invoke命令调用部署在函数计算的函数。 参数解析 参数全称 参数缩写 Yaml 模式下必填 Cli 模式下必填 参数含义 region 选填 必填 资源池ID，请参考资源池列表 functionname 选填 必填 函数名称 timeout 选填 选填 客户端调用超时时间，默认为：1800，单位为：秒 event e 选填 选填 事件 waitfunctionready 选填 选填 等待函数就绪再调用，默认值：false，最大等待时间为120秒，等待间隔为10秒 操作案例 Yaml 模式 进入到资源描述文件（s.yaml）所在的路径，然后执行如下命令调用函数： shell s invoke Cli 模式 直接执行如下命令调用函数： shell s cli faascf invoke region bb9fdb42056f11eda1610242ac110002 functionname helloworld 执行完成输出示例： plaintext status: 200 headers: contentlength: 11 contenttype: text/plain; charsetutf8 date: Tue, 27 May 2025 08:06:01 GMT xfcrequestid: cfece19204494de4bf5f180700006fa8 xfcstatuscode: 200 xfcupstreamservicetime: 2781 xfcreqcosttime: 2782 xfcreqarrivetime: 1748333160021 xfcrespstarttime: 1748333162803 connection: close body: hello world component: faascf

provision命令管理部署在函数计算的函数的预留实例。 provision put 命令 配置函数的预留实例。 参数解析 参数全称 参数缩写 Yaml 模式下必填 Cli 模式下必填 参数含义 region 选填 必填 资源池ID，请参考资源池列表 functionname 选填 必填 函数名称 qualifier 必填 必填 LATEST版本或别名 target 必填 必填 预留实例数量 操作案例 Yaml 模式 进入到资源描述文件（s.yaml）所在的路径，然后执行如下命令配置函数预留实例： shell s provision put qualifier testalias target 1 Cli 模式 直接执行如下命令配置函数预留实例： shell s cli faascf provision put region bb9fdb42056f11eda1610242ac110002 functionname helloworld qualifier testalias target 1 执行完成输出示例： plaintext functionName: helloworld ksvcName: helloworldpcdldisabm functionId: 39159511121971771 qualifier: testalias version: target: 1 current: 0 currentError: idleMode: false scheduledActions: [] provision get 命令 获取函数的预留实例详情。 参数解析 参数全称 参数缩写 Yaml 模式下必填 Cli 模式下必填 参数含义 region 选填 必填 资源池ID，请参考资源池列表 functionname 选填 必填 函数名称 qualifier 必填 必填 LATEST版本或别名

本文向您介绍Windows云主机如何保持会话连接长时间不断开问题的解决方案。 操作场景 本节操作介绍如何设置Windows服务器以防止远程桌面连接在长时间不活动后自动断开。 操作步骤 以下操作以Windows 2008操作系统为例。 1. 打开“开始”菜单，在“运行”对话框中，输入gpedit.msc并按回车键，以打开“本地组策略编辑器”。 图1 gpedit.msc 2. 在“本地组策略编辑器”窗口中，依次展开以下路径：计算机配置 > 管理模板 > Windows 组件 > 远程桌面服务 > 远程桌面会话主机 > 会话时间限制。 3. 设置已中断会话的时间限制。 1. 选择“已启用”。 2. 结束已断开连接的会话：从不。 4. 设置活动但空闲的远程桌面服务会话的时间限制。 1. 选择”已启用“。 2. 空闲会话限制：从不。

本节介绍了申请须知。 在购买DRDS实例之前，您需要先做一系列的准备操作，包括评估实例规格，确定VPC及可用区，申请账号等。 注册账号后，如果需要对资源进行精细管理，请使用IAM服务创建IAM用户及用户组，并授权为IAM用户分配具体的操作权限。 评估实例规格 为了使所申请的DRDS服务能更好地满足应用需求，您需要先评估应用所需的计算能力和存储能力，结合业务类型及服务规模，选择合适的实例规格，主要包括：CPU、内存。 确定虚拟私有云（VPC） VPC为网络访问提供了逻辑隔离。您可以在创建VPC时，定义安全组、VPN、子网等网络特性。通过VPC方便地管理、配置内部网络，进行安全、快捷的网络变更。 DRDS实例必须与应用程序、RDS for MySQL实例处于相同的VPC，以保证网络连通。 建议DRDS实例与应用程序、RDS for MySQL实例选择相同的安全组，三者网络访问不受限制。如果选择了不同的安全组，请注意添加安全组访问规则，开通网络访问。 确定可用区 建议将应用程序和数据库服务（DRDS、RDS）配置在相同可用区，减少网络时延。

本文主要介绍如何查看伸缩带宽策略详情。 操作场景 用户可以通过查看伸缩带宽策略详情，了解该伸缩带宽策略的基本信息及执行日志。策略执行日志记录了策略执行的详细情况。本章节介绍如何查看伸缩带宽策略详情。 查看伸缩带宽策略详情 1. 登录管理控制台。 2. 选择“计算 > 弹性伸缩服务 > 弹性伸缩 > 伸缩带宽”。 3. 在“伸缩带宽”页面，单击需要查看的伸缩带宽策略名称，可跳转至该策略的“基本信息”页面，查看详情。可以看到伸缩带宽策略的策略类型、触发条件、执行动作等基本信息。 查看伸缩带宽策略执行日志 在需要查看的伸缩带宽策略的基本信息页面，您可以看到策略执行日志。策略执行日志记录了伸缩带宽策略的执行状态、策略执行时间、伸缩原始值和伸缩目标值等信息。

本文将为您介绍如何停用伸缩策略。 操作场景 若您在某一段时间内不需要某个伸缩策略触发伸缩活动，建议您停用该策略。停用的前提条件是您的伸缩策略本身处于启用状态。 操作步骤 1. 登录控制中心。 2. 单击控制中心左上角的，选择弹性伸缩组所在地域。 3. 单击“计算>弹性伸缩服务”，进入弹性伸缩管理控制台。 4. 点击待停用伸缩策略的伸缩组名称，进入到伸缩组详情页面。 5. 在详情页面的下方，单击“伸缩策略”进入伸缩策略页签，单击待停用的伸缩策略所在行的“操作>停用”。 6. 在弹出的“停用”确认弹窗中，确认停用策略信息，确认无误后，点击“确定”，即可停用该策略。

