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。

实时作业监控：禁用节点后恢复 您可以对实时作业中某个节点配置“禁用”后恢复运行，恢复运行时可以重新选择运行位置。 1. 登录DataArts Studio控制台。选择实例，点击“进入控制台”，选择对应工作空间的“数据开发”模块，进入数据开发页面。 详见下图：选择数据开发 2. 在数据开发主界面的左侧导航栏，选择“运维调度 > 作业监控”。 3. 选择“实时作业监控”页签，单击作业名称。 4. 进入“作业监控”详情页面后，右键单击节点，选择“禁用”。 5. 设置禁用后，再右键单击选择“恢复”。弹出“恢复”对话框，配置如下表所示的参数。 恢复参数说明 参数 说明 上次暂停时间 节点暂停运行的起始时间。 未运行任务数 节点暂停期间没有运行的任务数量。 运行位置 “运行暂停期间任务”的参数。 表示选择节点暂停运行后，恢复运行时的启动位置。 从暂停节点开始运行 从子作业第一个节点开始运行 处理并发数 “运行暂停期间任务”的参数。 表示选择任务处理的数量。 任务名称 “运行暂停期间任务”的参数。 表示恢复的任务名称。 实时作业监控：事件驱动调度节点调度配置 当您配置的实时作业中某个节点配置有事件驱动调度时，在“作业监控”详情页面中右键单击配置有事件驱动调度的节点，选择“调度配置”，可以查看和修改节点的调度信息。 1. 登录DataArts Studio控制台。选择实例，点击“进入控制台”，选择对应工作空间的“数据开发”模块，进入数据开发页面。 详见下图：选择数据开发 2. 在数据开发主界面的左侧导航栏，选择“运维调度 > 作业监控”。 3. 选择“实时作业监控”页签，单击作业名称。 4. 进入“作业监控”详情页面后，右键单击配置有事件驱动调度的节点，选择“调度配置”，配置如下表所示的参数。 详见下图：调度配置 调度配策略参数说明 参数 说明 事件处理并发数 选择作业并行处理的数量，最大并发数为10。 事件检测间隔 配置事件检测时间间隔。时间间隔单位可以配置为秒或分钟。 失败策略 选择调度失败后的策略： 结束调度 忽略失败，继续调度

本文主要介绍了关系数据库SQL Server版磁盘空间组成类型。 关系数据库SQL Server版的磁盘空间包含如下： 数据空间 数据空间是指用于存储数据库中的实际数据的物理存储区域。这包括表、索引、视图和存储过程等数据库对象中的数据。数据空间由数据文件组成，这些文件存储了数据库的各种对象。 系统文件空间 系统文件空间是用于存储数据库管理和运行的系统数据的物理存储区域。这些系统文件包括主数据文件、错误日志以及一些元数据文件。 事务日志文件空间 事务日志文件是用于记录数据库级别中的所有事务操作的特殊系统文件。事务日志文件不同于数据文件，它记录了事务的详细信息，包括修改、插入和删除数据的操作，以便支持事务的回滚和数据库的恢复。

安全专区 云数据库审计组件 型号 性能规格 虚机资源要求 标准价（月） 标准价（年） 标准价（2年） 标准价（3年） VDAS100 100M 4vCPUs 8GB 系统盘140G 数据盘400G 2800 28560 47040 50400 VDAS200 200M 4vCPUs 8GB 系统盘140G 数据盘800G 3900 39780 65520 70200 VDAS400 400M 4vCPUs 8GB 系统盘140G 数据盘1600G 5200 53040 87360 93600 VDAS600 600M 8vCPUs 16GB 系统盘140G 数据盘2000G 6600 67320 110880 118800 安全专区 云堡垒机组件 型号 性能规格 虚机资源要求 标准价（月） 标准价（一年85折） 标准价（二年7折） 标准价（三年5折） OSM1000V10 10个资产 2vCPUs 4GB 系统盘300G 1600 16320 26880 28800 OSM1000V20 20个资产 2vCPUs 4GB 系统盘300G 2100 21420 35280 37800 OSM1000V50 50个资产 4vCPUs 8GB 系统盘300G数据盘300G 3000 30600 50400 54000 OSM1000V100 100个资产 4vCPUs 8GB 系统盘300G数据盘300G 4600 46920 77280 82800 OSM1000V200 200个资产 4vCPUs 8GB 系统盘300G数据盘1000G 7800 79560 131040 140400 OSM1000V300 300个资产 4vCPUs 8GB 系统盘300G数据盘1000G 10600 108120 178080 190800 OSM1000V500 500个资产 8vCPUs 16GB 系统盘300G数据盘2000G 13400 136680 225120 241200

本页介绍如何查看数据同步实例的操作日志。 同步任务在运行过程中会进入不同的状态，任务日志用于展示任务进入不同状态的顺序和时间，任务状态请参见任务状态说明。 操作步骤 1. 在【数据同步】实例列表选择相应的实例数据，并点击实例ID进入【实例管理】页面。 2. 在【实例管理】界面点击“实例详情”进入实例详情界面。 3. 在详情页点击左侧任务日志菜单，即可查看数据同步实例的任务日志。

