本页介绍天翼云TeleDB数据库的非分布键 join使用hash join会在性能上更好的场景说明。 非分布键关联，默认下推DN节点执行，DN节点之间会发生数据重分布，重分布数据量大的时候，性能会有明显下降。这种场景，通常使用Hash Join关联，性能会比Merge Join和Nested Loop更好。 而为了提高TP类业务查询的性能，我们经常需要对一些字段创建索引，使用有索引字段join时，优化器往往也会使用Merge Join和Nested Loop。针对此场景，可以通过会话级别关闭Merge Join和Nested Loop，让优化器走Hash Join，或通过hint指定Hash Join。 以下是关于该场景的测试情况： 1. 测试数据准备： teledb CREATE TABLE t1(f1 serial not null,f2 text,f3 text,f4 text,f5 text,f6 text,f7 text,f8 text,f9 text,f10 text,f11 text,f12 text) distribute by shard(f1); CREATE TABLE Time: 481.042 ms teledb create index t1f1idx on t1(f2); CREATE INDEX Time: 85.521 ms teledb CREATE TABLE t2(f1 serial not null,f2 text,f3 text,f4 text,f5 text,f6 text,f7 text,f8 text,f9 text,f10 text,f11 text,f12 text) distribute by shard(f1); CREATE TABLE Time: 75.973 ms teledb create index t2f1idx on t2(f2); CREATE INDEX Time: 29.890 ms teledb insert into t1 select t,md5(t::text),md5(t::text),md5(t::text),md5(t::text),md5(t::text),md5(t::text),md5(t::text),md5(t::text),md5(t::text),md5(t::text),md5(t::text) from generateseries(1,1000000) as t; INSERT 0 1000000 Time: 16450.623 ms (00:16.451) teledb

健康检查配置 说明 健康检查 默认开启，可关闭或打开 健康检查类型 可选的方式：HTTP、TCP、UDP。TCP协议监听器只可选TCP，UDP协议监听器只可选UDP。 HTTP协议/HTTPS协议监听器可选HTTP或TCP。 健康检查端口 支持使用后端主机端口和使用特定端口两种类型，默认为使用后端主机端口。在主机组开启全端口转发时必须使用特定端口。端口范围：165535。 自定义请求/响应 对于UDP类型的健康检查，支持自定义请求/响应。输入格式支持文本（ASCII可见字符）和十六进制两种方式。该功能需要加白名单开通。 间隔时间 每隔多久进行一次健康检查。缺省5s，取值范围：1~20940 超时时间 等待主机返回健康检查的时间。缺省2s，取值范围2~60s 最大重试次数 缺省2次，取值范围1~10，健康检查失败达到最大重试次数后，进入健康检查失败状态。 检查路径 HTTP检查类型选项，长度1~80，检查URL。以‘/’开头，可包含数字、大小写字母或‘/’,路径中可包含‘’ ‘’ ‘.’ ‘’ HTTP方法 HTTP检查类型选项，可选：GET、HEAD。GET检查类型：使用GET方法发送HTTP请求到后端主机，负载均衡器期望从主机获取完整的响应内容。这种检查类型通常用于检查后端主机的完整性和性能，并确保主机能够正确地处理和响应GET请求。HEAD检查类型：使用HEAD方法发送HTTP请求到后端主机，负载均衡器仅期望从主机获取HTTP响应头部，而不需要获取完整的响应内容。这种检查类型通常用于检查主机的可用性和响应时间，而无需传输大量数据。 HTTP状态码 选择HTTP健康检查范围的状态码，可选http2xx，http3xx，http4xx，http5xx

Topic与Tag释义 1）Topic：消息主题，通过Topic对不同的业务消息进行分类。 2）Tag：消息标签，用来进一步区分某个Topic下的消息分类，消息队列RocketMQ允许消费者按照Tag对消息进行过滤，确保消费者最终只消费到他关注的消息类型。 Topic与Tag都是业务上用来归类的标识，区分在于Topic是一级分类，而Tag可以说是二级分类。 适用场景 什么时候该用Topic，什么时候该用Tag，可以参考下面的一些考虑进行权衡： 考虑消息类型：如普通消息、顺序消息，事务消息、定时（延时）消息，不同消息类型是无法通过Tag区分的，这种情况就需要我们创建不同的Topic。 业务关联性：如果是不同业务之间没有直关联的消息，建议按照Topic进行区分；而同一个业务只是子类型不一样的消息可以用Tag进行区分。 消息优先级：不同的业务场景可能会导致消费端对于消息的优先级需求不同，有的紧急，有的相对来说对于延时的接收程度更大，不同优先级的消息用不同的Topic进行区分。 消息量级：如果量小但延时要求高的消息，跟超大量级（如万亿）的消息使用同一个Topic，则有可能排队时间过长导致延时无法接受，所以不同量级的消息不要使用不同的Tag，需要用不同的Topic。 总结起来就是，在消息分类实践中，有创建多个Topic，以及在同一个Topic下创建多个Tag两种常见做法。一般来说，不同的Topic之间的消息不产生直接业务上的关联，而同一个Topic下相互之间产生联系的消息可以选择用Tag来区分，一般是相同业务下的不同板块不同类型。