接口功能介绍 计算删除密钥 接口约束 请保证账户余额大于0 URI POST /v1/cmkManage/scheduleKeyDeletion 路径参数 无 Query参数 无 请求参数 请求头header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 fecnjniakfkn2314ndekqldedcsadfg 请求体body参数 参数 是否必填 参数类型 说明 示例 下级对象 cmkUuid 是 String 主密钥加密的数据密钥密文 474e569e8814474a948bdbcf6d853eff pendingWindowInDays 是 String 计划删除时间，在此时间之后密钥将被删除 7 响应参数 参数 参数类型 说明 示例 下级对象 statusCode String 返回码 取值范围：200 成功 200 error String 错误码 KMS0514 message String 调用结果信息 计划删除密钥设置成功 returnObj Object 接口返回结果 null returnObj 表 returnObj 参数 参数类型 说明 示例 下级对象 requestId String 请求id a33dc451c0a046f5b2751d8378c1c833 枚举参数 无 请求示例 请求url 无 请求头header { "regionId": "fecnjniakfkn2314ndekqldedcsadfg" } 请求体body { "cmkUuid": "27e658cf3b904987adfdfe8700ee4f59", "pendingWindowInDays": 7 }

接口功能介绍 计算删除密钥 接口约束 请保证账户余额大于0 URI POST /v1/cmkManage/scheduleKeyDeletion 路径参数 无 Query参数 无 请求参数 请求头header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 fecnjniakfkn2314ndekqldedcsadfg 请求体body参数 参数 是否必填 参数类型 说明 示例 下级对象 cmkUuid 是 String 主密钥加密的数据密钥密文 474e569e8814474a948bdbcf6d853eff pendingWindowInDays 是 String 计划删除时间，在此时间之后密钥将被删除 7 响应参数 参数 参数类型 说明 示例 下级对象 statusCode String 返回码 取值范围：200 成功 200 error String 错误码 KMS0514 message String 调用结果信息 计划删除密钥设置成功 returnObj Object 接口返回结果 null returnObj 表 returnObj 参数 参数类型 说明 示例 下级对象 requestId String 请求id a33dc451c0a046f5b2751d8378c1c833 枚举参数 无 请求示例 请求url 无 请求头header { "regionId": "fecnjniakfkn2314ndekqldedcsadfg" } 请求体body { "cmkUuid": "27e658cf3b904987adfdfe8700ee4f59", "pendingWindowInDays": 7 }

参数 描述 参数位置索引 埋点传入参数的索引位置。 统计维度 可选择通过请求数或并发线程数。 1.通过请求数： 限制一段时间内的调用次数。 2.并发数： 限制该资源调用的并发数。 统计周期时间 统计窗口时间长度（单位为秒）。 单机阈值 是作用于每个热点参数的阈值。 流控效果 当统计维度为通过请求数时，可以选择流控效果来处理被拦截流量。 1.快速失败： 达到阈值时，立即拦截请求。 该模式下可以额外设置一个缓冲请求数，即针对突发请求额外允许的请求数目。 2.排队等待： 请求匀速通过，允许排队等待，通常用于消息队列削峰填谷等场景。 需设置具体的超时时间，排队时会计算预计的排队时长，若超过最大超时时间则请求会直接被拒绝。 是否开启 打开开关表示启用该规则，关闭开关表示禁用该规则。

天翼云多活容灾服务（MDR）衍生于用户对数据、应用和业务的多活、高可用需求。通过资源同步、智能调度、故障切换等能力实现故障场景下用户业务的连续性，实现业务恢复与故障恢复的相互解耦，满足企事业单位对容灾能力建设要求。 使用条件 1. 已经注册并开通天翼云账号。 2. 当前账号已开通多活容灾服务，拥有使用多活容灾服务的权限。 登录多活容灾服务控制台 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。

本小节介绍日志审计(原生版)产品定义。 产品介绍 日志审计（原生版）（LAS Log Audit Service）通过实时不间断采集设备、主机、操作系统、数据库以及应用系统产生的海量日志信息，进行集中化存储，为您提供安全存储、检索、审计、告警、报表等能力，帮助您满足等保合规要求。 产品功能 天翼云日志审计（原生版）系统具备资产管理、日志检索、日志审计、多维报表等功能。 资产集中管理：提供集中化的统一管理平台，将所有的日志信息收集到平台中，进行信息资产的统一日志管理。 高速日志检索：基于海量数据的高速检索能力，可以实现多重条件组合的快速检索和精确定位。 实时日志审计报警：对归并处理的日志进行实时动态分析，及时发现网络非法访问、数据违规操作、系统进程异常、设备故障等高危安全事件通过邮件、短信等方式进行报警。 丰富多维日志报表：丰富合规报表预设，支持全方位自定义报表导出，实现数据库系统、数据库服务器、网络设备的多维立体审计。 产品架构 天翼云日志审计（原生版）系统产品架构包含数据采集层、处理层、存储层、引擎层、业务层、可视化。 采集层：提供开放式的信息采集接口，实现对用户环境内各类IT资产以及所采用的各厂商安全产品或安全系统进行主动或被动的日志采集。 处理层：实现对采集到的数据做统一规范化，对数据进行关键信息提取，标签化分类，过滤，归并等数据ETL操作，为后续的数据分析做准备。 存储层：实现海量安全大数据的分布式存储，提供结构化数据和非结构化数据的存储能力，并为上层的数据分析应用提供高效的数据库功能支撑。 引擎层：综合数据处理分析的能力提供层，提供由大数据技术和架构支撑的快速检索和数据关联发掘功能。是支撑上层数据呈现和分析结果输出的计算引擎层，提供丰富的大数据统计、关联分析、数据挖掘以及态势分析能力，是系统的分析处理的核心。该层提供了基础数据处理引擎，包括流式计算引擎、复杂事件处理引擎、全文检索引擎、关联分析引擎等。 业务层：实现用户基于平台的标准化数据，依托平台报表工具，日志检索工具，分析引擎，实现用户自身业务相关的安全管理以及数据分析，监控，处置，保障业务的安全稳定。 可视化：实现对平台的数据处理，数据分析，报表分析，处置结果等通过图表可视化的方式呈现。

