本文主要介绍在控制台上发布版本（对节点的软件版本进行升级）的操作。 前提条件 节点状态为已停止。 注意事项 大版本升级需要选中实例的所有节点，升级期间可能影响业务，请谨慎操作。 操作步骤 1. 在天翼云官网首页的顶部菜单栏，选择产品 > 数据库 > 关系型数据库 > 分布式关系型数据库 ，进入分布式关系型数据库产品页面。然后单击管理控制台 ，进入概览页面。 2. 在左侧导航栏，选择DRDS > 实例管理，进入实例列表页面。然后在顶部菜单栏，选择区域和项目。 3. 在实例列表中，找到目标实例，单击操作 列的管理 ，进入实例基本信息页面。 4. 单击计算节点管理，进入计算节点管理页面。 5. 在节点列表中，选中目标节点，单击节点列表上方的发布版本。 6. 在对话框中，设置如下参数，确认信息后，单击确定。 参数 说明 升级类型 选择升级类型，支持大版本 和小版本。 大版本：需要同时升级所有节点，并涉及数据割接，数据割接由控制台自动完成。 小版本：不涉及数据割接，可以滚动升级实例节点。 程序版本 选择程序版本。 注意 具体支持升级的版本，以控制台实际显示为准。

本页为您介绍数据传输服务DTS的产品规格。 数据传输服务DTS产品规格说明 数据传输服务DTS提供如下可用的产品规格： 任务类型 分类 适用场景 参考性能 数据迁移 小规格 小规格实例，一般仅用于个人学习或者非生产环境下的产品体验和功能验证 1000RPS 数据迁移 中规格 小型企业及个人在线业务的去O迁移或上云 3000RPS 数据迁移 大规格 中小型企业及个人在线业务的去O迁移或上云 5000RPS 数据迁移 超大规格 大型型企业在线业务的去O迁移或上云 7000RPS 数据迁移 极大规格 超大型企业在线业务的去O迁移或上云 12000RPS 数据同步 小规格 小规格实例，一般仅用于个人学习或者非生产环境下的产品体验和功能验证 1000RPS 数据同步 中规格 小型企业及个人在线业务的数据复制与灾备 3000RPS 数据同步 大规格 中小型企业在线业务的数据复制与灾备 5000RPS 数据同步 超大规格 大型企业核心业务的本地同城灾备或异地灾备环境搭建 7000RPS 数据同步 极大规格 超大型企业核心业务的本地同城灾备或异地灾备环境搭 12000RPS 数据同步 特大规格 特大型企业核心业务的本地同城灾备或异地灾备环境搭建 30000RPS 说明 如需进行MySQL实例间双向同步、PostgreSQL实例间双向同步，请务必在订购时选择订购数据同步大规格及以上规格。您可以在订购时选择同步拓扑双向同步，此时系统将自动为您限制仅能选择数据同步大规格及以上规格；如订购时未选择双向同步，那么仅当您订购的数据同步实例是大规格及以上规格时，还可以在在实例配置配置迁移对象及高级配置环节选择双向同步。 订购MySQL>MySQL、PostgreSQL>PostgreSQL数据同步实例小规格，将不支持启动任务后修改同步对象，如需动态修改同步对象请选择订购中规格及以上规格。 当用户订购DDS/MongoDBDDS/MongoDB迁移链路、数据架构类型为分片，分片数>5时，可订购极大规格。 当用户订购DDS/MongoDBDDS/MongoDB同步链路、数据架构类型为分片，分片数>5时，可订购极大规格；分片数>9时，可订购特大规格。 各规格的线上运行性能受网络环境、源实例和目标实例的性能、延迟等因素影响，实际的性能数字会有差异。

云日志服务支持用户使用SQL查询语法对结构化日志进行统计分析，同时将分析结果以图表方式可视化展示，提供多种图表类型，满足不同场景的可视化呈现需求，用于运维和运营分析。 1. 可视化方式 可视化方式 说明 统计图表 统计图表是云日志服务根据SQL查询语法渲染出的结果，包括表格、柱状图、折线图等多种图表类型，详细请参考使用统计图表将日志可视化。 仪表盘 仪表盘是云日志服务提供的实时数据分析大盘。您可以在仪表盘查看多个基于SQL语句查询分析结果的统计图表，并能将多张统计图表同步保存到仪表盘中。详细请参考使用仪表盘将日志可视化。

参数 参数说明 分区数 您可以设置Topic的分区数，分区数越大消费的并发度越大。该参数设置为1时，消费消息时会按照先入先出的顺序进行消费。取值范围：1100，默认值：6 分区容量 每个分区的数据量的最大值，超过这个值后前面生产的消息将会被删除，保证了数据不会无限上涨挤爆磁盘。 是否同步刷盘 同步刷盘即确保消息被写入磁盘才会被认定为生产成功，该参数可提高可靠性，但是会影响性能。 消息保留时长 当消息生存时间超过该时长后，将会被清理，可用于控制存储成本。 最小同步副本数 该参数使得消息必须写入设定值个数的副本后，才能被认定生产成功，该参数可提高可靠性，但是过大会影响性能，且必须不大于副本数。 批处理消息最大值 每个批次中最大允许的消息大小，这影响了每次请求中能包含的消息总量和大小。 消息时间戳类型 CreateTime: 这是消息被生产者发送到Kafka时的时间戳，它表示消息创建的实际时间；LogAppendTime: 这是消息被Kafka日志接收并写入到日志文件时的时间戳，它表示消息写入 Kafka 的实际时间。 描述 topic的描述字段，可用作标记和说明。

