前端监控专注于Web及小程序场景的监控，可采集用户访问、页面性能（首屏/白屏时间）、JS错误、API请求等核心指标。通过轻量SDK快速接入，支持主流框架及小程序平台，实时追踪页面加载性能、异常详情及接口成功率/延迟。提供多维数据分析与可视化错误堆栈，分钟级定位前端故障，助力优化用户体验与业务稳定性。 注意 目前前端监控为免费试用中，仅华东1资源池开放。 产品优势 轻量化接入 接入流程轻便灵活，支持 NPM、CDN 方式快速接入，仅需对业务代码做极少量修改；SDK体积较小，不会对应用性能造成影响。 多平台支持 支持Web应用以及微信、支付宝及字节等小程序，集成多维数据统计与性能瓶颈定位能力，降低多终端运维成本。 低成本 支持 Web 和多平台小程序的前端真实体验监控服务，学习成本较低，只要您掌握基础的前端知识即可放心使用。 全场景数据可视化洞察 实时统计首屏时间、API 成功率等核心指标，多维数据采集、关联，用户体验可视化，量化页面性能表现，快速定位业务转化瓶颈。

本页介绍天翼云TeleDB数据库高效的并行计算能力。 TeleDB支持两级并行，从而实现高效的并行计算能力。两级并行分别为多节点之间的并行和节点内的并行。 多节点之间并行执行：分布式事务需要多节点一起完成。多个节点之间是并行的，例如：所有DDL语句，涉及元数据变更，需在所有CN、DN节点上执行。批量INSERT语句、不带分布键的SELECT、UPDATE、DELETE语句，需在所有DN节点上执行。 节点内基于数据页的并行计算：对于大表查询，为充分利用服务器多核处理能力，在节点内同时启动多个进程并行计算，协同完成一个任务。 说明 TeleDB支持设置参数，通过参数来显示表的大小。当表的数据量超过一定阈值时，会启用并行。当需要并行计算的时候，优化器会根据表大小得出并行度，启动多个进程并行执行。如果有更多的资源，执行速度可以根据并行度实现线性扩展。 实际使用中常见的是join关联，和aggregate数据汇聚（也就是group by），下面以hash join和aggreagte为例，介绍TeleDB的并行计算能力。 hash join 仍以TBLA关联TBLB表查询为例，两表大小相当时，优化器会优先选择hash join方式关联，流程如下： 1. 获取TBLB表所有数据。 2. TBLB表的每一行计算哈希值，构建一张哈希表。 3. 访问TBLA表每一行数据。 4. TBLA表每一行计算哈希值。 5. TBLA表每一行哈希值，匹配哈希表，得到匹配结果。 并行hash join 对于大表关联，优化器根据资源估算，可以启动多个进程，并行扫描数据，然后并行hash join，流程如下： 1. 多个进程并行访问TBLB表的一部分数据。 2. 每个进程各自构建一张哈希表。 3. 合并所有进程的哈希表，构建出一张共享哈希表。 4. 多个进程并行访问TBLA表的一部分数据。 5. 多个进程并行计算出TBLA表每一行的哈希值。 6. 多个进程并行匹配共享哈希表，得到匹配结果。 相比没有开启并行hash join的查询，并行hash join的性能提升，主要有并行扫描和并行hash join，而在构建哈希表和哈希表匹配部分的并行计算能力，可以让查询性能随着并行度的提升而提升。 aggregate汇聚计算 例如：TBLA表的简单sum、avg等汇聚计算。 左图为没有开启并行时的执行流程，只需要查询、汇聚两步。 并行aggregate汇聚计算 右图为开启并行后的执行流程，流程如下： 1. 多个进程并行访问TBLA表的一部分数据。 2. 多个进程并行计算aggregate，得到一个中间结果。 3. 所有中间结果进行一次数据重分布，将相同group by汇聚列的数据分布在同一个进程中。 4. 多个进程并行再做一次最终的aggregate，然后汇总，得到汇聚结果。

本章节主要介绍数据分析智能助手。 数据分析智能助手 是面向多源业务数据分析场景的 AI 助手，能够自动理解用户的分析意图，智能解析数据结构，主动推荐合适的指标口径与统计模型，并在探索分析过程中提供可解释的结果洞察。 该助手贯穿全链路数据分析流程，支持多表关联与查询生成，自动优化执行逻辑，并在分析运行过程中实时监控任务状态与性能表现。 数据分析智能助手现支持如下场景的智能实现： 支持的场景 场景描述 直接取数 根据用户描述自动识别数据表生成最优 SQL 查询，并直接返回结果数据。 取数并分析 在取数基础上自动构建分析路径，识别指标口径、关联数据模型并生成统计结果，提供趋势分析、异常识别或可视化展示。 以智能分析助手的“取数并分析”为例，介绍产品使用流程： 在智能对话输入框中输入自然语言指令如“查询不同事故类型的占比情况” 智能召回问题相关的数据表，如事故类型表（odsaccidenttype）、事故事件类型表（odseventtype）、事故记录表（odsaccidentrecord）等 启动取数分析向导，自动进入数据表视图并展示可参与分析的表卡片 系统展示召回表信息，包含： 自动识别的相关表、关键字段及字段示例 系统自动勾选最契合问题语义的分析表 提供“参与分析/不参与分析”判断与推荐 底部自动汇总已选参与分析表，可随时增删 支持用户预览字段、切换数据源类型（如 MySQL / Hive） 用户确认表信息后，点击【取数并分析】按钮 系统响应并系统进入分析请求确认流程： 根据问题意图与已选数据表，自动生成可执行的分析诉求/维度，如“分析不同事故类型的占比情况”“统计事故类型分布情况”等 系统预设的分析诉求均默认勾选，用户可根据需要选择或取消 支持新增自定义分析诉求，输入分析内容后由系统自动解析并加入执行队列 用户点击【开始分析】按钮，系统进入分析执行阶段，并依次完成以下操作： 生成并展示可执行 SQL： 系统根据已选分析诉求自动生成对应的 SQL 查询逻辑，提供「可执行 SQL」查看入口，用户可随时展开查看具体语句。 执行数据查询并返回结果： 系统在后台完成实际取数操作，将每项分析诉求对应的数据查询结果按顺序计算并返回。 自动生成图表展示分析结果： 根据分析诉求，系统自动选择合适的可视化形式（如饼图、柱状图、折线图等），并在主画布区域展示图表内容，直观呈现分析结果。 同步生成明细数据表格： 分析过程中，右侧面板同步展示结构化的结果明细表格，便于查看各类型、各指标的具体数值。 输出自然语言分析结论： 系统根据计算结果，自动生成结构化的文字分析说明，如占比情况、趋势变化、主要类别等，增强结果的可理解性。 支持多分析诉求串行处理： 如果存在多个分析诉求，系统会依次执行并逐项展示结果，过程中会提示当前分析进度及下一任务状态（如“正在生成下一个可视化图表…”）。 支持继续追问或追加分析： 页面底部输入框保持可用，用户可继续输入自然语言进行补充分析、深入查询或基于当前图表继续提问。