介绍分布式消息服务RabbitMQ惰性队列能力。 使用场景 RabbitMQ从3.6.0版本开始引入了惰性队列（Lazy Queue）的概念。惰性队列会尽可能的将消息存入磁盘中，而在消费者消费到相应的消息时才会被加载到内存中，它的一个重要的设计目标是能够支持更长的队列，即支持更多的消息存储。当消费者由于各种各样的原因（比如消费者下线、宕机亦或者是由于维护而关闭等）而致使长时间内不能消费消息造成堆积时，惰性队列就很有必要了 默认情况下，当生产者将消息发送到RabbitMQ的时候，队列中的消息会尽可能的存储在内存之中，这样可以更加快速的将消息发送给消费者。即使是持久化的消息，在被写入磁盘的同时也会在内存中驻留一份备份。当RabbitMQ需要释放内存的时候，会将内存中的消息换页至磁盘中，这个操作会耗费较长的时间，也会阻塞队列的操作，进而无法接收新的消息。虽然RabbitMQ的开发者们一直在升级相关的算法，但是效果始终不太理想，尤其是在消息量特别大的时候 惰性队列会将接收到的消息直接存入文件系统中，而不管是持久化的或者是非持久化的，这样可以减少了内存的消耗，但是会增加I/O的使用，如果消息是持久化的，那么这样的I/O操作不可避免，惰性队列和持久化消息可谓是“最佳拍档”。注意如果惰性队列中存储的是非持久化的消息，内存的使用率会一直很稳定，但是重启之后消息一样会丢失。

训推服务支持包周期和卡时按需计费两种计费模式。本节为您详细介绍包周期计费模式。 包周期付费指按订单的购买周期计费，是一种预付费模式，即先付费再使用。您可以通过包周期计费提前预留资源，同时享受比按量计费更大的价格优惠。包周期计费适用于多种场景，尤其是需要稳定资源并长期使用的情况。 费用余额为0时，立即会触发订单冻结动作， 现有运行中的训练任务/启动的开发机实例会停止，但开发中work/cache 中的数据不会丢失，训练会立即终止；新创建开发机/任务会给出欠费提示，持久化存储不会被回收。 产品名称 规格 CPU 内存（GB） 显卡类型 显卡数 说明 标准价格（含税） 单位 训推服务DOLC扩展型包周期 168C1352G8910B64G（液冷）或以上 168 1352 910B 8 共享集群 198182.95 元/服务月 训推服务DOLC独立型包周期 168C1352G8910B64G（液冷）或以上 168 1352 910B 8 独立集群 196000.00 元/服务月 训推服务DOAC扩展型包周期 168C1352G8910B64G(风冷)或以上 168 1352 910B 8 共享集群 174518.09 元/服务月 训推服务DOAC独立型包周期 168C1352G8910B64G(风冷)或以上 168 1352 910B 8 独立集群 172000.00 元/服务月 训推服务FOL2 224C2048G8H80064G或以上 224 2048 H800 8 独立集群 241212.00 元/服务月 训推服务H20专属节点 104C2048GB8H2096GB 104 2048 H20 8 专属节点 44000.00 元/服务月

云硬盘备份有配额限制吗？ 有。 当云硬盘备份的配额不足时，无法进行云硬盘备份。云硬盘备份的配额限制如下表： 限制项 配额（默认） 提升配额方式 存储库数量 10个 提交工单提升配额 单个存储库容量 100GB1024000GB 提交工单提升配额 备份策略数量 20个 提交工单提升配额 单个存储库可绑定的策略数量 10个 提交工单提升配额 单个策略可绑定的云硬盘数量 256个 提交工单提升配额 若您有更多备份需求，可以提交工单来提升配额。 云硬盘备份与存储库的关系是什么？ 云硬盘备份使用存储库来存放备份副本。 创建备份前，需要先创建至少一个存储库，这样云硬盘生成的备份副本会被放至对应的存储库中，且备份副本的大小不能超过存储库容量。创建存储库具体操作请参见创建存储库。 备份云硬盘需要多长时间？ 备份时长主要受云硬盘容量、备份类型、系统负载等因素影响。云硬盘容量越大，备份所需时间越长；全量备份通常耗时更长，而增量备份则相对更快。此外，可用区内其他租户的备份任务数量、当前租户的并发任务数也会对实际备份速度产生影响。当可用区内并发任务未超出备份服务处理能力上限时，单个备份任务的传输速度可达100MB/s左右；如并发任务数超出备份服务处理上限，多个任务之间会出现性能争抢，单个任务的备份完成时间会变长。因此，100GB数据的备份时长可能在20~50分钟之间，具体取决于上述因素的综合影响。

本节为您介绍如何对已购物理机进行实例名称修改、重置密码及重装系统操作。 物理机重装系统 操作场景 物理机操作系统无法正常启动，操作系统中毒，或物理机系统运行正常，但需要对系统进行优化，使其在最优状态下工作时，用户可以使用物理机的重装系统功能。 前提条件 物理机状态为关机状态。 操作步骤 1. 登录控制中心。 2. 单击控制中心顶部的，选择“地域”，此处我们选择内蒙6。 3. 单击“左侧导航栏>服务列表”，选择“计算 > 物理机服务”。 4. 将鼠标移动至目标物理机的“操作”列，在“更多 > 重装系统”，进入“一键重装”界面。 5. 在“重装选择”下拉框中，选中所需的操作系统及版本。如下图所示： 6. “主机名称”默认为原名称，同时也支持修改。 7. 如果此实例带本地盘，则可配置“磁盘RAID是否重置”： (1) 若选择不重置，则在系统重装过程中不会重置RAID。 (2) 若选择重置，则在系统重装过程中会重置RAID。即使您选择的RAID方式与重装前的RAID方式一致，也会重置RAID。RAID的相关概念、特性及如何构建RAID，可参见文档配置RAID。 8. 对“密码”进行配置后，单击“确定”进行系统重装。 说明 密码长度限制8到30个字符 必须包含大小写字母，同时必须包含一个数字或者特殊字符(()~!@