本节介绍了实时同步链路规格说明的相关内容。 注意事项 文中提供的性能指标仅用于提供参考的测试数据，实际环境会受源或目标数据库性能、网络带宽、数据模型、业务模型等因素影响。 规格说明 表 全量同步性能上限 链路名称 全量性能上线（MB/s）参考 MySQL为源链路 50 Oracle为源链路 40 Redis为源链路 30 GaussDB为源链路 40 PostgreSQL为源链路 30 DDM为源链路 20 MongoDB为源链路 20 注意 影响DRS迁移速度的因素很多，当前全量阶段迁移速度为网络和数据库性能无瓶颈、任务为大规格时的测试数据，仅供用户进行参考。 当目标数据库为Oracle或者GaussDB(DWS)时，受限于目标数据库写入机制，全量速度相较于其他类型数据库下降30%~50%。 MongoDB数据库的写入性能会受索引个数影响，单个索引影响58%，索引越多，速度越慢。 实时同步根据同步链路的增量性能上限，定义了六种规格：极小、小、中、大、超大、极大，各个规格的同步性能上限如下表。 表 规格性能上限 规格名称 增量性能上限（行/秒）参考 极小 300 小 3000 中 7500 大 10000 超大 20000 极大 大于20000 说明 规格的线上运行性能受网络环境、源数据库和目标数据库的性能、延迟等因素影响，实际的性能值会有差异，表中性能上限值仅供参考。 DRS规格：DRS为用户提供的不同性能的链路规格，以全量同步（不限速）和增量同步性能为衡量标准。 性能上限（行/秒）：表示每秒同步的事务数，包括BEGIN、COMMIT 、DML语句（INSERT、DELETE、UPDATE）及DDL语句。用户可通过云监控CES5.9.3 查看监控指标获取。 目前，DRS同步仅支持任务类型为单AZ的同步任务升级实例规格，不支持父子任务升级实例规格，不支持降低规格，具体操作及约束限制可参考5.6.6.12 同步规格变更。 对于支持内容对比的链路，如果创建任务时可以选择实例规格，那么仅支持大规格及以上规格进行内容对比。

参数 说明 系列名称 漏斗图的名称。 数值列 选择数值字段，某个字段对应的数值越大，在越上面。 隐藏图例 开启后，可以隐藏漏斗图上方的字段名显示。

参数 说明 系列名称 漏斗图的名称。 数值列 选择数值字段，某个字段对应的数值越大，在越上面。 隐藏图例 开启后，可以隐藏漏斗图上方的字段名显示。

态势感知的数据来源。 态势感知（专业版）基于云上威胁数据和云服务采集的威胁数据，通过大数据挖掘和机器学习，分析并呈现威胁态势，并提供防护建议。 一方面采集全网流量数据，以及安全防护设备日志等信息，通过大数据智能AI分析采集的信息，呈现资产的安全状况，并生成相应的威胁告警。 另一方面汇聚企业主机安全（Host Security Service，HSS）、Web应用防火墙（Web Application Firewall，WAF）等安全防护服务上报的告警数据，从中获取必要的安全事件记录，进行大数据挖掘和机器学习，智能AI分析并识别出攻击和入侵，帮助用户了解攻击和入侵过程，并提供相关的防护措施建议。 态势感知（专业版）通过对多方面的安全数据的分析，为安全事件的处置决策提供依据，实时呈现完整的全网攻击态势。

使用说明 媒体存储的 C ++ 开发工具包必须通过调用 Aws::InitAPI 进行初始化操作。在应用程序终止之前，必须通过调用 Aws::ShutdownAPI 关闭 SDK。每个方法都接受Aws :: SDKOptions的参数。可以在这两个方法调用之间执行对SDK的所有其他调用。所有的接口调用应该在 Aws::InitAPI 和 Aws::ShutdownAPI 之间被执行。使用媒体存储的 C ++ 开发工具包的所有应用程序都必须包含该文件aws/core/Aws.h。 代码示例 plaintext include int main(int argc, char argv) { Aws::SDKOptions options; Aws::InitAPI(options); { // make your SDK calls here. } Aws::ShutdownAPI(options); return 0; } 初始化Aws::S3::S3Client，S3Client是SDK的入口。 plaintext // S3Demo.h pragma once ​ include ​ namespace Aws { namespace S3 { class S3Client; } } ​ class S3Demo { public: S3Demo(); ~S3Demo(); ​ private: void init(); ​ private: std::sharedptr s3client; }; plaintext // S3Demo.cpp include include include ​ define OSSACCESSKEY " " define OSSSECRETKEY " " define OSSENDPOINT " " // e.g. define OSSBUCKETNAME " " ​ S3Demo::S3Demo() { init(); } ​ S3Demo::~S3Demo() { } ​ void S3Demo::init() { Aws::String ak OSSACCESSKEY; Aws::String sk OSSSECRETKEY; Aws::String endPoint OSSENDPOINT; ​ Aws::Auth::AWSCredentials cred(ak, sk); Aws::Client::ClientConfiguration cfg; cfg.endpointOverride endPoint; cfg.scheme Aws::Http::Scheme::HTTP; cfg.verifySSL false; s3client std::makeshared (cred, cfg, Aws::Client::AWSAuthV4Signer::PayloadSigningPolicy::Never, false); }