本文介绍如何在科研助手中创建开发环境。 概述 开发机，以云原生的资源使用和开发工具链的集成，为不同类型开发、探索、教学用户，提供更好云化开发体验，适用于高校或科研机构等进行科研计算等场合。 操作步骤 1.登录科研助手管理控制台科研版。 2.在控制台左侧导航栏中，选择【开发机】。 3.在【开发机 】页面中，单击左上角的【创建开发机】。 4.在【创建开发机】页面中，填写配置相关参数数据。 5.点击【选择框架版本】，选择具体框架版本，点击【确定】选择框架版本。 【基础信息】 参数 描述 说明 可用区 选择所需的可用区 放开可用区的区域 【资源配置】 参数 描述 说明 GPU型号 GPU型号类型 可筛选不同类型GPU型号所对应的主机规格。 主机规格 主机资源规格 根据选定GPU型号选择不同规格的开发机主机规格。 目前的规格如果不满足您的要求，可通过工单申请或联系客户经理进行调整。 【存储配置】 参数 描述 说明 添加 添加目前已建的科研文件 如果还未创建科研文件，请先点击”创建科研文件“，详见科研文件管理。 【框架版本】 参数 描述 说明 框架版本 选择开发机框架版本 点击选择“选择框架版本”，分为： 公共框架、自定义镜像、社区镜像、共享镜像。 公共框架 由发布的公共框架版本 公共框架版本说明： 1.名称：例如“vncubuntu20.04”； 2.标签：例如：”VNC“、“ubuntu：20.04”、“Vscode”等 自定义镜像 保存的镜像 保存的镜像涉及的组织、镜像名称、版本。 社区镜像 社区热门的镜像 发布的社区镜像，包括：名称、框架、镜像大小、镜像版本、镜像描述 共享镜像 由其他人分享给您的镜像 数据分享人邮箱，显示镜像名称、版本、分享用户。 5.确认无误后，点击【确认 】，完成开发机创建；点击【取消】，放弃开发机创建。

本文介绍如何在微信小程序引入验证码插件。 前提条件 已开通Web应用防火墙（边缘云版）。 已新增域名并成功接入WAF，具体操作请见WAF接入。 开通套餐为标准版及以上版本，支持验证码功能。 需先完成验证码配置。暂时未开放控制台，请通过提交工单给天翼云客服，由其人工操作开启。 注意 请勿在“微信开发者工具”的“游客模式”下接入验证码。 接入说明 1、添加插件 用管理员身份登录微信公众平台 ，且需使用接入小程序的相关账号。 选择设置 > 第三方设置 > 添加插件，在搜索框内输入关键字“ AOne 验证码”查找插件，并单击添加。 2、集成插件 引入验证码小程序插件。 使用验证码插件前，需要在 app.json 中声明验证码小程序插件，如下： html { "plugins": { "captchaplugin": { "version": "1.3.0", "provider": "wx10dca5c3b7d08b57" } } } 引入验证码小程序组件。 需要在页面.json 文件中需要引入自定义组件，js 代码如下： html { "usingComponents": { "aonecaptcha": "plugin://captchaplugin/aonecaptcha" } } 3、使用小程序插件 使用原生小程序语言接入时，需要在自定义的.wxml 文件中，使用验证码插件，wxml 代码如下： html 登录 组件参数说明： 字段名 值类型 默认值 说明 httpDomain String 无 验证码拦截的域名 captchaShow Boolean false 控制弹框显示 组件方法说明： 字段名 说明 success 成功回调 (code 状态码 0 成功,ticket 成功标识) close 关闭弹框 成功失败回调字段说明： 字段名 说明 code 状态码 ticket 成功标识 状态码code字段定义说明： 失败的状态页面会直接重新刷新，进行再次验证。 字段名 说明 0 成功，可以获取 ticket 1 验证数据格式有误 2 验证失败 3 验证动作超时 4 验证码版本不对 在自定义的.js 文件中，监听事件，代码如下： 2.1 打开弹框： html // 点击打开弹框 login: function () { this.setData({ captchaShow: true }) }, // 验证码成功回调 captchaSuccess: function (data) { console.log('验证码成功回调token:', data.detail) //获取验证码token，用于后端验证码校验 // code and ticket const detail data.detail this.setData({ ticket: data.detail.ticket, captchaShow: false, }) }, // 验证码关闭回调 captchaClose: function () { this.setData({ captchaShow: false, }) } })

本节介绍了使用RedisShake工具离线迁移自建Redis Cluster集群的相关内容。 RedisShake是一款开源的Redis迁移工具，支持Cluster集群的在线迁移与离线迁移（备份文件导入）。DCS Cluster集群与Redis Cluster集群设计一致，数据可平滑迁移。与在线迁移相比，离线迁移适用于源实例与目标实例的网络无法连通，或者源端实例部署在其他云厂商Redis服务中，无法实现在线迁移的场景。 本文以Linux系统环境为例，介绍如何使用RedisShake工具将自建的Redis Cluster离线迁移到DCS Cluster集群。 前提条件 已创建DCS Cluster集群Redis，创建Redis的方法，请参见创建实例。 创建的目标Redis内存规格不能小于源Redis。 已创建弹性云主机ECS。ECS请选择与DCS Cluster集群实例相同虚拟私有云、子网和安全组。 获取源Redis和目标Redis节点信息 1. 分别连接源端和目标端Redis。连接Redis的方法请参考使用rediscli连接Redis实例。 2. 在线迁移Cluster集群时需要将Cluster集群各个节点数据分别迁移。执行如下命令分别查询源端和目标Cluster集群的所有节点的IP地址与端口： rediscli h {redisaddress} p {redisport} a {redispassword} cluster nodes {redisaddress}为Redis的连接地址，{redisport}为Redis的端口，{redispassword}为Redis的连接密码。 在命令返回的结果中，获取所有master节点的IP端口。

