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。

每个账号可以创建多少个文件系统？ 单用户在单地域内可创建的文件系统数量默认为10个，您可通过申请配额增加至20个或者更多。 如何选择NFS和CIFS文件系统协议？ NFS（Nrtwork File System）是一种用户网络共享文件和目录的协议。NFS协议支持跨平台的文件共享，使得用户可以在任意操作系统上访问文件。 CIFS（Common Internet File System）是一种用户在计算机之间共享文件和打印机的网络协议，最初由微软开发，并成为Windows操作系统的默认文件共享协议。 天翼云建议您根据需求场景选择文件系统协议： 如果您要在Linux系统中实现共享文件，建议选择NFS协议创建文件系统。 如果您要在Wndwos系统中实现文件共享，建议选择CIFS协议创建文件系统。 文件系统支持跨域复制功能吗？ 暂时不支持直接跨域复制文件系统数据。建议您在购买文件系统前提前规划好合适的地域后再下单。

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

本文主要介绍如何删除增强高速网卡。 操作场景： 如果不再需要增强高速网卡，请参考此章节进行删除。 约束与限制： 物理机必须为“运行中”或“关机”状态。 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. 单击待删除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，单击待删除增强高速网卡前的下拉图标，记录VLAN和MAC地址。 说明 界面上删除网卡后，还需要进入物理机操作系统内部执行相关操作，删除设备（需要使用此处记录的VLAN和MAC地址）。 5. 单击“删除”。 6. 在弹出的对话框中单击“确定”，删除网卡。 后续任务： 参考配置增强高速网卡（SUSE Linux Enterprise Server 12系列）~ 配置增强高速网卡（Windows Server系列）中的“删除网卡”部分删除网络设备。

本节为您介绍如何对已购物理机进行物理机重置密码操作。 重置物理机密码 操作场景 如果您忘记了物理机的登录密码，或者您想加固密码提升安全性，可以在控制中心上进行密码重置。 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 > 重置密码”单击出现重置密码弹框，输入“密码”并核对后单击“确定”完成密码修改。如下图所示： 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(()~!@$%&+{}[]:;’<>,.?/中的特殊符号) 不能以斜线号(/)开头 不能包含3个及以上连续字符，如abc、123

功能名称 描述 人脸检测 对自然场景下的人脸进行快速检测，返回检测到的人脸区域坐标，可实时检测多张人脸。 人脸属性识别 针对检测到的人脸，准确识别多种人脸属性信息，包括年龄、性别等，支持多人脸属性实时高效检测，可用于视频结构化、安防监控等业务场景。 人脸比对 对检测到的人脸进行高维度的特征抽取，计算相似度，业务侧可以根据设定阈值判断是否为同一个人。可进行1 : 1高精度人脸匹配，应用于人脸比对等业务场景。 人脸活体检测 基于深度学习方法，分析人脸图像的摩尔纹、成像畸形等信息，实现静默活体判断，有效防止照片等非活体攻击。 人脸实名认证 将姓名+身份证号+现场采集的人脸图像，与权威数据源进行比对，完成实人身份验真。 动作活体识别 分析视频中是否包含眨眼、左摇头、右摇头、上下点头或张嘴五种人脸动作，对动作过程进行判断。

本文带您了解并行文件服务HPFS的功能特性。 多协议配置 支持NFS、HPFSPOSIX协议类型，通过标准POSIX接口访问数据，无缝适配主流应用程序进行数据读写。 通过协议服务功能实现HPFSPOSIX和NFS多协议互访，实现一份数据多种业务平台同时访问。 文件系统管理 支持创建、挂载、搜索、查看、扩容、删除、子目录挂载、子目录配额等基本文件系统管理操作，支持上千台客户端挂载同一文件系统，满足高性能计算场景需求。 文件系统在线扩容 分钟级别快速扩容，用户可根据实际需要对文件系统进行在线扩容，扩容过程IO不中断，保障业务连续性。 权限与安全 HPFSPOSIX协议访问文件系统,可以通过seckey实现租户隔离，每个租户有唯一的seckey，通过seckey挂载到服务器，保障用户数据独立性。 NFS协议访问文件系统，通过VPC保证租户间数据隔离，且支持跨VPC访问文件系统。 数据监控 提供基础性能指标监控和容量指标监控，了解文件系统运行情况，并可根据业务要求配置相关告警。