本文介绍分布式缓存服务Redis Cluster主备 分布式缓存Redis Cluster集群实例，为直连集群版，兼容开源Redis的Cluster，基于去中心化集群部署架构，Cluster中每一个节点存储一部分数据。 Redis Cluster集群实例的特点如下： 支持智能客户端JedisCluster的使用方式。 对比主备规格，整体性能与Redis分片数近乎线性增长。 架构示意图 Cluster集群的去中心化架构中，数据存储和处理负载不再由单一中心节点来管理，而是由多个节点共同参与。这种架构设计旨在提高系统的可伸缩性、可用性和容错性。 数据分布在多个节点上，从而实现更好的性能和可靠性。 数据分片 在Cluster集群中，数据分片是指将整个数据集划分为多个片段，并分别存储在不同的节点上。这种分片机制带来了一系列好处，包括横向扩展性、负载均衡和提高系统性能。Cluster会预先分配16384个slot，每个Redis的server存储所有slot与redis server的映射关系。 特点 数据同步 通过增量数据同步的方式，保持缓存实例主备节点的数据一致性。 主备秒级自动切换 当主节点出现故障不可用，系统会自动在30秒内切换至备节点，备节点升级为主节点，接管业务数据访问。 多可用区部署 开通实例时支持多可用区部署，主备节点可部署在不同的AZ内，节点间电力与网络均物理隔离，当一个可用区不可用时，其他可用区中的节点可以继续提供服务，避免单点故障，进一步提高数据可靠性。

本文带您熟悉备份恢复的操作步骤,您可根据该步骤恢复主机数据。 操作场景 当云主机中的云硬盘发生故障或由于人为误操作导致云主机数据丢失时，您可以使用已经成功创建的备份来恢复云主机。 注意 执行云主机数据恢复操作后，备份时间点的数据将会覆盖云主机上的现有数据。一旦执行云主机数据恢复操作并覆盖了现有数据，则无法撤消或回退。 约束与限制 云主机备份通常支持将整个云主机（包括系统盘和所有数据盘）作为一个整体进行备份和恢复，因此备份会包含所有挂载在云主机上的云硬盘数据。目前备份系统不支持对云主机中的部分云硬盘进行备份和恢复操作。 云主机备份不支持将数据盘数据恢复到系统盘中。 仅“可用”状态的备份允许恢复。 前提条件 需要恢复的云主机至少存在一个备份，且状态为“可用”。 在恢复前，备份绑定的云主机需处于关机状态。 操作步骤 1. 点击天翼云门户首页的“控制中心”，输入登录的用户名和密码，进入控制中心页面。 2. 在管理控制台上方点击图标，选择所需的资源池节点，以下操作选择上海上海36。 3. 在系统首页，选择“存储>云主机备份”。 4. 选择“备份副本”页签，找到云主机所对应的备份，点击备份所在行的“恢复数据”。 注意 恢复云主机数据之后，原云主机数据将被覆盖，恢复操作无法终止，为数据安全考虑，您可以事先做好备份。 如果备份后用户添加了云硬盘，再使用备份进行恢复，则添加的云硬盘数据不会改变。 如果备份后用户删除了云硬盘，再使用备份进行恢复，则删除的云硬盘不会被恢复。 云主机切换操作系统后不支持恢复数据至原云主机。 如果使用备份恢复云主机后，云主机密码被随机修改，用户不知道新密码，可以使用密码重置功能 5. 在弹出的页面，确认恢复数据信息，并点击“确定”。 6. 您可以在备份副本列表中，查看备份恢复的执行状态。 7. 直到备份的备份状态恢复为“可用”，表示恢复成功。

扩大带宽会对DTS正在进行中的任务产生哪些影响？ 当DTS任务进行过程中进行云连接带宽的扩大时，会导致网络不可用，此时是否会对DTS任务产生影响取决于网络断开的时间以及源库IP有没有发生变化。 如果网络不可用时间较短，且binlog日志未被清理，并且带宽链路更换完成后源库的VPN内的IP地址没有变，则对任务不产生影响；如果网络不可用时间过长，而且源库的binlog日志被清理（由用户设置的清理策略决定），则任务将无法继续，需要重新配置和运行任务。 DTS在多对一场景下应如何操作？ DTS支持多对一的的数据迁移或同步，即从不同实例、不同表的数据迁移或同步到目标库的同一个表中。 操作建议： 由于是多个表的数据汇聚到目标库的同一个表中，所以需要确保目标库所在机器有足够的磁盘空间，建议目标库的剩余磁盘空间至少是源库待迁移数据量大小的1.5倍。 如果是数据同步任务，不支持DDL同步，否则可能会导致同步失败。 DTS在一对多场景下应如何操作？ DTS支持一对多的数据迁移或同步，即从同一实例的数据迁移或同步到多个不同的实例。 操作建议： 由于需要创建多个数据迁移或同步任务，所以对源库造成较大的压力，因此在创建任务之前，提前评估源库业务压力，尽量减少任务数量。 如何查看DTS的操作日志？ DTS支持查看操作日志，目前操作日志只记录了任务的管理类操作的相关信息，如：新增节点、启动节点、创建任务、编辑任务、暂停任务、预检查等。 用户可登录DTS的控制台，然后点击左侧菜单栏的【操作日志】，即可查看操作日志。 具体操作请参见帮助文档查看操作日志章节内容。

