本文主要介绍跨区域复制简介。 跨区域复制能够为用户提供跨区域数据容灾的能力，满足用户数据复制到异地进行备份的需求。 跨区域复制是指通过创建跨区域复制规则，将一个桶（源桶）中的数据自动、异步地复制到不同区域的另外一个桶（目标桶）中，源桶和目标桶必须属于同一个帐号，暂不支持跨帐号复制。 在配置跨区域复制规则时，您可以按前缀匹配请求复制部分对象，也可以请求复制桶中的所有对象。复制到目标桶的对象是源桶中对象的精确副本。它们具有相同的对象名称和元数据，包括：对象内容、大小、最后修改时间、创建者、版本号、用户定义的元数据以及ACL。默认情况下复制对象的存储类别，与源对象保持一致。您也可以为复制对象指定一个存储类别。 复制的内容 启用跨区域复制规则后，符合以下条件的对象会复制到目标桶中： 新上传的对象（归档存储对象除外）。 有更新的对象，比如对象内容有更新，或者某一对象跨区域复制成功后源桶对象ACL设置有更新。 适用场景 客户需要在多地访问相同的OBS资源。为了最大限度缩短访问对象时的延迟，您可以使用跨区域复制，在离客户较近的区域中创建对象副本。 由于业务原因，您需要将OBS数据从一个区域的数据中心迁移至另一个区域的数据中心。 出于对数据安全性以及可用性的考虑，您希望对所有写入OBS的数据，都在另一个区域的数据中心显式地创建一个备份，以防止在数据发生不可逆损毁时，有安全、可用的备份数据。

Prometheus监控支持对使用用量进行统计，方便您进行对账与数据确认。 前提条件 已开通应用性能监控Prometheus监控服务。 操作步骤 1. 登录应用性能监控Prometheus监控服务控制台。 2. 左侧菜单栏点击“用量统计”。即可查看统计大盘，以下对各个模块进行说明。 快捷筛选：此处展示Prometheus实例列表，点击后可快速查看所选实例的统计数据，支持多选。 数据统计： 总写入量(单位:百万)：在所选时间范围内，Prometheus实例的数据写入量。 平均每天(单位:百万)：在所选时间范围内，平均每天2Prometheus实例的数据写入量。 x月已写入量(单位:百万)：在当前所选时间所在月份，Prometheus实例的数据写入量。 x月预测总写入量(单位:百万) ：当月预测值 当月已累积用量 + （当月剩余天数 前三天的平均值）。 写入数据量趋势图(单位:百万)：以直方图的方式展示每天Prometheus实例的数据写入量。不同颜色代表不同的Prometheus实例。 免费指标写入量：指云容器引擎的基础指标接入数据量，该部分不收取写入费用。 自定义指标写入量：除云容器引擎的基础指标外其他指标的写入量，该部分将按照计费项价格进行收费。

本文为您介绍如何通过mysqldump将用户自建数据库数据迁移到天翼云关系数据库MySQL。 前期准备 准备能够远程连接关系数据库MySQL的机器。 通过弹性云主机连接关系数据库MySQL，需要创建一台弹性云主机。 通过公网地址连接关系数据库MySQL，需要将关系数据库MySQL绑定公网地址。 关系数据库MySQL实例设置白名单。 在准备的弹性云主机或其他可访问关系数据库MySQL的设备上，安装MySQL客户端。 创建关系数据库MySQL账号。 说明 弹性云主机或可访问关系数据库MySQL的设备需要安装和关系数据库MySQL相同版本的数据库客户端。（如果不相同则只能够向后兼容，例如用5.7版本的mysqldump来导出5.5版本的数据库数据） 适用场景 mysqldump迁移复杂，且需要停止源数据库的应用程序，建议数据量小的场景下使用。 数据量大的场景下建议优先使用DTS迁移数据。 导出数据 需要先对源数据库进行导出，才能将其迁移到关系数据库MySQL。 1. 登录源数据库。 2. 使用mysqldump导出自建数据库的表结构和数据，命令如下： 说明 数据库迁移为离线迁移，您需要停止使用源数据库的应用程序。 下文中的自建数据库用户需要具备相关的操作权限。 若使用的mysqldump低于5.6版本，需要去掉“setgtidpurgedOFF”。 bash mysqldump h u p P databases opt defaultcharactersetutf8 hexblob singletransaction setgtidpurgedOFF skiptriggers skipevents skiproutines > /tmp/ data.sql 示例： bash mysqldump h xxx u root p P databases test opt defaultcharactersetutf8 hexblob singletransaction setgtidpurgedOFF skiptriggers skipevents skiproutines > /tmp/testdata.sql 3. 使用mysqldump导出自建数据库的触发器、事件、存储过程和函数，命令如下： 说明 如果源数据库中没有使用触发器、事件、存储过程和函数，可跳过此步骤。 bash mysqldump h u p P database opt defaultcharactersetutf8 hexblob singletransaction setgtidpurgedOFF nocreateinfo nodata routines events sed e 's/DEFINER[ ][ ][^]//' e 's/DEFINER[ ].FUNCTION/FUNCTION/' e 's/DEFINER[ ].PROCEDURE/PROCEDURE/' e 's/DEFINER[ ].TRIGGER/TRIGGER/' e 's/DEFINER[ ].EVENT/EVENT/' > /tmp/ trigger.sql 示例： bash mysqldump h xxx u root p P databases test opt defaultcharactersetutf8 hexblob singletransaction setgtidpurgedOFF nocreateinfo nodata routines events sed e 's/DEFINER[ ][ ][^]//' e 's/DEFINER[ ].FUNCTION/FUNCTION/' e 's/DEFINER[ ].PROCEDURE/PROCEDURE/' e 's/DEFINER[ ].TRIGGER/TRIGGER/' e 's/DEFINER[ ].EVENT/EVENT/' > /tmp/testtrigger.sql

本页介绍天翼云TeleDB数据库冷热数据分离列存。 创建列存分区表 CREATE TABLE tp ( id int not null, a int not null ) PARTITION BY RANGE (a); 创建分区 CREATE TABLE tp20 PARTITION OF tp FOR VALUES FROM (10) TO (20) using pax; CREATE TABLE tp30 PARTITION OF tp FOR VALUES FROM (20) TO (30) using pax; insert into tp values (1, 10); insert into tp values (2, 10); insert into tp values (3, 10); insert into tp values (4, 10); insert into tp values (5, 10); insert into tp values (6, 10); insert into tp values (7, 10); insert into tp values (8, 10); insert into tp values (9, 10); insert into tp values (10, 10); insert into tp values (11, 10); insert into tp values (12, 10); insert into tp values (13, 10); insert into tp values (14, 10); insert into tp values (15, 10); insert into tp values (16, 10); insert into tp values (17, 10); insert into tp values (18, 10); insert into tp values (19, 20); insert into tp values (20, 20); insert into tp values (21, 20); insert into tp values (22, 20); insert into tp values (23, 20); insert into tp values (24, 20); 例如，pax的数据目录在dn01节点的pgdata/data/dn01/base/13422/238312pax/中。 热转冷 ALTER TABLE tp alterpartition partition tp20 SET storagetype oss OPTIONs (server 'minioforeignserver', filePath '/bucketname/tp1',enableCache 'true'); tp：分区主表的名字。 tp20：分区子表的名字。 oss：使用对象存储存储数据。 sever：创建的server服务器的名字。 filePath：数据存在对象存储的路径。 enableCache：是否使用缓存，true或false。 热转冷后数据可读： teledb