本节介绍智算套件产品优势。 高效管理 控制面全托管，统一纳管GPU、NPU、RDMA等异构智算资源，提供完善的监控、运维能力，解决企业在异构算力管理、资源效率、成本控制等方面的核心痛点。 智能调度 支持共享GPU、算力切分、拓扑感知、故障感知、优先级等调度策略，满足不同场景下客户对算力的细粒度把控。 断点续训 CheckPoint 秒级读写，主动感知故障事件和潜在风险，自动重调度和优雅容错，解决传统系统 “故障恢复慢、数据易丢失、人工干预成本高” 的痛点。 弹性伸缩 工作节点弹性伸缩，支持集群HPA与VPA，轻松应对业务负载波动，避免资源闲置，提升集群资源的利用率及调度能力。 推理加速 通过AI网关优化流量分配、KVCache减少重复计算、PD分离匹配阶段特性，大幅提升推理效率。 可观测 可视化GPU资源监控大盘，一键集群巡检，全链路日志监测，724告警策略，为AI业务的持续运营提供“全天候、无死角”的保障。

本文主要介绍 扩容“可用“状态的磁盘容量 操作场景 本章节指导用户通过管理控制台扩容状态为“可用”的磁盘，该状态表示当前需要扩容的磁盘未挂载至任何云主机。 约束与限制 当前EVS扩容功能支持扩大磁盘容量，不支持缩小磁盘容量。 系统盘支持的最大容量为1 TB，数据盘支持的最大容量为32 TB，最小扩容步长均为 1GB。 状态为“正在使用”的共享磁盘不支持扩容，扩容前需要先将共享磁盘从所挂载的云主机卸载，待状态变为“可用”后执行扩容操作。 操作步骤 1、 登录管理控制台。 2、选择“存储 > 磁盘”。 进入“磁盘”页面。 3、在磁盘列表中，选择指定磁盘所在行“操作”列下的“扩容”。 进入扩容界面。 4、根据界面提示，设置“新增容量”参数，设置完成后，单击“立即申请”。 5、在“详情”页面，您可以再次核对磁盘信息。 确认无误后，单击“提交”，开始扩容磁盘。 如果还需要修改，单击“上一步”，修改参数。 提交完成后，根据界面提示返回“磁盘”页面。 6、 在“磁盘”主页面，查看磁盘扩容结果。 当磁盘状态由“正在扩容”变为“可用”，并且容量增加时，表示已成功扩大磁盘存储容量。 7、将扩容成功后的磁盘挂载至云主机，具体请参见挂载磁盘。 8、通过云服务管理控制台扩容成功后，仅扩大了磁盘的存储容量，还需要登录云主机自行扩展分区和文件系统。 不同操作系统的云主机处理方式不同。 Windows系统，请参见扩展磁盘分区和文件系统（Windows 2008）。 Linux系统，请参见分区和文件系统扩展前准备（Linux）。

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。

df TH Filesystem Type Size Used Avail Use% Mounted on /dev/vda1 ext4 43G 2.0G 39G 5% / devtmpfs devtmpfs 509M 0 509M 0% /dev tmpfs tmpfs 520M 0 520M 0% /dev/shm tmpfs tmpfs 520M 7.2M 513M 2% /run tmpfs tmpfs 520M 0 520M 0% /sys/fs/cgroup tmpfs tmpfs 104M 0 104M 0% /run/user/0 /dev/vda2 ext4 43G 51M 40G 1% /opt 云主机重启后，挂载会失效。您可以修改“/etc/fstab”文件，将新建磁盘分区设置为开机自动挂载，请参见设置开机自动挂载磁盘分区。 设置开机自动挂载磁盘分区 您可以通过配置fstab文件，设置云主机系统启动时自动挂载磁盘分区。已有数据的云主机也可以进行设置，该操作不会影响现有数据。 本文介绍如何在fstab文件中使用UUID来设置自动挂载磁盘分区。不建议采用在“/etc/fstab”直接指定设备名（比如/dev/vdb1）的方法，因为云中设备的顺序编码在关闭或者开启云主机过程中可能发生改变，例如/dev/vdb1可能会变成/dev/vdb2，可能会导致云主机重启后不能正常运行。 说明 UUID（universally unique identifier）是Linux系统为磁盘分区提供的唯一的标识字符串。 步骤1 执行如下命令，查询磁盘分区的UUID。 blkid 磁盘分区 以查询磁盘分区“/dev/vdb1”的UUID为例： blkid /dev/vdb1 回显类似如下信息： plaintext [root@ecstest0001 ~]