数据保护技术 RocketMQ提供了多种数据保护技术，以确保数据在传输和存储过程中的机密性和完整性。 1. 跨AZ容灾：根据数据和服务的不同可靠性需求，您有多种选择。您可以选择在一个可用区（即单个机房）内部署RocketMQ实例，或者选择跨多个可用区（即同城灾备）进行部署。 2. 副本冗余：通过副本冗余机制，RocketMQ可以提供高可用性和容错性，确保消息的可靠传输和持久存储。即使在节点故障或网络异常的情况下，RocketMQ仍能保证消息的可用性和一致性，提供稳定可靠的消息传输服务。 3. 数据持久化：通过数据持久化机制，RocketMQ可以将消息可靠地存储在磁盘上，并在需要时进行读取和恢复。这样可以确保消息的持久性、可靠性和一致性，提供稳定可靠的消息传输和存储服务。 服务韧性 RocketMQ服务的韧性是指其在面对各种故障和异常情况时能够保持可用性和可靠性的能力。以下是保障RocketMQ服务韧性的关键方面： 1. AZ内实例容灾：在一个可用区内部署多个RocketMQ实例，以提供高可用性和容灾能力。当一个实例发生故障或不可用时，其他实例可以接管工作，确保消息服务的连续性。 2. 数据容灾：在RocketMQ中，数据容灾是指保护消息数据免受损失的能力。RocketMQ支持配置多个副本，将消息数据复制到不同的节点上。这样即使某个节点发生故障，其他副本仍然可以提供数据服务，确保消息数据的可用性。

本节主要介绍DN管理概述 DN管理提供数据节点管理服务，管理DRDS实例关联的RDS for MySQL实例或者GaussDB(for MySQL)实例，展现实例的状态、存储、规格、读权重等信息，提供设置读权重、增加只读实例的快捷操作。 “设置读权重”主要用于批量设置读权重，可同时设置列表中多个数据节点的权重，注意如果数据节点未挂载只读实例，该主实例无法设置权重。 “同步DN信息”用于数据节点数量比较多的场景下，可以先设置第一个数据节点的读权重，点击“同步DN信息”后，会把第一个数据节点的设置同步到其他只读实例数量相同的数据节点上，如果只读实例数量不同，请手动设置。

本页为数据对比类常见问题。 内容级对比有哪些不支持的数据类型？ 以下数据类型的字段不会参与对比： 源数据库为MySQL：TINYBLOB、BLOB、MEDIUMBLOB、LONGBLOB、TINYTEXT、TEXT、MEDIUMTEXT、LONGTEXT； 源数据库为PostgreSQL：用户自定义的DOMAIN或者TYPE类型。 内容对比会自动跳过以下特征的表： 表为空表，无数据。 不具有主键、唯一字段、唯一索引。 主键、唯一字段、唯一索引组成字段为多字段的复合类型。 主键、唯一字段、唯一索引组成字段不是如下类型： 源数据库为MySQL：TINYINT、SMALLINT、MEDIUMINT、INT(INTEGER)、BIGINT、CHAR、VARCHAR、FLOAT、DOUBLE、DECIMAL。 源数据库为PostgreSQL：SMALLINT(INT2)、INT(INT4、INTEGER)、BIGINT(INT8)、CHAR、BPCHAR、VARCHAR、UUID、DECIMAL(NUMERIC)、FLOAT4(REAL)、FLOAT8(DOUBLE PRECISION)。 DTS的数据稽查任务对数据库的影响有哪些？ 对象级对比：通过查询源库及目标库的系统表，获取对比任务中的对象信息，对比数量不多的情况，对数据库几乎没有影响，但如果对比数量巨大，可能对数据库产生一定的压力，且对比时间会变长。 行数级对比：通过select count语句查询源库及目标库的表行数，最多占用16个session的连接数。正常情况下对数据库影响非常小，但如果表的行数非常大，可能对数据库产生一定的压力，且对比时间会变长。 内容级对比：通过查询源库及目标库所支持的数据类型的全部数据进行对比，可能会对数据库产生一定的压力，最多占用32个session的连接数，建议在业务低峰期执行内容级对比任务。

天翼云支持云硬盘快照功能,用以快速恢复数据,确保业务稳定运行。 什么是云硬盘快照 云硬盘快照是云硬盘数据在特定时间点的完整副本或镜像。作为一种主要的灾难恢复方法，用户可以使用快照将数据完全恢复到创建快照时的时间点。用户可以通过管理控制台或者API接口创建云硬盘快照。 说明 当前支持云硬盘快照的资源池为华东1和华北2。 云硬盘快照原理 快照分为全量快照和增量快照。 云硬盘的第一个快照为不包含空数据块的全量快照。后续快照是增量快照，仅存储自前一个快照以来发生更改的数据块。 具体原理如下图所示： 云硬盘快照计费说明 天翼云云硬盘快照采用按需付费的方式计费，先使用，后付费，按照您实际使用容量收取快照存储费用。具体收费标准请参见云硬盘快照计费说明。 云硬盘快照使用场景 数据保护和恢复：快照可以用作数据的备份和恢复手段。当云硬盘的数据发生意外删除、损坏或错误修改时，可以使用快照来恢复到之前的状态。 数据恢复测试：可以使用快照来进行数据恢复测试。在进行关键操作之前，先创建一个快照，然后在测试过程中可以随时回滚到快照状态，以确保操作的安全性和可靠性。 数据备份和归档：通过创建快照，可以定期备份云硬盘的数据，并将快照存档用于长期数据保留、合规要求或法律需求。 批量部署多个业务：通过同一个快照可以快速创建出多个具有相同数据的云硬盘，从而可以同时为多种业务提供数据资源。例如数据挖掘、报表查询和开发测试等业务。