云盘系统盘场景 对于云盘系统盘场景，物理机详情页面显示的云硬盘设备名称与操作系统内部的设备名称可能存在差异。在这种情况下，也建议使用云硬盘的唯一标识符进行操作，而不是依赖于设备名称。 使用唯一标识符可以更可靠地标识和操作云硬盘，而不受设备名称变化的影响。 为什么云硬盘扩容后在物理机的操作系统内部查询大小没有变化？ 当云硬盘在物理机上进行扩容后，物理机的操作系统可能无法自动检测到云硬盘的大小变化。这是因为操作系统会在启动时扫描硬件并读取设备的信息，包括设备的大小。如果云硬盘的大小在操作系统启动后发生变化，操作系统可能不会自动更新设备的大小信息。 为了解决这个问题，您可以在物理机的操作系统内部手动重新扫描块设备。具体的步骤可能因操作系统和硬件而异，下面是以Red Hat 系统中的 sdh 盘为例的扫描命令： echo 1 > /sys/block/sdh/device/rescan 说明：命令中的"sdh" 是示例设备名，您需要将其替换为实际的设备名。执行该命令后，操作系统会重新扫描sdh 盘，并更新设备的大小信息。之后，您可以通过适当的命令或工具来验证云硬盘的实际大小是否已更新。 如何选择存储类型? 在创建物理机页面，选中物理机规格后，页面会提示此规格是否支持挂载云硬盘，具体说明可见物理机产品简介云硬盘相关。配置磁盘类型时，您可根据实际需求选择不同的云硬盘类型。

分布式缓存服务Redis版支持哪种计费模式？ 目前天翼云分布式缓存服务Redis版提供包周期（包年/包月）、按需2种计费模式供您灵活选择，更多信息可参考计费模式。 包周期（包年/包月）：天翼云提供包月和包年的购买模式。这种购买方式相对于按需付费则能够提供更大的折扣，对于长期使用者，推荐该方式。包周期计费按照订单的购买周期来进行结算。 按需计费：这种购买方式比较灵活，可以即开即停，支持秒级计费。实例从“开通”开启计费到“删除”结束计费，按实际购买时长（精确到秒）计费。 按需与包周期两种方式如何选择？ 下表列出两种模式的区别： 计费模式 包年/包月 按需计费 付费方式 预付费按照订单的购买周期结算。 后付费按照云服务器实际使用时长计费。 计费周期 按订单的购买周期计费。 按小时结算。 实例升级 支持扩容，工单施工完生效，但是施工过程中服务不可用；不支持缩容。 支持扩容，工单施工完生效，但是施工过程中服务不可用；不支持缩容。 更改计费模式 支持变更为按需资源。 支持变更为包周期资源。 变更规格 支持变更实例规格。 支持变更实例规格。 适用场景 适用于可预估资源使用周期的场景，价格比按需计费模式更优惠。对于长期使用者，推荐该方式。 适用于资源需求波动的场景，可以随时开通，随时删除。 包周期与按需计费方式之间可以进行转换，具体操作请参考包周期与按需互转。

本文主要介绍资源包使用。 日志资源包是天翼云云日志服务LTS针对不同的计费项推出的优惠套餐，您购买资源包后，即可使用资源包额度抵扣云日志服务中所有的计费项，包括存储、读写与索引流量。与按需计费方式对比，资源包包年期时长越长，折扣优惠力度越大，若您每月的日志消费相对固定，建议您使用资源包来获取更多折扣优惠。 资源包价格 规格/时长 1个月 3个月 6个月 1年 2年 3年 10CU 10元 30元 60元 90元 168元 180元 100CU 100元 300元 600元 900元 1680元 1800元 500CU 500元 1500元 3000元 4500元 8400元 9000元 1000CU 1000元 3000元 6000元 9000元 16800元 18000元 5000CU 5000元 15000元 30000元 45000元 84000元 90000元 10000CU 10000元 30000元 60000元 90000元 168000元 180000元 购买须知 1. 资源包有效期以您下单购买成功后的时间开始计算。例如您在2024年6月5日购买3个月的资源包，购买成功后立即生效，则资源包有效期为2024年6月5日至2024年9月4日。 2. 资源包每个周期拥有相同的额度，该额度即为您在购买资源包时所选的规格，若周期内额度未使用完，不累计到下一个周期。 3. 资源包支持叠加购买，您可一次性购买多个资源包，且资源包的规格叠加，但有效时长不叠加。关于生效时间请参考[资源包有效期](

本节主要介绍GeminiDB Influx接口的计费模式概述。 GeminiDB Influx提供包年/包月和按需计费两种计费模式，以满足不同场景下的用户需求。 包年/包月：一种预付费模式，即先付费再使用，按照订单的购买周期进行结算。购买周期越长，享受的折扣越大。一般适用于设备需求量长期稳定的成熟业务。 按需计费：一种后付费模式，即先使用再付费，按照实例实际使用时长计费，秒级计费，按小时结算。按需计费模式允许您根据实际业务需求灵活地调整资源使用，无需提前预置资源，从而降低预置过多或不足的风险。一般适用于电商抢购等设备需求量瞬间大幅波动的场景。 表1列出了两种计费模式的区别。 表1 计费模式 计费模式 包年/包月 按需计费 付费方式 预付费。按照订单的购买周期结算。 后付费。按照实例实际使用时长计费。 计费周期 按订单的购买周期计费。 秒级计费，按小时结算。 适用计费项 实例规格（vCPU和内存）、存储空间、备份空间、冷存储空间、弹性公网IP。 实例规格（vCPU和内存）、存储空间、备份空间、冷存储空间、弹性公网IP。 变更计费模式 支持变更为按需计费模式。但包年/包月资费模式到期后，按需的资费模式才会生效。详情请参考2.5.3 包年/包月转按需。 支持变更为包年/包月计费模式。详情请参考2.5.2 按需转包年/包月。 变更规格 支持变更实例规格。 支持变更实例规格。 适用场景 适用于可预估资源使用周期的场景，价格比按需计费模式更优惠。对于长期使用者，推荐该方式。 适用于计算资源需求波动的场景，可以随时开通，随时删除。