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

本页介绍如何理解MySQL表的自动新增AUTOINCREMENT的值和步长。 表的新增AUTOINCREMENT的值和步长 背景描述： AUTOINCREMENT的初值与步长由"autoincrementincrement" 和"autoincrementoffset"两个参数决定。 1.autoincrementoffset：AUTOINCREMENT值的初值。 2.autoincrementincrement：AUTOINCREMENT值每次增长的步长。 3.当 autoincrementoffset > autoincrementincrement 时，实际使用时初值会变为为autoincrementincrement。 4.当 autoincrementoffset show variables like 'autoinc%'; ++ Variablename Value ++ autoincrementincrement 1 autoincrementoffset 1 ++ 2 rows in set (0.00 sec) mysql> create table tiayiyuntest(uid int NOT NULL AUTOINCREMENT, PRIMARY KEY (uid)); Query OK, 0 rows affected (0.01 sec) mysql> show create table tiayiyuntest; ++ Table Create Table ++ tiayiyuntest CREATE TABLE tiayiyuntest ( uid int(11) NOT NULL AUTOINCREMENT, PRIMARY KEY (uid) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4 COLLATEutf8mb4bin ++ 1 row in set (0.00 sec) mysql> insert into tiayiyuntest values(0), (0), (0); Query OK, 3 rows affected (0.00 sec) Records: 3 Duplicates: 0 Warnings: 0 mysql> select from tiayiyuntest; + uid + 1 2 3 + 3 rows in set (0.00 sec) mysql> show create table tiayiyuntest; ++ Table Create Table ++ tiayiyuntest CREATE TABLE tiayiyuntest ( uid int(11) NOT NULL AUTOINCREMENT, PRIMARY KEY (uid) ) ENGINEInnoDB AUTOINCREMENT4 DEFAULT CHARSETutf8mb4 COLLATEutf8mb4bin ++ 1 row in set (0.00 sec) 2.修改autoincrementincrement2，步长变为2。 mysql> set session autoincrementoffset2; Query OK, 0 rows affected (0.00 sec) mysql> show variables like 'autoinc%'; ++ Variablename Value ++ autoincrementincrement 1 autoincrementoffset 2 ++ 2 rows in set (0.00 sec) mysql> insert into tiayiyuntest values(0), (0), (0); Query OK, 3 rows affected (0.01 sec) Records: 3 Duplicates: 0 Warnings: 0 mysql> select from tiayiyuntest; + uid + 1 2 3 4 5 6 + 6 rows in set (0.00 sec) mysql> show create table tiayiyuntest; ++ Table Create Table ++ tiayiyuntest CREATE TABLE tiayiyuntest ( uid int(11) NOT NULL AUTOINCREMENT, PRIMARY KEY (uid) ) ENGINEInnoDB AUTOINCREMENT7 DEFAULT CHARSETutf8mb4 COLLATEutf8mb4bin ++ 1 row in set (0.00 sec) 3.autoincrementoffset10，autoincrementincrement2，初值为2（因为autoincrementoffset > autoincrementincrement），步长为2。 mysql> set session autoincrementoffset10; Query OK, 0 rows affected (0.00 sec) mysql> set session autoincrementincrement2; Query OK, 0 rows affected (0.00 sec) mysql> show variables like 'autoinc%'; ++ Variablename Value ++ autoincrementincrement 2 autoincrementoffset 10 ++ 2 rows in set (0.00 sec) mysql> create table tianyiyuntest(uid int NOT NULL AUTOINCREMENT, PRIMARY KEY (uid)); Query OK, 0 rows affected (0.01 sec) mysql> show create table tianyiyuntest; ++ Table Create Table ++ tianyiyuntest CREATE TABLE tianyiyuntest ( uid int(11) NOT NULL AUTOINCREMENT, PRIMARY KEY (uid) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4 COLLATEutf8mb4bin ++ 1 row in set (0.00 sec) mysql> insert into tianyiyuntest values(0), (0), (0); Query OK, 3 rows affected (0.00 sec) Records: 3 Duplicates: 0 Warnings: 0 mysql> select from tianyiyuntest; + uid + 2 4 6 + 3 rows in set (0.00 sec) mysql> show create table tianyiyuntest; ++ Table Create Table ++ tianyiyuntest CREATE TABLE tianyiyuntest ( uid int(11) NOT NULL AUTOINCREMENT, PRIMARY KEY (uid) ) ENGINEInnoDB AUTOINCREMENT8 DEFAULT CHARSETutf8mb4 COLLATEutf8mb4bin ++ 1 row in set (0.00 sec) 4.autoincrementoffset5，autoincrementincrement10，初值为5，步长为10。 mysql> set session autoincrementoffset5; Query OK, 0 rows affected (0.00 sec) mysql> set session autoincrementincrement10; Query OK, 0 rows affected (0.00 sec) mysql> show variables like 'autoinc%'; ++ Variablename Value ++ autoincrementincrement 10 autoincrementoffset 5 ++ 2 rows in set (0.00 sec) mysql> create table tianyiy(uid int NOT NULL AUTOINCREMENT, PRIMARY KEY (uid)); Query OK, 0 rows affected (0.01 sec) mysql> insert into tianyiy values(0), (0), (0); Query OK, 3 rows affected (0.00 sec) Records: 3 Duplicates: 0 Warnings: 0 mysql> select from tianyiy; + uid + 5 15 25 + 3 rows in set (0.00 sec) mysql> show create table tianyiy; ++ Table Create Table ++ tianyiy CREATE TABLE tianyiy ( uid int(11) NOT NULL AUTOINCREMENT, PRIMARY KEY (uid) ) ENGINEInnoDB AUTOINCREMENT35 DEFAULT CHARSETutf8mb4 COLLATEutf8mb4bin ++ 1 row in set (0.00 sec)