一站式智算服务平台广泛应用于多种场景,本文带您更快了解一站式智算服务平台经典应用场景。 模型训练 向下纳管智算硬件资源，提供技术运维及训练加速。向上通过模型开发平台提供大模型训练全链路功能，简化操作，提升效率。封装训练所需的底层技术，缩小训练者所需掌握的技术范围，降低大模型开发技术门槛。 主要用户包括各基础大模型厂商，各种拥有行业和场景专业知识与数据的行业客户，如科研院所、大专院校和教育机构、政府、金融机构、工业企业、科技单位、医院等。 模型推理 向下纳管智算硬件资源，提供技术运维服务及推理加速。向上通过模型服务平台提供部署好的模型服务，并集成丰富配套工具，提供模型推理一站式部署服务。 主要用户包括各种软件开发商，特别是行业软件开发商，以及科研院所、大专院校和教育机构、政府、金融机构、工业企业、科技单位、医院等行业客户。 算力运营 智算平台可部署在客户的智算资源上，对算力资源进行统一管理、统一调度，赋能客户算力运营能力，帮助客户通过算力运营和销售取得收益。 主要客户包括各种算力运营商，如各行业大型企业集团、政府旗下的基建投资公司等。

为什么我上传的文件一直处于上传中? 为什么我上传的文件一直处于上传中？ 请排查是否由以下原因造成： 原因一：网络问题。请您首先确认上传主机的上行带宽是否充足。一般办公环境宽带为双向对等带宽，家庭宽带为不对等带宽（上行小，下行大），可能存在上行带宽不足或网络拥堵。您可以使用SpeedTEST等工具进行测试。 原因二：同时上传的文件数量过多。请确认上传文件大小以及处于“上传中”状态的时间是否处于合理范围。通过控制台、上传SDK等方式上传文件时，默认会使用分片上传，分片数量过大带宽过小可能会导致上传进度卡顿。

本节介绍模型分发加速。 前置要求 请确保集群已安装 cstorcsi 插件。 要求 详细信息 插件 如何安装上述插件？ 在集群列表页点击进入指定集群； 在左侧导航栏中选择“插件/插件市场”，进入插件市场列表页； 搜索指定插件，点击“安装”； 背景与挑战 在当前的模型分发方案中，所有的模型权重文件均通过天翼云ZOS（对象存储）进行统一管理。随着模型规模的不断增大（例如Qwen、DeepSeek、KIMI等大模型，文件大小往往从几十GB到几百GB不等），如何在模型部署时快速地下载权重文件，成为了关键瓶颈。传统的单线程下载方式难以充分利用网络带宽，尤其是在高带宽环境下，极易因传输效率低下而导致下载时间过长。为此，我们设计了一套多线程并发下载方案，不仅支持丰富的对象管理命令，更具备以下核心优势，使其成为模型分发场景的理想选择。 高并发机制：内置支持并发上传/下载，能够显著提升大文件和批量小文件的传输速度。 断点续传：在下载大文件（如模型权重）时，如果网络中断，无需从头开始 脚本友好：作为命令行工具，可以轻松集成到自动化的部署脚本中。

新增事件类型 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“安全编排 > 运营对象”，进入运营对象的数据类页面后，选择“类型管理”页签，进入类型管理页面。 5. 在类型管理页面，选择“事件类型”页签，进入事件类型管理页面。 6. 在事件类型管理页面中单击“新增”，右侧弹出新增事件类型页面。在新增事件类型页面中，配置事件类型参数。 参数名称 参数说明 类型名称 自定义新增事件类型的名称。名称需遵循大驼峰命名规范，例如TypeName。 类型标识 填写事件类型标识。标识关键字需遵循大驼峰命名规范，例如TypeTag。 子类型 填写事件类型的子类型。名称需遵循大驼峰命名规范，例如SubType。 子类型标识 填写事件子类型标识。标识关键字需遵循大驼峰命名规范，例如SubTypeName。 启动状态 设置事件类型的启动状态。 ：表示启用。 ：表示禁用。 SLA 设置事件的SLA处理时间。 描述 自定义事件类型描述信息。 说明 自定义事件类型新增成功后，不支持修改“类型名称”、“类型标识”、“子类型标识”参数信息。 7. 在页面右下角单击“确认”，完成新增操作。 新增完成后，可以在事件类型页面的“类型名称”中查看已新增的类型。

问题现象 filebeat是性能非常出色的文件采集工具，绝大多数的业务日志可以很容易的在1秒内收集至elasticsearch内，但是个别日志量大的业务日志无法及时收集，按照官方的默认配置通常1核CPU分配给filebeat时，写ES的速率低于1M/S，这里可以针对filebeat.yml配置文件做优化，提高写入ES的性能。 原因分析 filebeat.yml的默认配置比较保守，在日志量很大的业务场景，需要修改filebeat.yml参数进行调优。 处理步骤 1.针对filebeat.yml配置文件做参数优化，调整input端配置： 根据实际情况调大harvesterbuffersize参数（该参数是指每个harvester监控文件时，使用的buffer大小）。 harvesterbuffersize:40960000 根据实际情况调大filebeat.spoolsize参数（该参数是指spooler的大小，一次Publish，上传多少行的日志量）。 filebeat.spoolsize:250000 根据实际情况调整 filebeat.idletimeout参数（该参数是指spooler的超时时间，如果到了超时时间，不论是否到达容量阈值，spooler会清空发送出去）。 filebeat.idletimeout:1s 2.针对filebeat.yml配置文件做参数优化，调整output.elasticsearch端配置： 根据实际情况将worker参数调整为跟ES个数一致（该参数是指对应ES的个数，默认1）。 worker:1 根据实际情况调大bulkmaxsize参数（该参数是指单个elasticsearch批量API索引请求的最大事件数，默认是50）。 bulkmaxsize:15000 根据实际情况调整flushinterval参数（该参数是指新事件两个批量API索引请求之间需要等待的秒数，如果bulkmaxsize在该值之前到达，额外的批量索引请求生效）。 flushinterval:1s 集群使用故障