本节主要介绍JVM监控 介绍APM采集的JVM监控指标的类别、名称、含义等信息。 表 JVM监控采集参数 参数名 数据类型 应用类型 默认值 Agent支持的起始版本 Agent支持的终止版本 描述 ::::::: 调用链堆栈采集阈值 integer JAVA 0 2.0.4 请求时延超过阈值时自动打印堆栈。 表 JVM监控指标说明 指标类别 指标 指标名称 指标说明 单位 数据类型 默认聚合方式 ::::::: 类加载（classLoading，JVM类加载数量的统计信息。） loadedClassCount 已加载类数量 类加载器已加载类数量 INT SUM 类加载（classLoading，JVM类加载数量的统计信息。） totalLoadedClassCount 总加载类数量 类加载器总加载类数量 INT SUM 类加载（classLoading，JVM类加载数量的统计信息。） unloadedClassCount 卸载类数量 类加载器卸载类数量 INT SUM 编译（compile，JVM的类编译时间的统计数据。） compilationTime 编译时间 采集周期内 编译时间 ms INT SUM 编译（compile，JVM的类编译时间的统计数据。） totalCompilationTime 总编译时间 总编译时间 ms INT SUM CPU（CPU监控，JVM进程的cpu利用率数据统计。） cpuRatio cpu利用率 java进程的cpu利用率 % DOUBLE AVG CPU（CPU监控，JVM进程的cpu利用率数据统计。） cpuRatioMax 最大cpu利用率 java进程的最大cpu利用率 % DOUBLE MAX CPU（CPU监控，JVM进程的cpu利用率数据统计。） cpuTimeInterval cpu使用时间 java进程在采集间隔内cpu使用的时间 ns INT SUM CPU（CPU监控，JVM进程的cpu利用率数据统计。） processorCount 处理器个数 处理器个数 INT SUM CPU（CPU监控，JVM进程的cpu利用率数据统计。） systemTimeInterval 采集间隔 采集间隔时间 ns INT SUM CPU（CPU监控，JVM进程的cpu利用率数据统计。） totalCpuTime 总cpu时间 cpu使用总时间 ns INT SUM 内存（memory，JVM内存数据统计。） directMemoryUsage 直接内存 直接内存使用大小 Byte INT AVG 内存（memory，JVM内存数据统计。） directMemoryCapacity 直接内存最大值 直接内存总容量 Byte INT AVG 内存（memory，JVM内存数据统计。） heapMemoryUsage 堆内存 堆内存使用的大小 Byte INT AVG 内存（memory，JVM内存数据统计。） nonHeapMemoryUsage 非堆内存 非堆内存的使用大小 Byte INT AVG 内存（memory，JVM内存数据统计。） objectPendingFinalizationCount 正在回收数量 采集时间点正在回收的对象个数 INT SUM 内存池（memoryPool ，JVM内存池数据，以内存池名称为维度统计。） committed 可使用内存 当前可使用的内存大小 Byte INT SUM 内存池（memoryPool ，JVM内存池数据，以内存池名称为维度统计。） init 初始化内存 初始化内存大小 Byte INT SUM 内存池（memoryPool ，JVM内存池数据，以内存池名称为维度统计。） max 最大内存 最大内存大小 Byte INT SUM 内存池（memoryPool ，JVM内存池数据，以内存池名称为维度统计。） name 内存池名称 内存池名称 ENUM LAST 内存池（memoryPool ，JVM内存池数据，以内存池名称为维度统计。） used 已使用内存 已经被使用的内存大小 Byte INT SUM 线程（thread，JVM线程数统计。） currentThreadCpuTime 线程cpu时间 当前线程的cpu时间 INT SUM 线程（thread，JVM线程数统计。） currentThreadUserTime 线程用户时间 当前线程的用户时间 INT SUM 线程（thread，JVM线程数统计。） daemonThreadCount 守护线程数 守护线程数 INT SUM 线程（thread，JVM线程数统计。） deadlockedThreadsCount 死锁线程数 死锁线程数 INT SUM 线程（thread，JVM线程数统计。） monitorDeadlockedThreads 当前死锁线程 当前死锁线程id列表 INT SUM 线程（thread，JVM线程数统计。） peakThreadCount 峰值线程数 峰值线程数 INT SUM 线程（thread，JVM线程数统计。） threadCount 当前线程数 当前线程数 INT SUM 线程（thread，JVM线程数统计。） totalStartedThreadCount 总线程数 从java进程启动开始，累积启动的线程数 INT SUM 线程（thread，JVM线程数统计。） newThreadCount 初始状态线程数量 初始状态线程数量 INT SUM 线程（thread，JVM线程数统计。） runnableThreadCount 运行状态线程数量 运行状态线程数量 INT SUM 线程（thread，JVM线程数统计。） blockedThreadCount 阻塞状态线程数量 阻塞状态线程数量 INT SUM 线程（thread，JVM线程数统计。） waitingThreadCount 等待状态线程数量 等待状态线程数量 INT SUM 线程（thread，JVM线程数统计。） timedWaitingThreadCount 超时等待状态线程数量 超时等待状态线程数量 INT SUM 线程（thread，JVM线程数统计。） terminatedThreadCount 终止状态线程数量 终止状态线程数量 INT SUM