计费项 计费项说明 适用的计费模式 计费公式 数据库实例 vCPU、内存和节点数量，不同规格的实例类型提供不同的计算和存储能力。 文档数据库实例，支持X86和鲲鹏两种CPU平台。 包年/包月、按需 实例规格单价 购买时长 存储空间 存储空间大小，按产品资费标准进行计费。 包年/包月、按需 存储空间单价 存储容量 购买时长 备份空间 备份空间大小，按产品资费标准进行计费。 DDS提供了与存储空间同等大小的免费备份空间，用于存放您的备份数据。超出的备份空间开始收费。 备份收费容量：超过免费备份空间之外的备份空间大小。 计费时长：备份超过免费空间大小的使用时长。 按需 备份空间单价 备份收费容量 计费时长 公网流量（可选） 如有互联网访问需求，您需要购买弹性IP。具体可参考弹性IP价格说明。 文档数据库实例在云内网络产生的流量不计费。 包年/包月、按需

路由策略 通过如下语法，可指定特定路由执行SQL。 plaintext / !HINT({"dn":["dn1","dn2"]})/sql 参数说明如下： dn：路由策略，可表示多个路由节点，用数组表示。 dn1、dn2 ：路由节点的名称。 示例如下： mergeCols mergeCols主要用途为查询类的统计SQL语句，且查询多个数据节点时使用，此时，需要对数据进行合并，合并时需要使用的合并列值。 plaintext / !HINT({"dn":["dn1","dn2"],"mergeCols":{"colname1":1,"colname2":2}})/sql 参数说明如下： colname：表示列名称，数字为列的计算方式。 其中，支持的统计算法主要有如下几种： COUNT:1 SUM:2 MIN:3 MAX:4 Order by Order by主要用于查询类的 SQL 语句，且查询多个节点时，需要对查询后的数据结果集进行排序时使用。 plaintext / !HINT({"dn":["dn1","dn2"],"order":{"colname1":1,"colname2":0}})/sql 支持的排序如下： ASC:1 DESC:0

本章节主要介绍DataArts Studio的EL表达式操作。 数据开发模块作业中的节点参数可以使用表达式语言（Expression Language，简称EL），根据运行环境动态生成参数值。可以根据Pipeline输入参数、上游节点输出等决定是否执行此节点。数据开发模块 EL表达式使用简单的算术和逻辑计算，引用内嵌对象，包括作业对象和一些工具类对象。 作业对象：提供了获取作业中上一个节点的输出消息、作业调度计划时间、作业执行时间等属性和方法。 工具类对象：提供了一系列字符串、时间、JSON操作方法，例如从一个字符串中截取一个子字符串、时间格式化等。 语法 表达式的语法： {expr} 其中，“expr”指的是表达式。“ ”和“{}”是数据开发模块 EL中通用的操作符，这两个操作符允许您通过数据开发模块内嵌对象访问作业属性。 举例 在Rest Client节点的参数“URL参数”中使用EL表达式 “tableName {JSONUtil.path(Job.getNodeOutput("getcluster"),"tables[0].tablename")}”。 表达式说明如下： 1. 获取作业中“getcluster”节点的执行结果（“Job.getNodeOutput("getcluster")”），执行结果是一个JSON字符串。 2. 通过JSON路径（“tables[0].tablename”），获取JSON字符串中字段的值。 调试方法介绍 下面为您介绍几种EL表达式的调试方法，能够在调试过程中方便地看到替换结果。 后文以 {DateUtil.now()}表达式为例进行介绍。 1. 使用DIS Client节点。 前提：您需要具备DIS通道。 方法：选择DIS Client节点，将EL表达式直接写在要发送的数据中，点击“测试运行”，然后在节点上右键查看日志，日志中会把EL表达式的值打印出来。 2. 使用Kafka Client节点。 前提：您需要具备MRS集群，且集群有Kafka组件。 方法：选择Kafka Client节点，将EL表达式直接写在要发送的数据中，点击“测试运行”，然后在节点上右键查看日志，日志中会把EL表达式的值打印出来。 3. 使用Shell节点。 前提：您需要具备ECS弹性云主机。 方法：创建一个主机连接，将EL表达式直接通过echo打印出来，点击“测试运行”之后查看日志，日志中会打印出EL表达式的值。 4. 使用Create OBS节点。 如果上述方法均不可用，则可以通过Create OBS去创建一个OBS目录，目录名称就是EL表达式的值，点击“测试运行”后，再去OBS界面查看创建出来的目录名称。