本节介绍了如何使用mysqldump工具迁移云数据库TaurusDB。 使用mysqldump迁移TaurusDB数据 注意 对于mysqlpump工具，由于在并行备份场景有coredump问题，不建议您使用，推荐您使用mysqldump工具迁移。 迁移准备 TaurusDB支持开启公网访问功能，通过弹性IP进行访问。您也可通过弹性云主机的内网访问TaurusDB。 1. 准备弹性云主机或可通过公网访问TaurusDB。 1. 通过弹性云主机连接TaurusDB数据库实例，需要创建一台弹性云主机。创建并登录弹性云主机，请参见《弹性云主机用户指南》中“创建弹性云主机”和“登录弹性云主机”。 2. 通过公网地址连接TaurusDB数据库实例，需具备以下条件。 1. 先对TaurusDB数据库实例绑定公网地址。 2. 保证本地设备可以访问TaurusDB数据库实例绑定的公网地址。 2. 在准备的弹性云主机或可访问TaurusDB数据库的设备上，安装MySQL客户端。 如何获取相应安装包及完成安装，请参见如何安装MySQL客户端。 说明 该弹性云主机或可访问TaurusDB数据库的设备需要安装和TaurusDB数据库服务端相同版本或更高版本的数据库客户端，MySQL数据库或客户端会自带mysqldump和mysql工具。 导出数据 要将源数据库迁移到TaurusDB数据库，需要先对其进行导出。 注意 相应导出工具需要与数据库引擎版本匹配。 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。 步骤 1 登录已准备的弹性云主机，或可访问TaurusDB数据库的设备。 步骤 2 使用mysqldump将元数据导出至SQL文件。 注意 MySQL数据库是TaurusDB数据库服务管理所必须的数据库，导出元数据时，禁止指定alldatabase参数，否则会造成数据库故障。 mysqldump databases singletransaction orderbyprimary hexblob nodata routines events setgtidpurgedOFF u p h P sed e 's/DEFINER[ ] [ ] [^ ] / /' e 's/DEFINER[ ]. FUNCTION/FUNCTION/' e 's/DEFINER[ ] . PROCEDURE/PROCEDURE/' e 's/DEFINER[ ] . TRIGGER/TRIGGER/' e 's/DEFINER[ ] .EVENT/EVENT/' > DBNAME为要迁移的数据库名称。 DBUSER为数据库用户。 DBADDRESS为数据库地址。 DBPORT为数据库端口。 BACKUPFILE为导出生成的文件名称。 根据命令提示输入数据库密码。 示例如下： mysqldump databases gaussdb singletransaction orderbyprimary hexblob nodata routines events setgtidpurgedOFF u root p h 192.xx.xx.xx P 3306 sed e 's/DEFINER[ ][ ][^]//' e 's/DEFINER[ ].FUNCTION/FUNCTION/' e 's/DEFINER[ ].PROCEDURE/PROCEDURE/' e 's/DEFINER[ ].TRIGGER/TRIGGER/' e 's/DEFINER[ ].EVENT/EVENT/' > dumpdefs.sql Enter password: 命令执行完会生成“dumpdefs.sql”文件。 步骤 3 使用mysqldump将数据导出至SQL文件。 注意 MySQL数据库是TaurusDB数据库服务管理所必须的数据库，导出元数据时，禁止指定alldatabase参数，否则会造成数据库故障。 mysqldump databases singletransaction hexblob setgtidpurgedOFF nocreateinfo skiptriggers u p h P r 以上命令的参数说明如步骤2所示。 根据命令提示输入数据库密码。 示例如下： mysqldump databases gaussdb singletransaction hexblob setgtidpurgedOFF nocreateinfo skiptriggers u root p h 192.xx.xx.xx P 3306 r dumpdata.sql 命令执行完会生成“dumpdata.sql”文件。

操作系 统 相关配置项 Windows 设置网卡属性为DHCP 开启远程桌面连接功能 安装CloudbaseInit工具 Linux 设置网卡属性为DHCP 安装CloudInit工具 清理网络规则文件 修改grub文件的磁盘标识方式为UUID 修改fstab文件的磁盘标识方式为UUID 卸载云主机的数据盘

本节主要介绍迁移流程介绍 迁移流程示意图 评估 获取当前待迁移的缓存数据信息（可参考缓存数据信息记录以下信息），包括： 实例数量 各实例配置的数据库数量 各数据库的key数量 业务用到的数据库 各实例数据占用空间 Redis版本 Redis实例配置（单机/主备/集群） 业务与各实例的连接关系 根据获取到的信息规划DCS缓存实例，包括： 申请缓存实例数量 各缓存实例的规格、类型（单机/主备/集群） 缓存实例与业务所属网络规划（VPC/子网/安全组） 说明 rediscli h ${redisaddress} p ${port} 查看数据分布情况，确认有数据的数据库编号以及各自的key数量。 info keyspace 查看各DB存储的key数量，并记录下来，供迁移验证对比。 查看数据占用空间，确认用于中转的ECS可用磁盘空间是否足够，实例规格与剩余可用内存是否足够。 info memory 参考usedmemoryhuman的值。 准备 当完成迁移评估后，需要准备以下内容： 1. 移动存储介质 用于在网络不通（自建数据中心场景）的情况下以复制方式传输数据。 2. 网络资源 按照业务规划创建虚拟私有云与子网。 3. 服务器资源 申请弹性云主机，承载Redis客户端。用于导出或导入缓存数据。 弹性云主机的规格建议不低于8C16G。 4. DCS缓存实例 按照迁移规划申请缓存实例，如果实例数量超过用户默认配额，请联系技术支持。 5. 相关工具安装 包括FTP工具、Redis迁移工具等。 6. 信息收集 信息收集包括参与人员联系方式，服务器地址、登录信息，缓存实例信息与数据库信息等。 7. 整体迁移方案 制定总体迁移计划，包括人员安排、演练方案、迁移方案、验证方案、业务切换方案、回退方案。 每一份方案需要有细化到可执行的操作步骤，以及可标记任务结束的里程碑。

本节为您介绍云迁移服务CMS中数据库迁移工具任务相关参数配置。 1. 进入“数据库迁移工具”，点击“数据传输”展开菜单，点击“数据迁移”。 2. 点击“创建任务”按钮，跳转至任务参数配置界面。 任务名称 任务的名称，用于更好地识别迁移任务。 启动时间 迁移任务的启动时间。配置后迁移任务会在预定的时间开始运行。 迁移选择 可选择结构迁移、全量迁移、增量迁移和稽核修复中的一个或多个，根据需求组合，模式说明如下： 全量迁移：迁移源库表中的存量数据； 结构迁移：迁移源库中的表、函数等结构（支持的结构类型需根据源库和目标库类型而定，异构数据库间仅支持表结构迁移）； 增量迁移：迁移任务启动后，数据库发生的数据变更（仅限INSERT、UPDATE、DELETE变更）； 稽核修复：比对源库和目标库中表数据的一致性。 全量并发数 全量迁移表的数量。 增量并发数 增量迁移时同时处理表的数量。 稽核并发数 数据比对时同时处理表的数量。 结构并发数 结构迁移时同时处理结构的数量。 允许自建表 允许用户在迁移前自行建表。请确保建好的表中无数据，否则可能导致迁移失败。

本章节介绍Iceberg服务基础概述。 Iceberg是一种用于大型分析数据集的开放数据湖表格式，能够帮助您在HDFS或天翼云ZOS上迅速搭建起自己的数据湖存储业务，同时依托Spark、Flink、Doris等开源大数据计算引擎，实现对数据湖中各类分析任务的支撑。 核心能力 Iceberg目前已经成为构建数据湖服务的表格式标准，其具备以下核心能力： 低成本存储底座：基于HDFS或对象存储（如天翼云ZOS）构建轻量级数据湖。 生态无缝对接：与Spark、Flink、Doris等主流开源计算引擎天然集成，入湖和分析场景开箱即用。 完整ACID事务：提供原子性、一致性、隔离性、持久性保证，并发读写下数据始终一致。 行级数据变更：支持记录级别的插入、更新、删除和合并操作。 历史版本回溯（时间旅行）：可查询表在任意历史时刻的快照，也支持一键回滚到之前状态。 高效数据过滤：利用元数据中的分区信息和列级统计信息，在扫描前精准跳过无关文件，大幅减少I/O，提升查询性能。 Schema演化：支持添加、删除、重命名或重新排序列，且所有变更不影响历史数据。 分区布局动态调整：允许在线更改表的分区方案（如从按天改为按小时），无需重写旧数据。 隐式分区：查询时无需手动指定分区字段，系统自动完成分区裁剪。