本章介绍函数工作流如何配置磁盘挂载。 概述 FuncitonGraph提供了文件系统挂载功能，多个函数可以通过共用一个文件系统，实现文件共享。相比于对单个函数实例分配的临时磁盘空间限制，可以极大扩展函数的执行和存储空间。 场景介绍 目前FunctionGraph函数支持以下文件系统配置。 SFS Turbo文件系统 SFS Turbo分为SFS Turbo标准型、SFS Turbo标准型增强版、SFS Turbo性能型和SFS Turbo性能型增强版。SFS Turbo为用户提供一个完全托管的共享文件存储，能够弹性伸缩至320TB规模，具备高可用性和持久性，为海量的小文件、低延迟高IOPS型应用提供有力支持。适用于多种应用场景，包括高性能网站、日志存储、压缩解压、DevOps、企业办公、容器应用等。 ECS共享目录 ECS共享目录是通过nfs服务，把ECS上的指定目录设置为共享文件系统，函数（和ECS相同的VPC配置）可以挂载对应目录进行读写等操作，实现计算资源的动态扩展。此类型适合业务不太频繁的场景。 使用文件系统挂载功能具有以下优势： 函数执行空间相比于/tmp，可以极大扩展存储空间。 多个函数之间可以共享访问已经配置好的文件系统。 ECS计算资源动态扩展，利用ECS已有的存储能力实现更大的计算能力。 说明 您可以在/tmp路径下写临时文件，最大不能超过512MB。 创建委托 为函数添加文件系统配置需要先给函数设置相关服务的委托。 创建委托时，委托类型选择云服务，云服务选择FunctionGraph，因为委托数目有限，而且目前界面上不支持修改，建议可以创建一个权限较大的委托（Tenant Administrator），可以支持在函数中操作当前区域内的所有资源。

本章节将介绍在安全评分中，不同分值的含义以及扣分项的详细情况。 态势感知实时呈现您云上资产的整体安全评估状况，并根据不同版本的威胁检测能力，评估整体资产安全健康得分。 安全分值 SA根据不同版本的威胁检测能力，评估整体资产安全健康得分。 风险等级包括“无风险”、“提示”、“低危”、“中危”、“高危”和“致命”。 分值范围为0～100，分值越大表示风险越小，资产更安全。 分值从0开始，每隔20取值范围对应不同的风险等级，例如分值范围40~60对应风险等级为“中危”。 分值环形图不同色块表示不同威胁等级，例如黄色对应“中危”。 资产风险修复，并手动刷新告警事件状态后，安全评分实时更新。 说明 由于检测需要一定的时间，请您在单击“重新检测”按钮5分钟后，再刷新页面，查看最新检测的安全评分。 资产安全风险修复后，为降低安全评分的风险等级，需手动忽略或处理告警事件，刷新告警列表中告警事件状态。 安全分值表： 风险等级 安全分值 分值说明 无风险 100分 恭喜您，您的资产当前安全状况良好。 提示 80≤分值<100 您的资产存在少量的安全隐患，建议您及时加固安全防护体系。 低危 60≤分值<80 您的资产存在较多的安全隐患，建议您及时加固安全防护体系。 中危 40≤分值<60 您的资产防御黑客入侵的能力较弱，建议您立即加固安全防护体系。 高危 20≤分值<40 您的资产存在较高的黑客入侵和病毒感染的风险，建议您立即处理。 致命 0≤分值<20 您的资产很可能遭受到黑客入侵和病毒感染的威胁，建议您立即处理。

命令注入 利用各种调用系统命令的Web应用接口，通过命令拼接、绕过黑名单等方式在服务端形成对业务服务攻击的系统命令，从而实现对业务服务的攻击。 代码注入 利用Web应用在输入校验上的逻辑缺陷，或者部分脚本函数本身存在的代码执行漏洞，而实现的攻击手法。 敏感文件访问 一些涉及操作系统、应用服务框架的配置文件、权限管理文件等作为业务核心敏感的文件不应该被Internet上的请求所访问，否则会影响业务的安全。 服务端请求伪造 一种由攻击者构造形成由服务端发起请求的一个安全漏洞。一般情况下，SSRF攻击的目标是从外网无法访问的内部系统。SSRF形成的原因是服务端提供了从其他服务器应用获取数据的功能，在用户可控的情况下，未对目标地址进行过滤与限制，导致此漏洞的产生。 网站后门 Webshell是一种Web入侵的脚本攻击工具，攻击者在入侵了一个网站后，将asp、php、jsp或者cgi等脚本文件与正常的网页文件混在一起，然后使用浏览器来访问asp或者php后门，得到一个命令执行环境，以达到控制网站服务器的目的。因此也有人称之为网站的后门工具。 盗链 盗链是指对方网站直接链接您网站上的文件，而不是将其置于自己的服务器上。一般而言，盗链的对象大多为耗带宽的大体积文件，如图片、视频等。从某种意义上说，造成了让您为其访问流量买单，不仅您的服务器带宽被无任何回报地占用，而且往往会在很大程序上影响您网站的访问速度。

监控类型 监控指标 资源监控（节点机器相关监控） CPU使用率 资源监控（节点机器相关监控） 内存使用量 资源监控（节点机器相关监控） 内存使用率 资源监控（节点机器相关监控） IO操作数 资源监控（节点机器相关监控） IO吞吐量 资源监控（节点机器相关监控） ioutil 资源监控（节点机器相关监控） 硬盘空闲空间 资源监控（节点机器相关监控） 硬盘空闲率 资源监控（节点机器相关监控） 硬盘已用空间 资源监控（节点机器相关监控） 硬盘使用率 资源监控（节点机器相关监控） 网络吞吐量 资源监控（节点机器相关监控） wal日志空间 引擎监控（节点数据库引擎相关监控） TPS 引擎监控（节点数据库引擎相关监控） QPS 引擎监控（节点数据库引擎相关监控） 会话数 引擎监控（节点数据库引擎相关监控） 周期内数据库读写次数 引擎监控（节点数据库引擎相关监控） 操作行数 引擎监控（节点数据库引擎相关监控） bgwriter stat 引擎监控（节点数据库引擎相关监控） Checkpoint 引擎监控（节点数据库引擎相关监控） Checkpoint写入磁盘的性能 引擎监控（节点数据库引擎相关监控） 耗时最长（会话时间） 引擎监控（节点数据库引擎相关监控） worker数 引擎监控（节点数据库引擎相关监控） 慢查询统计 引擎监控（节点数据库引擎相关监控） 长事务 引擎监控（节点数据库引擎相关监控） 系统缓存命中率 引擎监控（节点数据库引擎相关监控） 平均每秒超过10mb大表的全表扫描次数 引擎监控（节点数据库引擎相关监控） 周期内临时文件每秒生成字节数 引擎监控（节点数据库引擎相关监控） 周期内每秒死锁次数 引擎监控（节点数据库引擎相关监控） 周期内每秒存储过程调用次数