本文主要介绍 CPU绑核配置。 默认情况下，kubelet 使用 CFS配额 来执行Pod 的 CPU 约束。 当节点上运行了很多 CPU 密集的 Pod 时，工作负载可能会迁移到不同的 CPU 核， 这取决于调度时 Pod 是否被扼制，以及哪些 CPU 核是可用的。许多应用对这种迁移不敏感，因此无需任何干预即可正常工作。有些应用对CPU敏感，CPU敏感型应用有如下特点。 对CPU throttling 敏感 对上下文切换敏感 对处理器缓存未命中敏感 对跨socket内存访问敏感 期望运行在同一物理CPU的超线程 如果您的应用有以上其中一个特点，可以利用kubernetes中提供的绑核策略去给应用绑核，提升应用性能，减少应用的调度延迟。cpu manager会优先在一个Socket上分配资源，也会优先分配完整的物理核，避免一些干扰。 如何为Pod绑核 想要让Pod能够绑核，有如下几点要求： 节点上开启静态绑核策略。具体方法请参见开启CPU管理策略。 Pod的定义里都要设置request和limits，request和limits要一致。 对于要绑核的容器，request值必须是整数。 如果有init container希望进行绑核的话，init container的request最好与业务容器设置的request一致（避免业务容器未继承init container的cpu分配结果，导致cpu manager多预留一部分cpu）。 在使用时您可以利用调度策略（亲和与反亲和）将如上配置的Pod调度到开启静态绑核策略的节点上，这样就能够达到绑核的效果。

本文介绍如何应用参数模板到实例。 注意事项 应用参数模板到实例后，会根据模板的参数配置修改实例的参数值。 如果参数模板中包含了需要重启生效的参数，则应用参数模板到实例时系统会主动重启实例以使参数生效，不需要用户手动重启。可能涉及重启操作，请谨慎操作，建议在业务低峰期进行。 应用参数模板到实例返回成功仅代表下发应用任务成功，不代表实际应用是否成功，可以通过“任务列表”查看任务是否执行成功，或者通过实例参数设置页面查询参数修改历史查看本次应用的参数是否生效。 参数模板只能应用于同版本的实例上，且只允许应用到正常运行中状态的实例。 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 > 参数模板】，进入参数模板管理页面。然后在顶部菜单栏，选择区域和项目。 3. 选择【自定义参数模板】或【系统参数模板】标签页，选择某个待应用的参数模板。 4. 单击【应用】，在弹出框中选择所需要应用的实例（可选列表中系统已自动过滤非同版本的实例），可以选择一个或多个，单击【>】，添加实例到已添加列表，实际以已添加列表为准。 5. 单击确定，下发应用参数模板到实例的任务。可以通过【任务列表】查看任务是否执行成功，或者通过实例参数设置页面查询参数修改历史查看本次应用的参数是否生效。

通过时间点恢复到当前实例或已有实例 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 > 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。 4. 选择【备份恢复】标签页，点击【恢复实例】，弹出恢复实例框，恢复策略选择“按时间点”。 5. 选择需要恢复的时间点，选择目标实例，勾选需要恢复的数据库，点击【确定】，下发数据恢复任务。 系统会自动提供一个时间选择范围，不支持选择范围外的，系统提供的时间点即是数据备份和日志备份的时间范围。 如果新库名未填写则按原库名进行恢复，若填写则不能与备份中库名相同。 新数据库名不能包括master、msdb、tempdb、model或resource（不区分大小写）。 数据库名称长度可在1～128个字符之间，必须符合SQL Server库名规范。 目标实例必须是正常运行中的状态。可选目标实例列表系统已自动过滤版本更低或不同VPC的实例，仅保留同一个VPC下的有效实例。 目标实例可以是当前实例或已有实例。 至少勾选一个库进行恢复。如果没有可选的库列表，说明该实例没有创建自定义数据库。 如果勾选同名库覆盖，则将覆盖已有同名库。 6. 下发数据恢复任务后，可以通过【任务列表】查看本次恢复任务的进度及结果。