本文介绍天翼云云工作流的流程定义语言。 通过基础知识和相关使用示例， 可达到基本了解构建和管理业务流程的过程。 基本概述 流程（workflow）基本架构 状态（state）通用结构 transtion字段 stateDataFilter字段 相关文档 基本概述 天翼云云工作流流程定义基于CNCF ServerlessWorkflow Specification 0.8版本进行适配优化的。其主要特征是一种基于YAML的声明式工作流规范，用于定义由事件驱动的无服务器应用编排逻辑。它通过状态（State）组织任务流，支持顺序/并行执行（Parallel状态）、条件分支（Switch状态）、暂停（Sleep状态）等控制逻辑，并能通过错误捕获（Catch策略）和重试机制（Retry策略）实现容错处理。其核心特点包括与云服务事件源的无缝集成、状态间数据传递（Data Input/Output）等。所有状态（State）共享基础属性：名称(name)、类型(type)、输入输出(Data Input/output)。通过组合这些状态类型，可以构建出复杂的业务流程。 流程通常包含若干状态（State），这些状态可以是简单的执行类状态，例如任务（Operation）、暂停（Sleep）、传递（Noop）和失败（Fail）等；也可以是复杂的流程控制类状态，例如选择（Switch）、并行（Parallel）和迭代（Foreach）。其作用列举如下： 操作（Operation） ：主要是用于调用集成服务API来完成特定任务， 利用任务类型状态可以执行一个函数调用，调用天翼云云服务API，也可以通过HTTP/HTTPS等通用协议发起第三方服务调用。 传递（Noop） ：是一种特殊的Operation类型状态， 它主要利用场景是用于在流程编排过程中的一种占位符作用的存在。可当作空白节点或者作为数据预处理节点将输入数据结构转换成期望的输出。 失败（Fail）：是一种特殊的Operation类型状态。Fail状态会返回失败结果，可用于提前结束工作流执行并将执行结果置为失败。 暂停（Sleep）：用于暂停工作流执行， 可将工作流按照指定时长等待或者暂停至特定时间点后继续执行。 条件分支（Switch）：根据条件表达式选择执行路径，类似编程中的switchcase，灵活控制流程方向。 并行（Parallel）：并行执行多个分支，合并各分支结果，适用于需要同时处理多项任务的场景。 迭代（Foreach）：并行遍历输入数组，对每个元素执行处理器逻辑，类似foreach循环，高效处理批量数据。 状态（State）是工作流的基本执行单元，每个状态代表流程中的一个步骤，包含输入处理、业务逻辑执行和输出传递功能。状态之间通过转换（transition）形成有向关系，共同构成完整的工作流。

本章节主要介绍数据治理中心 DataArts Studio 常用的术语及解释。 数据治理中心DataArts Studio实例 DataArts Studio实例是数据治理中心给用户提供的最小计算资源单位。数据治理中心以DataArts Studio实例的方式提供给用户，用户可以同时创建多个DataArts Studio实例，并分别管理和访问每个DataArts Studio实例。每个DataArts Studio实例具有用户指定的基础计算资源，包含管理中心、规范设计、数据集成、数据开发、数据质量、数据资产和数据服务七个模块。用户可根据业务需要申请相应规格的DataArts Studio实例。 工作空间 工作空间是从系统层面为管理者提供对使用DataArts Studio的用户（成员）权限、资源、DataArts Studio底层计算引擎配置的管理能力。 工作空间作为成员管理、角色和权限分配的基本单元，每个团队都可具有独立的工作空间。 您只有在加入工作空间并被分配权限后，才可具备管理中心、数据资产、数据质量、业务指标、数据规范、数据服务、数据开发、数据迁移和数据接入模块的系列操作权限。 成员和角色 成员是被授予工作空间访问或使用权限的云账号。在添加工作空间成员时，您需要同时为添加的成员设置相应的角色。 角色是一组操作权限的集合。不同的角色拥有不同的操作权限，把角色授予成员后，成员即具有了角色的所有权限。每位成员至少要拥有一个角色，并且可以同时拥有多种角色。 工作空间有四种角色，包括：管理员、开发者、运维者和访客。

操作场景 本文以“CentOS 7.6 64位”操作系统为例，介绍当磁盘容量大于2TB时，如何使用parted分区工具在Linux操作系统中为数据盘设置分区，操作回显仅供参考。 说明 物理机的不同操作系统的格式化操作可能不同，本文仅供参考，具体操作步骤和差异请参考对应操作系统的产品文档。 前提条件 挂载至物理机的云盘数据盘或者物理机的本地数据盘还没有被初始化。 操作步骤 当新增数据盘容量大于2TB，使用parted工具进行Linux数据盘初始化共分为五步，具体步骤如下： 登录物理机。 查看新增数据盘：查看新增数据盘是否已成功挂载至此台物理机，并查看其容量。 创建GPT分区：为新增数据盘创建独立的逻辑分区，以便更好地组织和管理数据，当磁盘容量大于2TB时，必须创建GPT分区。 创建文件系统并挂载：为新建分区创建文件系统，可以使用独立的文件系统来存储数据。 设置开机自动挂载磁盘：物理机系统启动时可自动挂载磁盘。 登录物理机 1. 登录控制中心。 2. 单击控制中心左上角的，选择地域，此处我们选择华东1。 3. 单击选择“计算>物理机服务”，进入物理机列表页面。 4. 单击需要初始化数据盘的物理机所在列的“操作>远程登录”，登录此台物理机，具体操作可参见登录Linux物理机。

本文介绍如何使用AOne创建同步任务,将飞书的组织机构数据同步至AOne平台。 功能介绍 飞书是字节跳动打造的企业级协同办公平台，集成组织架构管理、员工管理、角色权限管理等核心功能。 在AOne平台配置飞书同步任务，可实现将飞书中的核心数据无缝同步至AOne平台的用户与组织模块，其中飞书与AOne的数据对应关系如下表所示： 飞书 AOne平台 说明 成员 用户 飞书中的成员信息（姓名、手机号、邮箱等），同步至AOne平台后对应单个用户账号，包含用户基础信息 部门 组织 飞书中的部门层级结构，同步至AOne平台后对应组织架构，用于划分用户层级。 前置准备 1、创建飞书企业自建应用 请提前开通飞书企业管理员权限，登录飞书开发者后台：< 按以下步骤创建及配置飞书企业自建应用。 步骤1：创建应用 登录 飞书开发者后台，创建企业自建应用，建议： 应用名称：AOne同步身份源 应用描述：用于AOne同步飞书的用户与组织数据