调度器介绍 MRS集群默认即启用了Superior调度器。 Superior调度器为增强型，Superior取名源自苏必利尔湖，意指由该调度器管理的数据足够大。 为满足企业需求，克服Yarn社区在调度上遇到的挑战与困难，Superior调度器做了以下增强： 增强资源共享策略 Superior调度器支持队列层级，在同集群集成开源调度器的特性，并基于可配置策略进一步共享资源。针对实例，管理员可通过Superior调度器为队列同时配置绝对值或百分比的资源策略计划。Superior调度器的资源共享策略将Yarn的标签调度增强为资源池特性，Yarn集群中的节点可根据容量或业务类型不同，进行分组以使队列更有效地利用资源。 基于租户的资源预留策略 部分租户可能在某些时间中运行关键任务，租户所需的资源应保证可用。Superior调度器构建了支持资源预留策略的机制，在这些租户队列运行的任务可立即获取到预留资源，以保证计划的关键任务可正常执行。 租户和资源池的用户公平共享 Superior调度器提供了队列内用户间共享资源的配置能力。每个租户中可能存在不同权重的用户，高权重用户可能需要更多共享资源。 大集群环境下的调度性能优势 Superior调度器接收到各个NodeManager上报的心跳信息，并将资源信息保存在内存中，使得调度器能够全局掌控集群的资源使用情况。Superior调度器采用了push调度模型，令调度更加精确、高效，大大提高了大集群下的资源使用率。另外，Superior调度器在NodeManager心跳间隔较大的情况下，调度性能依然优异，不牺牲调度性能，也能避免大集群环境下的“心跳风暴”。 优先策略 当某个服务在获取所有可用资源后还无法满足最小资源的要求，则会发生优先抢占。抢占功能默认关闭。

创建挂载目录 mkdir p "$mountpoint" 获取设备的文件系统类型 currentfs$(blkid s TYPE o value "$device") if [[ z "$currentfs" ]]; then echo "设备 $device 没有文件系统，正在格式化为 $fstype..." mkfs.xfs f "$device" else echo "$device 已格式化为 $currentfs，跳过格式化" fi 确保设备未被挂载后再尝试挂载 umount "$device" 2>/dev/null mount t "$fstype" "$device" "$mountpoint" if [[ $? ne 0 ]]; then echo "错误：无法挂载 $device 到 $mountpoint，请检查设备或文件系统！" exit 1 fi echo "$device 已成功挂载到 $mountpoint" 获取 UUID 并更新 /etc/fstab，避免重复添加 uuid$(blkid s UUID o value "$device") if ! grep q "$uuid" /etc/fstab; then echo "UUID$uuid $mountpoint $fstype defaults 0 0" >> /etc/fstab echo "$device (UUID$uuid) 已添加到 /etc/fstab" else echo "$device 已存在于 /etc/fstab，无需添加" fi done echo "所有磁盘已成功挂载并配置为开机自动挂载！" 将以上脚本保存为mount.sh，并执行 shell sh mount.sh 本指南中部署将统一使用一下路径： 1. 高速容器存储路径：/mnt/nvme0n1/apptainer/ 2. 服务部署工作路径：/home/deepseek/ 3. 模型权重参数路径：/mnt/nvme1n1/model/ 建议将权重参数放在单独的nvme盘中，启动加载时更快 2.3 管控节点加入计算队列 Slurm 集群默认架构设计中，管控（管理）节点常规场景下不纳入计算调度队列。在大模型训推、高性能算力作业场景下，单靠原有计算节点资源难以满足大模型权重加载、容器运行、推理生成的高算力与大内存诉求。 为最大化挖掘整机集群资源利用率、扩充可用算力规模，需将管控节点从纯管理模式，纳入 Slurm 计算调度队列，使其同时承担集群管理 + 大模型算力计算双重角色，统一参与大模型相关作业调度与算力承载。 shell sed i 's/^snoderoles./NodeRoleserver,execute/i' /usr/local/galaxy/cluster/default/galaxylauncher/etc/launcher.conf launcher resource setupscheduler {"success": true, "result": null} master0001为管控节点hostname，按实际修改；batch是队列名，在计算节点下单页可自定义命名，建议用batch launcher resource addnode nodename master0001 queuename batch {"success": true, "result": null} 命令执行成功后，可通过sinfo命令查看计算队列节点 ruby 查看计算队列节点 sinfo PARTITION AVAIL TIMELIMIT NODES STATE NODELIST batch up infinite 4 idle compute[00010003],master0001 三、物料准备