当面临死锁问题时，您可使用死锁分析功能，直观的查看且分析数据库发生的死锁问题，从而定位及解决问题，以确保数据库的稳定运行。 注意 仅西南1等II类型资源池支持该功能，I类型资源池不支持该功能，具体支持情况以控制台页面展示为准。更多资源池信息，请参见功能概览。 操作场景 关系数据库MySQL版具有死锁检测功能，当多个用户访问同一资源，即两个或多个进程互相等待对方释放资源，导致所有进程无法继续执行。此时其中一进程将被终止，其他进程得以继续执行事务。 死锁分析页面将提供最近的死锁问题详情，可以通过该页面查看发生的多种类型的死锁。死锁详情页面展示了事务执行的时间，死锁涉及的表，事务id，死锁模式，等待锁，持有锁，事务SQL等详细信息，帮助您迅速定位和优化引发死锁的SQL及异常。 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TeleDB数据库概览页面。 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。 4. 单击死锁分析，进入死锁分析列表页面。 支持按照时间进行查询。 5. 单击详情，可以查看死锁问题相关细节。

操作步骤 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TeleDB数据库概览页面。 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，进入基本信息页面。 4. 单击备份恢复 ，进入基础备份列表页签。 5. 在备份文件列表上方，单击实例恢复。 6. 配置实例恢复参数，单击提交。参数说明如下： 源实例：生成该备份数据的实例。 恢复策略：可选择按时间点和按备份集恢复。 可还原时间点：当前实例的可恢复时间范围。最早和最晚时间范围由备份集和实时日志备份决定。 还原时间：用户需要还原到的目的时间点。 恢复到：恢复的目标实例。 恢复到资源池：可以恢复到的资源池，如开启了跨域备份，则恢复到新实例可支持恢复到异地资源池。 注意 恢复的目标实例可以为当前实例、已有实例、新实例。按时间点恢复将会覆盖目标实例的数据，恢复到选择的时间点，请您保证选择恢复到的目标实例已无需使用，或提前妥善保存好目前实例的数据。 由于版本，规格等限制，恢复目标实例可能存在置灰情况，如已有实例置灰，说明当前资源池没有可供本实例用来恢复的目标实例。请选择新实例或者当前实例。 7. 恢复成功后，登录数据库实例进行验证。

本文为您介绍实例拓扑功能和使用方法。 注意 仅西南1、华东1、华南2、华北2、上海36等II类型资源池支持该功能，I类型资源池不支持该功能，具体支持情况以控制台页面展示为准。更多资源池信息，请参见功能概览。 背景信息 实例拓扑提供目标实例的节点信息、数据库代理和只读实例的逻辑对应关系，对目标实例及其关联实例提供一个清晰的全局查看视角（支持查看实例节点名称、数据库代理名称、只读实例名称等信息），方便您获取实例信息，并根据实际情况，为目标实例快速开启代理或创建只读实例。 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. 找到目标实例，单击实例名称，进入实例基本信息页面。 4. 单击右上角的实例拓扑。 5. 在实例拓扑页面，查看数据库代理信息、实例节点信息和只读实例信息。 如果您需要为实例创建代理，只需单击数据库代理区 域的创建代理 。具体的参数配置信息，请参见开启并配置MySQL数据库代理服务。 如果您需要为实例创建只读实例，只需要单击只读实例 区域的创建只读 。具体的参数配置信息，请参见创建只读实例。

本文介绍高性能网络的适用场景和配置方法。 功能介绍 高性能网络是全站加速产品的一项跨境能力进阶型增值服务，当普通国际网无法满足客户跨境传输需求时，通过开通高性能网络，利用其单独直连性、轻负载、高稳定性的特性，能帮助客户实现全链路低延时，低丢包率，高稳定性的跨境加速效果。 适用场景 高性能网络适用于如下三类业务场景： 场景一：海外跨国企业，有海外用户和中国大陆用户，由于在中国没有实体无法备案域名等原因（关于域名合规接入的条件说明，详情请见：使用限制的加速域名准入条件），需要用临近中国大陆的海外节点（如香港节点）服务中国大陆用户。常规节点跨境是走公共互联网，在没有高性能网络直连的情况下，链路一般会绕欧美地区，导致时延大、丢包率高、访问体验差，甚至访问失败。 场景二：海外跨国企业，有海外用户和中国大陆用户，有中国实体并备案域名，但是由于源站在海外，国内节点跨境回海外中间节点或海外源站是走公共互联网，在没有高性能网络直连的情况下，链路一般会绕欧美地区，导致时延大、丢包率高、访问体验差，甚至访问失败。 场景三：中国企业出海，源站在中国，用户在海外，海外节点回中国源站时涉及跨境，常规节点跨境是走公共互联网，链路不稳定、丢包率高、时延大、访问慢等问题比较突出，影响访问体验。