本文主要介绍可信数据空间的术语解释。 可信数据空间（trustworthy data space） 基于共识规则，联接多方主体，实现数据资源共享共用的一种数据流通利用基础设施，是数据要素价值共创的应用生态，是支撑构建全国一体化数据市场的重要载体。 数字合约（digital contract） 以数字化形式描述的数据提供方、数据使用方、数据服务方等相关参与方对数据流通、使用等环节预期的承诺，包括但不限于数据的内容、使用者、使用方式、使用次数、使用范围、使用环境等。 使用控制（usage control） 在数据的传输、存储、使用和销毁环节，通过集成在数据应用、算法和运行环境中的技术手段，确保相关参与方按照数字合约约定的使用策略对数据进行分析、计算和处理等，实现对数据使用的时间、地点、主体、行为和客体等因素的控制，从而保证对数据的使用符合预期。 数据资源（data resource） 具有价值创造潜力的数据的总称，通常指以电子化形式记录和保存、可机器读取、可供社会化再利用的数据集合。 数据产品（data product） 自然人、法人或者非法人组织对其合法获取的数据资源，经过实质性加工和创新性劳动后形成的，可满足特定需求的数据加工品和数据服务。 隐私计算（Privacy Computing） 是面向隐私信息全生命周期保护的计算理论和方法，指在保护数据不泄露的前提下实现分析计算的技术集合，达成数据“可用、不可见”目标，支持数据价值安全释放。其核心在于构建隐私信息所有权、管理权和使用权分离的可计算模型，涵盖数据收集、脱敏、存储、使用等全流程操作及系统架构设计。

CTCCLSlowdetect是天翼云自研的用于大模型训练中慢节点检测的工具套件,需配合CTCCL0.4.0及以上使用。 功能介绍 CTCCLSlowdetect1.0.0工具套件架构如图所示，包括三个模块。 · ctccm：跨节点的集中式慢节点诊断工具。部署在和所有训练任务节点网络互通的节点上，每个大模型训练任务只需部署一个ctccm服务。负责收集汇总和集中发现与定位慢节点问题。 · ctcclprofilercomm：通信域级别集合通信信息统计工具。在每个训练任务所在的节点/容器内安装ctcclprofilercomm插件，在训练任务的脚本中import相关库并调用API接口使用，负责获得训练任务的通信域任务拓扑，以及收集通信域级别的超时集合通信操作事件，提供给ctccm进行慢节点分析诊断。 · ctcclprofilernet：机间通信边缘诊断工具。在每个训练任务所在的节点/容器内部署ctcclprofilernet服务，每个训练任务节点都需要部署1个独享的ctcclprofilernet服务。负责在边缘处理与初步诊断机间通信数据。 在大模型训练任务中使用CTCCLSlowdetect1.0.0工具套件，能够实现大模型训练过程中通信原因与非通信原因的慢节点检测。在发现集群中慢节点存在时，自动化开启全量集合通信操作事件监控，进一步分析定位慢节点。

产品定义 翼项云容灾备份系统以业内最领先的CDP为产品的核心技术，通过实时复制和介质同步，帮助用户实现应用系统的实时备份、本地高可用、一体化集成保护、异地业务持续性容灾。相比于传统备份翼项云容灾备份系统，有着更高的备份效率，更短的恢复时间、更小的数据丢失量，更加完善地应对各种故障的解决方案。 核心能力 块级持续数据保护(CDP)与智能备份 全场景精细化数据恢复 业务应急接管与分钟级业务重建 多节点集中化统一运维管理 智能数据缩减与带宽优化 多租户与精细化权限管理 数据归档与长期离线存储 全维度智能监控与多级告警 全链路数据安全与勒索病毒防护 国产化适配与跨环境兼容 产品优势 I/O级CDP持续数据保护：实时捕获数据变化，支持任意时间点回滚，RPO趋近于零。 极速恢复能力：RTO达分钟级，内置分钟级接管、5分钟恢复系统，支持裸机、异机恢复 。 高效同步：智能增量+实时同步，支持高并发备份，节省带宽与多存储兼容性。 混合云架构：支持本地、私有云、公有云、跨区域多重场景。 全平台覆盖：兼容Windows/Linux、主流数据库、虚拟化/云平台，全面适配鲲鹏、飞腾等信创架构。

产品定义 翼项云容灾备份系统以业内最领先的CDP为产品的核心技术，通过实时复制和介质同步，帮助用户实现应用系统的实时备份、本地高可用、一体化集成保护、异地业务持续性容灾。相比于传统备份翼项云容灾备份系统，有着更高的备份效率，更短的恢复时间、更小的数据丢失量，更加完善地应对各种故障的解决方案。 核心能力 块级持续数据保护(CDP)与智能备份 全场景精细化数据恢复 业务应急接管与分钟级业务重建 多节点集中化统一运维管理 智能数据缩减与带宽优化 多租户与精细化权限管理 数据归档与长期离线存储 全维度智能监控与多级告警 全链路数据安全与勒索病毒防护 国产化适配与跨环境兼容 产品优势 I/O级CDP持续数据保护：实时捕获数据变化，支持任意时间点回滚，RPO趋近于零。 极速恢复能力：RTO达分钟级，内置分钟级接管、5分钟恢复系统，支持裸机、异机恢复 。 高效同步：智能增量+实时同步，支持高并发备份，节省带宽与多存储兼容性。 混合云架构：支持本地、私有云、公有云、跨区域多重场景。 全平台覆盖：兼容Windows/Linux、主流数据库、虚拟化/云平台，全面适配鲲鹏、飞腾等信创架构。

OOS会不会扫描我的数据用于其他用途？ 系统对数据做的扫描仅限于判断数据块是否存在或被损坏（如有损坏，会启动修复），不会读取具体的内容。 后台工程师能否导出我存在OOS中的数据？ 后台工程师无法导出用户数据。 使用数据迁移工具，可以迁移哪些数据至OOS？ 数据迁移工具支持下列场景的数据迁移至OOS： 搬迁本地数据至OOS。 迁移第三方云厂商数据至OOS，如阿里云、腾讯云、华为云、AmazaonS3。 OOS之间数据迁移（跨帐号、跨资源池以及同资源池内数据迁移）。 OOS是否支持数据冗余存储？ 支持。OOS支持多种冗余存储方式，包括Erasure Code（EC，纠删码）和多副本。在保证数据安全性的情况下，OOS会选择最优冗余存储方案进行数据存储。 使用OOS时，出现RequestTimeTooSkewed的报错信息，怎么处理？ 出于安全目的，OOS会校验客户端与OOS服务端的时间差，当两者相差大于15分钟时，OOS服务器会拒绝您的请求，并给出报错信息RequestTimeTooSkewed。此时，请检查发送请求设备的系统时间，并根据时区调整到正确时间。OOS的系统时间采用UTC/GMT时间，您的设备的系统时间需要调整到UTC时间，或与其相对应的时区时间。UTC是零时区的区时，即世界标准时间。