回退操作 如果升级观察时，由于业务原因需要回退，或使用升级待观察方式升级失败时，可参考该章节手动执行升级回退操作。 说明 升级回退成功后，您可以尝试重新升级。 若回退失败，您可以再次执行升级回退操作。 如果问题仍然无法解决，您可以联系技术支持，由工程师给出分析评估后重新执行升级。 方式一：单个实例回退 步骤 1 在“版本升级”界面，单击“升级回退 ”，选择“目标版本”，输入“confirm”，单击“确定”。 步骤 2 在“实例管理”页面，查看回退情况。回退完成后，实例运行状态变为“正常”。 步骤 3 在“实例管理”页面单击实例名称，进入基本信息页面，查看“数据库信息”模块的“数据库引擎版本”是否已回退到未升级前的版本。 步骤 4 检查实例连接是否正常，是否能进行正常的增加、删除、修改、查询操作。 1. 通过数据管理服务DAS连接实例，登录到数据库。 2. 进入SQL查询页面。 3. 创建数据库。 CREATE DATABASE 数据库名; 以创建一个库名为dbtpcds的数据库为例： CREATE DATABASE dbtpcds; 创建完dbtpcds数据库后，可以在左上方切换到新创建的库中。 4. 创建表，并进行增加、删除、修改、查询操作。 a. 创建一个schema。 CREATE SCHEMA myschema; b. 创建一个名称为mytable，只有一列的表。字段名为firstcol，字段类型为integer。 CREATE TABLE myschema.mytable (firstcol int); c. 向表中插入数据： INSERT INTO myschema.mytable values (100); d. 查看表中数据： SELECT FROM myschema.mytable; plaintext firstcol ++ 1 100 e. 修改表中数据： UPDATE myschema.mytable SET firstcol 200; f. 再次查看表中数据： SELECT FROM myschema.mytable; plaintext firstcol ++ 1 200 g. 删除表： DROP TABLE myschema.mytable; 结束 方式二：批量实例回退 步骤 1 在“实例管理”页面，选择指定的实例，单击“批量版本升级”。 步骤 2 在“批量版本升级”界面，单击“升级回退”，选择“目标版本”，输入“confirm”，单击“确定”。 步骤 3 在“实例管理”页面，查看回退情况。回退完成后，实例运行状态变为“正常”。 步骤 4 在“实例管理”页面单击实例名称，进入基本信息页面，查看“数据库信息”模块的“数据库引擎版本”是否已回退到未升级前的版本。 步骤 5 检查实例连接是否正常，是否能进行正常的增加、删除、修改、查询操作。 1. 通过数据管理服务DAS连接实例，登录到数据库。 2. 进入SQL查询页面。 3. 创建数据库。 CREATE DATABASE 数据库名; 以创建一个库名为dbtpcds的数据库为例： CREATE DATABASE dbtpcds; 创建完dbtpcds数据库后，可以在左上方切换到新创建的库中。 4. 创建表，并进行增加、删除、修改、查询操作。 a. 创建一个schema。 CREATE SCHEMA myschema; b. 创建一个名称为mytable，只有一列的表。字段名为firstcol，字段类型为integer。 CREATE TABLE myschema.mytable (firstcol int); c. 向表中插入数据： INSERT INTO myschema.mytable values (100); d. 查看表中数据： SELECT FROM myschema.mytable; plaintext firstcol ++ 1 100 e. 修改表中数据： UPDATE myschema.mytable SET firstcol 200; f. 再次查看表中数据： SELECT FROM myschema.mytable; plaintext firstcol ++ 1 200 g. 删除表： DROP TABLE myschema.mytable; 结束

以下是对教学内容的任务解析： 1、更新系统软件包列表并安装 MySQL 服务器 2、启动Mysql 3、检查Mysql服务是否运行 4、配置 MySQL 的安全性 5、通过mysql指令输入用户名密码以登录Mysql数据库 6、向mysql的testdb库中创建一个employees 7、向mysql的testdb库中employees表插入数据 8、向mysql的testdb库中employees查询数据 9、更新数据 10、删除数据

本页介绍如何通过数据库管理服务DMS登录文档数据库服务DDS实例。 操作场景 创建文档数据库服务DDS实例后，可以通过登录数据库管理服务DMS对数据库实例进行数据管理、数据可视化等管理操作。 前置条件 快速创建文档数据库服务DDS实例。 创建数据库用户。 操作步骤 1. 进入TeleDB数据库控制台。 2. 点击“DDS”>“实例管理”，进入DDS控制台后，您有三种方式可以进入数据库管理服务DMS： 在“实例管理”页面，点击“创建数据库实例”右侧的“进入数据库管理服务”，即可进入到DMS的首页，根据提示信息填写相关信息，即可登入DMS。 点击实例名称，进入实例详情页面，点击右上角的“登录数据库”按钮，即可进入该实例的DMS登录页面。 在“实例管理”页面，点击实例右侧的“更多”，选择“登录数据库”操作选项，即可进入该实例的DMS登录页面。 说明 目前并非所有资源池都支持DDS直接登录数据管理服务DMS的功能，当前支持该功能的资源池参考

建议购买数据库的同时，购买对应的数据库安全服务。 数据库安全服务（Database Security Service，DBSS）是一个智能的数据库安全服务，基于机器学习机制和大数据分析技术，提供数据库审计，SQL注入攻击检测，风险操作识别等功能，保障云上数据库的安全。 建议使用DBSS来提供扩展的数据安全能力，详情请参考数据库安全服务。 优势 助力企业满足等保合规要求。 满足等保测评数据库审计需求。 满足国内外安全法案合规需求，提供满足数据安全标准（例如SarbanesOxley）的合规报告。 支持备份和恢复数据库审计日志，满足审计数据保存期限要求。 支持风险分布、会话统计、会话分布、SQL分布的实时监控能力。 提供风险行为和攻击行为实时告警能力，及时响应数据库攻击。 帮助您对内部违规和不正当操作进行定位追责，保障数据资产安全。 数据库安全审计采用数据库旁路部署方式，在不影响用户业务的提前下，可以对数据库进行灵活的审计。 基于数据库风险操作，监视数据库登录、操作类型（数据定义、数据操作和数据控制）和操作对象，有效对数据库进行审计。 从风险、会话、SQL注入等多个维度进行分析，帮助您及时了解数据库状况。 提供审计报表模板库，可以生成日报、周报或月报审计报表（可设置报表生成频率）。同时，支持发送报表生成的实时告警通知，帮助您及时获取审计报表。

参数 描述 n LUNNAME 或 name LUNNAME 指定需要清空的卷的名称。 scope SCOPE 指定清空卷的数据范围。 取值： All：清空所有卷数据及卷对应的快照。 注意 如果卷存在关联的克隆卷，不能执行清空所有卷数据及卷对应快照的操作。 NoSnapshot：清空卷数据，保留卷对应的快照。后续可以使用卷快照进行卷回滚、或者导出备份。 注意 克隆卷不能执行仅清空卷数据保留对应快照的操作。 默认值为All。

本页介绍透明数据加密的实现原理和使用方法。 透明数据加密（Transparent Data Encryption）通过在磁盘上存储的数据进行加密和解密来实现数据的保护。 透明：当使用者在打开或编辑指定文件时，系统将自动对未加密的文件进行加密，对已加密的文件自动解密。文件在硬盘上是密文，在内存中是明文。一旦离开使用环境，由于应用程序无法得到自动解密的服务而无法打开，从而起到保护文件内容的效果。 加密：透明加密使用加密算法来加密数据，并将密钥存储在数据库服务器的受信任位置，以确保安全性。 用户可以通过函数创建加密算法，之后可以通过函数将创建的算法绑定到schema，表和列上，实现加密算法和数据库对象建立关联。同时支持将已经绑定的算法从schema，表和列上解绑，从而取消加密算法和数据库对象之间的关联关系。 透明加密通过teledbxmls插件，需要创建插件： plaintext 创建插件 create extension teledbxmls;