参数 类型 说明 是否必须 serverId String 源HBlock服务器的ID。 是 destServerId String 目的服务器ID。 是 service String 需要迁移的基础服务。 取值： mdm：元数据管理服务。 ls：日志服务。 cs：协调服务。 是 metaDir String 迁移服务的数据目录，用于存储基础服务的相关数据信息。 说明 为了提升读写性能，建议各基础服务的数据目录、安装目录、存储数据的数据目录相互独立。 取值：只能包含字母、数字、汉字和特殊字符(~ ! @ $ ( ) + ; . :)。默认目录为安装目录。 否

本节主要介绍登录数据管理服务 操作步骤 1. 登录天翼云控制台。 2. 单击管理控制台右上角的，选择区域和项目。 3. 在页面左上角单击，选择“数据库 > 数据管理服务 DAS”，进入数据管理服务信息页面

SQL作业 在SQL作业编辑器执行的SQL语句、导入数据和导出数据等操作，在系统中对应的执行实体，称之为SQL作业。 Spark作业 Spark作业是指用户通过可视化界面和RESTful API提交的作业，支持提交Spark Core/DataSet/Streaming/MLlib/GraphX等Spark全栈作业。 CU CU是队列的计价单位。 1CU 1Core 4GMem。不同规格的队列对应的计算能力不一样，规格越高计算能力越好。 OBS表、数据湖探索表、CloudTable表 不同表类型表示不同的数据存储位置。 • OBS表表示数据存储在OBS服务的桶中。 • 数据湖探索表表示数据存储在本服务内部的表中。 • CloudTable表表示数据储存在CloudTable服务的表中。 可通过数据湖探索创建表，与其他服务的数据进行关联，以此来实现不同数据源的联合查询分析。 常量与变量 环境变量中，常量与变量的区别如下： • 常量在程序运行过程中，所表示的值是无法被改变的。 • 变量是“可读、可写”，而常量是“只读”的。变量是在程序运行过程中，内部存储的值，随时可以被改变的一段内存地址。比如：int a ＝ 123，这里的a就是一个整型变量。

本页为计费类常见问题。 数据传输服务DTS如何收费？ DTS产品已于2025年7月转商，收费说明如下： 其中数据迁移的MySQL MySQL、PostgreSQL PostgreSQL、MongoDB/DDS MongoDB/DDS为商用链路，支持1个月免费使用，若需要使用时间超出1个月，请选择订购数据同步链路；MySQL PostgreSQL、SQL Server SQL Server迁移链路为非商用链路，目前免费，支持手动续订，可按1个月周期续订。 数据同步所有链路全部商用，支持按需计费和包年包月计费两种计费模式：选择按需计费模式时，任务启动时开始计费，若目标端是云上数据库，前7天免费，从第8天开始收费；选择包年包月计费模式时，实例开通时开始计费，包年预付费有优惠。 详情请参考计费说明。

此小节介绍云堡垒机的系统报表。 运维用户登录云堡垒机系统，以及在系统内进行操作后，审计管理员可查看系统详细报表。 查看系统报表 主要涵盖“用户控制”、“用户与资源操作”、“用户源IP数”、“用户登录方式”、“异常登录”、“会话控制”、“用户状态”等趋势图和详细数据。 约束限制 趋势图最多呈现连续180天系统统计数据变化趋势。 默认按小时呈现当天运维数据变化趋势。 运维数据大于30天时，仅可选择按周或按月呈现趋势图。 运维数据小于30天时，可选择按天、按周、按月呈现趋势图。 趋势图仅可选择柱状图形式。 前提条件 已获取“系统报表”模块管理权限。 操作步骤 1 登录云堡垒机系统。 2 选择“审计 > 系统报表”，进入系统报表查看页面。 3 单击各系统统计数据页签，查看各系统统计数及趋势如何详细信息。 用户控制 呈现启用和禁用用户操作的数量，默认按小时呈现当天系统数据变化趋势。 在“详细数据”区域，可查看操作时间、操作用户登录名、来源IP、操作、操作结果等信息。 用户控制趋势图 用户控制详细结果 用户与资源操作 呈现用户、用户组、主机、应用、应用服务器、资源账户、帐户组的新建和删除操作的数量，默认呈现当天系统数据变化趋势。 在“详细数据”区域，可查看操作时间、操作用户登录名、来源IP、操作、操作结果等信息。 用户与资源操作趋势图 用户源IP数 呈现用户登录系统的不同来源IP的数量，默认呈现当天系统数据变化趋势。 可选择查看TOP5、TOP10、TOP20来源IP的用户数据。 在“详细数据”区域，可查看用户登录时间、用户登录名、来源IP、操作、操作结果等信息。 用户源IP数趋势图 用户登录方式 呈现用户登录系统的不同登录方式的数量，默认呈现当天系统数据变化趋势。 登录方式包括Web页面、SSH客户端、FTP客户端、SFTP客户端、SCP客户端。 在“详细数据”区域，可查看用户登录时间、用户登录名、来源IP、操作、操作结果等信息。 用户登录方式趋势图 异常登录 呈现用户异常登录次数，默认呈现当天系统数据变化趋势。 可选择查看TOP5、TOP10、TOP20异常登录的用户数据。 在“详细数据”区域，可查看用户登录时间、用户登录名、来源IP、操作、操作结果等信息。 异常登录趋势图 会话控制 呈现用户中断和监控会话的次数，默认按小时呈现当天系统数据变化趋势。 在“详细数据”区域，可查看用户登录时间、用户登录名、来源IP、操作、操作结果等信息。 用户状态 呈现僵尸帐户和密码强度的用户帐号数量。 僵尸帐户是当前未登录时间超过14天的已生效用户，按未登录天数统计。 默认呈现TOP5僵尸帐户信息。可选择查看TOP5、TOP10、TOP20的僵尸帐户。 在“详细数据”区域，可查看上一次成功登录的时间、用户登录名、来源IP、操作、操作结果等信息。 密码强度则是对系统内用户密码强度的划分，分为高、中、低三个等级。 在“详细数据”区域，可查看上一次改密的用户登录名、密码强度、上次改密时间，以密码强度由低至高排列。 密码强度的划分具体按照以下规则： 高：8位及以上，包含大写字母、小写字母、数字、特殊字符。 中：8位及以上，包含大写字母、小写字母、数字、特殊字符中的两种或三种。 低：8位及以上，包含大写字母、小写字母、数字、特殊字符中的一种，或8位以下。 僵尸帐户趋势图