本章节内容主要介绍通过ECS内网连接DDS实例 场景描述 文档数据库实例创建成功后，可通过内网访问数据库实例。本章节以Linux系统为例，介绍从购买到内网连接集群实例的操作步骤。 步骤1：创建ECS 步骤2：创建集群实例 步骤3：连接集群实例 方案正文 本章节以Linux系统为例，介绍从购买到内网连接集群实例的操作步骤。具体操作步骤如下： 步骤1：创建ECS 1.登录管理控制台。 2.选择“计算 > 弹性云主机”，单击“购买弹性云主机”。 3.配置基础信息后，单击“下一步：网络配置”。ECS与待连接的集群实例的区域及可用区一致。 图1 基础配置 图2 选择镜像 4.配置网络信息后，单击“下一步：高级配置”。ECS与待连接的集群实例的VPC和安全组一致。 图3 网络配置 5.配置密码等信息后，单击“下一步：确认配置”。 图4 高级配置 6.确认配置信息后，单击“立即购买”。 图5 确认配置 7.查看购买成功的ECS。 图6 购买成功 步骤2 创建集群实例 1.登录管理控制台。 2.选择“数据库 > 文档数据库服务 DDS”，单击“购买数据库实例”。 3.填选实例信息后，单击“立即购买”。ECS与待连接的集群实例的区域、可用区、VPC和安全组一致。 图7 基础配置 图8 设置密码 图9 网络设置 查看购买成功的DDS实例。 图10 购买成功 步骤3 连接DDS实例 1.本地使用Linux远程连接工具登录ECS。“Remote host”为ECS绑定的弹性公网IP。 图11 新建会话 2.输入创建ECS时设置的密码。 图12 输入密码 图13 登录成功 3.打开 图14 下载客户端 4.上传客户端安装包到ECS。 图15 上传客户端 图16 上传成功 5.在弹性云服务器上，解压安装包。 tar zxvf mongodblinuxx8664rhel704.0.27.tgz 6.进入安装包的“bin”文件夹下，获取客户端工具。 cd mongodblinuxx8664rhel704.0.27/bin 其中，常用工具包含如下： MongoDB客户端mongo。 数据导出工具mongoexport。 数据导入工具mongoimport。 7.使用客户端工具前，需要对工具赋予执行权限。 执行chmod +x mongo，赋予连接实例的权限。 执行chmod +x mongoexport，赋予导出数据的权限。 执行chmod +x mongoimport，赋予导入数据的权限。 8.连接DDS实例。 ./mongo mongodb://rwuser:@ : , : /test?authSourceadmin，实例地址可在控制台直接复制。 图17 连接成功 常用创建数据库和集合的操作。 图18 创建数据库 图19 创建集合

数据类型 支持的数据 传统型数据库 MYSQL、GOLDENDB、TIDB、MYCAT、 DBLE、 DRDS 、 TELEDB、 TDSQLFORMYSQL、 ORACLE、 OCEANBASE、 POSTGRESQL、 TELEPG、 MsSQL(SQLServer)、 MARIADB、 INFORMIX、 SYBASE、DB2、 CHCHEDB、 HANA 非关系型数据库 ElasticSearch、MongoDB、ClickHouse 云数据库+大数据组件 HIVE、 星环(INCEPTOR)、 IMPALA、 GREENPLUM、 HBASE、 ODPS(Maxcompute)、 TERADATA、 VERTICA、 DORIS 国产数据库 南大通用(GBASE)、达梦(DM)、人大金仓(KINGBASE)、 高斯DBT(Gauss100)、 高斯DBA(Gauss200)、神通(Oscar)、 瀚高(HighGo)、优炫(UXDB) StructFile FTP (支持csv/xls/xlsx/txt/del/dbf格式)、SFTP(同FTP)、 LOCAL(同FTP)、ORACLEDMP、MYSQLDMP

资源规划 1. 创建迁移组，用户确认源端调研的信息无误后，可进行迁移组的创建。用户在资源列表选取相应的主机、数据库资源组成自定义迁移组，为用户提供管理待迁移资源的全新方式，从而为迁移计划的执行提供强力支持与辅助。 2. 创建迁移计划，用户完成迁移组的创建后，可进行迁移计划的创建。用户选取相应的迁移组，确认包含的相关资源后，可全面评估待迁移资源的情况，并以此制定合理的迁移计划，对迁移过程输出有效的管控。 3. 资源匹配，用户在完成迁移组与迁移计划的创建后，可以使用平台提供的资源匹配功能，在资源明细中对云主机、数据库和对象存储资源的源端和目标端使用详情进行匹配和对比。 4. 资源创建，用户可以根据已制定的迁移计划进行批量的目标端资源创建，协同资源匹配功能，助力用户在云迁移服务中快速、灵活地创建和管理各类计算、网络、存储资源，并为后续执行各类迁移计划提供支持。 迁移管理 1. 工具管理，资源规划完成后，用户可以进入工具管理模块，在这里根据源端待迁移资源的类型或者已制定的迁移计划，选择合适的迁移工具。这些工具包括服务器迁移服务、数据库迁移服务、数据迁移服务和华为提供的ExaGear、DevKit异构迁移工具。通过选择适当的工具，用户可以更加方便地进行迁移操作。 2. 调度管理，用户完成所需使用的迁移工具选择后，可以进入调度管理模块，使用调度功能自定义创建调度任务，并发迁移管控。 3. 进度大盘，用户开始执行既定的迁移计划、调度任务后，可于进度大盘模块查看各类具体资源迁移任务的状态与监控，助力用户全面了解不同类型迁移任务的进展情况，确保迁移工作的顺利进行。 4. 迁移报告，用户完成各类型的迁移任务后，可在迁移报告模块查看并获取某次迁移任务的迁移报告。 访问方式 使用天翼云 CMS 迁移服务，您需在 CMS控制台和迁移源服务器进行操作。

本节介绍数据加密服务的基本概念，帮助您正确理解和使用DEW。 产品定义 数据是企业的核心资产，每个企业都有自己的核心敏感数据。这些数据都需要被加密，从而保护它们不会被他人窃取。 数据加密服务（Data Encryption Workshop, DEW）是一个综合的云上数据加密服务。它提供密钥管理（KMS）、专属加密(DHSM），安全可靠的为您解决数据安全、密钥安全、密钥管理复杂等问题。其密钥由硬件安全模块（Hardware Security Module，HSM） 保护，并与多个云服务集成。您也可以借此服务开发自己的加密应用。 服务介绍 数据加密包含密钥管理服务和专属加密两个服务模块。 名称 定义 密钥管理服务（Key Management Service, KMS） 密钥管理是一种安全、可靠、简单易用的密钥托管服务，帮助您轻松创建和管理密钥，保护密钥的安全。KMS通过使用硬件安全模块（Hardware Security Module，HSM）保护密钥安全，帮助用户轻松创建和管理密钥，所有的用户密钥都由HSM中的根密钥保护，避免密钥泄露。 专属加密（Dedicated Hardware Security Module，Dedicated HSM） 专属加密是一种云上数据加密的服务，可处理加解密、签名、验签、产生密钥和密钥安全存储等操作。Dedicated HSM为您提供经国家密码管理局检测认证的加密硬件，帮助您保护弹性云服务器上数据的安全性和完整性，满足监管合规要求。同时，用户能够对专属加密实例生成的密钥进行安全可靠的管理，也能使用多种加密算法来对数据进行可靠的加解密运算。