本节介绍如何管理分组标签。 对终端设置分组、标签，方便对终端进行分类管理以及对终端进行批量操作。 租户可对分组及标签进行管理，包括新增、编辑和删除等操作。同时可为终端选择分组及添加标签。 Linux操作系统终端默认划分为Linux服务器组。 其他的为系统默认组。 新增分组 1. 登录大模型安全卫士实例。 2. 在菜单栏选择“资产中心 > 分组标签”，选择分组页签。 3. 点击“新增”。 4. 在弹出的对话框中按情况填写和选择分组名称、重要性、自动分组及其规则，点击 确定 ，即可新增分组。 新增标签 1. 登录大模型安全卫士实例。 2. 在菜单栏选择“资产中心 > 分组标签”，选择“标签”页签。 3. 点击“新增”。 4. 在弹出的对话框中输入标签名称，选择颜色，点击“确定”，即可新增标签。 其他操作 1. 登录大模型安全卫士实例。 2. 在菜单栏选择“资产中心 > 分组标签”，选择“分组”页签。租户可在此页面对分组进行编辑及删除操作。 点击操作项 列中的“编辑”，在弹出的对话框中修改组名称，即可编辑分组。 点击操作项 列中的“删除” ，在弹出的对话框中点击“确定”，即可删除分组。 勾选分组（可勾选多个），点击列表上方的“删除” ，在弹出的对话框中点击“确定”，即可批量删除分组。 3. 在左侧导航栏选择“资产中心 > 分组标签”，选择“标签”页签。租户可在此页面对标签进行编辑和删除操作。 点击操作项 列中的“编辑” ，在弹出的对话框中修改标签名称和颜色，点击“确定”，即可编辑标签。 点击操作项 列中的“删除” ，在弹出的对话框中点击“确定”，即可删除标签。 勾选需要删除标签（可勾选多个），点击列表上方的“删除” ，在弹出的对话框中点击“确定”，即可批量删除标签。

场景架构图 应用场景：大数据分析 场景说明 大数据分析场景处理大容量数据，需要高I/O能力和快速的数据交换处理能力。例如MapReduce 、Hadoop计算密集型。 场景痛点 业务数据量不断增大，对计算资源需求较大，造成企业成本压力； 数据处理具有周期性，业务波动变化频繁，需要灵活调度资源。 应用推荐 使用本地盘云主机，在保证海量存储空间、高存储性能的前提下，可以为云端的Hadoop集群、Spark集群提供更高的网络性能。 产品优势 使用本地盘云主机，提供高可靠存储资源，便于安全存储数据、文件和应用程序； 对于重点保护数据，可通过对象存储的多副本冗余功能，实现异地数据容灾； 可按需在线弹性扩展，不需要迁移数据，满足大容量、高并发请求的挑战。 推荐搭配 弹性伸缩服务、弹性负载均衡、对象存储。 场景架构图 应用场景：图形渲染 场景说明 工业设计工具、视频渲染、图形处理等场景需要强大计算能力，追求极致性能体验，以及超高性价比。

本章主要介绍大版本升级。 目前DDS不支持直接通过控制台进行版本升级。如您需要可以通过数据库复制DRS进行迁移。 例如：使用数据库复制将DDS 3.4版本迁移到DDS 4.0版本，可以实现应用不停服的情况下，平滑完成数据库的迁移工作。 使用该方式进行迁移，需要提前准备好待迁移到的高版本数据库实例。 具体迁移操作，请参见《数据库复制用户指南》的“入云迁移”内容。 DDS数据库版本信息 源数据库版本 目标数据库版本 迁移类型 自建MongoDB/其他云MongoDB/DDS 3.4 4.0 DDS 3.4 4.0 4.2 4.4 DDS数据库版本升级 说明 DRS仅支持从低版本迁移到高版本。 迁移过程中，如果发生规格变更、重启等动作，可能会产生主备倒换，以及迁移任务闪断，需要及时检查drs任务状态。 大版本升级后，如果需要保证迁移前后实例的IP地址不变，可以修改高版本的IP地址为原来的连接地址（原实例的IP地址需要先释放出来）。具体操作请参见

本章节介绍如何创建服务。 概述 您需要完成将已有的服务创建为路由备选服务，网关在进行转发时会根据路由规则将请求转发至备选服务。 创建服务 AI网关支持创建LLM服务、Agent服务、容器服务、MSE Nacos、固定地址、函数计算和DNS域名。 LLM服务 1. 打开AI网关控制台实例页面，在顶部菜单栏选择目标实例所在地域，并单击目标实例ID。 2. 在左侧导航栏，单击服务，然后单击创建服务。 3. 配置基本信息。 ● 在弹窗中先选择服务来源为“LLM服务”，随后编辑其余配置。 ● 服务名称： 自定义服务名称。 ● 大模型供应商： 支持息壤、DeepSeek、OpenAI兼容（OpenAI Compatible）、百炼。 注意：本AI服务背后的大模型技术由第三方提供，并非由我们直接运营。在使用前，请务必根据自身需求独立判断该服务的适用性与可靠性，并严格遵守所有适用的法律法规及本平台的服务条款。如因您违反上述要求而引发任何问题或损失，我们将不承担任何责任。 ●服务地址(baseurl)：大模型服务的BaseURL。 ● APIKEY：访问大模型需要的APIKEY凭证。APIKEY的获取请咨询对应服务供应商。 4. 配置完成后单击确定，完成创建。 Agent服务 1. 打开AI网关控制台实例页面，在顶部菜单栏选择目标实例所在地域，并单击目标实例ID。 2. 在左侧导航栏，单击服务，然后单击创建服务。 3. 配置基本信息。 在弹窗中先选择服务来源为“Agent服务”，随后编辑其余配置。 ● 服务名称： 自定义服务名称。 ● 服务供应商： 支持选择百炼、自定义。 注意：本Agent服务背后的智能体能力由第三方提供，并非由我们直接运营。在使用前，请务必根据自身需求独立判断该服务的适用性与可靠性，并严格遵守所有适用的法律法规及本平台的服务条款。如因您违反上述要求而引发任何问题或损失，我们将不承担任何责任。 ● 服务地址(baseurl)：Agent服务的BaseURL。 ● APIKEY：访问Agent服务需要的APIKEY凭证。APIKEY的获取请咨询对应服务供应商。 4. 配置完成后单击确定，完成创建。