本小节主要介绍RDSPostgreSQL的rum插件使用方法。 操作场景 RDSPostgreSQL支持 rum插件，RUM索引作为一个全文索引类型，是GIN全文索引的扩展。与内建的GIN和GiST全文索引的区别是它是以插件包的形式存在。 前提条件 请确保您的实例内核大版本满足，本插件所支持的内核版本，请参考支持的版本插件列表。 注意事项 由于与 smlar 插件存在相同运维符号 % ，因此无法与其共同创建并使用。 插件使用 安装插件 sql CREATE EXTENSION IF NOT EXISTS rum; 卸载插件 sql DROP EXTENSION IF EXISTS rum; 使用示例 RUM模块提供以下操作符。 操作符 返回值数据类型 描述 tsvector tsquery float4 返回tsvector与tsquery之间的距离。 timestamp timestamp float8 返回两个时间戳之间的距离。 timestamp timestamp float8 示例 sql 1.创建表。 CREATE TABLE testrum(t text, a tsvector); CREATE TRIGGER tsvectorupdate BEFORE UPDATE OR INSERT ON testrum FOR EACH ROW EXECUTE PROCEDURE tsvectorupdatetrigger('a', 'pgcatalog.english', 't'); INSERT INTO testrum(t) VALUES ('The situation is most beautiful'); INSERT INTO testrum(t) VALUES ('It is a beautiful'); INSERT INTO testrum(t) VALUES ('It looks like a beautiful place'); 2.创建rum索引。 CREATE INDEX rumidx ON testrum USING rum (a rumtsvectorops); 3.执行run查询。 SELECT t, a totsquery('english', 'beautiful place') AS rank FROM testrum WHERE a @@ totsquery('english', 'beautiful place') ORDER BY a totsquery('english', 'beautiful place'); SELECT t, a totsquery('english', 'place situation') AS rank FROM testrum WHERE a @@ totsquery('english', 'place situation') ORDER BY a totsquery('english', 'place situation');

本节主要介绍分布式消息服务Kafka常用的应用场景 分布式消息服务Kafka主要适用于以下几种场景： 日志收集 构建应用系统和分析系统的桥梁，并将它们之间的关联解耦。 支持实时在线分析系统和类似于 Hadoop 的离线分析系统。 Kafka本身的性能是非常高效的，同时Kafka的特性决定它非常适合作为"日志收集中心"，这是因为Kafka在采集日志的时候业务是无感知的，其能够兼容自己的上游，能够直接地通过配置加密消息。当日志数据发送到Kafka集群里面，其实对于业务而言是完全无侵入的。同时其在下游又能够直接地对接Hadoop/ODPS等离线仓库存储和Strom/Spark等实现实时在线分析。在这样的情况之下，使用Kafka，只需要用户去关注整个流程里面的业务逻辑，而无需做更多的开发就能够实现统计、分析以及报表。 流计算处理 构建应用系统和分析系统的桥梁，并将它们之间的关联解耦。 通过支持流计算引擎，可对接开源 Storm/Samza/Spark 流计算引擎。 Kafka能够做到流计算处理，比如股市走向分析、气象数据测控、网站用户行为分析等领域，由于在这些领域中数据产生快、实时性强、数据量大，所以很难统一采集并入库存储后再做处理，这便导致传统的数据处理架构不能满足需求。而Kafka Stream以及Storm/Samza/Spark等流计算引擎的出现，可以根据业务需求对数据进行计算分析，最终把结果保存或者分发给需要的组件。

返回结果 返回的 S3Object 属性如下： 参数 类型 说明 objectContent S3ObjectInputStream 对象的数据流 metadata ObjectMetadata 对象的元数据 taggingCount int 对象标签的数量 bucket String 对象所属的桶 key String 对象key 复制对象 功能说明 您可以使用 copyObject 接口复制对象，您需要设置复制的对象名，所在的桶以及目标桶和对象名。 代码示例 复制一个对象 java public void copyObject() throws AmazonClientException { String destBucketName " "; String destObjectKey " "; String sourceBucketName " "; String sourceObjectKey " "; ObjectMetadata metadataCopy new ObjectMetadata(); metadataCopy.setContentType("text/json"); CopyObjectRequest request new CopyObjectRequest(sourceBucketName, sourceObjectKey, destBucketName, destObjectKey); // request.setStorageClass(StorageClass.Standard); // 设置对象的存储类型 // 如果源对象是归档存储类型，需要先解冻对象 // ObjectUnfreezeSDK unfreezeSDK new ObjectUnfreezeSDK(accessKey, secretKey, endPoint); // System.out.println(unfreezeSDK.unfreeze(oriBucket, oriKey)); // Thread.sleep(60000); // 等待解冻完成 CopyObjectResult result s3Client.copyObject(request); System.out.println("CopyObject success" + result.getETag()); } 媒体存储Java SDK没有直接修改对象元数据的方法，上传文件之后就不能修改了，可以使用 copyObject 接口修改对象元数据，注意：源bucket和目的bucket一致，源key和目的key一致。 java public void changeMetadataViaCopyObject() throws AmazonClientException { String bucket " "; String sourceObjectKey " "; String destObjectKey " "; // 复制到原来的key ObjectMetadata metadataCopy new ObjectMetadata(); metadataCopy.setContentType("text/json"); CopyObjectRequest request new CopyObjectRequest(bucket, sourceObjectKey, bucket, destObjectKey) .withNewObjectMetadata(metadataCopy); CopyObjectResult result s3Client.copyObject(request); System.out.println("changeMetadataViaCopyObject success, Etag:" + result.getETag()); } 文件比较大（超过1GB）的情况下，直接使用copyObject 可能会出现超时，需要使用分片复制的方式进行文件复制，TransferManager封装了分片复制的接口，可以用于复制文件，具体示例请参考 分片上传融合接口 中的使用 TransferManager 进行分片复制部分。