本文为您介绍初始化Linux数据盘的操作步骤。 操作场景 本文以“CentOS 7.6 64位”操作系统为例，介绍如何使用fdisk分区工具为数据盘设置分区，操作回显仅供参考。 前提条件 已挂载数据盘至云主机或物理机，且数据盘还没有被初始化。 操作步骤 当新增云硬盘的容量小于2TB，使用fdisk工具进行Linux数据盘初始化共分为五步，具体步骤如下： 登录弹性云主机。 查看新增数据盘：查看新增数据盘是否已成功挂载至此台云主机，并查看其容量。 创建MBR分区：为新增数据盘创建独立的逻辑分区，以便更好地组织和管理数据。 创建文件系统并挂载：为新建分区创建文件系统，可以使用独立的文件系统来存储数据。 设置开机自动挂载磁盘：云主机系统启动时可自动挂载磁盘。 登录弹性云主机 1. 登录控制中心。 2. 单击控制中心左上角的，选择地域，此处我们选择华东1。 3. 单击选择“计算>弹性云主机”，进入云主机列表页面。 4. 单击需要初始化数据盘的云主机所在行的“操作>远程登录”，登录此台云主机，具体操作可参见登录Linux弹性云主机。 查看新增数据盘 执行命令 fdisk l，查看新增数据盘。回显如下： 当前的云主机有两块磁盘，/dev/vda是默认的系统盘，且已经拥有了一个分区/dev/vda1，/dev/vdb是本次新增需要初始化的数据盘，容量为40G。

本章节介绍OpenLDAP服务基础概述。 基本定义 OpenLDAP 是一款开源、跨平台、轻量级的目录服务协议实现，基于 LDAP（轻量级目录访问协议）标准开发，专为网络环境下的结构化数据查询、存储与管理设计。区别于传统关系型数据库，OpenLDAP 采用树形层级数据架构，读性能极强、结构固定、查询高效，写入修改频次低，是企业统一身份认证、账号集中管理的核心组件，广泛应用于 Linux 服务器、大数据集群、办公系统、开发平台的账号权限统一管控场景。 核心架构与原理 OpenLDAP 采用典型的客户端 服务器（C/S）架构，核心由两大组件构成：一是服务端 slapd，作为核心后台服务，负责数据存储、权限校验、请求处理，常驻系统后台运行；二是客户端工具套件，包含 ldapsearch、ldapadd、ldapmodify、ldapdel 等命令行工具，用于数据查询、新增、修改、删除操作。 其数据结构为树形目录，核心层级包含根域（dc）、组织单元（ou）、用户条目（uid）、组条目（cn），所有账号、权限、部门信息均以条目形式结构化存储。同时支持 ACL 访问控制、TLS 加密传输、数据同步复制、账号密码策略限制等功能，适配中小型企业、大数据集群、分布式系统的统一认证需求。

对比项 开源自建 SC/Dubbo + IaaS 集群 开源自建 SC/Dubbo +自建 K8s 集群 CAE IaaS购买和系统搭建 需要。 需要。 不需要。CAE 内置 K8s 集群底座和微服务框架。 运维成本 需要。 需要。 不需要。CAE 免运维。 硬件成本 按峰值固定保有包年IaaS，资源利用率低，有闲置浪费。 按峰值固定保有包年IaaS，资源利用率低，有闲置浪费。 按需使用，按量付费，无闲置浪费。 应用管理 纯黑屏操作，效率低且易出错。 自行集成各个云服务，自研发布策略用于规避停机升级风险。 Kubectl或K8s Dashboard操作，门槛高。 自行集成各个云服务，自研发布策略规避停机升级风险。 白屏化操作，根据应用健康自动调配流量。 可灰度、可观测和可回滚。 提供镜像仓库和代码源等。 弹性效率 分钟级。 分钟级。 秒级。 使用体验 创建应用前置步骤多（需购买机器、创建集群和初始化集群等）。 自行对接各个云服务，集成体验差。 创建应用前置步骤多（需购买机器、创建集群和初始化集群等）。 自行对接各个云服务，集成体验差。 直接创建应用，流程极简。 无缝对接各个云服务，一站式 PaaS 体验。

本章节主要介绍数据交换智能助手。 数据交换智能助手是面向多源异构数据交换场景的AI助手，能够自动识别用户需求中的数据源类型、智能推荐映射方式，辅助定义增量字段和字段转换规则。该助手贯穿源全链路数据交换流程，支持完整的调度配置，并在测试运行过程中监控任务状态。 数据交换智能助手现支持如下场景的智能实现： 支持的场景 场景描述 创建 通过理解用户输入的自然语言，识别用户意图，自动创建数据采集任务 编辑 智能理解修改需求，自动调整数据交换任务配置参数 删除 安全删除数据交换任务，自动清理相关调度配置 复制 快速复制现有交换任务，支持参数快速调整 测试 执行数据交换测试运行，验证配置正确性 上线 通过自然语言对话，完成交换任务上线操作 下线 通过自然语言对话，安全下线数据交换任务 查询列表 通过自然语言查询交换任务列表 以数据交换任务的创建为例，介绍产品使用流程。 在智能对话输入框中输入自然语言指令如“创建一个采集任务，从zwglgongwen到projectarchive” 系统响应，进行来源和目标配置： 智能助手识别源表（zwglgongwen）和目标表（projectarchive） 启动数据交换任务创建向导 系统展示数据源配置表单，包含以下信息： 源数据源类型和连接信息 目标数据源类型和连接信息 自动检测的表结构信息 用户操作： 1.查看系统自动填充的配置信息 2.如有需要，手动调整连接参数 3.点击【提交】按钮进入下一步 系统响应，进行字段映射关系配置： 智能匹配源表和目标表的字段映射 推荐最优的数据类型转换方案 用户操作： 1.查看系统推荐的字段映射关系 2.确认或调整字段对应关系 3.点击【提交】按钮进入下一步 系统响应，进行字段处理配置： 目前我们提供字段数据处理智能推荐能力，智能数据处理支持以下几类数据处理函数： 类型转换 TOCHAR：转为字符串格式 TODATE：字符串转日期格式 FROMUNIXTIME：时间戳转日期 字符串处理 LENGTH：获取字符串长度 LEFT/RIGHT：截取左右子串（如LEFT(‘abc’,2)→‘ab’） LPAD/RPAD：左右填充字符（如LPAD(‘1’,3,‘0’)→‘001’） REPLACE/REGEXPREPLACE：普通/正则替换 用户操作： 1.确认系统推荐的字段处理规则 2.根据需要添加自定义转换逻辑 3.点击【提交】按钮进入下一步 系统响应，进行作业基础信息配置，系统预填充：任务中英文名、描述、目录 用户操作： 1.用户可手动修改任务名称和描述信息 2.点击【提交】按钮进入下一步 系统响应，根据源表和目标表的元数据信息智能生成调度配置 用户操作： 1.确认或调整调度时间和频率 2.设置任务依赖关系和执行条件 3.点击【提交】按钮完成配置 系统响应，完成任务配置，用户可以点击【确认】完成交换任务的创建。