2.1.1 高性能计算集群（HCC） 大模型精简版 功能定位：包含 Slurm 调度系统、apptainer 高性能容器，实现deepseek服务一键启停。 开通步骤： 1. 登录天翼云控制台，进入“弹性高性能计算”产品页面，选择“高性能计算集群”，点击进入集群控制台。 2. 点击“创建集群”，在集群类型中选择“大模型精简版”。 3. 依次配置各项参数，包括计费模式、地域、可用区、集群名称、虚拟私有云、安全组、共享存储（ SFS 或 OceanFS）、管理节点和计算节点的对应规格、镜像、磁盘、子网、登录密码。（注：当前 大模型精简版 暂不支持无计算节点的集群创建，需至少配置1台计算节点） 4. 确认所有配置无误后，提交订单并完成集群创建，等待节点纳管完成，直至集群页面显示“可用”“配置完成”状态。 5. 点击已创建的集群，选择左侧“节点”栏，删除配置的计算节点，仅保留管理节点即可。 2.2 NVMe 磁盘挂载配置 昇腾910B物理机默认配备2×3.2T NVMe SSD，请格式化后用于存储模型文件，提升推理性能。 需将节点的nvme1n1和nvme0n1两块 NVMe 盘分别挂载至/mnt/nvme1n1和/mnt/nvme0n1目录。 可通过以下脚本实现自动化挂载及开机自动挂载的配置： shell !/bin/bash

400 role参数错误，不能以assistant开头 问题原因：模型setting首次配置错误，更改配置后，因为本次对话包含历史错误信息，导致仍然会报错。 解决方案：开启一个新的对话即可。 API statuscode429：DEEPSEEKMODELCONCURRENCYLIMIT ruby 报错信息为：[openaiapicompatible]Error:APIrequestfailedwithstatuscode429:{"code":700007,"detail":"Deepseek模型并发已达上限","message":"DEEPSEEKMODELCONCURRENCYLIMIT","error":{"code":"700007","message":"Deepseek模型并发已达上限","type":"DEEPSEEKMODELCONCURRENCYLIMIT"}} 问题原因：大模型并发是大模型的并发能力，和用户、tokens是否用完都无关，只和机器负载能力有关。目前单个模型有固定的并发度，这是所有ds模型共享的并发度，只能支持固定个请求同时访问。 解决方案：等一段时间再调用，或增加重试机制。 API 直连调用耗时长 问题原因：大模型API同步耗时长是因为其推理过程复杂，需要逐个生成token并拼接结果，且在处理长文本或复杂问题时，等待完整结果返回的时间过长。而流式API可以在推理过程中逐步返回结果，用户无需等待全部结果生成，从而提升交互效率。 解决方案：改为流式调用。

本文带您了解什么是一站式智算服务平台。 一站式智算服务平台是为大模型训练、推理、应用提供全栈工具链的智算服务平台，包含数据管理、模型开发与训练、模型评估、模型管理、服务部署等模块。预置丰富的基座大模型和数据集，支持国产化等异构算力，提供算子加速与模型加速，极大提升大模型训练推理效率。通过全链路监控，形成稳定性优势，平台服务可用率不低于99%。 功能模块 数据集管理：将训练模型所需要的各种数据，导入到数据集管理中，以便于更清晰、方便地管理训练数据，加快训练速度。支持数据集共享，在线标注等。 模型开发管理：使用多种方式设计模型和训练，启动训练任务并为训练任务分配算力资源。 训练任务管理：查看和管理启动的所有训练任务。从已完成的训练中，挑选满意的训练结果发布为模型。 模型管理和评估：导入和管理所有模型，对模型进行版本管理、导入导出、评估、分享。 模型压缩：在保证模型效果的前提下压缩模型大小，进而提升模型在推理调用时的性能。 线上服务管理：将模型部署为在线服务，供应用方调用。 功能特性 简化训练和部署的复杂流程 开箱即用，降低调优成本 平台化全流程管理

弹性负载均衡产品广泛应用于多种场景,本文带您更快了解弹性负载均衡的经典应用场景。 分发流量应对高访问量业务 场景说明 针对高访问量的业务，可以使用负载均衡来实现流量分发，通过设置适当的转发策略，将访问量均衡地分配到多个后端云主机，从而有效提高业务处理的效率和性能。同时，负载均衡还可以实现会话保持、健康检查等功能，保证业务的可用性和稳定性。后端的云主机还可以部署在不同的可用区中，实现后端主机的高可用。 场景特点 业务访问量大，高并发，单机难以支撑，负载均衡通过流量负载分担到多台后端主机承载，提升业务可靠性，有效支撑大流量、大并发业务。 典型应用对象 应用于各种高访问量的业务场景，如大型门户网站、移动应用市场、电商平台等，从而帮助企业应对高访问量的业务挑战，提高业务的可用性和性能，降低运维成本和风险。 集成弹性伸缩自动调整资源 场景说明 针对在某些特定时间段内，业务流量出现大幅度波动，可以使用负载均衡集成弹性伸缩服务来实现自动化的资源调整。弹性伸缩服务可以根据业务流量的变化自动调整云主机数量，从而保证业务处理能力的充足和稳定，提高业务的可用性和性能。同时，结合负载均衡技术，可以将流量合理地分配到多个云主机上进行处理，进一步提高业务的处理效率和吞吐量。