本页主要介绍了高并发场景写入的热点问题与解决方法。 高并发写入最佳实践 分布式融合数据库HTAP支持线性扩展，通过均衡调度可以尽可能将业务的写负载均匀地分布到不同的计算或存储节点上，更好地利用上整体系统资源，以满足业务高并发写入场景下的数据存储需求。然而，在某些场景下，仍然可能会出现部分业务写负载不能被很好地分散，导致某些节点负载过高，引发性能瓶颈或不均衡的情况，无法发挥出分布式架构的优势，从而影响了整体的性能，这种情况通常称为写热点问题。 下文阐述了分布式融合数据库HTAP的数据分布原理，高并发写入场景下热点产生的原因，以及如何规避或者优化写热点问题。 数据分布原理 数据分片 分布式融合数据库HTAP采用 KeyValue 模型作为数据的存储模型，数据按范围分片存储，每个数据分片负责存储一段 Key 范围（从 StartKey 到 EndKey 的左闭右开区间）的数据，每个行存节点会负责多个数据分片。当一个分片持续写入数据，导致分片数据过大，超过一定阈值，系统会将该数据分片分裂为两个数据分片。相反的，如果相邻的两个数据分片过小，系统则会自动触发将它们合并成一个数据分片。 数据采用多副本存储，通过 MultiRaft 协议实现数据强一致性，确保少数副本发生故障时不影响可用性。每个分片对应一个Raft Group，由 Raft Leader 负责处理数据的读写。分布式融合数据库HTAP的管理节点会动态地将分片 Raft Leader 调度到不同的存储节点上，实现负载均衡。

本章节主要介绍恢复快照。 恢复快照约束 集群粒度快照恢复 集群粒度恢复分为两个主要步骤： 1. 恢复数据：即备份工具将备份集中的数据并行的恢复到各个实例的数据目录中，实例包括主CN，主DN等。 2. 重建备DN：即主DN恢复完之后，备DN使用全量Build的方式重建出来，这个过程也是并行执行。 说明 综上恢复过程要比备份过程耗时要久一些，通常需要备份时间1.5~2倍的耗时。 集群级恢复后参数与备份时一致，恢复到新集群时需保证和原集群规格一致，如果新集群规格小的话可能会导致恢复失败。 恢复快照到新集群 操作场景 用户需要查看集群过去某个时刻的快照数据时，必须先恢复快照到新集群。 恢复快照到新集群时，恢复时长是由快照备份的数据量所决定的。如果快照备份的数据量大，恢复就比较慢。如果快照备份的数据量小，恢复就相对比较快。 自动快照是增量备份，在恢复快照时，DWS 会将最近一次的全量备份到本次快照之间的所有快照一起用于恢复集群。自动快照的备份频率是可以设置的，如果一周只备份一次，当增量数据量较大时，就会出现备份慢的情况，因此，建议适当地增加备份频率。 须知 恢复快照到新集群的功能目前仅支持备份设备为OBS的快照。 恢复快照时默认创建一个与原始集群规格相同、节点数也相同的新集群。 当前恢复到新集群操作可保证原业务不中断。 使用冷热表后，不支持使用快照将冷数据恢复到新集群。

动态指令互动 面临挑战：高峰时段，玩家账号登录、道具交易、指令互动、语音聊天等动态交互指令卡顿，游戏体验差，用户流失。 方案优势：天翼云全站加速通过智能调度，实时探测优质路径，确保游戏动态指令及互动消息的传输时延最小。 游戏出海 面临挑战：随着游戏行业出海势头强劲，跨境玩家同服对战延时，用户体验差，跨国网络的速度和稳定性成为首要难题。 方案优势：天翼云全站加速为游戏出海、跨境玩家提供海外加速服务，海外节点本地覆盖，方便游戏玩家就近接入，提升全球访问的性能和稳定性。 源站高可用性 面临挑战：游戏推广期间，源站流量暴增，源站带宽扩容效率低，负载过大，需要保障游戏网站的持续高可用性。 方案优势：天翼云全站加速提供源站监控、多源负载均衡、节点热备，实时弹性扩容等策略，可有效缓解源站压力，保障业务连续性和高可用性。 方案价值 极致用户体验 纯自研流量调度、动态选路等关键技术，全平台实时网络监测，智能选择优质访问链路，保障玩家获得全球优质的访问体验。 数据安全传输 支持全链路HTTPS安全传输，HTTPS双向认证，防劫持防篡改，保护数据安全。 高可用保障 分布式三网节点弹性扩容、丰富负载均衡策略、源站监控，助力构建高可用的游戏网络架构。 优质资源及链路 国内拥有1800+个节点覆盖，覆盖多运营商、主要省份和城市无盲点。海外覆盖遍布亚洲、美洲、欧洲、非洲等主要国家和城市。便于玩家就近接入。 精细化属地支持 31省本地化的销售网络体系，724小时技术支持，VIP客户一对一专属项目经理。