Redis实例支持命令重命名。 当前主要针对一些高危的命令，这些命令可能会极大影响REDIS服务的可用性或对性能有很强的副作用 ，具体支持重命名的命令如下：command、keys、flushdb、flushall、hgetall、scan、hscan、sscan、zscan、shutdown、config 等，其他命令暂时不支持。 其中，容量型的实例不支持命令重命名。 操作步骤 1. 登录 Redis管理控制台。 2. 在管理控制台左上角选择实例所在的区域。 3. 对需要重命名命令的缓存实例右侧，单击“操作”栏下的“更多 > 命令重命名”。 4. 在“命令重命名”对话框中，打开开关，点击“添加重命名命令”， 选择需要重命名的高危命令，并输入重命名名称，单击“确定”。 5. 如果要关闭重命名，在“命令重命名”对话框中， 关闭开关， 单击”确定“。 注意 1.重命名的过程中会重启实例，请谨慎操作。 2.每次操作都会覆盖之前的重命名命令，只有当前设置的重命名命令会生效。 3.因为涉及安全性，页面不会显示这些被重命名的命令，请记住重命名后的命令。 4.需要还原某个重命名命令的话，和原命令填写相同即可还原。 5.命令不能重命名为除自己外的其他原始命令。 6.关闭重命名会清理所有重命名命令。 7.重命名执行期间不能执行FLUSHALL或FLUSHDB的命令, 或触发对应命令的操作。 8.重命名的命令必须以字母开头，长度范围为4~64个字符，且只能包含字母、数字、中划线和下划线。

本文介绍SQL Server任务列表的功能和操作方法。 背景信息 SQL Server控制台提供任务列表的功能，旨在为用户提供便捷的任务管理操作，提供运维效率。任务列表提供任务列表，能够实时查看任务类型、进度、时间等关键信息，同时能够根据任务状态快速筛选匹配任务。 在任务列表管理的任务类型具体如下： 创建实例 重启实例 应用参数模板 修改参数 主备切换 备份数据 恢复数据 数据空间扩容 实例规格扩容 备份空间扩容 退订实例 续订实例 实例类型扩容 启动实例节点 停止实例节点 删除手动备份 修改端口 删除跨域备份 实例规格缩容 冻结对象存储备份 解冻对象存储备份 存储空间自动扩容任务提交 实例规格自动扩容任务提交 实例规格自动缩容任务提交 开启SSL 关闭SSL 迁移可用区 按需转包周期 包周期转按需 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 > 关系数据库SQL Server版】，进入关系数据库SQL Server产品页面。然后单击【管理控制台】，进入TeleDB数据库【概览】页面。 2. 在左侧导航栏，选择【SQL Server > 任务列表】，进入任务中心页面。然后在顶部菜单栏，选择区域和项目。 3. 在任务列表上方，选择任务开始时间、关键字（任务ID、任务类型、实例ID）、任务状态等筛选条件可以查询出符合条件的目标任务。 4. 对于筛选出的符合条件的目标任务，将在页面上显示其对应的任务类型、资源ID、任务状态、任务进度、任务开始时间及任务结束时间。

临时表导致实例I/O高 现象 通常情况下MySQL产生的临时文件很小，同时也会及时释放，但是一些异常情况下，比如慢查询，会导致短时间产生大量的临时文件。如果临时目录很大，可能存在慢SQL排序、去重等操作导致创建很大的临时表。临时表写入也会造成I/O增加。您可以在实例监控指标页面查看临时表创建情况。 解决方案 在控制台的慢日志页面，下载并查看执行缓慢的SQL，通过分析慢SQL的执行耗时和执行计划，优化对应的SQL。 读取冷数据导致实例I/O高 现象 关系型数据库MySQL版采用的是buffer pool缓存架构，SQL访问或者修改的数据行，不在buffer pool中命中，就需要到文件系统中读取物理文件，这时会产生大量的读IO，如果buffer pool空闲页不够，还需要交换部分脏页数据到磁盘，同时又会产生大量的写IO。您可以在实例监控指标页面查看缓冲池命中率。 解决方案 根据业务场景重新设计业务缓存策略，或者升级实例规格。 大事务写Binlog导致实例I/O高 现象 关系数据库MySQL版在事务提交时候需要写binlog，默认binlog日志为行格式，当出现大事务时候，比如一个大表一次delete大量数据，这时候会产生大量的binlog日志，可能达到几十G甚至更多，binlog文件需要刷盘，造成突然很高的磁盘IO使用率。 解决方案 建议尽量将大事务拆分为小事务，避免大事务和降低刷新磁盘频率。

本章节主要介绍数据治理中心的管理Agent功能。 对于HDFS和关系型数据库类型的数据源，不方便暴露节点的场景，可选择在源端网络中部署Agent。CDM通过Agent拉取客户内部数据源的数据，但不支持写入数据。Agent的使用流程详见下图 前提条件 已具备CDM集群。 新建Agent 1.进入CDM主界面，单击左侧导航上的“集群管理”，选择集群后的“作业管理 > Agent管理 > 新建Agent”，配置Agent相关信息。 详见下图：配置Agent IP地址：配置为源端网络中部署Agent的IP地址。 端口：Agent自定义的端口。建议范围：1024~65535。 启用压缩：是否对数据使用gzip算法进行压缩传输。 −对于文本数据（基于字符编码的数据，例如MySQL的INT等数据类型，详见相关数据库的说明文档），建议开启此选项，gzip压缩可以达到较好的压缩效果。 −对于二进制数据（基于值编码的数据，例如MySQL的BINARY等数据类型，详见相关数据库的说明文档），由于其本身已经压缩过，不推荐再开启gzip压缩，压缩后可能会导致压缩效果较差，同时会增大客户端解压缩的压力，带来不必要的性能损耗。 启用SSL：是否启用SSL双向认证，保证数据的安全性。如果对安全性要求较高，则可以开启SSL。 限流：设置agent的最大下行速率，默认不限流。 2.单击“确定”，完成Agent的创建。在Agent管理页面可查看已成功创建的Agent。