本章节主要介绍元数据采集器管理功能。 元数据采集器描述了从哪里采集数据、怎样采数据、采什么数据，通过配置采集任务，能够使采集器按一定时间规则从各种数据源中采集元数据。 在采集器管理模块配置采集器的基本信息，包括：采集器类型、元模型、采集源、数据源、SQL等信息，在配置采集器时，直接将采集器与元模型做绑定，后续配置采集任务时无需重新绑定元模型； 采集器分为系统内置采集器 和自定义采集器。系统内置了常用数据源的元数据采集器，按照绑定的元模型批量采集数据源的表和字段，内置采集器不可修改；同时，为应对不同的业务需求，支持自定义创建元数据采集器，灵活提取数据源下的表、字段信息。 点击【+创建采集器】按钮创建新的采集器。 在创建采集器窗口中配置采集器相关信息，在此处绑定元模型，通过SQL代码描述采集器的功能，如采集哪些库表、哪些字段等。支持试跑查看采集器配置是否合理，点击【保存】按钮完成采集器的创建。 用户可以选择内置采集器，无需手动添加采集器。系统内置的采集器包括： 系统版本/数据库 Flink Local MySQL ✅ ✅ Doris ✅ ✅ Oracle ✅ ✅ Hive ✅ ✅ DM ✅ ✅ PgSQL ✅ ✅ GaussDB ✅ ✅ SqlServer ✅ ❌ DB2 ✅ ❌ KingBase ✅ ❌ OceanBase ✅ ❌ ClickHouse ✅ ❌ Vertica ✅ ❌ HanaDB ✅ ❌ HBase ❌ ✅ Elasticsearch ❌ ✅ MongoDB ❌ ✅ Ceph ❌ ✅ Cassandra ✅ ❌

参数名称 描述 示例 数据格式 支持以下数据格式。 Parquet：DLI支持读取不压缩、snappy压缩、gzip压缩的parquet数据。 CSV：DLI支持读取不压缩、gzip压缩的csv数据。 ORC：DLI支持读取不压缩、snappy压缩的orc数据。 JSON：DLI支持读取不压缩、gzip压缩的json数据。 Carbon：DLI支持读取不压缩的carbon数据。 Avro：DLI支持读取不压缩的avro数据。 CSV 存储路径 输入或选择OBS路径。路径可以是文件夹，也可以是路径。 说明 如果需要将OBS上的数据导入OBS表，则建表路径必须是文件夹。 建表路径是文件时，会导致数据导入失败。 obs://obs1/sampledata.csv 表头:无/有 当“数据格式”为“CSV”时，该参数有效。设置导入数据源是否含表头。 选中“高级选项”，勾选“表头:无”前的方框，“表头:无”显示为“表头:有”，表示有表头；去勾选即为“表头:无”，表示无表头。 自定义分隔符 当“数据格式”为“CSV”，并在自定义分隔符前的方框打勾时，该参数有效。 选中高级选项，支持选择如下分隔符。 逗号(,) 竖线(） 制表符（t） 其他：输入自定义分隔符 ) l 制表符(t) l 其他：输入自定义分隔符 自定义引用字符 当“数据格式”为“CSV”，并在自定义引用字符前的方框打勾时，该参数有效。 选中高级选项，支持选择如下引用字符。 单引号(') 双引号(") l 其他：输入自定义引用字符 单引号(') 自定义转义字符 当“数据格式”为“CSV”，并在自定义转义字符前的方框打勾时，该参数有效。 选中高级选项，支持选择如下转义字符。 反斜杠() 其他：输入自定义转义字符 反斜杠() 日期格式 当“数据格式”为“CSV”和“JSON”时此参数有效。 选中“高级选项”，该参数表示表中日期的格式，默认格式为“yyyyMMdd”。 20000101 时间戳格式 当“数据格式”为“CSV”和“JSON”时此参数有效。 选中“高级选项”，该参数表示表中时间戳的格式，默认格式为“yyyyMMdd HH:mm:ss”。 20000101 09:00:00

本节主要介绍了GeminiDB Redis备份计费的模式。 收费方式 1、GeminiDB Redis的备份数据存储在OBS上。购买实例存储空间后，GeminiDB Redis将同比例赠送备份存储空间，用于存储备份数据。例如，您购买的实例存储空间为100GB时，会得到赠送的100GB备份存储空间。当备份数据没有超出100GB，将免费存储在OBS上；当备份数据超出100GB，超出部分将根据实例集群备份空间价格进行计费。 2、免费的备份存储空间是在收取了数据盘的存储空间费用后赠送的，由于数据盘存储空间冻结以后不再收费，因此不再享受备份赠送空间。 用户实例冻结后，将没有免费的存储空间，会导致实例原有自动备份收费，直到实例删除后，自动备份随之删除（手动备份需要在控制台手动删除，否则不会删除）。 如果选择解冻实例，将恢复免费的备份存储空间。 如果直接删除冻结的实例，原有的自动备份将会同时被删除，备份空间不会继续针对自动备份收费。

本页介绍本地PostgreSQL迁移到RDS for PostgreSQL的最佳实践操作须知和操作流程。 1、操作须知 DTS数据迁移或同步过程一般包含四个阶段：预检查阶段、结构同步阶段、全量阶段、增量阶段。为了确保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。 本地PostgreSQL迁移到RDS for PostgreSQL的操作须知与其他云PostgreSQL迁移到RDS for PostgreSQL一样，详细信息参考其他云PostgreSQL迁移到RDS for PostgreSQL操作流程的操作须知章节内容。 注意 源库为本地PostgreSQL时，支持9.4/9.5/9.6/10/11/12/13/14/15版本，且源数据库版本不得高于目标数据库版本。 2、操作步骤 购买DTS同步实例 购买实例入口请参考订购数据迁移实例。 本地PostgreSQL同步到RDS for PostgreSQL的相关配置为： 在订购页面，实例类型选择"数据迁移"，网络接入类型选择"公网EIP"，目标库数据库类型选择"PostgreSQL"，目标库实例请选择需要将数据同步至该库的RDS for PostgreSQL实例，完成页面信息的选择和设置后，完成迁移实例的购买。 配置任务信息并启动 DTS实例购买成功后，进入【实例配置】页面，实例处于“待配置”状态，先点击“绑定弹性IP”按钮完成公网弹性IP的绑定，然后再点击该实例操作列的“实例配置”按钮，通过如下步骤进行任务配置。 配置源库及目标库信息 填入源库与目标库的相关配置信息，包括数据库类型、IP地址端口、数据库账号、数据库密码等信息。完成上述信息的填写后可以进行数据库的连接测试，测试数据库能否正常连接。

本章节主要介绍标注项目创建完成后有哪些功能。 步骤一：当标注的任务配置完成后，管理员可进入到标注项目页面，启动项目该标注任务即可开始标注了，此前管理人员可以对配置好的人员进行修改操作； 步骤二：点击编辑按钮可以修改标签配置； 步骤三：验收完成后（流程参考我的任务目录），管理员可根据实际需求，点击一键发布，将验收完成的数据发布到数据集管理中。 步骤四：创建的任务支持直接删除，删除后的标注任务已标注的信息全部都不做保存。 步骤五：已创建的标注任务，支持项目管理员点击任务流程进入到流程页面，查看到每一个数据包的所在的流程信息，点击数据包支持进入到数据包的详情页，查看数据包数据的详情； 步骤六：任务复制，点击即可将该标注任务进行复制，支持所有信息的调整，需要选择数据集； 步骤七：二次拆包，即将标注任务中的数据包进行二次的拆分； 步骤八：点击列表的“任务名称”，进入标注任务详情页。任务详情页支持标注、审核、验收人员的修改配置，并支持查看标注任务的人员标注进度以及标注任务的标注排名，并可以查看到标注人员的效率。