本节为您介绍数据安全中心产品定义与须知。 据安全中心(Data Security Center)是新一代的云原生数据安全平台,提供敏感数据扫描，数据的分类分级、安全体检,水印溯源,脱敏等基础安全能力。通过数据安全总览整合数据全生命周期各阶段状态,对外整体呈现云上数据安全态势。 云上全场景覆盖 整合云上各类数据源，提供一站式数据保护和防御机制。支持结构化和非结构化类型数据，支持云原生和ECS自建场景。 全栈敏感数据防护 根据敏感数据发现策略来精确识别数据库中的敏感数据，基于多种预置脱敏算法+用户自定义脱敏算法，实现全栈敏感数据防护。 说明 DSC仅对数据进行敏感数据检测，不会对您的数据文件进行保存。

使用建议 注意 DRS任务启动和全量数据同步阶段，请不要在源数据库执行DDL操作，否则可能导致任务异常。 为保证同步前后数据一致性，确保同步期间目标数据库无业务写入。 数据库同步与环境多样性和人为操作均有密切关系，为了确保同步的平顺，建议您在进行正式的数据库同步之前进行一次演练，可以帮助您提前发现问题并解决问题。 基于以下原因，建议您在启动任务时选择“稍后启动”功能，将启动时间设置在业务低峰期，相对静止的数据可以有效提升一次性同步成功率，避免同步对业务造成性能影响。 在网络无瓶颈的情况下，全量同步会对源数据库增加约50MB/s的查询压力，以及占用2~4个CPU。 同步无主键表时，为了确保数据一致性，会存在3s以内的单表级锁定。 正在同步的数据被其他事务长时间锁死，可能导致读数据超时。 DRS并发读取数据库，会占用大约610个session连接数，需要考虑该连接数对业务的影响 全量阶段读取表数据时，特别是大表的读取，可能会阻塞业务上对大表的独占锁操作。 数据对比 建议您结合数据对比的“稍后启动”功能，选择业务低峰期进行数据对比，以便得到更为具有参考性的对比结果。由于同步具有轻微的时差，在数据持续操作过程中进行对比任务，可能会出现少量数据不一致对比结果，从而失去参考意义。

本章节介绍如何将DRDS同步到DRDS。 支持的源和目标数据库 表 支持的数据库 源数据库 目标数据库 DRDS实例 DRDS实例 前提条件 已登录数据复制服务控制台。 满足实时同步支持的数据库类型和版本，详情请参见实时同步。 使用建议 注意 DRS任务启动和全量数据同步阶段，请不要在源数据库执行DDL操作，否则可能导致任务异常。 为保证同步前后数据一致性，确保同步期间目标数据库无业务写入。 数据库同步与环境多样性和人为操作均有密切关系，为了确保同步的平顺，建议您在进行正式的数据库同步之前进行一次演练，可以帮助您提前发现问题并解决问题。 基于以下原因，建议您在启动任务时选择“稍后启动”功能，将启动时间设置在业务低峰期，相对静止的数据可以有效提升一次性同步成功率，避免同步对业务造成性能影响。 在网络无瓶颈的情况下，全量同步会对源数据库增加约50MB/s的查询压力，以及占用2~4个CPU。 正在同步的数据被其他事务长时间锁死，可能导致读数据超时。 DRS并发读取数据库，会占用大约610个session连接数，需要考虑该连接数对业务的影响。 全量阶段读取表数据时，特别是大表的读取，可能会阻塞业务上对大表的独占锁操作。 数据对比 建议您结合数据对比的“稍后启动”功能，选择业务低峰期进行数据对比，以便得到更为具有参考性的对比结果。由于同步具有轻微的时差，在数据持续操作过程中进行对比任务，可能会出现少量数据不一致对比结果，从而失去参考意义。

本节主要介绍如何使用API删除卷。 此操作用来删除卷。 说明 卷禁用后，才能被删除（3.9之前的版本）。 对于上云卷，如果删除卷的时候未删除云上数据，后期可以使用卷还原功能进行卷数据还原。删除卷时，应确保卷不包含快照、一致性快照。 注意 对于上云卷，选择强制删除卷，且同时删除云上数据，可能会有云上数据残留，需要对云上数据进行手动删除。 如果卷存在关联克隆卷，且克隆卷未处于“Deleting”或“Flattening”状态，则禁止删除源卷。 如果卷有关联的快照或一致性快照，只能强制删除卷。强制删除卷时，将同时删除此卷的快照和一致性快照中的卷快照。同时也会产生数据残留风险，请谨慎操作。 请求语法 本地卷 plaintext DELETE /rest/v1/block/lun/lunName?forceforce HTTP/1.1 Date: date Host: ip:port Authorization: authorization 上云卷 plaintext DELETE /rest/v1/block/lun/lunName?forceforce&deleteCloudDatadeleteCloudData HTTP/1.1 Date: date Host: ip:port Authorization: authorization 请求参数 参数 类型 描述 是否必须 lunName String 要删除的卷名称。 取值：1~16位字符串，只能由字母、数字和短横线（）组成，字母区分大小写，且仅支持以字母或数字开头。 是 force Boolean 是否强制删除卷。 注意 强制删除卷，会产生数据残留风险，请谨慎操作。 取值： true：强制删除卷。 false：不强制删除卷。 默认值为false。 否 deleteCloudData Boolean 删除卷时，是否删除云上的数据。 取值： true：删除卷时，删除云上数据。 false：删除卷时，不删除云上数据。 默认值为false。 说明 如果删除Local模式的卷时携带此参数，会直接忽略。 如果卷状态为Suspended、Suspending或SuspendFailed，即使强制删除卷，也不能删除云上数据。 否

