码率 码率（Bitrate）是单位时间播放连续媒体（如压缩后的音频或视频）所需的比特数量，测量单位为“比特每秒”（bit/s 或 bps）。一般来说在相同分辨率下，文件的码率越大，说明单位时间内取样率越大，数据流精度就越高，画面质量就越高，画质越清晰，要求播放设备的解码能力也越高。同样，码率越大，文件体积也越大，其计算公式是文件体积时间×码率/8。 封装格式 封装格式（Format）是将已经编码压缩好的视频流和音频流按照一定的格式规范，放到一个文件中。对于网络点播而言，更加合适的术语应该叫“流媒体网络传输协议”。在互联网中使用最为广泛的协议为： MP4：非常经典的文件格式，对 iOS、Android、PC Web 端支持度都很好。但是 MP4 的视频文件头太大，结构复杂。如果视频较长（如长达数小时），则其文件头会过大，影响视频加载速度，所以其更适用于短视频场景。 HLS（HTTP Live Streaming）：苹果公司力推的标准，iOS、Android 端支持度较好，但 IE 的支持情况依赖 Flash 的二次开发工作。 FLV：Adobe公司所推的标准，在 PC 端有 Flash 的强力支持，但在移动端只有App 实现播放器才有可能支持，大部分手机端浏览器均不支持。 视频转码 视频转码是指将一个视频文件从一种编码格式转换为另一种编码格式的过程。转码的目的可能是为了使视频文件在特定设备或软件上播放或编辑，或者为了减小视频文件的大小以节省存储空间或加快传输速度。在视频转码过程中，可以调整视频的分辨率、帧率、比特率、编码方式等参数，以适应不同的需求。

SnapCheckpoint(Snapckpt)是由息壤一体化智算服务平台 一站式智算服务平台提供的针对大模型训练场景提供的高性能checkpoint框架。Snapckpt提供了高效便捷的断点存储、加载机制。 Snapckpt加速包 SnapCheckpoint（Snapckpt）是由息壤一体化智算服务平台 一站式智算服务平台提供的针对大模型训练场景提供的高性能checkpoint框架。Snapckpt提供了高效便捷的断点存储、加载机制。 Snapckpt介绍 Snapckpt是一种为大模型训练打造的易用、可拓展、高性能的断点解决方案。Snapckpt提供了高效便捷的断点存储、加载机制，其主要有以下几大优势： 1. 异步断点保存：通过优化断点保存流程，使得断点保存过程异步化，尽可能减小断点保存过程对于训练的中断，减少训练阶段耗时。 2. 分布式断点存储：对模型机优化器参数进行分布式存储，避免集中式存储带来的额外通信开销，大幅降低存储与加载断点的耗时。 3. 多框架支持：支持MegatronLM、Deepspeed两大主流大模型训练框架。 4. 简单易用：安装及使用方式简单，用户仅需简单步骤即可使用，提升使用效率。 背景信息 在大规模分布式模型训练过程中，系统可能因硬件故障或软件异常导致训练中断。为确保训练进度可恢复，业界普遍采用周期性保存检查点(Checkpoint)的方案。值得注意的是，检查点操作耗时与模型参数量呈正相关关系，当面对参数量达百亿甚至千亿级别的大模型时，每次检查点保存往往需要耗费数分钟至十余分钟不等。特别是在使用MegatronLM框架或原生PyTorch进行训练时，检查点保存过程会强制暂停训练任务，导致宝贵的计算资源被闲置。因此，开发高效的检查点机制以降低时间成本和资源浪费，已成为当前大规模模型训练亟待解决的关键问题。 Snapckpt采用多阶段异步断点存储机制，降低断点存储耗时，减少训练中断带来的影响，从而提升训练速度，提升计算资源有效利用率。

本节介绍如何将Redis 3.0一键升级到高版本。 分布式缓存服务Redis 3.0已停售，且Redis 3.0版本较老，开源社区已不再对其进行更新，DCS提供的Redis高版本兼容Redis 3.0，建议客户尽快将DCS Redis 3.0升级到高版本。本章节介绍如何将Redis 3.0一键升级到高版本。 约束与限制 目前仅支持升级Redis 3.0实例到高版本，暂不支持Redis 4.0及以上版本的实例升级大版本。 建议在业务低峰期进行实例升级操作。 实例升级大版本后不支持自助回退。 升级影响 在版本升级的过程中会产生一分钟以内的只读和秒级的连接闪断，请确保客户端应用具备重连机制和处理异常的能力。 Redis 3.0实例版本升级后带宽有所降低，请评估变更后的带宽能否满足业务需求。若不满足需求，可在版本升级后 调整实例带宽。 升级前的备份文件在升级后不可用于恢复实例。 升级Redis 3.0实例大版本 1. 登录分布式缓存服务管理控制台。 2. 在管理控制台左上角单击，选择实例所在的区域。 3. 单击左侧菜单栏的“缓存管理”。 4. 在“缓存管理”页面，单击Redis缓存实例的名称，进入实例详情页面。 5. 在“基本信息”区域，单击“缓存类型”后的“升级大版本”。 6. 在升级大版本页面选择“目标版本”，并确认目标版本的带宽和价格。 建议选择Redis5.0及以上版本。 7. 单击“提交订单”。当升级任务的状态显示“成功”后，升级版本完成。 说明 Redis 3.0实例升级后，对于原实例和高版本实例都存在的配置参数，在升级后会继承原实例的参数配置值；对于升级后高版本实例新增的配置参数，会保持该配置参数的默认值。 结束