查看单个用户在某地域内的容量配额并可通过申请提升此配额以满足业务需求。 高可靠性 云硬盘采用分布式存储架构，支持三副本和纠删码（EC）两种数据保护机制。普通IO、高IO、通用型SSD、超高IO、极速型SSD采用三副本冗余技术，每份数据在后台保存多份副本，多副本数据实时同步。X系列云硬盘采用纠删码，通过EC冗余算法生成校验信息。这两种数据保护方法可以确保在硬盘损坏、节点故障或网络中断等情况下，用户数据不会丢失，保证数据安全可靠数据存储的持久性可达99.9999999%。 云硬盘提供加密功能，可以保障系统盘和数据盘的安全性。 云硬盘支持备份与快照功能，为用户提供了强大的数据保护，提高了数据的可靠性和灵活性。 超高性能 天翼云云硬盘可以为您带来低延迟、高性能的极致存储体验。 单个云硬盘支持最大随机IOPS可达1,000,000，吞吐量可达4000MBps，同时时延可达百微秒级，满足高性能应用场景的需求。 简单易用 通过简单的创建、挂载、卸载以及删除等操作即可轻松管理与使用您的云硬盘，缩短业务部署时间，节省成本。 实时监控 配合云监控功能，用户能够随时掌握云硬盘的健康状态，了解云硬盘的运行状态。

本文带您了解什么是内网DNS产品。 内网DNS（Intranet Domain Name Service，CTIDNS）提供高可用，高扩展的DNS服务和DNS管理服务，帮助客户将域名或应用资源转换成用于计算机连接的IP地址，从而将最终用户路由到相应的应用资源上，实现应用资源的访问和内网服务的连接。内网DNS可提供VPC内安全、全面、高性能的域名解析功能，可直接响应内网域名的解析请求，快速高效，有效防护劫持，避免安全风险。 内网域名解析过程 当VPC内云服务器访问内网域名时，内网DNS直接对内网域名进行解析，向云服务器返回对应被访问的云服务器的私网IP地址。 当VPC内云服务器访问Internet上的公网域名时，内网DNS会将对公网域名的解析请求转发至公共DNS进行解析，待收到公共DNS返回的公网IP地址后，再将公网IP返回云服务器。 系统架构 内网DNS（Intranet Domain Name Service，CTIDNS）由两个关键组成部分构成，分别是管控层和解析层： 管控层：管控层通过控制台和OpenAPI对外提供服务，主要职能如下： 管理域名解析数据：管控层负责处理域名解析数据的增删改查操作，确保域名与IP地址的映射准确性。 配置数据管理：管控层管理配置数据，保障DNS服务的可靠性和可用性。 日志数据管理：管控层记录和管理日志数据，支持用户监测和故障排除。 存储功能：管控层存储域名解析数据、配置数据和日志数据，确保数据的安全性和可靠性。 解析层：解析层通过部署解析服务器集群向外提供服务，主要职能为： 域名解析：解析层接收来自管控层的域名解析记录数据，并对解析请求进行响应，将域名解析为对应的IP地址，实现计算机之间的连接。

本章节主要介绍Spark作业相关问题中有关作业运维报错的问题。 Spark作业访问OBS数据时报ResponseCode: 403和ResponseStatus: Forbidden错误 问题现象 Spark程序访问OBS数据时上报如下错误。 Caused by: com.obs.services.exception.ObsException: Error message:Request Error.OBS servcie Error Message. ResponseCode: 403, ResponseStatus: Forbidden 解决方案 Spark程序访问OBS数据时，需要通过配置AK、SK的访问进行访问。具体访问方式可以参考上方：通用队列操作OBS表如何设置AK/SK。 有访问OBS对应的桶的权限，但是Spark作业访问时报错 verifyBucketExists on XXXX: status [403] 请排查“全局配置 > 作业配置” 对应OBS桶是否被设置为了DLI日志桶。 日志桶不能用于DLI的其他业务功能中。 Spark作业运行大批量数据时上报作业运行超时异常错误 Spark作业程序访问大批量数据，如访问DWS大批量数据库数据时，建议设置并发数，启动多任务的方式运行，避免作业运行超时。 使用Spark作业访问sftp中的文件，作业运行失败，日志显示访问目录异常 Spark作业不支持访问sftp。 建议将文件数据上传到OBS，再通过Spark作业进行读取和分析。 执行作业的用户数据库和表权限不足导致作业运行失败 问题现象 Spark作业运行报数据库权限不足，报错信息如下： org.apache.spark.sql.AnalysisException: org.apache.hadoop.hive.ql.metadata.HiveException: MetaException(message:Permission denied for resource: databases.xxx,action:SPARKAPPACCESSMETA) 解决方案 需要给执行作业的用户赋数据库的操作权限，具体操作参考如下： 1. 在DLI管理控制台左侧，单击“数据管理”>“库表管理”。 2. 单击所选数据库“操作”栏中的“权限管理”，将显示该数据库对应的权限信息。 3. 在数据库权限管理页面右上角单击“授权”。 4. 在“授权”弹出框中，选择“用户授权”或“项目授权”，填写需要授权的用户名或选择需要授权的项目，选择相应的权限。 5. 单击“确定”，完成授权。

本章节主要介绍云搜索服务（ES）的产品定义。 云搜索服务（简称ES）是一个基于Elasticsearch、OpenSearch且完全托管的在线分布式搜索服务，为用户提供结构化、非结构化文本、以及基于AI向量的多条件检索、统计、报表。云搜索服务是ELK生态的一系列软件集合，为您全方位提供托管的ELK生态云服务，兼容Elasticsearch、Logstash、Kibana、Cerebro等软件。 Elasticsearch和OpenSearch Elasticsearch、OpenSearch是开源搜索引擎，可以实现单机和集群部署，并提供托管的分布式搜索引擎服务。在ELK整个生态中，Elasticsearch集群支持结构化、非结构化文本的多条件检索、统计、报表。 云搜索服务支持自动部署，快速创建Elasticsearch集群和OpenSearch集群，免运维，内置搜索调优实践；拥有完善的监控体系，提供一系列系统、集群以及查询性能等关键指标，让用户更专注于业务逻辑的实现。 Logstash Logstash是一个开源数据收集引擎，具有实时管道功能。在ELK整个生态中，Logstash承担着数据接入的重要功能，可以动态地将来自不同数据源的数据统一起来，进行标准化的转换，然后将数据发送到指定的位置。 云搜索服务支持快速创建Logstash集群，Logstash是一款全托管的数据接入处理服务，100%兼容开源Logstash的能力。在生产系统中，数据往往以各种各样的形式，或分散或集中地存在于很多系统中。Logstash的出现，能够很轻松的帮助您处理各种来源的数据并转储到Elasticsearch云服务中，从而更加方便的发现其中的价值。同时您也可以单独使用Logstash云服务处理数据发送到其他的系统中。