视频直播 热门直播间往往占据了视频直播应用的大多数流量，使用GeminiDB Redis，可以更加有效的利用有宝贵的内存资源，通过在内存中保留热门直播间数据，在共享存储中保留冷门直播间数据，为客户降低使用成本。 在线教育 在线教育应用的特点是，系统中存储有大量的课程，试题，解答等信息，但通常只有热门数据（包括热门课程，最新题库，名师讲解等）会被高频访问。使用GeminiDB Redis，可以有效的根据数据的热度，决定存入内存或共享存储，实现性能与成本的平衡。 其他需要支持持久化存储的应用 除上述场景外，随着互联网飞速发展，各种大型应用对持久化存储的需求与日俱增，具体来说，需要存储包括：历史订单、特征工程、日志记录、位置坐标、机器学习、用户画像等信息在内的海量数据。这些数据的共同特点是：数据量大，有效期长，需要一个支持大容量，低成本的keyvalue存储服务完成数据的采集和流转。Redis作为当前应用最为广泛的keyvalue服务，其丰富的数据结构和操作接口对于存储此类数据具有先天优势，但由于原生Redis只能作为缓存，因此无法在持久化存储领域发挥作用。 GeminiDB Redis在兼容Redis接口的同时，又提供了大容量，低成本，高可靠的数据存储能力，可以作为此类持久化存储场景的理想解决方案。

本节主要介绍概述 使用流程 一次完整的实时迁移，是通过创建实时迁移任务，以迁移任务作为数据库迁移的导向，依次进行迁移进度观察、迁移日志分析、迁移数据一致性对比等多项操作。通过多项指标和数据的对比分析，可以帮助您确定合适的业务割接时机，实现最小化业务中断的数据库迁移。 一次完整的实时迁移包含如下过程： 图 迁移流程 步骤一：创建迁移任务。根据需要，选择源和目标数据库，创建迁移任务。 步骤二：查询迁移进度。迁移过程中，可以通过查看迁移进度了解数据迁移完成情况。 步骤三：查看迁移日志。迁移日志包含告警、错误和提示等类型的信息，可根据此类信息分析系统存在的问题。 步骤四：对比迁移项。数据迁移提供对比功能，可根据需要查看对象级对比、数据级对比等，来确保源和目标数据库的数据一致性。

入云流量页面展示当前防火墙实例防护的互联网访问云上EIP的流量数据，数据基于会话统计，在连接期间，数据不会上报，连接结束后才会上报。 前提条件 开启弹性公网IP（EIP）防护且已有流量经过EIP，开启EIP防护的操作步骤请参见“开启互联网边界流量防护”。 查看入云流量 1. 登录管理控制台。 2. 在左侧导航栏中，单击左上方的，选择“安全> 云防火墙”，进入云防火墙的总览页面。 3. （可选）当前账号下仅存在单个防火墙实例时，自动进入防火墙详情页面，存在多个防火墙实例时，单击防火墙列表“操作”列的“查看”，进入防火墙详情页面。 4. 在左侧导航栏中，选择“流量分析> 入云流量”，进入“入云流量”页面。 5. 查看经过防火墙的流量统计信息，支持5分钟~7天的数据。 流量看板：互联网访问内部服务器时最大流量的相关信息。 入云流量：入方向请求流量和响应流量数据，最多支持同时查询30个EIP的流量数据。 取值说明： 时间段 取值说明 近1小时 取1分钟内的平均值 近24小时 取5分钟内的平均值 近7天 取1小时内的平均值 自定义 5分钟~6小时：取1分钟内的平均值 6小时（含）~3天：取5分钟内的平均值 3天（含）~7天（含）：取30分钟内的平均值 可视化统计：查看指定时间段内入方向流量中指定参数的TOP 5 排行，参数说明请参见表350。单击单条数据查看流量详情，每个详情支持查看50条数据。 入云流量可视化统计参数说明： 参数名称 参数说明 TOP访问源IP 入方向流量的源IP地址。 TOP访问来源地区 入方向流量的源IP所属的地理位置， TOP访问目的IP 入方向流量的目的IP地址。 TOP开放端口 入方向流量的目的端口。 应用分布 入方向流量的应用信息。 IP分析：查看指定时间段内 TOP 50 的流量信息。 公开IP分析：目的IP的流量信息。 访问源IP分析：源IP的流量信息。