海光内存优化型 海光内存优化型hm1搭载Hygon C86 7285处理器，云主机实例独享CPU，提供更稳定的CPU性能、更大内存比以及更优秀的网络性能，对内存型应用的运行提供更好支持。 为保证云主机的最佳性能，目前采用CPU亲和策略，宿主机中部分CPU与内存可能会存在碎片化情况。为保证资源更充分利用，可开通规格推荐搭配请咨询客户经理。 海光内存优化型hm1适用于内存要求高，数据量大并且数据访问量大，同时要求快速的数据交换和处理的应用。 宿主机规格： 宿主机规格 超配比 CPU信息 虚拟CPU核数（vCPUs） 内存（GB） 海光内存优化型hm1 不可配置，仅支持1:1 Hygon 7285，2.0GHz Hygon 7380，2.2GHz 104 651 海光内存优化型hm1 不可配置，仅支持1:1 Hygon 7285，2.0GHz Hygon 7380，2.2GHz 104 399 支持的弹性云主机规格： 规格名称 vCPU 内存（GB） 最大带宽/基准带宽（Gbps） 最大收发包能力（万PPS） 网卡多队列数 hm1.large.8 2 16 3/0.8 30 1 hm1.xlarge.8 4 32 7/3 80 2 hm1.2xlarge.8 8 64 12/6 140 4 hm1.4xlarge.8 16 128 15/8 200 8 说明 计算专属云规格中的vCPUs计算公式：vCPUs槽位数 CPU核数 单核线程数 CPU开销。 由于实际部署的主机网络功能的软件版本差异，宿主机可用量可能存在少量误差。

策略 描述 适用场景 优势与劣势 复制表（Replication） 集群中每一个DN实例上都有一份全量表数据。 小表、维度表。 Replication优点是每个DN上都有此表的全量数据，在join操作中可以避免数据重分布操作，从而减小网络开销，同时减少了plan segment(每个plan segment都会起对应的线程) Replication缺点是每个DN都保留了表的完整数据，造成数据的冗余。一般情况下只有较小的维度表才会定义为Replication表。 哈希表（Hash） 表数据通过hash方式散列到集群中的所有DN实例上。 数据量较大的事实表。 在读/写数据时可以利用各个节点的IO资源，大大提升表的读/写速度。 一般情况下大表（1000000条记录以上）定义为Hash表。 轮询表（Roundrobin） 表的每一行被轮番地发送给各个DN，数据会被均匀地分布在各个DN中。 数据量较大的事实表，且使用Hash分布时找不到合适的分布列。 Roundrobin优点是保证了数据不会发生倾斜，从而提高了集群的空间利用率。 Roundrobin缺点是无法像Hash表一样进行DN本地化优化，查询性能通常不如Hash表。 一般在大表无法找到合适的分布列时，定义为Roundrobin表，若大表能够找到合适的分布列，优先选择性能更好的Hash分布。

本章节介绍边缘重保服务基于高考保障场景下的最佳实践案例。 客户背景 客户作为某大省高等教育招生考试委员会的办事机构，主要负责全省普通高校、职业院校、成人高校、研究生招生及考试的组织实施、评价分析、命题管理等工作。 该省份为国内的人口大省，参与高考的学生约占全国高考学生的5%。为了保障高考分数查询、志愿填报工作的顺利开展，客户对相关的保障工作给予了高度重视。 业务痛点 志愿填报并发高、流量大 2024年6月高考成绩发布后，60万左右数量的考生将分批次在有限时间内进行志愿填报，由于集中时间填报，存在访问并发高、流量大、后端服务器压力过载的风险，如何在保障正常业务运行的同时进行有效地流量分发和负载均衡，成为一大业务难题。 安全要求高 在应对大流量访问冲击的同时，由于志愿填报和历年高校招生数等数据具有高度敏感性，常常被国内外恶意组织或个人爬取敏感信息和流量攻击，及时有效地通过安全防护手段全面保障业务安全，对客户形成了巨大的挑战。 解决方案 专家团队重保护航服务 由资深运营专家团队实施全流程协同管控，通过深度访谈与多轮实地调研，精准把握客户核心诉求，科学制定个性化运营保障方案。 全程协助客户完成产品功能的配置，并参与完整的功能、性能测试，提供优化方案，有效确保业务系统的顺利部署及高效上线。 针对关键业务节点，重保专项团队提前部署应急预案，于查分当日派遣资深专家进驻客户现场，实施7×24小时无缝化值守保障机制，显著纾解客户在系统稳定性与安全防护层面的双重保障压力。

风险检查项 风险检查原因 检查结果异常的处理建议 非标配置检查 支持检查的非标场景： 实例单节点带宽非标 实例单节点内存非标 Cluster集群副本数非标 Proxy集群Proxy节点数量非标 Proxy集群最大连接数maxclients非标（超出最大可配连接数） 当检查实例存在非标配置项时，会提示您当前实例存在非标配置，变更规格会转换为标准的DCS实例配置。 其中，只有当非标检查结果为非标准带宽或非标准Proxy节点数时，您可以选择实例变更后保留原非标带宽或Proxy节点数，其他非标配置不支持保留。 如果实例不存在非标配置，检查正常，无需处理。 如果实例存在非标配置，请根据提示选择是否继续变更，或是否需要保留非标带宽/非标Proxy集群Proxy节点数。 节点状态 实例节点状态异常会导致实例变更失败。 如果提示节点状态异常，请联系客服。 数据集内存分布检查 （该检查项只针对Proxy集群和Cluster集群实例。） Redis集群实例变更规格过程中会进行节点间的数据迁移，如果存在大Key（大于512MB），会触发Redis内核对于单Key的迁移限制，造成数据迁移超时失败。 当节点间实例数据集内存分布不均，且差值大于512MB，表示实例有大Key，有变更失败的风险。 当提示节点可能存在大Key时，建议先分析大Key并处理大Key后，再进行实例变更。 内存利用率检查 当节点内存利用率过高（>90%）时，在变更规格过程中可能导致Key逐出或变更失败。 提示内存利用过高时，建议通过优化大Key、过期Key扫描、或删除部分Key等方式优化内存。 网络输入流量检查 （该检查项只针对单机、主备、读写分离实例。） 网络输入流量过高，写缓冲区溢出，可能导致规格变更失败。 如提示网络输入流量过高，请在业务低峰期进行变更。 CPU利用率检查 检查五分钟内的节点CPU利用率是否过高（>90%）。节点CPU利用率过高时，可能导致规格变更失败。 如提示CPU利用率是否过高，建议在业务低峰期进行变更。 资源容量 （该检查项只针对集群实例扩容分片容量的场景。） 集群实例扩容分片容量时，如果实例所在虚拟机资源容量不足，变更过程中需要节点迁移，迁移节点时，业务连接会有闪断和只读。 如果资源容量检查存在风险，请确保您的客户端应用具备重连机制和处理异常的能力，否则在变更规格后可能需要重启客户端应用。