本文介绍了通用文件存储的相关功能。 操作场景 创建文件存储，可以在多个计算服务中挂载使用，实现文件存储的共享访问。 创建通用文件存储 1. 登录公共算力服务控制台，控制台左上角选择资源池。 2. 选择“存储>通用文件存储”，进入通用文件存储列表页面。 3.点击左上角“创建通用文件存储”，进入创建页面。 4.根据界面提示配置参数，参数说明如表所示。 参数 说明 名称 长度为264字符，可包含中文、英文、数字、下划线（）、或连字符（），以中文/英文字母开头 可用区 默认为default 付费类型 支持选择包年包月 购买时长 购买时长：可选择1个月3年。 是否自动续订：如果启用，自动续订周期为1个月。 注：包年包月付费模式需要选择购买时长。 协议类型 当前仅支持NFS 存储规格 当前仅支持超高IO 容量 10GB起步，步长1GB。默认单文件系统最大支持32TB，可提交工单申请更大容量。 5. 确认无误，勾选“我已阅读，理解并接受相关协议”，单击“立即创建”，包年/包月模式下完成支付，即完成通用文件存储服务的购买。 6. 返回通用文件存储控制台，等待文件系统的状态变为“可用”，表示文件系统创建成功。

本文介绍函数计算Go运行环境的错误处理相关内容。 返回错误信息 如下示例直接返回错误信息： package main import ( "errors" "gitee.com/ctyunfaas/cfruntimegosdk/cf" ) func HandleRequest() error { return errors.New("trouble now") } func main() { cf.Start(HandleRequest) } 调用函数时，会收到如下响应： { "errorMessage": "trouble now", "errorType": "errorString" } 使用panic抛出错误 如下示例使用panic抛出错误信息： package main import ( "gitee.com/ctyunfaas/cfruntimegosdk/cf" ) func HandleRequest() error { panic("Error: trouble now") return nil } func main() { cf.Start(HandleRequest) } 调用函数时，会收到如下响应（示例中仅列出了部分堆栈信息）： { "errorMessage": "Error: trouble now", "errorType": "string", "stackTrace": [ { "path": "gitee.com/ctyunfaas/cfruntimegosdk@v0.0.020240319091518e684f96d8b85/cf/errors.go", "line": 33, "label": "fcPanicResponse" }, { "path": "gitee.com/ctyunfaas/cfruntimegosdk@v0.0.020240319091518e684f96d8b85/cf/function.go", "line": 111, "label": "(userFunction).Invoke.func1" }, ...... ] } os.Exit(1) 非必要不建议使用包含 os.Exit(1)代码的错误处理代码，使用该方法无法获取退出时的报错信息和堆栈信息。例如 log.Fatal方法。示例如下： package main import ( "gitee.com/ctyunfaas/cfruntimegosdk/cf" "log" ) func HandleRequest() error { log.Fatal("trouble now") return nil } func main() { cf.Start(HandleRequest) } 调用函数时，会收到如下响应： EOF

本文向您介绍新增节点,帮助您了解节点的基本情况。 节点即计算节点，新增节点在指定裸金属集群详情中，新建裸金属节点并自动加入集群，通过本平台可以对节点进行生命周期管理。 使用前提 已创建息壤智算集群。 操作步骤 1. 登录公共算力服务控制台，单击左侧导航栏中的【息壤智算集群】，进入集群列表页。选择具体集群进入集群详情页。 2. 选择【业务节点】栏，点击【创建节点】，跳转至创建裸金属页面。 3. 在创建节点页面填写开通参数信息。 参数 说明 可用区 选择可用区。 付费类型 选择付费类型，目前支持包年包月。 购买时长 配置购买时长，111月。 实例规格 选择裸金属的实例规格。 操作系统 选择裸金属的操作系统。 网络配置 选择VPC和子网，支持创建新的VPC。 系统配置 填写实例名称，实例名称会自动生成，可支持修改；填写登录的密码，需按照密码的校验规则，密码支持自动生成。 4. 确认配置等费用，点击【立即创建】跳转至官网支付，支付成功后即可完成节点创建。

