全局索引是一组非分片键和分片键的映射关系，通过非分片键查询到分片键，直接计算出数据所在的分片节点，从而提升非分片键查询（select语句）时的效率，避免广播查询。本文对分布式关系数据库DRDS全局索引功能进行说明。 核心特性 全局索引的核心特性说明如下： 增量索引追加 解析binlog数据，提取非分片键和分片键的映射关系。 支持全量索引重建 通过JDBC从数据库中获取全量数据。 以单索引单分片为最小任务单元分配重建任务。 索引存储 索引数据以keyvalue方式存储在分布式缓存中。 索引配置 索引项相关的配置与DRDS实例共用，配置修改实时同步。 库表信息变更自动同步更新。 索引延时 正常情况下，索引与数据库延时在秒级以内。 注意事项 DRDS实例版本不同全局索引的管理入口可能存在差异，具体版本说明如下，请以控制台实际情况为准： V5.1.20.0.13及以后版本：Giserver与DBProxy合并部署，不再区分DBProxy和Giserver两种实例，即购买DRDS实例时，将自动为该实例部署Giserver与DBProxy，且两者之间底层服务与进程互相隔离、故障互相隔离，更具安全性和性价比。 说明 您可以在控制台的左侧导航栏选择DRDS > 实例管理 ，进入实例列表页面，再单击目标DRDS实例操作 列的管理 ，进入实例基本信息 页面，然后单击目录树的全局索引，管理您的GiServer。 V5.1.20.0.13以前的版本：存在DBProxy和Giserver两种实例，存量GiServer实例不影响使用。 说明 您可以在控制台的左侧导航栏选择DRDS > 全局索引，进入全局索引管理页面，管理您的GiSever实例。

本章节主要提供数据治理中心DataArts Studio故障排除文档的预览和下载。 点此预览、下载：《数据治理中心 DataArts Studio 故障排除》

本章节主要提供数据治理中心DataArts Studio服务等级协议的预览和下载。 点此预览：《数据治理中心 DataArts Studio 服务等级协议》

本章节主要对数据湖探索的作业类型、约束限制进行简单介绍。 DLI 作业类型 DLI 提供了三种作业类型： SQL作业：SQL作业为用户提供标准的SQL，兼容Spark SQL、Presto SQL（基于Presto），通过可视化界面API、JDBC、ODBC、Beeline等多种接入方式对云上异构数据源进行查询分析，兼容CSV、JSON、Parquet、Carbon、ORC等主流数据格式。 Flink作业：Flink作业是运行在公有云上的实时流式大数据分析服务作业，全托管的方式用户无需感知计算集群，只需聚焦于Stream SQL业务，即时执行作业，完全兼容Apache Flink API。 Spark作业：Spark作业可为用户提供全托管式的Spark计算服务。用户可通过可视化界面和RESTful API提交作业，支持提交Spark Core、DataSet、Streaming、MLlib、GraphX等Spark全栈作业。 约束限制 DLI配置SparkUI只展示最新的100条作业信息。 控制台界面查询结果最多显示1000条作业结果数据，如果需要查看更多或者全量数据，则可以通过该功能将数据导出到OBS获取。 导出作业运行日志需要具有OBS桶的权限，请提前在“全局配置 > 工程配置”页面配置DLI作业桶。 default队列下运行的作业或者该作业为同步作业时不支持归档日志操作。 仅Spark作业支持使用自定义镜像。 当前弹性资源池最大的计算资源 32000CUs。