本页详细介绍如何查看数据同步实例的同步进度。 通过查看同步进度，可以了解当前数据同步的进度。任务的运行顺序为：结构同步>全量同步>增量同步。 当运行状态为“结构同步中”，表示任务正在进行结构同步，此时应该关注结构同步的进度条，当进度条到达100%表示成功同步完成。 当运行状态为“(全量)开始”，表示任务正在进行全量同步，此时应该关注全量同步的进度条，当进度条到达100%表示成功同步完成。 当运行状态为“(增量)开始”，表示任务正在进行增量同步，此时应该关注增量同步的延迟状态。 操作步骤 1. 在【数据同步】实例列表页面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】页面查看实例运行状态和同步进度。 页面中的运行状态体现实例任务处在运行中的哪个状态，如：未通过预检查、全量开始、已暂停等。具体可参考实例状态说明文档中的数据迁移实例的任务运行状态。 页面中的实例进度体现迁移实例的进度，其中结构迁移和全量迁移以进度条+百分比的形式展示，增量迁移则以在进度条上显示延迟状态的形式展示。

问题现象 客户创建Flink SQL作业，消费Kafka后sink到es集群，作业执行成功，但无数据。 原因分析 查看客户作业脚本内容，排查无问题，作业执行成功，出现该问题可能的原因如下： 数据不准确。 数据处理有问题。 处理步骤 1.在Flink UI查看task日志，发现报错中提到json体，基本确定原因为数据格式问题。 2.排查客户实际数据，发现客户Kafka数据存在多层嵌套的复杂json体。不支持解析。 3.有两种方式解决此问题： 通过udf成jar包的形式 修改配置 4.修改源数据格式，再次执行作业，无问题。

本节主要介绍OBS的存储类别。 OBS支持桶级和对象级存储类别。 存储类别可以分为：标准存储、低频访问存储、归档存储。 不同的存储类别可以满足客户业务对存储性能、成本的不同诉求。 标准存储访问时延低和吞吐量高，因而适用于有大量热点文件（平均一个月多次）或小文件（小于1MB），且需要频繁访问数据的业务场景，例如：大数据、移动应用、热点视频、社交图片等场景。 低频访问存储适用于不频繁访问（平均一年少于12次）但在需要时也要求快速访问数据的业务场景，例如：文件同步/共享、企业备份等场景。 归档存储适用于很少访问（平均一年访问一次）数据的业务场景，例如：数据归档、长期备份等场景。归档存储安全、持久且成本极低，可以用来替代磁带库。为了保持成本低廉，数据恢复时间可能长达数分钟到数小时不等。 桶存储类别和对象存储类别的关系 上传对象时，对象的存储类别默认继承桶的存储类别。您也可以重新指定对象的存储类别。 修改桶的存储类别，桶内已有对象的存储类别不会修改，新上传对象时的默认对象存储类别随之修改。 存储类别对比 对比项目 标准存储 低频访问存储 归档存储 特点 高性能、高可靠、高可用的对象存储服务 高可靠、较低成本的实时访问存储服务 归档数据的长期存储，存储单价更优惠 应用场景 云应用、数据分享、内容分享、热点对象 网盘应用、企业备份、活跃归档、监控数据 档案数据、医疗影像、视频素材、带库替代 最低存储时间 无 30天 90天 图片处理 支持 支持 不支持

本节主要介绍OBS的存储类型。 OBS支持桶级和对象级存储类别，提供了标准存储、低频访问存储和归档存储三种存储类型。 不同的存储类别可以满足客户业务对存储性能、成本的不同诉求。 标准存储访问时延低和吞吐量高，因而适用于有大量热点文件（平均一个月多次）或小文件（小于1MB），且需要频繁访问数据的业务场景，例如：大数据、移动应用、热点视频、社交图片等场景。 低频访问存储适用于不频繁访问（平均一年少于12次）但在需要时也要求快速访问数据的业务场景，例如：文件同步/共享、企业备份等场景。 归档存储适用于很少访问（平均一年访问一次）数据的业务场景，例如：数据归档、长期备份等场景。归档存储安全、持久且成本极低，可以用来替代磁带库。为了保持成本低廉，数据恢复时间可能长达数分钟到数小时不等。 桶存储类别和对象存储类别的关系 上传对象时，对象的存储类别默认继承桶的存储类别。您也可以重新指定对象的存储类别。 修改桶的存储类别，桶内已有对象的存储类别不会修改，新上传对象时的默认对象存储类别随之修改。 存储类别对比 对比项目 标准存储 低频访问存储 归档存储 特点 高性能、高可靠、高可用的对象存储服务 高可靠、较低成本的实时访问存储服务 归档数据的长期存储，存储单价更优惠 应用场景 云应用、数据分享、内容分享、热点对象 网盘应用、企业备份、活跃归档、监控数据 档案数据、医疗影像、视频素材、带库替代 最低存储时间 无 30天 90天 图片处理 支持 支持 不支持

订阅渠道即为指标、事件数据发送的目标接收端,本文主要介绍订阅渠道的管理。 操作场景 对于指标/事件数据，您如需要进行二次消费使用，可以先定义数据订阅渠道，再创建数据订阅任务时选择已经配置额订阅渠道即可。 前提条件 注册天翼云账号，并完成实名认证。具体操作，请参见天翼云账号注册流程。 订阅渠道管理 1. 登录控制中心。 2. 在控制中心页面左上角点击，选择区域，本文我们选择华东1。 3. 依次选择“管理与部署”，单击“云监控服务”，进入监控概览页面。 4. 选择“数据订阅”菜单，进入数据订阅任务列表页面。 5.切换至“订阅渠道”页签，即可进入订阅渠道管理页面。

本页详细介绍如何查看数据迁移实例的进度。 通过查看迁移进度，可以了解当前数据迁移实例的进度。任务的运行顺序为：结构迁移>全量迁移>增量迁移。 当运行状态为“结构迁移中”，表示任务正在进行结构迁移，此时应该关注结构迁移的进度条，当进度条到达100%表示成功迁移完成。 当运行状态为“(全量)开始”，表示任务正在进行全量迁移，此时应该关注全量迁移的进度条，当进度条到达100%表示成功迁移完成。 当运行状态为“(增量)开始”，表示任务正在进行增量迁移，此时应该关注增量迁移的延迟状态。 操作步骤 1. 在【数据迁移】实例列表页面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】页面查看实例运行状态和迁移进度。 页面中的运行状态体现实例任务处在运行中的哪个状态，如：未通过预检查、全量开始、已暂停等。具体可参考实例状态说明文档中的数据迁移实例的任务运行状态。 页面中的实例进度体现迁移实例的进度，其中结构迁移和全量迁移以进度条+百分比的形式展示，增量迁移则以在进度条上显示延迟状态的形式展示。 增量迁移的延迟状态 增量迁移的延迟状态，具体如下： 延迟时间 源实例当前时间 成功同步到目标实例的最新一条源实例增量日志中记录的时间，延迟时间单位为“秒”。 无延迟： DTS完成同步的位点和源库最新位点一致，源库产生的增量数据都已经同步到目标库。 延迟1毫秒： 开始任务后该任务迁移的表都没有DDL或者DML操作。 未运行： 任务未进入到增量迁移状态或者任务被暂停。 说明 时延的计算依赖于源库的增量日志，所以当源库长时间没有DDL或者DML操作时，该指标会逐步增大，无法反映真实的同步延迟。用户可以通过在源端执行SQL语句来让该指标刷新，进而得到真实的指标数据。