本章节主要介绍ALM45176 OBS元数据接口调用成功率低于阈值的告警。 告警解释 系统每30秒周期性检测OBS元数据接口调用成功率是否小于阈值，当检测到小于所设置阈值时就会产生该告警 。 当OBS元数据接口调用成功率大于阈值时，该告警会自动清除。 告警属性 告警ID 告警级别 是否自动清除 45176 次要 是 告警参数 参数名称 参数含义 来源 产生告警的集群名称。 服务名 产生告警的服务名称。 角色名 产生告警的角色名称。 主机名 产生告警的主机名。 Trigger condition 系统当前指标取值满足自定义的告警设置条件。 对系统的影响 OBS元数据接口调用成功率小于阈值，会影响上层大数据计算业务的正常执行，导致某些计算任务的执行失败。 可能原因 OBS服务端出现执行异常或严重超时。 处理步骤 检查堆内存使用率 在FusionInsight Manager首页，选择“运维 > 告警 > 告警 > OBS元数据接口调用成功率低于阈值”，查看“定位信息”中的角色名并确定实例的IP地址。 1. 选择“集群 > 待操作集群的名称 > 服务 > meta > 实例 > meta（对应上报告警实例IP地址）”。单击图表区域右上角的下拉菜单，选择“定制”，在“OBS元数据操作”中勾选“OBS接口调用成功率”，单击“确定”，查看OBS元数据接口调用成功率，确定是否有接口调用成功率低于阈值。 是，执行步骤3。 否，执行步骤5。 2. 选择“集群 > 待操作集群的名称 > 运维 > 告警 > 阈值设置 > meta > OBS元数据接口调用成功率”，将阈值或平滑次数参数的值根据实际情况调小。 3. 观察界面告警是否清除。 是，处理完毕。 否，执行步骤5。

本章节主要介绍ALM45177 OBS数据读操作接口调用成功率低于阈值的告警。 告警解释 系统每30秒周期性检测OBS数据读操作接口调用成功率是否小于阈值，当检测到小于所设置阈值时就会产生该告警 。 当OBS数据读操作接口调用成功率大于阈值时，该告警会自动清除。 告警属性 告警ID 告警级别 是否自动清除 45177 次要 是 告警参数 参数名称 参数含义 来源 产生告警的集群名称。 服务名 产生告警的服务名称。 角色名 产生告警的角色名称。 主机名 产生告警的主机名。 Trigger condition 系统当前指标取值满足自定义的告警设置条件。 对系统的影响 OBS数据读操作接口调用成功率小于阈值，会影响上层大数据计算业务的正常执行，导致某些计算任务的执行失败。 可能原因 OBS服务端出现执行异常或严重超时。 处理步骤 检查堆内存使用率 在FusionInsight Manager首页，选择“运维 > 告警 > 告警 > OBS数据读操作接口调用成功率低于阈值”，查看“定位信息”中的角色名并确定实例的IP地址。 1. 选择“集群 > 待操作集群的名称 > 服务 > meta > 实例 > meta（对应上报告警实例IP地址）”。单击图表区域右上角的下拉菜单，选择“定制”，在“OBS数据读操作”中勾选“OBS数据读操作接口调用成功率”，单击“确定”，查看OBS数据读操作接口调用成功率，确定是否有接口调用成功率低于阈值。 是，执行步骤3。 否，执行步骤5。 2. 选择“集群 > 待操作集群的名称 > 运维 > 告警 > 阈值设置 > meta > OBS数据读操作接口调用成功率”，将阈值或平滑次数参数的值根据实际情况调小。 3. 观察界面告警是否清除。 是，处理完毕。 否，执行步骤5。

本章节主要介绍部分Redis命令使用时的限制。 Key相关命令使用限制 使用KEYS命令时，若缓存数据量较大，可能会较长时间阻塞其它业务命令操作，甚至可能过高地占用额外内存。因此使用KEYS命令时请尽量描述精确的pattern、不要使用“keys ”进行全通配。建议尽量避免在生产环境使用，否则会影响服务的健康运行。 Server相关命令使用限制 当用户执行比较耗时的命令（如flushall）时，可能会导致缓存实例在命令执行期间对外不响应用户的其它命令，造成状态监控失效，此时Console上缓存实例的状态会变成异常，命令执行结束后，实例状态会恢复正常。 使用FLUSHDB、FLUSHALL命令时，若缓存数据量较大，可能会较长时间阻塞其它业务命令操作。 EVAL和EVALSHA相关命令使用限制 使用EVAL和EVALSHA命令时，命令参数中必须带有至少1个key。否则客户端会提示“ERR eval/evalsha numkeys must be bigger than zero in redis cluster mode”的错误。 使用EVAL和EVALSHA命令时，DCS Redis集群实例使用第一个key来计算slot，用户代码需要保证操作的key是在同一个slot，具体请参考 使用EVAL命令时： 建议使用前先了解Redis的lua脚本特性，具体可参考 lua脚本的执行超时时间为5秒钟，建议不要在lua脚本中使用比较耗时的代码，比如长时间的sleep、大的循环等语句 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。

本章节介绍云原生API网关的优势。 高性能 云原生架构，Nginx + LuaJIT内核，低内存占用，事件驱动架构可高效支持 高吞吐、低延迟业务场景。 高可用 集群 & 多可用区部署，内置实时健康检查、流量管控、熔断、自动故障转移等能力，上游服务异常时，可自动切换流量或降级处理，确保业务连续性。 强扩展性 丰富的插件列表，支持热插拔，无需重启网关即可动态调整 API 处理能力。 易用性 开箱即用，提供可视化配置界面，简化API运营，降低使用门槛。 生态集成 深度融合天翼云微服务、可观测产品，构建一体化云原生API生态，助力企业快速构建数字化能力。 AI 代理 内置AI网关能力，提供 安全、高效、可扩展的AI访问和管理方案，加速企业AI业务落地。