本页介绍了如何设置读写分离来提升性能。 节点角色说明 不论是副本集实例还是集群版实例，底层都是使用多副本的方式存储数据。多个副本组成一个副本集，正常来说包含 1 个 primary 节点，1 个 hidden 节点，1个或者多个 secondary 节点。 Primary 节点承担数据写入请求，secondary 和 hidden 节点通过 oplog 日志更新数据。 默认情况下，用户的读写请求都会发送到 primary 节点处理，此时整体性能受限于 primary 节点的资源。 用户可以通过下面的方法调整配置参数，将读请求发送给 secondary 节点。通过读写分离，可以很大程度上提升系统的性能。 使用只读节点提升读性能 文档数据库服务支持用户添加只读节点来提升读能力。只读节点实时同步最新数据并提供读访问，另外由于只读节点不会被选举，因此及时发生主从切换，只读节点也不会成为 primary 节点。 用户可以在控制台上添加只读节点，添加成功后，按照控制台给出的 URL 连接进行访问。 通过设置 readPreference 去读指定节点 文档数据库服务在开通时，默认就是 1 个primary，1 个 secondary 和 1 个 hidden 节点的架构。用户可以在连接上文档数据库服务实例之后，通过指定 readPreference 来配置读策略。目前 readPreference 支持的策略有： primary：默认规则，所有读请求发到primary 节点。 primaryPreferred：优先读 primary 节点，如果 primary 节点不可达，则请求 secondary 节点。 secondary：所有读请求发送到 secondary 节点。 secondaryPreferred：优先读 secondary 节点，如果 secondary 不可达，则请求 primary 节点。 nearest：客户端探测每个节点的网络记录，并将读请求均匀发送到最近的可达节点上。默认情况下，如果 2 个节点于客户端的网络距离差距不超过 15ms, 则认为是“一样近”。

产品定义 智慧食堂是一套面向学校及教育监管部门的校园食品安全数字化管理平台。平台以 AI 视觉感知、物联网数据采集和大数据监管应用为核心，覆盖食材、后厨、人员、营养及日常监管等关键场景，帮助学校提升管理效率，帮助监管部门实现远程、实时、精准监管。 核心能力 平台覆盖学校食堂“资质准入—食材采购—验收入库—加工留样—人员健康—食谱营养—经费收支—信息公示—日常管理—监督考核”全业务链条，形成以下核心能力： 食材全链路管理：覆盖采购、配送、验收、入库、库存及溯源，实现食材来源可查、过程可控。 AI食品安全监管：对接明厨亮灶及AI视频分析，自动识别后厨违规行为，并形成预警、整改、复核闭环。 智能验收与留样：通过电子秤、拍照等方式记录食材验收与菜品留样数据，异常自动提醒。 人员健康管理：支持健康证、每日晨检、体温及异常情况管理，降低人员食品安全风险。 带量食谱管理：支持带量食谱编制、食材需求测算和营养分析，辅助学校科学配餐。 监管看板与日常台账：汇聚学校食安、营养、预警及整改数据，支持日管控、周排查、月调度及监管数据分析。

产品定义 智慧食堂是一套面向学校及教育监管部门的校园食品安全数字化管理平台。平台以 AI 视觉感知、物联网数据采集和大数据监管应用为核心，覆盖食材、后厨、人员、营养及日常监管等关键场景，帮助学校提升管理效率，帮助监管部门实现远程、实时、精准监管。 核心能力 平台覆盖学校食堂“资质准入—食材采购—验收入库—加工留样—人员健康—食谱营养—经费收支—信息公示—日常管理—监督考核”全业务链条，形成以下核心能力： 食材全链路管理：覆盖采购、配送、验收、入库、库存及溯源，实现食材来源可查、过程可控。 AI食品安全监管：对接明厨亮灶及AI视频分析，自动识别后厨违规行为，并形成预警、整改、复核闭环。 智能验收与留样：通过电子秤、拍照等方式记录食材验收与菜品留样数据，异常自动提醒。 人员健康管理：支持健康证、每日晨检、体温及异常情况管理，降低人员食品安全风险。 带量食谱管理：支持带量食谱编制、食材需求测算和营养分析，辅助学校科学配餐。 监管看板与日常台账：汇聚学校食安、营养、预警及整改数据，支持日管控、周排查、月调度及监管数据分析。