库角色管理 您可以在数据管理服务控制台新建角色，并管理这些角色。 操作步骤 1、登录管理控制台。 2、单击管理控制台右上角的，选择区域和项目。 3、单击页面左上角的，选择“数据库 > 数据管理服务”，进入数据管理服务页面。 4、在左侧导航栏中，单击“开发工具”，进入开发工具页面。 5、选择需要登录的目标数据库实例，单击操作列表中的“登录”，登录目标数据库实例。 6、在顶部菜单中，选择“帐号管理”>“库角色管理”，进入角色管理页面。 7、选择目标数据库，单击“新建角色”，进入角色信息编辑页面。 8、在角色编辑页面填写常规信息、拥有的Schema、角色成员、安全对象等信息。 库角色信息 说明 角色名 库角色的名称。 所有者 该角色的所有者。 拥有的Schema 配置该角色拥有的架构列表。 角色成员 配置具有此角色的库用户列表。一个用户具有某个角色，表示该用户具有此角色包含的所有权限。 安全对象 配置该角色对数据库对象的具体权限。 9、编辑完成，单击“保存”，并在SQL预览弹窗中单击“确定”。 10、在角色管理列表中查看库角色信息。您也可以对库角色进行编辑、重命名、删除等操作。

限流任务类型 参数名 参数说明 SQLID 限流任务名称 自定义SQL限流任务名称。 SQLID SQL模板 系统会记录各个节点的SQL语句执行记录，并转化成一个模板。用户可以选择该模板下发到各节点上进行SQL限流。 说明 当某个实例重启时，该实例节点的SQL模板会清空。 SQLID 并发数 同一时间该节点执行被限制SQL的最大活跃连接数。 SQLID 生效时间 选择限流生效时间。 关键词 说明 关键词数量范围为[2，100]个，每个关键词长度范围[2，64]位。 关键词不区分大小写。 关键词越少，对应限流的SQL范围越大。 限流任务名称 自定义SQL限流任务名称。 关键词 说明 关键词数量范围为[2，100]个，每个关键词长度范围[2，64]位。 关键词不区分大小写。 关键词越少，对应限流的SQL范围越大。 SQL类型 SQL类型，只支持select，insert，update，delete，merge五种类型。 关键词 说明 关键词数量范围为[2，100]个，每个关键词长度范围[2，64]位。 关键词不区分大小写。 关键词越少，对应限流的SQL范围越大。 关键词 限流任务匹配的关键词，限流任务根据该关键词加上SQL类型进行语句匹配，匹配到的SQL将会限流。 关键词 说明 关键词数量范围为[2，100]个，每个关键词长度范围[2，64]位。 关键词不区分大小写。 关键词越少，对应限流的SQL范围越大。 作用库 限流作用的数据库。 关键词 说明 关键词数量范围为[2，100]个，每个关键词长度范围[2，64]位。 关键词不区分大小写。 关键词越少，对应限流的SQL范围越大。 并发数 同一时间该节点执行被限制SQL的最大活跃连接数。 关键词 说明 关键词数量范围为[2，100]个，每个关键词长度范围[2，64]位。 关键词不区分大小写。 关键词越少，对应限流的SQL范围越大。 生效时间 选择限流生效时间。