监控指标 说明 流入带宽 终端节点流入的数据带宽大小。 流出带宽 终端节点流出的数据带宽大小。 流入数据包速率 终端节点每秒钟流入的数据包数量。 流出数据包速率 终端节点每秒钟流出的数据包数量。 流入丢弃带宽 终端节点流入时被丢弃的数据带宽大小。 流出丢弃带宽 终端节点流出时被丢弃的数据带宽大小。 流入丢弃数据包速率 终端节点每秒钟流入时被丢弃的数据包数量。 流出丢弃数据包速率 终端节点每秒钟流出时被丢弃的数据包数量。 并发连接 终端节点的并发连接数。

数据删除 租户删除文档数据库服务实例时，存储在数据库实例中的数据都会被删除，任何人都无法查看及恢复数据。

本文介绍产品中的对象存储，已删除的数据是否可以恢复。 天翼云媒体存储无法恢复您主动删除、覆盖、配置规则自动删除或服务协议到期自动删除的数据，请您谨慎操作。 可能导致数据被删除或覆盖的场景： 通过控制台、API、SDK、XstorBrowser方式删除对象。详情请参见删除对象。 通过控制台、API、SDK、XstorBrowser方式上传同名文件到媒体存储，会导致桶内已有文件被覆盖。 若您在生命周期规则中配置了定期删除文件的规则，会根据生命周期的配置定期删除符合条件的文件。详情请参见生命周期。 若您配置了跨区域复制规则，且选择的是增/删/改同步，则对源存储空间（桶）进行文件修改或删除操作时，操作会同步到目标Bucket。详情请参见存储桶复制。 没有正确的配置桶的访问权限，导致文件被他人恶意删除或覆盖。访问权限相关说明请参见访问权限概述。 如果购买的存储资源到期后未及时续费，会为用户保留一段时间的数据。进入保留期后您在媒体存储中存储的数据会予以保留，对应资源会处于受限状态。保留期满仍未缴清欠款，存储在媒体存储中的数据将被销毁且无法恢复。详情请参见欠费说明。 您可通过以下方式防止误删除或误覆盖： 权限控制：正确使用媒体存储 提供的访问控制能力防止数据被删除或覆盖。详情请参见数据安全应用场景。 开启多版本控制：利用多版本控制，您可以在一个桶中保留多个版本的对象，使您更方便地检索和还原各个版本，在意外操作或应用程序故障时快速恢复数据。详情请参见版本控制。 跨区域复制到异地备份：您可以使用跨区域复制功能将数据复制到其他区域资源池进行备份。详情请参见存储桶复制。 WORM保护对象：您可以通过WORM功能保护对象，在保护期内阻止删除或覆盖对象。详情请参见合规保留。

本节介绍如何查看安全概览,通过安全概览了解整体的安全风险和告警。 安全概览会通过大屏的方式展示安全评分、资产总数、告警总数、威胁动态、日志分布TOP5、风险资产TOP5、告警处置概览、近七天趋势图、攻击链统计图。 前提条件 安全概览的数据来源于接入系统的数据量，需要确保已完成数据接入。具体操作请参见接入日志、告警。 操作步骤 1. 登录云安全中心控制台。 2. 在左侧导航栏，选择“安全态势 > 安全概览”，进入安全概览页面，查看安全评分和风险数据统计。 说明 日志、告警等维度数据展示均支持下钻点击，通过详情进行展示。 概览数据只展示当前情况，最新实时数据需要手动刷新页面获取。

分布式缓存Redis 分布式缓存Redis是指在内存中以KV形式存储数据，且数据呈分片存储特征。其应用在存储以读取为主的数据，缩短响应时延，减少对数据库依赖，提升业务感知速度。 实例 实例是独立运行的Redis数据库服务器， 是用户购买 Redis 服务的基本单位，您只需要获取它的连接地址和密码，即可像使用本地 Redis 一样进行开发，而无需操心底层运维。 集群实例 采用集群架构部署的Redis实例，数据多分片存储，具备更好的扩展性和更高性能。 代理节点 代理节点（Proxy）负责协调客户端与集群Redis节点之间的通信，简化客户端逻辑，并提供路由、负载均衡和故障转移等功能。 Redis节点 Redis节点用于数据存储，分为主、从节点。 Redis集群 定义一组Redis数据存储节点组成一个Redis存储集群。 公网访问 可以为开通的Redis实例绑定公网弹性IP，客户端即可通过公网弹性IP访问Redis实例，具体使用请参考公网连接Redis实例。 跨可用区部署 将实例的主、备节点分别部署在不同的可用区中，在创建实例时可分别选择主可用区与备可用区，以实现高可用。 分片 分片是一种数据分布和负载均衡策略。它允许将数据划分为多个片段或分片，并将每个片段分布在集群中的不同节点上。每个节点都负责存储和处理一个或多个分片的数据。通过将数据分散在多个节点上，可以提高集群的整体性能和可扩展性，