本章节主要介绍DataArts Studio的开发一个MRS Spark Python作业流程。 本章节介绍如何在数据开发模块上进行MRS Spark Python作业开发。 案例一：通过MRS Spark Python作业实现统计单词的个数 前提条件： 具有OBS相关路径的访问权限。 数据准备： 准备脚本文件"wordcount.py"，具体内容如下： coding: utf8 import sys from pyspark import SparkConf, SparkContext def show(x): print(x) if name "main": if len(sys.argv) ") exit(1) 创建SparkConf conf SparkConf().setAppName("wordcount") 创建SparkContext 注意参数要传递confconf sc SparkContext(confconf) inputPath sys.argv[1] outputPath sys.argv[2] lines sc.textFile(name inputPath) 每一行数据按照空格拆分 得到一个个单词 words lines.flatMap(lambda line:line.split(" "),True) 将每个单词 组装成一个tuple 计数1 pairWords words.map(lambda word:(word,1),True) 使用3个分区 reduceByKey进行汇总 result pairWords.reduceByKey(lambda v1,v2:v1+v2) 打印结果 result.foreach(lambda t :show(t)) 将结果保存到文件 result.saveAsTextFile(outputPath) 停止SparkContext sc.stop() 说明 需要将编码格式设置为“UTF8”，否则后续脚本运行时会报错。 准备数据文件“in.txt”,内容为一段英文单词。 操作步骤 ： 1. 将脚本和数据文件传入OBS桶中，如下图。 上传文件至OBS桶 说明 本例中，wordcount.py和in.txt文件上传路径为：obs://obstongji/python/ 2. 创建一个数据开发模块空作业，作业名称为“jobMRSSparkPython”。 新建作业 3. 进入到作业开发页面，拖动“MRS Spark Python”节点到画布中并单击，配置节点的属性。 配置MRS Spark Python节点属性 参数设置说明： master yarn deploymode cluster obs://obstongji/python/wordcount.py obs://obstongji/python/in.txt obs://obstongji/python/out 其中： obs://obstongji/python/wordcount.py为脚本存放路径； obs://obstongji/python/in.txt为wordcount.py的传入参数路径，可以把需要统计的单词写到里面； obs://obstongji/python/out为输出参数文件夹的路径，并且会在OBS桶中自动创建该目录（如已存在out目录，会报错）。 4. 单击“测试运行”，执行该脚本作业。 5. 待测试完成，执行“提交”。 6. 在“作业监控”界面，查看作业执行结果。 详见下图：查看作业执行结果 作业日志中显示已运行成功 详见下图：作业运行日志 详见下图：作业运行状态 7. 查看OBS桶中返回的记录。（没设置返回可跳过） 详见下图：查看OBS桶返回记录

本页介绍天翼云TeleDB数据库元数据pgprofilecostweight的内容。 存储pgprofile中资源限制的权重配置。 名称 类型 定义 cpuweight int32 CPU 使用的权重 connectweight int32 连接使用的权重 blksweight int32 数据块读取的权重 sgaweight int32 共享缓冲区使用的权重

本页为您介绍从天翼云ECS自建数据库迁移/同步数据到天翼云数据库,同资源池不同VPC情况下,通过对等连接接入的方法。 在同资源池，不同VPC之间，网络默认不通，需要通过VPC打通的方式来实现网络互通。目前支持通过VPC对等连接的方式实现VPC间子网级的互通，注意需要保证源数据实例所在子网与目标数据库实例所在子网的网段不冲突。 以下分别介绍网络通信方式，DTS实例的配置流程和不同VPC间通过对等连接进行互通的配置流程。 网络通信方式 网络通信方式，见下图： DTS实例的配置流程 DTS实例订购成功后，选择对应实例ID的操作“实例配置”，进入【配置源库及目标库信息】页面，“打通网络配置”将会自动识别，源端将显示“当前数据库不在同一个虚拟私有云(VPC)，需要配置对等连接打通⽹络”，点击“创建虚拟私有云(VPC)对等连接”将跳转到VPC控制台，可按VPC相关流程处理“创建对等连接”，具体页面如下： 不同VPC间通过对等连接互通的配置流程 创建VPC对等连接。 具体可参考天翼云对等连接相关文档进行配置。 源数据库实例与目标数据库实例的网络ACL和安全组配置。 具体可参考同VPC通过VPC网络接入天翼云文档进行相应配置。 数据库添加白名单。 自建数据库需要添加DTS实例的私网IP访问数据库的权限。不同类型的数据库添加白名单的方法可能不一样，具体可参考各数据库官方文档进行操作。