限流任务类型 参数名 参数说明 SQLID 限流任务名称 自定义SQL限流任务名称。 SQLID SQL模板 系统会记录各个节点的SQL语句执行记录，并转化成一个模板。用户可以选择该模板下发到各节点上进行SQL限流。 说明 当某个实例重启时，该实例节点的SQL模板会清空。 SQLID 并发数 同一时间该节点执行被限制SQL的最大活跃连接数。 SQLID 生效时间 选择限流生效时间。 关键词 说明 关键词数量范围为[2，100]个，每个关键词长度范围[2，64]位。 关键词不区分大小写。 关键词越少，对应限流的SQL范围越大。 限流任务名称 自定义SQL限流任务名称。 关键词 说明 关键词数量范围为[2，100]个，每个关键词长度范围[2，64]位。 关键词不区分大小写。 关键词越少，对应限流的SQL范围越大。 SQL类型 SQL类型，只支持select，insert，update，delete，merge五种类型。 关键词 说明 关键词数量范围为[2，100]个，每个关键词长度范围[2，64]位。 关键词不区分大小写。 关键词越少，对应限流的SQL范围越大。 关键词 限流任务匹配的关键词，限流任务根据该关键词加上SQL类型进行语句匹配，匹配到的SQL将会限流。 关键词 说明 关键词数量范围为[2，100]个，每个关键词长度范围[2，64]位。 关键词不区分大小写。 关键词越少，对应限流的SQL范围越大。 作用库 限流作用的数据库。 关键词 说明 关键词数量范围为[2，100]个，每个关键词长度范围[2，64]位。 关键词不区分大小写。 关键词越少，对应限流的SQL范围越大。 并发数 同一时间该节点执行被限制SQL的最大活跃连接数。 关键词 说明 关键词数量范围为[2，100]个，每个关键词长度范围[2，64]位。 关键词不区分大小写。 关键词越少，对应限流的SQL范围越大。 生效时间 选择限流生效时间。

本节主要介绍弹性文件服务包含哪些文件系统类型。 弹性文件服务提供SFS容量型和SFS Turbo两种类型的文件系统。 以下表格介绍了各类型文件系统的特点、优势及应用场景。 SFS容量型 参数 说明 最大带宽 2GB/s 最高IOPS 2K 时延 3~20ms 最大容量 4PB 优势 大容量、高带宽、低成本 应用场景 大容量扩展以及成本敏感型业务，如媒体处理、文件共享、HPC、数据备份等。 说明 时延是指低负载情况下的最低延迟，非稳定时延。 10MB以上为大文件，1MB以上为大IO。 SFS TURBO SFS Turbo文件系统新规格 参数 20MB/s/TiB 40MB/s /TiB 125MB/s /TiB 250MB/s /TiB 500MB/s /TiB 1000MB/s/TiB 最大带宽 8GB/s 8GB/s 20GB/s 20GB/s 80GB/s 80GB/s 最大IOPS 25万 25万 100万 100万 100万 100万 平均单路4K延迟 25ms 25ms 13ms 13ms 13ms 13ms 容量 3.6TB1PB 1.2TB1PB 1.2TB1PB 1.2TB1PB 1.2TB1PB 1.2TB1PB 介质类型 HDD HDD SSD SSD ESSD ESSD 优势 大容量、低成本 大容量、低成本 低时延、高性价比 低时延、高性价比 高IOPS、性能高密 高IOPS、性能高密 典型应用场景 日志存储、文件共享、内容管理、网站等 日志存储、文件共享、内容管理、网站等 AI训练、自动驾驶、EDA仿真、渲染、企业NAS应用、高性能web应用等 AI训练、自动驾驶、EDA仿真、渲染、企业NAS应用、高性能web应用等 大规模AI训练、AI大模型、AIGC等 大规模AI训练、AI大模型、AIGC等 说明 SFS Turbo新规格的性能与购买的容量大小成正比。购买SFS Turbo文件系统的容量越大，该SFS Turbo所能够提供的带宽也越大。根据每1TiB容量所能提供带宽的区别，SFS Turbo实例分为多个规格，分别为：20MB/s/TiB，40MB/s/TiB，125MB/s/TiB，250MB/s/TiB，500MB/s/TiB，1000MB/s/TiB。 例如，购买6TiB容量的SFS Turbo文件系统，规格为250MB/s/TiB，则该SFS Turbo能提供的带宽为：250 6 1500MB/s。 SFS Turbo最小带宽为150M/s。当计算出来的带宽小于150M/s时，SFS Turbo带宽以最小带宽150M/s计算。由于不同规格架构的限制，每个规格都有一个最大带宽。当计算出来的SFS Turbo带宽大于最大带宽时，SFS Turbo带宽以最大带宽计算。