本页面主要介绍了多模态向量数据库Milvus版实例在使用过程中遇到的内存资源不足问题及排查方法。 Milvus实例内存不足怎么办？ 内存使用率监控 首先排查实例内存使用情况，可以在管理控制台查看QueryNode和Proxy的内存使用率。如果内存使用率超过85%，可能会影响查询性能或导致服务异常。 Collection加载状态 Milvus需要将Collection数据加载到内存才能进行向量搜索，这是内存占用的主要来源。 查看已加载的Collection数量和大小，确认是否加载了不必要的Collection。 检查是否存在大Collection未释放，使用release释放不再查询的数据。 确认segment大小配置合理，过大的segment会占用更多内存。 向量索引构建消耗 构建向量索引时会临时占用大量内存，特别是高维向量场景。 HNSW、IVFFLAT等索引构建时内存消耗为数据量的23倍，建议在业务低峰期建索引。 检查是否有大量索引同时构建，可调整索引构建任务的并发数。 若频繁出现OOM，考虑更换为内存占用较低的索引类型（如IVFSQ8）。 QueryNode内存配置 QueryNode是内存消耗的主要组件，负责数据加载和查询计算。 检查QueryNode的内存limit配置是否与实际数据量匹配。 若单节点内存不足，建议水平扩容增加QueryNode数量分散负载。 查询并发过高 高并发向量搜索会导致内存瞬时峰值，触发OOM保护机制。 查看查询QPS和并发数，确认是否超出集群承载能力。 检查是否存在大范围搜索（topK过大）或全库扫描查询。 数据膨胀与归档 随着数据持续增长，内存需求会线性增加。 确认是否存储了大量历史冷数据，建议对旧数据进行归档或删除。 检查向量字段是否存储了冗余数据，优化schema设计。 集群扩容建议 当常规优化无法满足内存需求时，需要进行资源扩容。 垂直扩容：提升单节点内存配置，建议QueryNode内存至少为数据量的1.5倍。 水平扩容：增加QueryNode节点数，分散数据加载压力。 调整segment最大容量（datacoord.segment.maxSize），避免单segment过大导致内存碎片。

对比项 RDSPostgreSQL 自建数据库 服务可用性 提供高可用架构，支持主备架构，保证服务可用性和容错性。 自建数据库的可用性受到自身技术水平和硬件设备的限制，难以保证高可用性和容错性。 数据可靠性 提供数据备份和恢复，支持多种备份存储和备份策略，保障数据的可靠性和完整性。 数据库存储采用分布式存储，每份数据在后台保存多份副本，多副本数据实时同步，不会因存储掉电、故障导致用户数据丢失，保证数据安全可靠。 自建数据库需自行实现备份和恢复，备份存储和备份策略不够完善，存在数据丢失的风险。 系统安全性 提供多种安全措施，包括安全组访问控制、白名单管理、网络隔离等。 支持数据库审计、用户关键操作记录等审计记录，保障数据的安全性。 自建数据库受开发人员技能、安全配置和风险管理等限制，安全性更难保障。 数据库备份 提供灵活的备份和恢复策略，支持自动备份、手动备份和增量备份，为用户提供高效的数据备份和恢复。 备份和恢复策略繁琐复杂，备份失败率高，难以保证数据备份和恢复的效率和完整性。 软硬件投入 用户无需购买数据库软硬件设备和托管设备，通过付费模式即可获得完善的数据库服务。 需要花费大量时间和成本购买软硬件设备和托管设备，并且需要承担维护设备、维护数据库等额外成本。 系统托管 天翼云提供完善的托管服务，包括应用部署、监控检测、资源调度和故障处理等，降低用户的运维成本。 需要用户自行承担系统托管和维护等工作，投入较大的人力资源和时间成本。 维护成本 天翼云提供高性能、高可用性、高安全性的PostgreSQL云服务，用户只需关注业务需求，降低维护成本。 维护成本较高，需要购买和维护硬件设备、数据库软件，以及承担数据库的维护和升级等额外成本。 部署扩容 提供弹性扩容和收缩服务，根据业务需求自动分配和回收资源，避免资源浪费和运营成本增加。 需要用户自行实现部署和扩容，扩容过程繁琐，并且需要承担额外的硬件资源和运维成本。 资源利用率 提供可弹性调度的资源池，提高数据库资源的利用率并且降低成本。 资源利用率不尽如人意，需保证业务高峰期的系统吞吐量，平时容易造成资源浪费，增加成本。