本节介绍了变更数据捕获（CDC）的相关内容。 操作场景 使用存储过程对指定数据库开启或关闭变更数据捕获功能。变更数据捕获可记录应用到所启用的表中的插入、更新和删除活动，同时采用易于使用的关系格式提供变更详细信息。 说明 仅RDS for SQL Server企业版和RDS for SQL Server 2016及其以上版本的标准版支持变更数据捕获。 关于变更数据捕获的其他功能可参考官方文档。 前提条件 成功连接RDS for SQL Server实例。关于连接关系型数据库实例， 执行此存储过程的必须是拥有[CREATE ANY DATABASE]权限的用户。如果不具备此权限的用户尝试执行该存储过程，系统将会如下提示： plaintext Database restores can only be performed by database logins with [CREATE ANY DATABASE] permissions. 约束 对于系统库，不可进行开启或关闭变更数据捕获功能。如果您试图对系统库进行此操作，系统将会如下提示： plaintext CDC can not open on system database and [rdsadmin]. 变更数据捕获功能操作仅包括 1，0，若尝试进行其他操作，系统将会如下提示： plaintext @dbAction just support 1:open 0:close 操作步骤 执行以下命令，开启或关闭变更数据捕获。 EXEC msdb.dbo.rdscdcdb '@DBName', @dbAction; @ DBName：指定要操作的数据库。 @ dbAction：指定操作，1为开启变更数据捕获，0为关闭变更数据捕获。 对“testDB1”打开变更数据捕获，示例如下： EXEC msdb.dbo.rdscdcdb 'testDB1', 1;

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

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

本节主要介绍分布式消息服务Kafka的功能特性 消息收发 消息发送，支持指定分区发送、同步发送、异步发送、分区批量累积发送；支持身份认证，客户端连接Broker时使用SSL或SASL进行验证，数据传加密传输；支持ACL机制，提供客户端读、写权限认证。支持通过压缩算法实现消息体压缩，减少网络传输数据量，提高Kafka的消息发送吞吐量。 消息消费，支持指定Partition消费、指定分区的offset消费；采用poll方式，支持批量消费，支持广播消费。 消息有序性 针对消息有序的业务需求，分为全局有序和局部有序。 全局有序：一个Topic下的所有消息都需要按照生产顺序消费。 局部有序：一个Topic下的消息，只需要满足同一业务字段的要按照生产顺序消费。例如：Topic消息是订单的流水表，包含订单orderId，业务要求同一个orderId的消息需要按照生产顺序进行消费。 由于Kafka的一个Topic可以分为了多个Partition，Producer发送消息的时候，是分散在不同 Partition的。当Producer按顺序发消息给Broker，但进入Kafka之后，这些消息就不一定进到哪个Partition，会导致顺序是乱的。因此要满足全局有序，需要1个Topic只能对应1个Partition。 要满足局部有序，只需要在发消息的时候指定Partition Key，Kafka对其进行Hash计算，根据计算结果决定放入哪个Partition。这样Partition Key相同的消息会放在同一个Partition。此时，Partition的数量仍然可以设置多个，提升Topic的整体吞吐量。