切分原则 分表分库虽然能解决大表对数据库系统的压力，但它并不是万能的，也有一些不利之处，因此首要问题为：分不分库，分哪些库，什么规则分，分多少分片。 原则一 分片数量尽量少，分片尽量均匀分布在多个DataHost 上，因为一个查询SQL 跨分片越多，则总体性能越差，虽然要好于所有数据在一个分片的结果，只在必要的时候进行扩容，增加分片数量。 原则二 能不分片就不分片，800万以内的表，不建议分片，通过合适的索引，读写分离等方式，可以很好的解决性能问题。 原则三 不到800 万但跟大表（超800 万的表）有关联查询的表也要拆分，在此称为大表关联表。大表关联表如何拆：小于100 万的使用全局表；大于100 万小于800 万跟大表使用同样的拆分策略；无法跟大表使用相同规则的，可以考虑从java 代码上分步骤查询，不用关联查询，或者破例使用全局表。 原则四 破例的全局表（例如itemsku 表250万行数据），跟大表关联了，又无法跟大表使用相同拆分策略，也做成了全局表。破例的全局表必须满足的条件：没有太激烈的并发update，如多线程同时update 同一条id1 的记录。虽有多线程update，但不是操作同一行记录的不在此列。多线程update 全局表的同一行记录会死锁，批量insert 没问题。 原则五 拆分字段只能是一个字段，如果想按照两个字段拆分，必须新建一个冗余字段，冗余字段的值使用两个字段的值拼接而成（如大区+年月拼成zoneyyyymm 字段）。 原则六 分片规则需要慎重选择，分片规则的选择，需要考虑数据的增长模式，数据的访问模式，分片关联性问题，分片扩容问题以及数据热点问题。 原则七 分片规则的选择问题，如果某个表的数据有明显的时间特征，比如订单、交易记录等，则他们通常比较合适用时间范围分片，因为具有时效性的数据，我们往往关注其近期的数据，查询条件中往往带有时间字段进行过滤，比较好的方案是，当前活跃的数据，采用跨度比较短的时间段进行分片，而历史性的数据，则采用比较长的跨度存储。总体上来说，分片的选择是取决于最频繁查询SQL 的条件。

SFT（Supervised FineTuning）简介 监督微调（Supervised FineTuning，SFT） 是大模型训练流程中的关键环节，其目标是通过高质量的人工标注数据（通常为问答对，包含输入的prompt和预期输出的 response），将通用预训练大模型（如Llama、Qwen等）适配到特定的下游任务或专业领域，使其生成更符合人类期望且有一定偏好格式的输出。 SFT的必要条件 何时需要启动SFT 当通过prompt工程，大模型也无法将用户所想看到的回答呈现出来（即指令跟随失败）时； 当大模型生成内容存在事实错误或专业度不足时，比如某些领域的词汇未在预训练模型的前置知识里； 当用户对大模型输出内容有格式要求时，比如某些专业领域（客服）需要格式化输出，而模型仍有部分回答不符合格式要求。 SFT的前期准备 当用户确定要使用大模型SFT时，请确保已经做好了以下准备： 用户已经使用prompt工程等方式，将基础模型的潜力发挥到极致，并且针对垂直领域的测试集，仍然存在一定数量的badcase，且数量是不可接受（一般业界定义专业领域知识测试准确率<75%即为不可接受）的； 针对该垂直领域，用户已经标注了至少1K的高质量数据集。如何评判一个数据集是否是高质量数据集请见下一节。 何为高质量数据集 高质量数据集一般存在以下特征： 针对某一领域，该数据集覆盖一定量的badcase或者与badcase特征相似的数据； 该数据集有着多样的prompt类型（即提问方式非单一）以增加模型的泛化性； 该数据集针对同类型prompt的回答方式统一或结构差异较小； 该数据集不存在模棱两可的问题以及答案； 该数据集不存在答案重复输出的数据； （如需要）该数据集会添加510%的通用数据以防止微调后的模型出现灾难性遗忘。

参数名称 参数用途 取值 是否必须 [value] 调整图片的锐化程度 [50,399] 推荐值：100 取值越大，图片越清晰，过大的值可能导致图片失真 是

本文介绍使用mysqldump导出大表的注意事项。 使用mysqldump导出大表的注意事项 在使用mysqldump导出数据的场景下，如果加上参数 q ，则不会把SELECT出来的结果放在buffer中，而是直接dump到标准输出中，顶多只是buffer当前行结果，正常情况下是不会超过 maxallowedpacket 限制的，它默认情况下是开启的。如果关闭该参数，则会把SELECT出来的结果放在本地buffer中，然后再输出给客户端，会消耗更多内存。 对于小规模数据集，禁用q参数可以加快导出速度。但对于大数据集，如果没办法完全储存在内存缓存中时，就会产生swap。这不仅会消耗主机的内存，也可能会造成数据库主机因无可用内存继而宕机的严重后果。因此，当使用mysqldump来备份大数据集时，建议添加q参数。