本节主要介绍MySQL分库分表>DRDS 使用技巧（需要人为配合） 如果您使用的是全量迁移模式（离线迁移），确保源和目标数据库无业务写入，保证迁移前后数据一致。 如果您使用的是全量+增量迁移模式（在线迁移），支持在源数据库有业务数据写入的情况下进行迁移，推荐提前23天启动任务，并配合如下使用技巧和对应场景的操作要求，以确保顺利迁移。 全量迁移 基于以下原因，建议您结合定时启动功能，选择业务低峰期开始运行迁移任务，相对静态的数据，迁移时复杂度将会降低。 全量迁移会对源数据库有一定的访问压力。 迁移无主键表时，为了确保数据一致性，会存在3s以内的单表级锁定。 正在迁移的数据被其他事务长时间锁死，可能导致读数据超时。 由于MySQL固有特点限制，CPU资源紧张时，存储引擎为Tokudb的表，读取速度可能下降至10%。 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。 操作要求 针对一些无法预知或人为因素及环境突变导致迁移失败的情况，数据库复制服务提供以下常见的操作限制，供您在迁移过程中参考。 类型名称 操作限制 （需要人为配合） 注意事项 环境要求均不允许在迁移过程中修改，直至迁移结束。 若专属计算集群不支持4vCPU/8G或以上规格实例，则无法创建迁移任务。 数据类型不兼容时，可能引起迁移失败。 操作须知 迁移过程中，不允许修改、删除连接源和目标数据库的用户的用户名、密码、权限，或修改源和目标数据库的端口号。 迁移过程中，不允许对源库需要迁移的表结构进行修改。 增量迁移场景下，不支持源数据库进行恢复操作。 选择表级对象迁移时，增量迁移过程中不建议对表进行重命名操作。 在任务启动、任务全量迁移阶段，不建议对源数据库做删除类型的DDL操作，这样可能会引起任务迁移失败。 建议将expirelogday参数设置在合理的范围，确保恢复时断点处的binlog尚未过期，以保证服务中断后的顺利恢复。 如果源数据库为自建库，并且安装了Percona Server for MySQL 5.6.x或Percona Server for MySQL 5.7.x时，内存管理器必须使用Jemalloc库，以避免因系统表频繁查询带来的内存回收不及时，并最终导致数据库Out of Memory问题。 类型名称 使用限制 （DRS自动检查） 数据库权限设置 全量迁移最小权限要求： 源物理分片数据库帐户需要具备如下权限：SELECT、SHOW VIEW、EVENT。 目标中间件帐户需要具备以下基本权限：CREATE、DROP、ALTER、 INDEX、 INSERT、DELETE、 UPDATE、 SELECT， 同时必须具备扩展权限:全表Select权限。 目标中间件帐户必须具备对所迁移数据库的权限。 全量+增量迁移最小权限要求： 源物理分片数据库帐户需要具备如下权限：SELECT、SHOW VIEW、EVENT、LOCK TABLES、REPLICATION SLAVE、REPLICATION CLIENT。 目标中间件帐户需要具备以下基本权限：CREATE、DROP、ALTER、 INDEX、 INSERT、DELETE、 UPDATE、 SELECT， 同时必须具备扩展权限:：全表Select权限。 目标中间件帐户必须具备对所迁移数据库的权限。 迁移对象约束 目前只支持迁移源库的数据，不支持迁移源库表结构及其他数据库对象。 用户需要在目标库根据源端逻辑库的表结构，自行在目标库创建对应的表结构及索引。未在目标库创建的对象，视为用户不选择这个对象进行迁移。 源库在目标库创建的表结构， 必须与源库的表结构完全一致。 源库为DRDS时，则不允许存在拆分键为timestamp类型的表。 不支持非MyISAM和非InnoDB表的迁移。 源数据库要求 增量迁移时，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。 增量迁移时，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3天。 源数据库expirelogsdays参数值为0，可能会导致迁移失败。 增量迁移时，必须设置MySQL源数据库的server－id。如果源数据库版本小于或等于MySQL5.6，server－id的取值范围在2－4294967296之间；如果源数据库版本大于或等于MySQL5.7，server－id的取值范围在1－4294967296之间。 源分库分表中间件中的库名、表名不能包含：'<>/以及非ASCII字符。 MySQL源数据库建议开启skipnameresolve，减少连接超时的可能性。 源数据库GTID状态建议为开启状态。 目标数据库要求 目标库若已存在数据，DRS在增量迁移过程中源库相同主键的数据将覆盖目标库已存在的数据，因此在迁移前需要用户自行判断数据是否需要清除，建议用户在迁移前自行清空目标库。 目标实例及关联RDS实例的运行状态必须正常，若关联RDS实例是主备实例，复制状态也必须正常。 目标库关联RDS实例必须有足够的磁盘空间。 目标库关联RDS数据库的字符集必须与源数据库一致。 目标库实例若选择将时间戳类型（TIMESTAMP，DATETIME）的列作为分片键，则源库数据在迁移到目标库之后，作为分片键的该时间戳类型列的秒精度将被丢弃。 目标数据库存在表的AUTOINCREMENT值至少不能小于源库表的AUTOINCREMENT值。

本节主要介绍使用备份文件迁移自建Redis 场景描述 当前DCS支持将其他云厂商Redis、自建Redis的数据通过DCS控制台迁移到DCS的Redis。 您需要先将其他云厂商Redis、自建Redis的数据备份下载到本地，然后将备份数据文件上传到与DCS Redis实例同一租户下相同Region下的OBS桶中，最后在DCS控制台创建迁移任务，DCS从OBS桶中读取数据，将数据迁移到DCS的Redis中。 上传OBS桶的文件支持.aof、.rdb、.zip、.tar.gz格式，您可以直接上传.aof和.rdb文件，也可以将.aof和.rdb文件压缩成.zip或.tar.gz文件，然后将压缩后的文件上传到OBS桶。 前提条件 OBS桶所在区域必须跟Redis目标实例所在区域相同。 上传的数据文件必须为.aof、.rdb、.zip、.tar.gz的格式。 如果是其他云厂商的单机版Redis和主备版Redis，您需要在备份页面创建备份任务，然后下载备份文件。 如果是其他云厂商的集群版Redis，在备份页面创建备份后会有多个备份文件，每个备份文件对应集群中的一个分片，需要下载所有的备份文件，然后逐个上传到OBS桶。在迁移时，需要把所有分片的备份文件选中。 步骤1：准备目标Redis实例 如果您还没有DCS Redis，请先创建，创建操作，请参考创建实例。 如果您已有DCS Redis，则不需要重复创建，但在迁移之前，您需要清空实例数据，清空操作，请参考清空实例数据。

参数 类型 说明 是否必要 CannedACL S3CannedACL 配置上传对象的预定义的标准ACL信息 否 ContentBody string 上传对象的数据内容，与FilePath、InputStream任选其一作为上传对象数据的来源 否 ContentType string 描述上传文件格式的标准MIME类型 否 FilePath string 上传文件的本地路径，与ContentBody、InputStream任选其一作为上传对象数据的来源 否 InputStream Stream 对象的数据，与ContentBody、FilePath任选其一作为上传对象数据的来源 否 Bucket string 桶的名称 是 MD5Digest string 上传对象数据的base64编码的128位MD5值，不包含请求头部的信息 否 Key string 上传文件到媒体存储服务后对应的key 是 Tagset List<Tag> 对象的标签信息 否 WebsiteRedirectLocation string 如果桶被配置用于提供网站的静态数据，该参数可以用于设置访问对象时候重定向到当前桶下的其他对象或者外部的URL 否

云日志服务日志服务支持如下机器学习函数。 函数列表 函数名称 语法 说明 tscpdetect tscpdetect(x, y, minSize) 寻找时序序列中具有不同统计特性的区间，区间端点即为变点。 tsbreakoutdetect tsbreakoutdetect(x, y, winSize) 寻找时序序列中，某统计量发生陡升或陡降的点。 tsfindpeaks tsfindpeaks(x, y, winSize) 极大值检测函数用于在指定窗口中寻找序列的局部极大值。 tspredicatesimple tspredicatesimple(x, y, nPred, isSmooth) 利用默认参数对时序数据进行建模，并进行简单的时序预测和异常点的检测。 tspredicatear tspredicatear(x, y, p, nPred, isSmooth) 使用自回归模型对时序数据进行建模，并进行简单的时序预测和异常点的检测。 tspredicatearma tspredicatearma(x, y, p, q, nPred, isSmooth) 使用移动自回归模型对时序数据进行建模，并进行简单的时序预测和异常点检测。 tspredicatearima tspredicatearima(x, y, p, d, q, nPred, isSmooth) 使用带有差分的移动自回归模型对时序数据进行建模，并进行简单的时序预测和异常点检测。 tsdensitycluster tsdensitycluster(x, y, z) 使用密度聚类方法对多条时序数据进行聚类。 tshierarchicalcluster tshierarchicalcluster(x, y, z) 使用层次聚类方法对多条时序数据进行聚类。 tssmoothsimple tssmoothsimple(x, y) 默认平滑函数，使用HoltWinters算法对时序数据进行滤波操作。 tssmoothfir tssmoothfir(x, y,winType,winSize) tssmoothfir(x, y,array()) 使用FIR滤波器对时序数据进行滤波操作。 tssmoothiir tssmoothiir(x, y, array(), array()) 使用IIR滤波器对时序数据进行滤波操作。