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。

平台提供了以下大模型API能力。 模型名称 模型简介 模型ID DeepSeekR1昇腾版 DeepSeekR1是一款具有671B参数大小的创新性大语言模型，由杭州深度求索人工智能基础技术研究有限公司开发。该模型基于 transformer 架构，通过对海量语料数据进行预训练，结合注意力机制，能够理解和生成自然语言。它经过监督微调、人类反馈的强化学习等技术进行对齐，具备语义分析、计算推理、问答对话、篇章生成、代码编写等多种能力。R1 模型在多个 NLP 基准测试中表现出色，具备较强的泛化能力和适应性。 4bd107bff85941239e27b1509eccfe98 DeepSeekR1昇腾版2 DeepSeekR1是一款具有671B参数大小的创新性大语言模型，该模型基于 transformer 架构，通过对海量语料数据进行预训练，结合注意力机制，经过监督微调、人类反馈的强化学习等技术进行对齐，具备语义分析、计算推理、问答对话、篇章生成、代码编写等多种能力。R1 模型在多个 NLP 基准测试中表现出色，具备较强的泛化能力和适应性。 7ba7726dad4c4ea4ab7f39c7741aea68 DeepSeekV3昇腾版 DeepSeekV3是DeepSeek团队开发的新一代专家混合（MoE）语言模型，共有671B参数，在14.8万亿个Tokens上进行预训练。该模型采用多头潜在注意力（MLA）和DeepSeekMoE架构，继承了DeepSeekV2模型的优势，并在性能、效率和功能上进行了显著提升。 9dc913a037774fc0b248376905c85da5 DeepSeekR1DistillLlama70B DeepSeekR1DistillLlama70B是基于Llama架构并经过强化学习和蒸馏优化开发的高性能语言模型。该模型融合了DeepSeekR1的先进知识蒸馏技术与Llama70B模型的架构优势。通过知识蒸馏，在保持较小参数规模的同时，具备强大的语言理解和生成能力。 515fdba33cc84aa799bbd44b6e00660d DeepSeekR1DistillQwen32B DeepSeekR1DistillQwen32B是通过知识蒸馏技术从DeepSeekR1模型中提炼出来的小型语言模型。它继承了DeepSeekR1的推理能力，专注于数学和逻辑推理任务，但体积更小，适合资源受限的环境。 b383c1eecf2c4b30b4bcca7f019cf90d Baichuan2Turbo BaichuanTurbo系列模型是百川智能推出的大语言模型，采用搜索增强技术实现大模型与领域知识、全网知识的全面链接。 43ac83747cb34730a00b7cfe590c89ac Llama213BChat Llama2是预先训练和微调的生成文本模型的集合，其规模从70亿到700亿个参数不等。这是13B微调模型的存储库，针对对话用例进行了优化。 96dc8f33609d4ce6af3ff55ea377831a Qwen7BChat 通义千问7B（Qwen7B）是阿里云研发的通义千问大模型系列的70亿参数规模的模型。Qwen7B是基于Transformer的大语言模型, 在超大规模的预训练数据上进行训练得到。预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。同时，在Qwen7B的基础上，使用对齐机制打造了基于大语言模型的AI助手Qwen7BChat。 fc23987da1344a8f8bdf1274e832f193 Llama27BChat Llama27BChat是Meta AI开发的大型语言模型Llama2家族中最小的聊天模型。该模型有70亿个参数，并在来自公开来源的2万亿token数据上进行了预训练。它已经在超过一百万个人工注释的指令数据集上进行了微调。 e30f90ca899a4b1a9c25c0949edd64fc Llama270BChat Llama 2 是预训练和微调的生成文本模型的集合，规模从 70 亿到 700 亿个参数不等。这是 70B 微调模型的存储库，针对对话用例进行了优化。 bafbc7785d50466c89819da43964332b Qwen1.57BChat 通义千问1.5（Qwen1.5）是阿里云研发的通义千问系列开源模型，是一种基于 Transformer 的纯解码器语言模型，已在大量数据上进行了预训练。该系列包括Base和Chat等多版本、多规模，满足不同的计算需求，这是Qwen1.57BChat版本。 bfc0bdbf8b394c139a734235b1e6f887 Qwen272BInstruct Qwen2 是 Qwen 大型语言模型的新系列。Qwen2发布了5个尺寸的预训练和指令微调模型，包括Qwen20.5B、Qwen21.5B、Qwen27B、Qwen257BA14B以及Qwen272B。这是指令调整的 72B Qwen2 模型，使用了大量数据对模型进行了预训练，并使用监督微调和直接偏好优化对模型进行了后训练。 2f05789705a64606a552fc2b30326bba ChatGLM36B ChatGLM36B 是 ChatGLM 系列最新一代的开源模型，在保留了前两代模型对话流畅、部署门槛低等众多优秀特性的基础上，ChatGLM36B 引入了更强大的基础模型、更完整的功能支持、更全面的开源序列几大特性。 7450fa195778420393542c7fa13c6640 TeleChat12B 星辰语义大模型TeleChat是由中电信人工智能科技有限公司研发训练的大语言模型，TeleChat12B模型基座采用3万亿 Tokens中英文高质量语料进行训练。TeleChat12Bbot在模型结构、训练数据、训练方法等方面进行了改进，在通用问答和知识类、代码类、数学类榜单上相比TeleChat7Bbot均有大幅提升。 fdc31b36028043c48b15131885b148ce Qwen1.514BChat 通义千问1.5（Qwen1.5）是阿里云研发的通义千问系列开源模型，是一种基于 Transformer 的纯解码器语言模型，已在大量数据上进行了预训练。该系列包括Base和Chat等多版本、多规模，满足不同的计算需求，这是Qwen1.514BChat版本。 acfe01f00b0c4ff49c29c6c77b771b60 Llama38BInstruct Meta 开发并发布了 Meta Llama 3 系列大型语言模型 （LLM），包含 8B 和 70B 两种参数大小，Llama38BInstruct 是经过指令微调的版本，针对对话用例进行了优化，在常见的行业基准测试中优于许多可用的开源聊天模型。 bda59c34e4424598bbd5930eba713fbf Llama370BInstruct Meta 开发并发布了 Meta Llama 3 系列大型语言模型 （LLM），包含 8B 和 70B 两种参数大小，Llama370BInstruct 是经过指令微调的版本，针对对话用例进行了优化，在常见的行业基准测试中优于许多可用的开源聊天模型。 6192ed0cb6334302a2c32735dbbb6ce3 Qwen1.572BChat 通义千问1.5（Qwen1.5）是阿里云研发的通义千问系列开源模型，是一种基于 Transformer 的纯解码器语言模型，已在大量数据上进行了预训练。该系列包括Base和Chat等多版本、多规模，满足不同的计算需求，这是Qwen1.572BChat版本。 9d140d415f11414aa05c8888e267a896 Qwen1.532BChat Qwen1.532B 是 Qwen1.5 语言模型系列的最新成员，除了模型大小外，其在模型架构上除了GQA几乎无其他差异。GQA能让该模型在模型服务时具有更高的推理效率潜力。这是Qwen1.532BChat版本。 12d5a37bf1ed4bf9b1cb8e446cfa60b3 InternLM2Chat7B InternLM2Chat7B 是书生·浦语大模型系列中开源的 70 亿参数库模型和针对实际场景量身定制的聊天模型。InternLM2相比于初代InternLM，在推理、数学、代码等方面的能力提升尤为显著，综合能力领先于同量级开源模型。 50beebff68b34803bd71d380e49078f5 Qwen27BInstruct Qwen27BInstruct是 Qwen2大型语言模型系列中覆盖70亿参数的指令调优语言模型，支持高达 131,072 个令牌的上下文长度，能够处理大量输入。 0e97efbf3aa042ebbaf0b2d358403b94 QwenVLChat QwenVLChat模型是在阿里云研发的大规模视觉语言模型 QwenVL 系列的基础上，使用对齐机制打造的视觉AI助手，该模型有更优秀的中文指令跟随，支持更灵活的交互方式，包括多图、多轮问答、创作等能力。 e8c39004ff804ca699d47b9254039db8 StableDiffusionV2.1 StableDiffusionV2.1是由 Stability AI 公司推出的基于深度学习的文生图模型，它能够根据文本描述生成详细的图像，同时也可以应用于其他任务，例如图生图，生成简短视频等。 40f9ae16e840417289ad2951f5b2c88f DeepseekV2LiteChat DeepseekV2LiteChat是一款强大的开源专家混合（MoE）语言聊天模型，具有16B参数，2.4B活动参数，使用5.7T令牌从头开始训练，其特点是同时具备经济的训练和高效的推理。 0855b510473e4ec3a029569853f64974 Qwen2.572BInstruct Qwen2.5系列发布了许多基本语言模型和指令调整语言模型，参数范围从0.5到720亿个参数不等。Qwen2.572BInstruct模型是Qwen2.5系列大型语言模型指令调整版本。 d9df728b30a346afb74d2099b6c209aa Gemma29BIT Gemma29BIT是Google最新发布的具有90亿参数的开源大型语言模型的指令调优版本。模型在大量文本数据上进行预训练，并且在性能上相较于前一代有了显著提升。该版本的性能在同类产品中也处于领先地位，超过了Llama38B和其他同规模的开源模型。 4dae2b9727db46b7b86e84e8ae6530a9 Llama3.23BInstruct Meta Llama3.2多语言大型语言模型（LLMs）系列是一系列预训练及指令微调的生成模型，包含1B和3B参数规模。Llama3.2指令微调的纯文本模型专门针对多语言对话应用场景进行了优化，包括代理检索和摘要任务。它们在通用行业基准测试中超越了许多可用的开源和闭源聊天模型。这是Llama3.23BInstruct版本。 f7d0baa95fd2480280214bfe505b0e2e ChatGLM36B32K ChatGLM36B32K模型在ChatGLM36B的基础上进一步强化了对于长文本的理解能力，能够更好的处理最多32K长度的上下文。具体对位置编码进行了更新，并设计了更有针对性的长文本训练方法，在对话阶段使用 32K 的上下文长度训练。 98b6d84f6b15421886d64350f2832782 CodeGemma7BIT CodeGemma是构建在Gemma之上的轻量级开放代码模型的集合。CodeGemma7BIT模型是CodeGemma系列模型之一，是一种文本到文本和文本到代码的解码器模型的指令调整变体，具有70亿参数，可用于代码聊天和指令跟随。 fa8b78d2db034b6798c894e30fba1173 Qwen2.5Math7BInstruct Qwen2.5Math系列是数学专项大语言模型Qwen2Math的升级版。系列包括1.5B、7B、72B三种参数的基础模型和指令微调模型以及数学奖励模型Qwen2.5MathRM72B，Qwen2.5Math7BInstruct的性能与Qwen2Math72BInstruct相当。 ea056b1eedfc479198b49e2ef156e2aa DeepSeekCoderV2LiteInstruct DeepSeekCoderV2LiteInstruct是一款强大的开源专家混合（MoE）语言聊天模型，具有16B参数，2.4B活动参数。该模型基于DeepSeekV2进一步预训练，增加了6T Tokens，可在特定的代码任务中实现与GPT4Turbo相当的性能。 f23651e4a8904ea589a6372e0e860b10