其他 建议使用连接池+长连接，可以有效控制连接，同时提高效率。 合理设置maxmemorypolicy(最大内存淘汰策略)。 noeviction：在这种策略下，如果缓存达到了配置的上限，实例将不再处理客户端任何增加缓存数据的请求，比如写命令，实例直接返回错误给客户端。缓存达到上限后，实例只处理删除和少数几个例外请求。 allkeyslru：根据LRU（Least recently used，最近最少使用）算法尝试回收最少使用的键，使得新添加的数据有空间存放。 volatilelru：根据LRU（Least recently used，最近最少使用）算法尝试回收最少使用的键，但仅限于在过期集合的键，使得新添加的数据有空间存放。 allkeysrandom：回收随机的键使得新添加的数据有空间存放。 volatilerandom：回收随机的键使得新添加的数据有空间存放，但仅限于在过期集合的键。 volatilettl：回收在过期集合的键，并且优先回收存活时间（TTL）较短的键，使得新添加的数据有空间存放。 allkeyslfu：从所有键中驱逐最不常用的键。 volatilelfu：从具有“expire”字段集的所有键中驱逐最不常用的键。 删除大Key时，不要直接使用del命令。 如果是Hash类型的大Key，推荐使用hscan + hdel 如果是List类型的大Key，推荐使用ltrim 如果是Set类型的大Key，推荐使用sscan + srem 如果是SortedSet类型的大Key，推荐使用zscan + zrem 使用Pipeline时，建议不要一次太多命令，集群最大1024。

应用场景 大数据分析，如广告精准营销、电商、车联网等大数据分析场景。内存存储系统，如Memcache等。

参数 描述 取值范围 r 设置模糊半径。 [1,50] 该值越大，图片越模糊。 s 设置正态分布的标准差。 [1,50] 该值越大，图片越模糊。

操作步骤 在安全智算专区页面，单击左侧的“大模型安全测评”，系统跳转到“大模型安全测评”页面。 在客户订购服务未过期时，系统跳转后进入“配额管理”页面。 当客户订购服务已过期或从未下过单时，进入欢迎页面。 单击“立即购买”，跳转到下单页面，下单流程与订购步骤一致。

本文介绍执行命令时出现20010004错误码原因及解决方法 20010004错误码的含义是执行命令超时 可能的原因： （1）发起执行耗时的操作，比如删大对象，批量获取数据、存取大报文数据等，此时在管理平台监控界面查看超时操作类型、分组号、ip等信息、以及报文大小是否超过32K； （2）系统过载繁忙，通过监控界面看到的请求量巨大，伴随少量超时错误率返回，一般小于万分之一； （3）应用程序出现full gc。 解决方法: （1）优化应用程序逻辑，增加客户端超时时间，如请求报文过大，建议拆小； （2）根据监控系统错误码来自接入层还是存储层，对瓶颈节点进行系统扩容。

DTS计费详情 说明 数据迁移功能，规格按照从小、中、大、超大、 极大，资费逐渐升高，规格越高，传输性能越好。 数据同步功能，规格按照从小、中、大、超大、 极大、特大，资费逐渐升高，规格越高，传输性能越好。 RPS 表示 DTS 每秒增量迁移/同步至目标表的数据行数。在实际网络环境中，RPS 会受源数据库的运行负载、网络带宽、网络延时等多种因素的影响，因此如下数据仅提供参考。 功能类型 链路规格 包年包月（元/月） 按需（元/小时） RPS性能上限 数据迁移 小规格 / 1.02 1000 数据迁移 中规格 / 1.80 3000 数据迁移 大规格 / 2.88 5000 数据迁移 超大规格 / 5.18 7000 数据迁移 极大规格 / 9.20 12000 数据同步 小规格 768 1.60 1000 数据同步 中规格 1104 2.30 3000 数据同步 大规格 1656 3.45 5000 数据同步 超大规格 2486.4 5.18 7000 数据同步 极大规格 4056 8.45 12000 数据同步 特大规格 5625.6 11.72 30000 包年预付费优惠政策：一年 85 折，2 年 7 折，3 年享受 5 折优惠。 数据迁移资费从2026年5月28日起生效。

模版 高性能计算集群额提供基础版和大模型精简版，可供用户快速配置不同的场景。 基础版提供通用型基础集群服务，面向的场景不局限于超算、智算，是一个通用性的算力底座模板。 大模型精简版搭配SLURM调度器，提供高带宽和极低延迟的网络服务，能满足大规模高性能计算、人工智能、大数据推荐等应用的并行计算需求。

select from t1 where f2 not in (select f2 from t2); f1 f2 f3 f4 f5 f6 f7 f8 f9 f10 f11 f12 +++++++++++ (0 rows) Time: 105.249 ms 可以看到，调整大workmem前发生了Materialize物化动作，即将结果集存储在了内存或磁盘上；而调大workmem后，workmem足够放下filter的数据，不需要再做 Materialize物化，filter 由原来的subplan变成了hash subplan，直接在内存 hash表中filter； 优化后SQL性能提高了40倍，效果明显。