接口名称 兼容接口 使用场景 说明 兼容KeyValue接口：Redis GeminiDB Redis接口满足高读写性能场景及容量需弹性扩展的业务需求。与开源Redis相比，本产品将数据全部存储在磁盘中而非内存中，容量更大、成本更低。 GeminiDB Redis 接口是一款基于计算存储分离架构，兼容Redis生态的云原生NoSQL数据库，基于共享存储池的多副本强一致机制，支持持久化存储，保证数据的安全可靠。具有高兼容、高性价比、高可靠、弹性伸缩、高可用、无损扩容等特点。 兼容时间序列型接口：InfluxDB GeminiDB Influx接口广泛应用于资源监控，业务监控分析，物联网设备实时监控，工业生产监控，生产质量评估和故障回溯等。 GeminiDB Influx 接口是一款基于计算存储分离架构，兼容InfluxDB生态的云原生NoSQL时序数据库。提供大并发的时序数据读写，压缩存储和类SQL查询，支持多维聚合计算和数据可视化分析能力。具有高写入、灵活弹性、高压缩率和高查询等特点。

数据盘计费规则 云原生网关数据盘计费规则如下： 产品规格 按需标准价格（元/G/小时） 包月标准价格（元/G/月） 超高IO（SSD） 0.0017 1.2 以订购云原生网关集群版为例，若订购3节点，每节点50G，则价格为：1.2 50 3 180元/月。

本节为您介绍应用云主机的计费方式和计费项。 计费方式 应用云主机的套餐内资源及数据盘采用包年包月的计费方式。 计费项 套餐内计费项目包含： CPU 内存 云硬盘（系统盘） 网络带宽（独享带宽） 公网IP（免费) 套餐外计费项 数据盘

本节主要介绍查询迁移进度 迁移进度展示了迁移过程中，实时迁移任务的表迁移进度，可以帮助您了解迁移完成的情况。 DRS提供流式进度展示，帮助您在迁移过程中实时了解迁移进展。全量迁移过程中，展示迁移进度总览和迁移明细。 进度总览中，您可以查看结构、数据、索引迁移的进度，当显示为100%时，表示该项迁移完成。过程中，数据和索引的迁移相对较慢。 迁移明细中，您可以查看具体迁移对象的迁移进度，当“对象数目”和“已迁移数目”相等时，表示该对象已经迁移完成，可通过“查看详情”查看每个对象的迁移进度。增量迁移中，“进度明细”将不再显示，您可以使用“迁移对比”页签查看一致性情况。 前提条件 已登录数据复制服务控制台。 已启动迁移任务。 操作步骤 步骤 1 在“实时迁移管理”界面，选中指定迁移任务，单击任务名称，进入“基本信息”页面。 步骤 2 单击“迁移进度”页签，查看迁移进度。 查看结构、数据、索引的迁移的百分比进度。 “全量迁移”模式：当全量迁移完成时，显示全量迁移各项指标完成进度100%。 “全量+增量”迁移模式：全量迁移完成后，开始进行增量迁移可，在“迁移进度”页签下，查看增量迁移同步时延。 增量迁移时延也可在“实时迁移管理”界面查看，当增量时延超过用户设置或系统默认的时延阈值时，任务管理界面增量时延显示为红色。 说明 时延 源库当前系统时间 成功同步到目标库的最新一个事务在源库的提交成功时间。 一个事务同步的完整过程如下： 1. 源端数据库的抽取； 2. 经过网络的传输； 3. 由DRS进行日志解析； 4. 最终在目标数据库上的执行完成。 这样完成了事务从源到目标的同步，时延为该事务最后在目标数据库上执行完成时的源库当前系统时间（currenttime）与该事务在源库的提交成功时间（committedtime）的时间差，时延为0代表源和目标瞬时一致，无新的事务需要同步。 注意 长时间未提交事务和频繁DDL操作均可以造成高时延。 查看迁移对象的进度。在“进度明细”下，单击目标迁移对象“详细信息”列的“查看详情”，查看对象的迁移进度，进入增量迁移后，该数据将不再显示，您可以使用“迁移对比”页签，进行一致性对比。