本章节主要介绍媒体存储相关使用限制。 媒体存储的主要性能指标和约束规则如下表： 限制项 说明 带宽 单个账号默认的读写带宽限制为5Gbit/s，如达到该阀值，请求会被流控。 如果您有更大的带宽需求，请提交工单申请。 每秒请求数(QPS) 所有地域每个存储桶默认1000QPS。 如果您有更大的QPS需求，请提交工单申请。 存储桶 1.每个主账号默认在一个资源池下可创建1000个存储桶。 2.在同一资源池下，桶名必须是全局唯一的且不能修改，即用户创建的桶不能与自己已创建的其他桶名称相同，也不能与其他用户创建的桶名称相同。 3.桶创建成功后，桶名、所属区域均不允许修改。 4.删除桶之前必须确保桶内所有对象已彻底删除。 5.单个存储空间的容量不限制。 对象/文件 1.通过控制台上传的单个对象最大是 5G，建议不超过2G，单次最多支持选择100个文件。 2.API和SDK通过分片上传的单个对象最大是50TB。 3.未开启版本控制的情况下，如果上传的文件与已有文件同名，则覆盖已有文件。 4.桶没有开启多版本控制功能时，对象删除后不可恢复。 5.批量删除最大删除文件数量为1000。 生命周期规则 单个桶的最多可配置1000条生命周期规则且总大小不能超过20KB。 Bucket Policy 单个桶中桶策略不限个数，但所有桶策略的总大小不能超过20KB。 ACL ACL最多支持100条授权。更多可参考：ACL。 桶清单 单个存储桶最多设置10个清单。更多可参考：桶清单。 桶标签 1.单个桶最多可以设置10对标签。 2.同个存储桶下不能有相同的标签键。 对象标签 1.单个对象最多可以设置10个标签。 2.同个对象下不能有相同的标签键。 图片处理 1.对原图大小没有限制，但总像素不能超过2.5亿 px（动态图片（例如GIF图片）的像素计算方式为宽x高x 图片帧数；非动态图片（例如PNG图片）的像素计算方式为宽x高）。 2.图片格式只支持JPG、PNG、BMP、GIF、WebP、TIFF、HEIC、AVIF。 3.目标缩放宽高不超过4,096 px。 更多可参考：图片处理概述。

本文介绍Go如何实现并应用函数实例生命周期回调方法。 使用说明 当您实现并配置函数实例生命周期回调后，函数计算将在相关实例生命周期事件发生时调用对应的回调程序。 Initializer回调 Initializer回调在函数实例启动成功后，请求处理程序（Handler）之前执行。 PreStop回调 PreStop回调在函数实例销毁前执行。使用PreStop回调需要继承com.ctg.faas.runtime.PreStopHandler接口，并实现该接口的preStop方法。 Initializer回调和PreStop回调的方法签名一样，入参只有一个context参数，提供在调用时的运行上下文信息。cfruntimegosdk官方库提供了RegisterInitializerFunction、RegisterPreStopFunction方法分别用于注册Initializer回调和PreStop回调。 示例代码如下： package main import ( "context" "gitee.com/ctyunfaas/cfruntimegosdk/cf" "gitee.com/ctyunfaas/cfruntimegosdk/fccontext" ) func initialize(ctx context.Context) { fctx, : fccontext.FromContext(ctx) fctx.GetLogger().Info("initialize...") } func preStop(ctx context.Context) { fctx, : fccontext.FromContext(ctx) fctx.GetLogger().Info("preStop...") } func HandleRequest(ctx context.Context) (string, error) { fctx, : fccontext.FromContext(ctx) fctx.GetLogger().Info("HandleRequest...") return "hello world", nil } func main() { cf.RegisterPreStopFunction(preStop) cf.RegisterInitializerFunction(initialize) cf.Start(HandleRequest) }