目标库ClickHouse表结构说明 同步到ClickHouse的表结构和ClickHouse的部署架构有关： 集群部署，单副本 在集群的每个节点上创建一个本地表和一个分布式表。分布式表的名称与源端表名映射后的名字一致，本地表的名称为 +local，本地表使用ReplacingMergeTree引擎。 集群部署，多副本 在集群的每个节点上创建一个本地表和一个分布式表。分布式表的名称与源端表名映射后的名字一致，本地表的名称为 +local，本地表使用ReplicatedReplacingMergeTree引擎。 此外，DTS会在目标表(包括本地表和分布式表)中添加两个字段： ctyundtsversion ，类型为UInt64，默认值为now()，记录了数据插入的时间戳； ctyundtssign，类型为Int8，默认值为0，标记数据的存在性，0表示数据存在，1表示数据已逻辑删除。 用户可使用where条件过滤掉ClickHouse被逻辑删除的数据，例如：select from tablename final where ctyundtssign< 1，其中，表名后的final字段可以过滤相同排序键的数据。 名称 数据类型 默认值 说明 ctyundtssign Int8 0 记录是否被删除： Insert：记录为0。 Delete：记录为1。 Update:：记录为0。 ctyundtsversion UInt64 now() 数据写入ClickHouse的时间戳。 操作须知 DTS同步过程一般包含四个阶段：预检查阶段、结构迁移阶段、全量阶段、增量阶段。为了确保数据同步各个阶段的平顺，在创建同步任务前，请务必阅读以下使用须知。 待同步对象不支持无主键的表。 在库表结构同步阶段，DTS会在目标表中添加字段ctyundtsversion和ctyundtssign。若您配置同步类型时未勾选库表结构同步，则需要手动在目标端创建接收数据的表，并在表中添加额外的字段。根据目标端ClickHouse的部署架构，需要创建的表结构也不相同，具体请查看“目标库ClickHouse表结构说明”章节。 如同步对象为表级别，则单次同步任务仅支持同步最多10000张表。当超出数量限制，任务会在提交后会请求报错。如果遇到这种情形，建议您拆分待同步的表，分批配置成多个任务，或者配置为整库同步。 目标库若已存在行数据，DTS在增量同步过程中源库相同主键的数据将覆盖目标库已存在的数据，因此在启动同步任务前需要用户自行判断数据是否需要清除，建议用户在同步前自行清空目标库。 MySQL源数据库的binlog日志必须打开，且binlog日志格式必须为Row格式。 在磁盘空间允许的情况下，建议源数据库binlog保存时间越长越好，建议为7天。否则DTS在增量同步时可能因无法获取Binlog而导致任务失败。由于您所设置的Binlog日志保存时间低于DTS要求的时间进而导致的问题，不在DTS的SLA保障范围内。 在任务进入增量同步阶段之前，不建议对源数据库做DDL操作，这样可能会引起任务同步失败。 同步过程中，请勿修改、删除提供给DTS连接访问的源库和目标库及用户名、密码、权限，或修改源库和目标库的端口号；若用户源库、目标库的密码发生变化，请先暂停任务再修改DTS配置的连接源库、目标库的密码。 选择表级对象同步时，增量同步过程中不建议对表进行重命名操作。 增量同步场景下，不支持源数据库进行恢复操作。 增量同步并开启增量DDL支持的场景下，当前暂不支持在结构迁移与全量迁移详情页面显示增量阶段新增的表。

创建物化视图 sql CREATE MATERIALIZED VIEW [IFNOTEXISTS] [db.]tablename [ON CLUSTER] [TO [db.]name] [ENGINEengine] [POPULATE] AS SELECT ... 物化视图存储由相应的SELECT管理。 创建不带 TO [db].[table]的物化视图时，必须指定 ENGINE – 用于存储数据的表引擎。 使用 TO [db].[table] 创建物化视图时，不得使用 POPULATE。 一个物化视图的实现是这样的：当向SELECT中指定的表插入数据时，插入数据的一部分被这个SELECT查询转换，结果插入到视图中。 云数据库ClickHouse中的物化视图更像是插入触发器。 如果视图查询中有一些聚合，则它仅应用于一批新插入的数据。 对源表现有数据的任何更改（如更新、删除、删除分区等）都不会更改物化视图。 如果指定 POPULATE，则在创建视图时将现有表数据插入到视图中，就像创建一个 CREATE TABLE ... AS SELECT ...一样。 否则，查询仅包含创建视图后插入表中的数据。 我们不建议使用POPULATE，因为在创建视图期间插入表中的数据不会插入其中。 SELECT 查询可以包含 DISTINCT、GROUP BY、ORDER BY、LIMIT……，相应的转换是在每个插入数据块上独立执行的。 例如，如果设置了 GROUP BY，则在插入期间聚合数据，但仅在插入数据的单个数据包内。 数据不会被进一步聚合。 例外情况是使用独立执行数据聚合的 ENGINE，例如 SummingMergeTree。 在物化视图上执行ALTER查询有局限性，因此可能不方便。 如果物化视图使用构造 TO [db.]name，你可以 DETACH视图，为目标表运行 ALTER，然后 ATTACH先前分离的（DETACH）视图。 物化视图受optimizeoninsert设置的影响， 在插入视图之前合并数据。 视图看起来与普通表相同。 例如，它们列在 SHOW TABLES查询的结果中。 删除视图,使用DROP VIEW. DROP TABLE也适用于视图。

本节介绍了云电脑(公众版)支持在”天翼云电脑“移动客户端进行数据盘扩容。 天翼云电脑（公众版）的数据盘为：16元/100GB/月，0.53元/100GB/日。 （注意：扩容数据盘会根据云电脑的有效时长进行费用的计算） 1. 登录“天翼云电脑”安卓移动客户端； 2. 选择“云电脑”列表查看需要扩容的云电脑； 3. 点击“管理”进入管理页面，选择“扩容“； 4. 选择新增数据盘或对已有数据盘进行扩大容量并提交订单； 5. 确认订单并完成支付，支付成功后扩容即生效。 说明 1、在天翼云电脑（安卓）App、天翼云App、天翼云官网进行订购的云电脑公众版支持在天翼云电脑移动客户端进行产品变更操作管理。 2、在营业厅订购云电脑公众版产品的用户请到营业厅咨询产品变更流程。