带宽超限导致连接问题 当实例已使用带宽达到实例规格最大带宽，可能会导致部分Redis连接超时现象。 您可以查看监控指标“流控次数”，统计周期内被流控的次数，确认带宽是否已经达到上限。 然后，检查实例是否有大Key和热Key，如果存在大Key或者单个Key负载过大，容易造成对于单个Key的操作占用带宽资源过高。大Key和热Key操作，请参考缓存分析。 性能问题导致连接超时 使用了keys等消耗资源的命令，导致CPU使用率超高；或者实例没有设置过期时间、没有清除已过期的Key，导致存储的数据过多，一直在内存中，内存使用率过高等，这些都容易出现访问缓慢、连接不上等情况。 建议客户改成scan命令或者禁用keys命令。 查看监控指标，并配置对应的告警。监控项和配置告警步骤，可查看必须配置的告警监控。 例如，可以通过监控指标“内存利用率”和“已用内存”查看实例内存使用情况、“活跃的客户端数量”查看实例连接数是否达到上限等。 检查实例是否存在大Key和热Key。 DCS控制台提供了大Key和热Key的分析功能，具体使用，请参考缓存分析

本文主要介绍抗D功能。 DDoS防护 支持TCP、UDP网络协议防护，如syn flood ，ack flood，空连接等，通过对数据报文的实时检测和分析，过滤畸形包、判断报文合法性、进行丢弃异常请求，进而高效阻断攻击。 CC防护 CC防护根据访问者的URL、频率、行为等访问特征，快速且智能识别CC攻击并进行拦截，在大规模CC攻击时可以避免源站资源耗尽，保证企业网站的正常访问。 访问控制 可针对IP，IP段，URI，CI，METHOD，请求地区，请求参数，请求头部，请求协议等维度进行组合，设置白名单和黑名单，对请求进行拦截和放行，保证客户网站不受未知访问。 可视化报表 提供可视化报表展示、定时报表服务，可获取攻击事件的攻击趋势图、防护带宽、攻击类型、TOP攻击IP等数据，实时掌握网站安全情况。 告警通知 可设置CC攻击、网络层攻击不同维度攻击的告警，灵活设置攻击告警的阈值、通知地址，告警内容包含攻击事件详情，让客户对攻击事件了如指掌。

性能趋势的数据来源于统一监控采集上报,提供丰富的性能监控指标的区间查看和对比。 前提条件 仅限来源为天翼云RDS的MySQL和DDS数据库。 已录入DMS中，且实例状态正常的数据库实例。 操作步骤 1. 登录数据管理服务。 2. 在左侧导航栏中，单击 智能运维 > 性能分析 > 性能趋势，进入性能趋势界面。 功能介绍 性能趋势区间查看 支持选中一段时间区间查看监控指标数据，默认展示关键指标，可在指标选择中勾选更多指标。 监控指标最大支持查看时间范围为30天，指标粒度与查询的时间范围相关，时间范围跨度越大，指标粒度也越大。 勾选联动图表选项，支持多图表指标联动。 性能趋势区间对比 支持选中两个不同日期的同一时间段进行对比查看，默认展示关键指标，可在指标选择中勾选更多指标。 查看区间对比的最大范围为1天，指标粒度与查询的时间范围相关，时间范围跨度越大，指标粒度也越大。 勾选联动图表选项，支持多图表指标联动。 说明 若想查看每个性能指标的含义，可查看图表指标名称左侧的问号说明。

精调配置 1. 模型选择 一般来说，113B为小模型，1334B为中模型，70B以上为大模型。 依据任务的难易程度：若客户明确针对项目的模型需要有长文本续写能力，或者需要做比较复杂的思维链推理，则可以选择大模型；若只是简单的短文本问答或者分类任务，选择小模型即可，因为小模型更容易捕捉短文本的局部特征。若强行用小模型做困难任务，即使做了极致的prompt工程优化，也不可避免地产生幻觉；若使用大模型做简单任务，则会造成极大的资源浪费。 依据推理时延：一般来说，当推理batch为1时，小模型的推理时延 1.5s，若客户针对项目的模型有低时延要求，建议使用小模型。 依据资源数：一般来说，小模型在短文本长度的微调上需要的资源数较少，即使是全量微调，也只需要单机，大模型所需的资源则较多，72b至少也需要4台A800机器才能微调，这也是需要考虑的情况。 2. 精调方式 主流的精调方式包括： 全参微调 (Full FineTuning)是解冻整个模型权重进行训练，更新全模型的参数，效果上限高，适合复杂任务，但该方式显存占用巨大，而且在专业领域的数据集上进行全参微调可能造成灾难性遗忘。 LoRA微调 (LowRank Adaptation)是冻结预训练模型的权重，并在每个模块中注入可训练的低秩矩阵（Adapter），因为训练参数少所以可以节省60%70%的显存，也比较适合中小数据集且任务较为简单的情况。由于LoRA微调相当于是给基础模型外接一个知识库，因此其效果也略低于全参微调。 从工程经验上来看，对于全参微调的选择，满足以下几点一般都可以进行全参微调： 任务复杂度高（比如进行长文本思考链的推理）； 数据量充足（拥有大于10k的高质量数据）； 算力无约束（拥有A800/H100/H800/910B2集群）； 数据分布剧变（任务所需的领域数据集与基础模型的KL散度过大）。 而对于LoRA微调，工程上的经验一般都有以下几点： 资源受限但需较好效果（只拥有较少的机器数但又想训练自己的行业大模型）； 快速迭代实验（不一样的任务需求搭配不同的LoRA权重，比如电商里的修改订单和商品推荐属于不一样的简单任务）； 中小规模数据（仅仅只有1k50k的数据样本）； 防止灾难性遗忘（由于全参微调遗忘过多知识，可以通过增加一定程度的通用数据+LoRA微调减缓）。 关于LoRA微调和全参微调在效果上的差距，在大多数场景，LoRA微调可以达到全参微调95%以上的效果。需要注意的是，LoRA微调和全参微调在学习率上，有着不同的最佳参数取值范围，这一点在训练参数选择中做进一步的说明。 建议先使用小模型+ LoRA微调来验证实验设置及微调数据是否有效，如果有效的话，再逐渐增大数据量并迁移到大模型上验证微调效果。这样做可以显著加快迭代效率，避免在大参数模型上反复做无意义的迭代。