本节介绍了初始化Windows数据盘(Windows 2008)的操作场景、前提条件和操作指导。 操作场景 本文以云主机的操作系统为“Windows Server 2008 R2 Enterprise 64bit”为例，提供磁盘的初始化操作指导。 MBR格式分区支持的磁盘最大容量为2 TB，GPT分区表最大支持的磁盘容量为18 EB，因此当为容量大于2TB的磁盘分区时，请采用GPT分区方式。具体操作请参见初始化容量大于2TB的Windows数据盘（Windows 2008）。关于磁盘分区形式的更多介绍，请参见场景及磁盘分区形式介绍。 不同云主机的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的云主机操作系统的产品文档。 前提条件 已挂载数据盘至云主机，且该数据盘未初始化。 已登录云主机。 操作指导 步骤 1 在云主机桌面，选择“开始”，右键单击后在菜单列表中选择“计算机”，选择“管理”。 弹出“服务器管理”窗口。 步骤 2 在左侧导航树中，选择“存储 > 磁盘管理”。 进入“磁盘管理”页面。 若如图磁盘管理，新挂载磁盘为“脱机”状态，请执行步骤3。 若如图初始化磁盘，直接弹出“初始化磁盘”对话框，执行步骤5。 图 磁盘管理 步骤 3 在右侧窗格中出现磁盘列表，在磁盘1区域，右键单击后在菜单列表中选择“联机”，进行联机。 图 联机 说明 若新增磁盘处于脱机状态，需要先联机然后进行初始化。 步骤 4 联机后，磁盘1由“脱机”状态变为“没有初始化”，右键单击在菜单列表中选择“初始化磁盘”。如图所示。 图 初始化磁盘 步骤 5 在“初始化磁盘”对话框中显示需要初始化的磁盘，选中“MBR（主启动记录）”或者“GPT (GUID 分区表)”，单击“确定”，如图所示。 图 未分配磁盘 注意 MBR支持的磁盘最大容量为2 TB，GPT最大支持的磁盘容量为18 EB，当前数据盘支持的最大容量为32TB，如果您需要使用大于2 TB的磁盘容量，分区形式请采用GPT。当磁盘已经投入使用后，此时切换磁盘分区形式时，磁盘上的原有数据将会清除，因此请在磁盘初始化时谨慎选择磁盘分区形式。 步骤 6 右键单击磁盘上未分配的区域，选择“新建简单卷”，如图所示。 图 新建简单卷 步骤 7 弹出“新建简单卷向导”对话框，根据界面提示，单击“下一步”。 图 新建简单卷向导 步骤 8 根据需要指定卷大小，默认为最大值，单击“下一步”。 图 指定卷大小 步骤 9 分配驱动器号，单击“下一步”。 图 分配驱动器号和路径 步骤 10 勾选“按下列设置格式化这个卷”，并根据实际情况设置参数，格式化新分区，单击“下一步”完成分区创建。 图 格式化分区 图 完成分区创建 注意 不同文件系统支持的分区大小不同，请根据您的业务需求选择合适的文件系统。 步骤 11 单击“完成”完成向导。需要等待片刻让系统完成初始化操作，当卷状态为“状态良好”时，表示初始化磁盘成功，如图所示。 图 初始化磁盘成功