请求JSON参数 参数 类型 是否必传 名称 描述 ::: starttime int 是 开始时间戳 起始时间，时间戳(秒)。 endtime int 是 结束时间戳 结束时间，时间戳(秒)。 interval string 否 时间粒度 时间粒度，目前支持1m，5m，1h和24h，默认5m。 producttype List 否 产品类型列表 产品类型列表，不传默认名下所有产品，可多个产品类型，作为统计筛选项。支持： “001”(静态加速)，“003”(下载加速),“004”(视频点播加速),“008”(CDN加速), “014”(下载加速闲时),“007”(安全加速),“005”(直播加速),“006”(全站加速),“009”(应用加速), “010”(web应用防火墙（边缘云版）),“011”(高防DDoS（边缘云版）) domain list 否 域名列表 域名，不传默认名下所有域名，可多个域名，作为统计筛选项。 province list 否 省编码列表 省编码，不传默认所有省份，可多个省编码，作为统计筛选项，点击查看省份及对应的省编码 isp list 否 运营商编码列表 运营商编码，不传默认所有运营商，可多个运营商编码，作为统计筛选项，点击查看运营商及对应的运营商编码 networklayerprotocol string 否 网络层协议 网络层协议，不传默认所有网络层协议，支持作为统计筛选项，可以为ipv4、ipv6，other。 applicationlayerprotocol string 否 应用层协议 应用层协议，不传默认所有络层协议，支持作为统计筛选项，可以为http，https，rtmp，quic，other。 groupby list 否 结果聚合维度 指标在计算结果的聚合维度，不传或为空默认按照时间粒度聚合，可多个统计维度，可以为 producttype，domain，province，isp，networklayerprotocol，applicationlayerprotocol。

本节为您介绍如何取消共享镜像。 操作场景 用户A共享镜像给用户B后，如果用户A不再想要给用户B使用此镜像，则用户A可以取消向用户B共享此镜像。取消共享镜像后，用户B在共享镜像列表不再能看到此镜像。 前提条件 已经接受的共享镜像，不能取消共享。 操作步骤 1. 登录天翼云控制中心。 2. 单击控制中心顶部的选择区域，此处我们选择华东1为例。 3. 在左侧导航栏选择“计算 > 镜像服务”。 4. 在镜像列表页，单击“私有镜像”页签。 5. 找到指定的镜像，单击镜像名称进入镜像详情页。 6. 在共享账号列表，操作栏单击“取消共享”，进入取消共享界面。 7. 勾选需要取消共享的用户，单击确定后完成取消共享。 8. 除此之外，在私有镜像列表，操作栏单击“取消共享”也可取消共享此镜像。

参数 描述 参数位置索引 埋点传入参数的索引位置。 统计维度 可选择通过请求数或并发线程数。 1，通过请求数： 限制一段时间内的调用次数。 2，并发数： 限制该资源调用的并发数。 统计周期时间 统计窗口时间长度（单位为秒）。 单机阈值 是作用于每个热点参数的阈值。 流控效果 当统计维度为通过请求数时，可以选择流控效果来处理被拦截流量。 1，快速失败： 达到阈值时，立即拦截请求。 该模式下可以额外设置一个缓冲请求数，即针对突发请求额外允许的请求数目。 2，排队等待： 请求匀速通过，允许排队等待，通常用于消息队列削峰填谷等场景。 需设置具体的超时时间，排队时会计算预计的排队时长，若超过最大超时时间则请求会直接被拒绝。 是否开启 打开开关表示启用该规则，关闭开关表示禁用该规则。

本文为您介绍如何在使用SELECT语法时进行排序。 按某一列排序 plaintext teledb create table teledbpg(id int, nickname text); CREATE TABLE teledb insert into teledbpg values(1,'teledb'),(3,'pg'),(1,'hello,pgxc'); COPY 3 teledb select from teledbpg order by nickname; id nickname + 1 hello,pgxc 3 pg 1 teledb (3 rows) 按第一列排序 plaintext teledb select from teledbpg order by 1; id nickname + 1 teledb 1 hello,pgxc 3 pg 按ID 升级排序，再按 nickname 降序排序 plaintext teledb select from teledbpg order by id,nickname desc; id nickname + 1 teledb 1 hello,pgxc 3 pg (3 rows) 效果与上面的语句一样 plaintext teledb select from teledbpg order by 1,2 desc; id nickname + 1 teledb 1 hello,pgxc 3 pg (3 rows) 随机排序 plaintext teledb select from teledbpg order by random(); id nickname + 1 teledb 3 pg 1 hello,pgxc (3 rows) teledb select from teledbpg order by random(); id nickname + 1 hello,pgxc 1 teledb 3 pg (3 rows) 计算排序 plaintext teledb