本文介绍如何使用云搜索Elasticsearch、Kibana、Logstash实例搭建日志分析平台。 使用ELK Stack（Elasticsearch、Logstash、Kibana、Beats）进行日志管理是一种流行的开源解决方案，用于集中式日志收集、存储、分析和可视化。ELK Stack可以从分布式系统中采集和聚合日志，帮助运维和开发人员更好地理解系统的运行状态、排查问题并监控关键业务指标。 本文将使用Filebeat、Logstash、Elasticsearch、Kibana搭建一个简单的日志分析平台，其中需要自行部署Filebeat并且打通和天翼云云搜索Elasticsearch、Kibana以及Logstash实例之间的网络。 ELK Stack组件 Elasticsearch 是一个分布式搜索引擎，作为ELK堆栈的核心，它负责存储和索引日志数据。Elasticsearch提供强大的全文搜索、过滤和分析功能，可以快速处理大规模数据并允许实时查询。 Logstash 是一个数据处理管道工具，负责从各种输入源收集数据，进行过滤、处理并将其输出到 Elasticsearch。Logstash 支持多种数据源（如文件、数据库、消息队列），并且能够通过过滤器对数据进行处理，比如解析、格式转换等。 Kibana 是一个数据可视化和分析工具，允许用户在浏览器中直观地查询和展示Elasticsearch 中存储的日志数据。Kibana提供多种图表、仪表盘和地图，可以帮助用户监控系统、分析日志、生成报表等。 Beats是一组轻量级数据收集器，用于将各种类型的数据发送到Elasticsearch或Logstash进行索引和分析。其中Filebeat是 ELK Stack 中的一个轻量级日志数据收集器，用于收集日志文件数据。它监视指定的日志文件或位置，并将其发送到Elasticsearch或Logstash以进行存储和分析。

基于iptables，阻断终端与任意 IP 的出入站访问，仅保留与大模型平台的连接，遏制威胁扩散；点击 可以取消当前主机的隔离。

天翼云Token服务为用户提供相关开源大模型推理能力,本文提供第三方服务算法备案信息参考,和生成式人工智能服务备案信息参考。 服务算法备案信息 关于服务算法备案 信息，可点击查询下载网信办每批次公告的境内深度合成服务算法备案清单 。 或通过 /searchResult查询备案记录。 生成式人工智能服务备案信息 关于生成式人工智能服务备案信息 ，可点击查询下载网信办每批次发布的生成式人工智能服务已备案信息。 以下模型推理服务平台所提供的部分开源大模型生成式人工智能服务备案 信息，本列表根据平台模型情况定期更新，不再另行公告。 属地 模型名称 备案单位 备案号 备案时间 北京市 求索对话DeepSeek Chat 北京深度求索人工智能基础技术研究有限公司 BeijingDeepseekChat202404280016 2024/5/13 浙江省 通义千问大模型 阿里巴巴达摩院（杭州）科技有限公司 ZheJiangTongYiQianWen20230901 2023/9/12

帐户密码等级设置 文档数据库服务在控制台侧管理员密码的安全策略： 密码长度为8～32个字符。 密码必须为英文大小写字母、数字、特殊字符~!@ %^+?的组合。 文档数据库对在客户端新创的数据库用户，设置了密码安全策略： 密码长度为8～32个字符。 密码为英文大小写字母、数字、特殊字符~@ %!+^?的组合。 创建实例数据库以及设置密码时，安全起见，为用户提供了密码复杂度校验，如果不满足要求，请根据提示信息调整密码复杂度。 创建帐户 步骤 1 选择admin数据库。 use admin 步骤 2 以user1帐户为例，创建数据库帐户。 db.createUser({user: "user1", pwd: " ", passwordDigestor:"server", roles:[{role: "root", db: "admin"}]}) “ server ”是指在服务端加密密码，为固定值，无需修改。 “ ”是新密码，长度8～32位，且必须为英文大小写字母、数字以及特殊字符~@ %!+^?的组合。 “roles”限制了该帐户所具有的权限。若指定一个空数组，表示该帐户不具有任何权限。 步骤 3 查看创建结果。 显示如下信息，说明创建成功。 Successfully added user: { "user" : "user1", "passwordDigestor" : "server", "roles" : [ { "role" : "root", "db" : "admin" } ] } 更改帐户的密码 步骤 1 选择admin数据库。 use admin 步骤 2 以user1帐户为例，修改帐户的密码。 db.updateUser("user1", {passwordDigestor:"server",pwd:"newPasswd12