函数版本 函数版本本质上是函数代码、配置的一个快照，记录了函数某一时刻的代码内容和函数配置，不包含触发器。版本一旦创建后内容就不可变更，但可删除。如果删除版本，所分配的版本号也会一并删除不会复用，版本号是一个单调递增的数字，从1开始，函数版本需要用户主动发布。 除了用户主动发布的版本外，还有一个特殊的版本，称为LATEST版本，它是不固定的，用于代表最新的函数代码和配置。LATEST版本无需用户发布，当函数创建后自动默认发布唯一一个LATEST版本，也无法手动删除。 函数版本最重要的一个作用是固化函数代码和配置，形成一个稳定的函数服务。举个例子，当阶段性功能开发验证完毕，您可以创建一个版本来发布服务，同时可以继续开发修改你的代码，后续对函数的所有修改不会影响已发布的版本，只会影响LATEST版本。 发布版本 1. 登录函数计算控制台，点击目标函数，进入函数详情。 2. 选择详情下顶部的版本选项卡。 3. 点击发布版本，输入版本描述即可，版本号自动分配。

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。

本文主要介绍压测工程管理类问题 性能测试中思考时间和持续时间有什么区别？ 性能测试服务里面会涉及到2个时间的概念： 思考时间（单位为ms）：是指您在执行两个连续操作期间的等待时间。 压测时长（单位为min）：即测试任务阶段的持续时间，压测执行的时间。 思考时间并不会影响并发总的时长，它只会影响到您并发请求的个数。下面以一个例子来解释说明。 思考时间设置为1000ms，压测时长为10min，并发用户为10个。并发请求个数的计算公式为：压测时长并发用户/思考时间，根据公式得到的并发请求数为6000个（600s10/1s），那么此压测任务并发的总时长是10min，向服务端发送6000次查询请求。 说明 有的时候测试结果会发现并发请求数不到6000，会有一些小差距，这样也是正确的。因为请求过程中消息的响应如果不是立即的，则会有0.1秒的等待回执时间。 并发用户数是什么？ 压测是需要模拟用户实际业务操作的真实使用场景，并发用户数是模拟一定数量用户操作的一个配置。 例如，游戏网站某个时间点进行竞技活动，那么这个时候对设备的要求肯定是最高的。并发用户数就是模拟成千上万的用户在同一个时间点进行各种操作的配置数。 将并发用户数，同时结合并发时间和思考时间来进行计算并发请求的数量，压测出服务器最终饱和数据是多少，结合期望的最大值是多少来进行判断是否满足客户的需求。

消费命令 sh consumer.sh n "${namesrv接入地址}" t ${Topic名称} g ${消费组名称} namesrv接入地址：购买RocketMQ实例后，获取实例的namesrv接入地址 Topic名称：创建Topic时设置的Topic名称 消费组名称：创建消费组时设置的消费组名称 生产命令 sh producer.sh n "${namesrv接入地址}" t ${Topic名称} s 1024 w ${生产者线程数} namesrv接入地址：购买RocketMQ实例后，获取实例的namesrv接入地址 Topic名称：创建Topic时设置的Topic名称 生产者线程数：测试s7.xlarge.4，s7.2xlarge.4，s7.4xlarge.4，c7.xlarge.22时，生产者线程数输入256；测试c7.2xlarge.2，c7.4xlarge.2时，生产者线程数输入640。 关闭命令 关闭生产者 sh shutdown.sh producer 关闭消费者 sh shutdown.sh consumer 测试结果 增强型云主机 性能指标 c7.xlarge.2 4C8G c7.2xlarge.2 8C16G c7.4xlarge.2 16C32G 消息生产速率 72216 个/秒 125168 个/秒 128226 个/秒 消息消费速率 72142 个/秒 125080 个/秒 128316 个/秒 网络入流量 97.12 MB/S 169.42 MB/S 173.52MB/S 网络出流量 196.39 MB/S 342.25 MB/S 348.51 MB/S CPU使用率 76% 61% 38% CPU核均负载 1.43 0.825 0.423 内存使用率 55% 51% 34%

本文介绍公共算力服务的产品定义。 公共算力服务是统一资源调度平台，提供多维度的核心调度能力，支持多方算力，包括裸算力统一接入，实现跨服务商、跨地域、跨架构的统一管理、统一调度，为业务匹配最优算网资源。 产品架构 平台架构分为算网基础设施、算网编排管理和算网运营服务三个层次： 算网基础设施 算网基础设施包括算力基础设施和网络基础设施，算力包括泛在算力，第三方算力等。具备算力并网接入和协同管理能力。 算网编排管理层 算网编排管理层是算网调度的关键，具备统一编排和跨域调度能力，包括算力标识度量、算网感知、算网调度，业务调度等多项技术。 算网运营服务层 运营服务层是面向场景化的算力交易的入口，面向业务高质量服务需求的计算、存储、网络等资源实现一体化供给。