本章主要介绍产品优势 一站式软件开发生产线 软件开发全流程覆盖：支持需求管理、代码托管、流水线、代码检查、编译构建、部署、测试计划、制品仓库等全生命周期软件开发服务。 开箱即用，云上开发，全流程规范可视，高效异地协作。 研发安全BuiltIn 在应用设计、开发、测试、运行等全流程提供安全规范及防护能力，支撑应用研发供应链安全有效落地。 提供针对于代码质量安全、Web漏洞、主机漏洞、开源漏洞及合规、移动应用安全等多种安全合规检查能力。 高质高效敏捷交付 支持代码检查、构建、测试、部署任务自定义和全面自动化并提供可视化编排的持续交付流水线，一键应用部署，上线发布零等待。 需求管理、代码检查、测试计划、流水线门禁等内置经验规范，有效提升应用研发质量，问题早发现。

参数 说明 策略配置方式 可视化视图 策略名称 自定义 策略内容 效果 允许 策略内容 被授权用户 授权用户：匿名用户 用户策略：包含以上用户 策略内容 资源 资源范围：同时选择当前桶和桶内对象 资源策略：包含以上资源 策略内容 动作 选择动作：Get 和List 操作策略：包含以上动作 策略内容 条件 条件运算符：IpAddress 键：SourceIp 值： 如果ECS使用公网DNS，取值为：ECS的弹性IP地址 如果ECS使用天翼云内网DNS，取值为：100.64.0.0/10,214.0.0.0/7,ECS的私有IP地址 说明 取值需要同时配置三个IP地址（IP地址段），之间用英文逗号（,）隔开。 其中，100网段和214网段为ECS内网访问OBS的网

天翼云 Prometheus 监控服务对接开源 Prometheus 生态，提供多种开箱即用的预置监控大盘，且提供全面托管的 Prometheus 服务。 什么是Prometheus实例 Prometheus实例是天翼云可观测监控服务中用于管理数据采集、存储与分析的核心逻辑单元，包含预配置的数据采集规则、时序数据库、可视化监控面板及告警策略等功能模块。 产品优势 集成便捷：提供一站式解决方案，显著降低可观测系统的部署与运维复杂度。 成本可控：相较自建方案，天翼云可观测Prometheus监控服务具备更优的性价比优势。 生态融合：深度集成天翼云容器服务，实现无缝对接。 专业护航：享有天翼云官方提供的专业技术支持体系。 注意 目前Prometheus监控服务仅于华东1、华南2、西南1上线。

相关服务 交互功能 弹性云服务器(ECS) RDSPostgreSQL配合弹性云服务器 (Elastic Cloud Server，简称ECS)一起使用，通过内网连接RDSPostgreSQL可以有效地降低应用响应时间、节省公网流量费用。 虚拟私有云(VPC) 对您的RDSPostgreSQL实例进行网络隔离和访问控制。 弹性IP(EIP) 为您的实例提供公网访问方式。 数据迁移工具(DTS) 使用数据复制服务，实现数据库平滑迁移上云。 数据库管理工具(DAS) 使用数据管理服务，通过专业优质的可视化操作界面，提高数据管理工作的效率和安全。 数据库专家服务 专家团队为您提供数据库安装部署、健康巡检、应急响应、性能调优、架构规划设计、数据迁移咨询、备份恢复咨询等各类数据库专业服务，解决数据库各类问题，为您的数据库系统保驾护航。

数据安全专区权限及授权项 策略支持的操作与授权项相对应，授权项列表说明如下： 权限：允许或拒绝IAM用户某项操作。 授权项：授权操作对应的权限三元组，创建自定义策略时，支持可视化JSON视图写入权限三元组实现策略配置。 权限类型：授权操作对应的读写类型。 权限 授权项 权限类型（读/写） dszSecAdmin dszAudAdmin dszSysAdmin dszAuthAdmin dszApproveAdmin 数据安全专区订单业务员 查询实例列表 dsz.instance.query 读 ✓ ✓ ✓ ✓ ✓ × 实例开机 dsz.instance:start 写 ✓ ✓ ✓ ✓ ✓ × 实例关机 dsz.instance:stop 写 ✓ ✓ ✓ ✓ ✓ × 实例升级 dsz.instance:update 写 ✓ ✓ ✓ ✓ ✓ × 通过IAM授权使用数据安全专区 详细操作请参考： 1. 创建用户组和授权 2. 创建IAM用户和登录

本章节介绍云原生网关CGW子产品的应用场景 流量接入&服务治理 传统的服务架构中采用流量网关+业务网关实现流量接入与分发；云原生网关融合了流量网关和业务网关能力，作为微服务架构中东西向和南北向流量的入口，提供了tls卸载，服务发现，请求路由，负载均衡，熔断限流等流量治理能力。 认证鉴权 在云上发布的服务一般需要对前端的请求进行认证鉴权，云原生网关提供了jwt、oidc、ip黑白名单及一系列扩展插件，实现对应用请求的身份认证和访问控制。 可视化运维 微服务网关提供丰富的可观测能力，包括指标监控，日志监控及全链路追踪能力；无需特殊配置即可获取丰富的可观测能力。

本章主要介绍产品优势 一站式软件开发生产线 软件开发全流程覆盖：支持需求管理、代码托管、流水线、代码检查、编译构建、部署、测试计划、制品仓库等全生命周期软件开发服务。 开箱即用，云上开发，全流程规范可视，高效异地协作。 研发安全BuiltIn 在应用设计、开发、测试、运行等全流程提供安全规范及防护能力，支撑应用研发供应链安全有效落地。 提供针对于代码质量安全、Web漏洞、主机漏洞、开源漏洞及合规、移动应用安全等多种安全合规检查能力。 高质高效敏捷交付 支持代码检查、构建、测试、部署任务自定义和全面自动化并提供可视化编排的持续交付流水线，一键应用部署，上线发布零等待。 需求管理、代码检查、测试计划、流水线门禁等内置经验规范，有效提升应用研发质量，问题早发现。