本文为您介绍如何在使用SELECT语法时进行排序。 按某一列排序 plaintext teledb create table teledbpg(id int, nickname text); CREATE TABLE teledb insert into teledbpg values(1,'teledb'),(3,'pg'),(1,'hello,pgxc'); COPY 3 teledb select from teledbpg order by nickname; id nickname + 1 hello,pgxc 3 pg 1 teledb (3 rows) 按第一列排序 plaintext teledb select from teledbpg order by 1; id nickname + 1 teledb 1 hello,pgxc 3 pg 按ID 升级排序，再按 nickname 降序排序 plaintext teledb select from teledbpg order by id,nickname desc; id nickname + 1 teledb 1 hello,pgxc 3 pg (3 rows) 效果与上面的语句一样 plaintext teledb select from teledbpg order by 1,2 desc; id nickname + 1 teledb 1 hello,pgxc 3 pg (3 rows) 随机排序 plaintext teledb select from teledbpg order by random(); id nickname + 1 teledb 3 pg 1 hello,pgxc (3 rows) teledb select from teledbpg order by random(); id nickname + 1 hello,pgxc 1 teledb 3 pg (3 rows) 计算排序 plaintext teledb

前提条件 1、在集群中安装Nginx Ingress插件，作为Ingress Controller，并通过Nginx对外暴露统一的流量入口。详细操作可参考 安装插件。 2、上传Nginx镜像至容器镜像服务，使用Nginx作为demo应用。 3、使用Nginx部署应用Service v1，为方便观测流量切分的效果，将欢迎页设置为“v1”。关键配置见下步。 应用场景和操作步骤 场景一：将匹配的业务流量切分到新版本 应用运行了一套对外提供7层服务的Service v1，现需发布新版本Service v2。应用希望将header包含“versionv2”或Cookie包含“v2always”的流量灰度到Service v2，待稳定运行后，逐步全量切到Service v2，平滑下线Service v1。示意图如下： 步骤1：部署旧版本Service v1和常规Ingresss 创建配置项（ConfigMap）grayv1 部署无状态应用（Deployment）grayv1deploy 配置数据卷： 配置镜像和挂载卷： 访问配置： 创建常规Ingress grayv1ing apiVersion: "networking.k8s.io/v1" kind: "Ingress" metadata: annotations: kubernetes.io/ingress.class: "nginxingresscontroller" 使用Nginx型Ingress name: "grayv1ing" namespace: "graytest" spec: rules: host: "testgray.com" 域名 http: paths: backend: service: name: "grayv1deploy" 指定后端服务为grayv1deploy port: number: 80 path: "/" 路径 pathType: "Prefix"

操作步骤 注意 该操作恢复的是整个实例的数据，恢复时长和备份的大小与介质有关。 恢复到实例 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 > 关系数据库MySQL版 ，进入关系数据库MySQL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MySQL > 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，单击目标实例名称，进入实例基本信息 页面，然后单击备份恢复。 说明 您也可以在左侧导航栏选择MySQL > 备份管理 ，进入基础备份列表 页面，查看所有实例的备份文件列表。然后在备份文件列表中找到待恢复的备份文件，单击操作 列的恢复。 4. 单击备份恢复 ，进入基础备份列表页签。 5. 在备份文件列表中找到目标备份文件，单击操作 列的恢复。 6. 在实例恢复 面板中，选择将文件恢复至当前实例、已有实例或者新实例，然后单击提交。 如果选择新实例，则您需要选择目标资源池，提交任务后，进入受理页面。您需要选择新实例的各项配置，确认好配置，并完成付款，开始执行恢复任务。 注意 未开启跨域备份时，仅支持恢复到本地资源池。 如果原实例创建表时的SQL语句指定了透明页压缩，恢复到实例时可能会出现磁盘空间不足导致的恢复失败，建议恢复到新实例时选择磁盘空间自动扩容。 如果选择其他选项，则会马上执行恢复任务。实例状态变为恢复中。 当恢复完成后，实例状态将恢复成运行中。

本文介绍了并行文件服务HPFS的计费模式、计费项、计费周期、计费公式以及产品定价等相关内容。 计费模式 并行文件服务HPFS会根据存储类型、配置容量大小和时长进行计费。当前仅提供HPC性能型存储类型，以及按需计费的计费模式。 按需计费（后付费）：按照创建文件系统时配置容量结算费用，先使用，后付费，适用于业务用量经常有变化的场景。 计费项 根据存储类型和规格，按照创建文件系统时配置的容量大小计费，并非按照上传文件的使用量。 在使用HPFS过程中，除并行文件系统配置容量的计费项费用之外，还可能涉及以下费用： 弹性IP费用 当您使用文件系统上传或下载数据、将本地数据迁移至HPFS时，通过将文件系统挂载至一台连接公网的物理机上实现数据上传和下载。如您占用弹性IP提供的公网带宽，具体费用信息，请参考弹性IP计费说明。 计费周期 HPFS按小时为周期统计，即每小时结算一次，须保证您的账户余额充足，避免可能因欠费影响业务。 计费公式 存储空间费用 存储类型单价（元/GB/小时） 文件系统配置容量大小（GB） 使用时长（小时）。 产品定价 HPFS按需计费定价，请参见HPFS产品价格。 卡券管理 优惠券使用规则请参见天翼云帮助中心费用中心优惠券使用。 代金券使用规则请参见天翼云帮助中心费用中心代金券使用。

本文为您介绍如何在使用SELECT语法时进行排序。 按某一列排序 plaintext teledb create table teledbpg(id int, nickname text); CREATE TABLE teledb insert into teledbpg values(1,'teledb'),(3,'pg'),(1,'hello,pgxc'); COPY 3 teledb select from teledbpg order by nickname; id nickname + 1 hello,pgxc 3 pg 1 teledb (3 rows) 按第一列排序 plaintext teledb select from teledbpg order by 1; id nickname + 1 teledb 1 hello,pgxc 3 pg 按ID 升级排序，再按 nickname 降序排序 plaintext teledb select from teledbpg order by id,nickname desc; id nickname + 1 teledb 1 hello,pgxc 3 pg (3 rows) 效果与上面的语句一样 plaintext teledb select from teledbpg order by 1,2 desc; id nickname + 1 teledb 1 hello,pgxc 3 pg (3 rows) 随机排序 plaintext teledb select from teledbpg order by random(); id nickname + 1 teledb 3 pg 1 hello,pgxc (3 rows) teledb select from teledbpg order by random(); id nickname + 1 hello,pgxc 1 teledb 3 pg (3 rows) 计算排序 plaintext teledb