期时，OOS会异步删除它们。生命周期中配置的到期时间和实际删除时间之间可能会有一段延迟。但文件到期被删除后，用户将不需要为到期的文件付费。OOS删除到期文件后，会在Bucket log中记录一条日志，操作项是"OOS.EXPIRE.OBJECT"。 将与生命周期规则匹配的文件由标准存储转换为低频访问存储：可以根据需要设置生命周期规则从文件最后一次修改时间生效，还是从文件最后一次访问时间生效。OOS转换存储类型为低频访问存储后，会在Bucket log中记录一条日志，操作项是"OOS.TRANSITIONSIA.OBJECT"。 注意 如果文件的生命周期规则设置的是到期后删除，文件到期后将被永久删除，无法恢复。 如果Bucket内的生命周期规则正在执行时被修改配置，则修改后的配置并不立即生效，需等原生命周期规则执行完成后才能生效。 如果Bucket没有配置过生命周期规则，执行该操作将创建新的生命周期规则。如果Bucket已存在生命周期规则，则执行此操作将覆盖原有规则。 每个Bucket最多创建1000条生命周期规则。 同一Bucket，同一类型（到期删除或者到期转成低频访问存储）的生命周期规则不能存在叠加前缀，例如已创建到期删除文件的生命周期规则的前缀是ABC，则无法再创建前缀为ABCD或AB或A的到期删除文件的生命周期规则。 当用户为Bucket设置了生命周期规则，这些规则将同时应用于已有文件和后续新创建的文件。例如，用户今天增加了一个生命周期，指定某些前缀的文件30天后过期，那么OOS将会将满足条件的30天前创建的文件都加入到待删除队列中。 OOS通过将文件的最后一次修改时间或最后一次访问时间，加上生命周期时间来计算到期时间，并且将时间近似到下一天的GMT零点时间。例如基于创建时间设置生命周期：一个文件于GMT 2016年1月15日10:30创建，生命周期为3天，那么文件的到期时间是GMT 2016年1月19日00:00。当重写一个文件时，OOS将以最后更新时间为准，来重新计算该文件的到期时间。 可以通过GET Object、HEAD Object查询文件的到期时间。

数据脱敏是否支持原地脱敏？ 数据脱敏支持原地脱敏功能，请您先打开“系统配置管理>全局配置”的“数据流向”开关。然后在'脱敏/水印任务→结构化任务'下新增任务中的“数据流向”配置项下，就会出现相关选项。 数据脱敏是否支持非结构化脱敏？ 数据脱敏支持非结构化脱敏（包括XML、JSON、TXT、WORD、DICOM等），具体请先登录SysAdmin用户，查看'脱敏/水印任务→非结构化任务'。 数据脱敏数据是否会落地？ 数据脱敏系统保证敏感数据全程不落地，所有敏感数据全部在内存中处理，避免产品本身成为数据泄漏的一个风险点。 实现原理：代码用Java语言实现，脱敏步骤在JVM内存中进行，脱敏结束后，方法自动出栈，堆内存中的数据对象会被自动清理，不会落地到磁盘。 数据脱敏支持哪些脱敏算法？ 支持24大类200多种系统内置脱敏算法，适用各种业务场景主要算法支持情况如下： 置空：直接将待脱敏的信息以填充空字符或者删除的形式抹除。 乱序：在结构化数据（例如数据库）中颇为常用，对于待脱敏的列，不对列的内容进行修改，仅对数据的顺序进行随机打乱。 遮蔽：保留数据一些位置上的信息，对于敏感位置的信息使用指定的字符进行替换。 分割：保留数据一些位置上的信息，对于敏感位置的信息进行删除。 替换：使用固定值或字典映射表对敏感数据进行替换。 取整：对数值类型和日期时间类型的数据进行取整操作。 哈希：将哈希（或哈希加盐）编码后的数据作为脱敏结果输出。 仿真（保留业务含义）：考虑到业务含义，则生成的数据需符合核验规则，主要包括长度、取值范围以及校验规则和校验位的计算等。 密码学：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：根据所选参数指定的编码方式对数据进行编码。 保留类别频次特征：主要指的是反映事物类别的数据类型，具有有限个无序的值，或枚举类型，脱敏后各个类型出现的频次可保持不变。 保留数值统计特征：支持分布重建、平均、区间、标准化、归一化、添加噪声、一致性等算法：对数值型数据在脱敏后可保留数据中的高阶统计特征及数据分布特征，仍满足趋势分析要求。 关联关系保留：支持计算关系保留、乱序关联保留、身份信息关联保留等算法：对数据在脱敏后可保留其原始的字段间关联关系。 保留原数据：对指定的列的数据不做脱敏处理。 溯源算法:对数据本身添加仿真水印，做到精准溯源。

日志审计对外开放的端口有哪些？ 日志审计对外开放的端口包括： udp161 snmp服务开放的端口 tcp443 web访问的端口 tcp22 ssh连接的端口 udp514 syslog接收日志端口 tcp21 ftp服务开放的端口 日志审计能否不通过远程备份直接将数据文件下载到本地存储和恢复？ 可以，可以在数据分区处手动下载备份文件在本地存储，恢复时上传文件恢复。 日志审计中弱点库的作用具体是什么？ 弱点库是弱点知识库的集合，系统可以通过检查资产是否匹配弱点库中的信息来发现资产弱点。 日志数据存储是否加密，以及加密算法具体是什么？ 数据存储支持加密，但需要手动开启。在系统日志收发加密配置处启用加密模式，加密算法可选择AES加密及SM4加密。 日志审计配置自动备份的周期是如何定义的？ 每7天进行一次自动备份，系统设定是以服务重启后开始计算周期。