混合云一体机推理基础版是一款软硬一体化的智能计算解决方案，基于国产化硬件预置大模型及混合云管平台，提供私有化部署的算力、模型、运维一站式服务。 产品架构 混合云一体机推理基础版产品架构包括算力层、平台层、应用层，内容囊括了硬件+推理平台+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，支持多种国产化AI芯片，如海光K100AI、天数智凯等。 平台层 提供涵盖计算、存储、网络及大模型资源的一站式管理功能。DeepSeek专区支持多模型纳管、知识库挂载、API接口提供。 应用层 可搭载政务公文写作应用翼政通，集成智能问答、公文生成/优化、知识库管理等功能，嵌入WPS办公流。提升政务办公效率。 产品用途 目标用户 主要面向需要私有化部署大模型进行调用、成本敏感型的企业单位。 使用场景 面向医疗、教育、政务等垂直领域，内置大模型，快速实现模型调用服务。

CloudFlow Studio编辑页 当在顶部菜单栏 选中CloudFlow Studio 按钮时， 在工作流编辑区即可出现状态浏览器 、流程画布区 以及参数配置区方便用户对工作流流程进行可视化编排。 状态浏览区 操作tab 包含集成优化后的常用操作 以及包含网络与CDN、计算、存储、容器与中间件、数据库以及人工智能在内的天翼云云产品的OpenAPI列表；状态浏览器顶部的搜索栏可进行模糊搜索API， 即可展示匹配到的API列表。可以将操作tab 、流程tab下 所需状态节点拖拽到流程画布区。 目前常用操作中集成优化后的包含函数调用（InvokeFunction）、工作流执行（ExecuteWorkflow）、Http请求、发送信息（SendMsg）、CheckObject、LLMTextGeneration等。其中SendMsg支持基于webhook发送信息到飞书、企业微信、钉钉。CheckObject支持检查目标对象存储object是否存在并生成临时共享下载链接方便用户在任务中使用。LLMTextGeneration可以调用天翼云息壤和阿里云百炼平台支持的部分比较流行的开源通用大模型。 流程画布区 选择状态浏览区 的Operation类状态或流程控制类状态并拖曳至右侧的画布，待出现一条横线或竖线时放开鼠标，将其放至所需位置，编排和定制完全符合用户业务的流程图。生成流程图的同时将自动生成工作流流程定义，无需手动编写。 拖拽放入流程画布区前状态 拖拽放入流程画布区后状态 另外， 还可以点击流程画布区左上角的功能按钮进行撤销上一步动作、删除选中的状态节点、缩放画布、居中流程图等操作。

配置项 说明 模版 选择基础版和大模型精简版： 基础版：基础集群服务 大模型精简版：大模型精简模板，快速部署集群环境 计费说明 选择节点的付费类型，可选项如下： 包年包月：按月计费，以自然月为计费单位。 按量付费：一种后付费模式，即先使用再付费。 注：创建集群时所有产品计费方式保持一致。 地域 选择集群所在的地域。 可用区 选择集群所在的可用区。 集群名称 由数字、字母、组成，不能以数字和开头、以结尾，且长度为220字符。

配置项 说明 模版 选择基础版和大模型精简版： 基础版：基础集群服务 大模型精简版：大模型精简模板，快速部署集群环境 计费说明 选择节点的付费类型，可选项如下： 包年包月：按月计费，以自然月为计费单位。 按量付费：一种后付费模式，即先使用再付费。 注：创建集群时所有产品计费方式保持一致。 地域 选择集群所在的地域。 可用区 选择集群所在的可用区。 集群名称 由数字、字母、组成，不能以数字和开头、以结尾，且长度为220字符。