本章节介绍Iceberg服务基础概述。 Iceberg是一种用于大型分析数据集的开放数据湖表格式，能够帮助您在HDFS或天翼云ZOS上迅速搭建起自己的数据湖存储业务，同时依托Spark、Flink、Doris等开源大数据计算引擎，实现对数据湖中各类分析任务的支撑。 核心能力 Iceberg目前已经成为构建数据湖服务的表格式标准，其具备以下核心能力： 低成本存储底座：基于HDFS或对象存储（如天翼云ZOS）构建轻量级数据湖。 生态无缝对接：与Spark、Flink、Doris等主流开源计算引擎天然集成，入湖和分析场景开箱即用。 完整ACID事务：提供原子性、一致性、隔离性、持久性保证，并发读写下数据始终一致。 行级数据变更：支持记录级别的插入、更新、删除和合并操作。 历史版本回溯（时间旅行）：可查询表在任意历史时刻的快照，也支持一键回滚到之前状态。 高效数据过滤：利用元数据中的分区信息和列级统计信息，在扫描前精准跳过无关文件，大幅减少I/O，提升查询性能。 Schema演化：支持添加、删除、重命名或重新排序列，且所有变更不影响历史数据。 分区布局动态调整：允许在线更改表的分区方案（如从按天改为按小时），无需重写旧数据。 隐式分区：查询时无需手动指定分区字段，系统自动完成分区裁剪。

该任务用于指导用户完成数据管理服务的安装部署。 前提条件 本服务部署需要的全部组件按安装顺序排列如下： Docker MySQL Redis 部署规划 1. 先安装基础组件Docker、MySQL、Redis。 2. 安装dmsconsole、dmsgateway、dmsresource、dasconsole服务。 操作步骤 1. 安装docker，arm64版本。 将dockercompose二进制文件/usr/bin文件目录，重命名为dockercompose。 2. 以/data目录为例，在/data目录创建dms/，上传DMS部署工具包dms0109.tar.gz至/dms并解压到当前目录。 1. cd /data 2. mkdir dms/ 3. cd /dms 4. tar xzvf dms1225.tar 3. 加载基础组件镜像：执行脚本dockerload.sh。 1. cd /data 2. sh ./dms/images/dockerload.sh 前提条件：armjdk11、armmysql820、armredis7alpine镜像压缩包已经放置/dms/images目录下。 4. 通过dockercompose拉起基础组件。 1. cd /data 2. dockercompose f ./dms/dmsdeploy/dockercomposebase.yml up d 5. 构建dms服务镜像，共四个服务，分别是dmsconsole、dmsgateway、dmsresourceintensive、dasconsole。 1. cd /data/dms/dmsdocker 2. sh ./dockerbuild.sh 前提条件： dmsconsole的jar包已上传至./dms/dmsdocker/dmsconsole目录下 dmsgateway的jar包已上传至./dms/dmsdocker/dmsgateway目录下 dmsresourceintensive的jar包已上传至./dms/dmsdocker/dmsresourceintensive目录下 dasconsole的jar包已上传至./dms/dmsdocker/dasconsole目录下 6. 修改服务的配置文件。 1. 修改dmsconsole的服务配置 1. cd /data 2. vi ./dms/dmsdeploy/configs/dmsconfig/dmsconsole/applicationtestgc.yml 需要修改的配置项如红框所示： 2. 修改dmsgateway的服务配置 1. 编辑applicationtestgc.yml文件 1. cd /data 2. vi ./dms/dmsdeploy/configs/dmsconfig/dmsgateway/applicationtestgc.yml 需要修改的配置如红框所示： 2. 编辑bootstrap.yml 1. cd /data 2. vi ./dms/dmsdeploy/configs/dmsconfig/dmsgateway/bootstrap.yml 需要修改的配置如红框所示： 3. 修改dmsresourceintensive服务配置 1. cd /data 2. vi ./dms/dmsdeploy/configs/dmsconfig/dmsresourceintensive/applicationtestgc.yml 需要修改的配置内容如红框所示： 4. 修改dasconsole服务配置 1. cd /data 2. vi ./dms/dmsdeploy/configs/dmsconfig/dasconsole/applicationdevkp.yml 需要修改的配置内容如红框所示： zk与mysql地址（沿用dmsconsole），redis地址修改（沿用dmsconsole） DCP网关地址： 7. 编辑dms后端服务的dockercomposeservice.yml配置，将各服务启动参数中的服务注册地址改为dcp的zk地址，共需要修改4处，如下所示： 1. cd /data 2. vi ./dms/dmsdeploy/dockercomposeservice.yml 8. 部署dms后端服务，执行服务部署脚本 1. cd /data/dms/dmsdeploy 2. sh ./redeployservice.sh

本章节介绍如何使用ZooKeeper客户端。 操作场景 ZooKeeper提供了命令行客户端工具zkCli.sh，您可以通过该工具连接ZooKeeper集群，对ZNode进行增删改查等操作，适用于日常运维管理、数据查看与问题排查等场景。 连接ZooKeeper集群 执行以下命令进入ZooKeeper客户端交互界面： plaintext /usr/local/zookeeper/bin/zkCli.sh server {hostname}:2181 其中，{hostname}为ZooKeeper服务端的主机名或IP地址，2181为ZooKeeper默认的客户端通信端口。 常用交互命令 操作 命令 描述 获取子节点列表 ls 显示ZooKeeper中指定节点下的子节点列表。注意路径必须以/开头。 示例：获取路径/test的子节点列表 ls /test 创建节点 create [data] 创建一个ZNode节点，并关联指定的字符串数据。 示例：创建/test，并写入数据“Test Data” create /test "Test Data" 获取节点数据 get 获取指定节点关联的数据内容。 示例：获取/test的数据 get /test 设置节点数据 set 设置指定节点关联的数据内容。 示例：设置/test节点的数据内容为“Set Data” set /test "Set Data" 删除节点 delete 删除ZooKeeper上的指定节点。 示例：删除/test节点 delete /test 退出客户端 quit 退出ZooKeeper客户端交互界面。 获取帮助 help 查看更多命令的帮助信息。

本文介绍弹性容器实例ECI的应用场景。 弹性流量业务 场景说明 根据业务流量自动对业务进行扩容，无需人工干预，避免流量激增扩容不及时而导致系统故障，以及平时大量闲置资源造成的浪费。 能够实现 Serverless计算：便捷获取计算资源，兼容 Kubernetes。 快速弹性：秒级启动Pod。 按需使用：容器实例按需创建释放，不需要预先准备底层资源。 持续交付集成 场景说明 支持自动化的持续交付流程，对接Devops平台，自动完成容器部署，加速测试用例的执行和测试环境的建立，并可随时创建销毁容器。 能够实现 自动化：无需创建和维护集群，提供自动化及弹性能力。 环境一致性：以容器镜像交付，支持不可变的基础设施。 深度整合 ：支持日志、告警、事件查询等集成服务。 大数据计算处理 场景说明 大批量的AI、大数据计算数据处理任务，根据业务数据处理需求，能够在短时间内快速创建大量处理节点，满足业务的大数据及 AI 在线处理诉求。 能够实现 共池混部统一调度 ：提供与云主机共池混部的调度能力。 灵活的任务规格 ：提供细粒度容器实例规格，满足上层应用和服务对计算能力的包装。 按需付费 ：容器实例根据资源规格及使用时长付费。 多种引擎统一调度