参数 参数说明 标签键 UTF8编码格式下，不超过128个字符；支持大小写字母（区分大小写）、数字、空格和+ . : / 标签值 UTF8编码格式下，不超过128个字符；支持大小写字母（区分大小写）、数字、空格和+ . : /

参数 参数说明 标签键 UTF8编码格式下，不超过128个字符；支持大小写字母（区分大小写）、数字、空格和+ . : / 标签值 UTF8编码格式下，不超过255个字符；支持大小写字母（区分大小写）、数字、空格和+ . : /

第三方云站点接入算力专网 1．阿里云接入算力专网 阿里云资源池所在地市的CN2DCI PE设备通过预开通的大带宽中继电路接入阿里云资源池出口网关CGW设备。电信按客户为单位基于预开通的中继电路接入端口创建客户VBR，客户VBR与CN2DCI PE之间通过VLAN子接口对接，并进行带宽限速。 2．腾讯云接入算力专网 腾讯云资源池所在地市的CN2DCI PE设备通过预开通的大带宽中继电路接入腾讯云资源池出口网关CGW设备（腾讯云三层交换机）。电信按客户为单位创建客户专线网关，基于预开通的大带宽中继电路创建专用通道，客户专线网关与CN2DCI PE之间通过VLAN子接口对接，并进行带宽限速。 3．华为云接入算力专网 华为云资源池所在地市的CN2DCI PE设备通过预开通的大带宽中继电路接入华为云资源池出口网关CGW设备（华为云POP）。电信按客户为单位基于预开通的中继电路创建客户虚拟网关，客户虚拟网关与CN2DCI PE之间通过VLAN子接口对接，并进行带宽限速。 4．微软云接入算力专网 微软云资源池所在地市的CN2DCI PE设备通过预开通的大带宽中继电路接入微软云资源池出口网关CGW设备（微软云MSEE）。电信根据不同客户，在CGW与CN2DCI PE之间通过QinQ子接口对接，并进行带宽限速。 5．AWS云接入算力专网 AWS资源池所在地市的CN2DCI PE设备通过预开通的大带宽中继电路接入AWS资源池出口网关CGW设备（AWS DXGateway）。电信根据不同应用，在CGW与CN2DCI PE之间通过VLAN子接口对接，并进行带宽限速。

本章节为您介绍API安全网关的查询分析模块功能。 查询分析包含两个模块：审计日志和告警日志。审计日志保存访问API安全网关系统的流量记录，告警日志保存API网关规则预警的告警信息。 审计日志 1.登录API安全网关。 2.在左侧导航栏选择“查询分析 > 审计日志”，进入审计日志页面，即可查看审计日志。 单击右上角的“展开”可以设置查询条件（开始时间、响应码、客户端IP、上游、请求URL）。 大模型审计日志 1.登录API安全网关。 2.在左侧导航栏选择“查询分析 > 大模型审计”，进入大模型审计页面，即可查看大模型审计日志。 告警日志 告警日志记录安全规则和访问控制模块的策略配置检测到的告警。 1.登录API安全网关。 2.在左侧导航栏选择“查询分析 > 告警日志”，进入告警日志页面，即可查看告警日志。 流控日志 说明 日志来源为被API熔断、并发限制、请求数限制、请求速率限制四种插件阻断的流量。 1.登录API安全网关。 2.在左侧导航栏选择“查询分析 > 流控日志”，进入流控日志页面，即可查看流控日志。

本节介绍智算安全专区退订规则及退订步骤。 智算安全专区支持退订，可通过智算安全专区控制台、天翼云费用中心发起并完成退订操作。 退订说明 您（天翼云客户）可根据需要，在符合天翼云退订规则的前提下，灵活退订配额。目前退订包含七天无理由全额退订和非七天无理由退订以及其他退订，退订规则详情见退订规则说明。 大模型安全卫士 1. 登录智算安全专区控制台。 2. 在大模型安全卫士实例页面找到需要退订的实例，单击“退订”。 3. 进入退订申请页面，确认退订信息，信息确认无误后选择退订原因，勾选“我已确认本次退订金额和相关费用”后，单击“退订”后即可进行退订。 4. 系统提示退订申请提交成功，可前往订单详情查看退订进度。 大模型安全测评 按次收费，无退订流程。 大模型安全护栏 如需停止使用大模型安全护栏，可在天翼云控制台进行退订操作。退订后： 已停止使用的服务不再产生新的计费。 退订当日已产生的调用费用，将在次日正常出账结算。 应用管理中已创建的应用及其凭证将失效，所有 API 调用将返回鉴权失败。 提示：退订前建议先停用所有关联该服务的业务 API 调用，避免业务异常。如需重新使用，可随时在控制台重新开通。