本章节主要提供数据治理中心DataArts Studio用户操作指南的预览和下载。 点此预览、下载：《数据治理中心 DataArts Studio 用户操作指南》

概念 说明 身份提供商（Identity Provider，IdP） 存储企业内部用户数据，能够提供身份管理能力的服务。在企业完成与天翼云的联邦身份认证流程中，身份提供商指企业内部用户管理身份系统。常见的企业IdP有Microsoft Active Directory Federation Service （AD FS）、Shibboleth等。 服务提供商（Service Provider，SP） 服务提供商指在建立与身份提供商的互信关系后，使用身份提供商的用户数据，为用户提供具体服务的实体。在企业完成与天翼云的联邦身份认证流程中，服务提供商指天翼云。 SAML 2.0 SAML即安全断言标记语言，英文全称是Security Assertion Markup Language。它是一个基于XML的标准，用于在不同的安全域之间交换认证和授权数据，例如IdP和SP之间，SAML 2.0是目前实现企业SSO的一套开放标准。

非结构化样式文件切片管理样式管理 用户可查看到自动切分或自定义切分后的片段内容。 结构化文件切片样式管理 用户能够看到上传解析后的文件内容。表格头展示的内容是用户文件上传的首行数据，是用户定义的表格数据的字段命名。 多模态数据展示 用户能够看到上传的图片，以及大模型对图片的解读，支持用户修改解读信息。 文件分段设置 支持针对已上传的单一文件进行文件分段设置，提供自动分段、自定义规则及文档层级分段三种模式；配置页中可选择或调整解析策略。

自动开通 云监控服务会自动开通。同时您可以很方便使用云监控服务管理控制台或API接口查看云服务运行状态并设置告警规则。 实时可靠 原始采样数据实时上报，提供对云服务的实时监控，实时触发产生告警并通知用户。 监控可视化 云监控服务通过监控面板为用户提供丰富的图表展现形式，支持数据自动刷新以及指标对比查看，满足用户多场景下的监控数据可视化需求。 多种通知方式 通过在告警规则中开启消息通知，当云服务的状态变化触发告警规则设置的阈值时，系统提供邮件和短信通知，用户可以在第一时间知悉业务运行状况，便于构建智能化的程序处理告警。 批量创建告警规则 告警模板可以帮助用户为多个云服务快速创建告警规则，极大的提高了维护人员的工作效率。

此章节为您介绍数据库审计的计费概述内容。 计费模式 数据库审计服务仅提供包年/包月计费模式。 包年/包月是一种预付费模式，即先付费再使用，按照订单的购买周期进行结算，因此在购买之前，您必须确保账户余额充足。 计费项 数据库审计的计费项由云主机、系统盘、数据盘组成。 如需了解每种计费项的计费因子、计费公式等信息，请参见计费项。 续费 包年/包月数据库审计在到期后会影响云服务器的正常运行。如果您想继续使用数据库审计，需要在规定的时间内为服务进行续费，否则资源将会自动释放，数据也可能会丢失。 停止计费 当云服务资源不再使用时，可以将他们退订或删除，从而避免继续收费。

本节介绍了GeminiDB Redis的自动、修改、关闭、删除自动备份等操作说明。 GeminiDB Redis支持创建数据库实例的自动备份，以保证数据可靠性。当数据库或表被恶意或误删除，可依赖实例的备份保障数据安全。 自动备份策略 系统按照自动备份策略，对数据库进行自动备份，备份将以压缩包的形式存储在对象存储服务中，以保证用户数据的机密性和持久性。建议您定期对数据库进行备份，当数据库故障或数据损坏时，可以通过备份恢复数据库。由于开启备份会损耗数据库读写性能，建议您选择业务低峰时间段启动自动备份。 创建数据库实例时，系统默认开启自动备份策略，默认开启的自动备份策略设置如下： 保留天数：自动备份可保留天数默认为7天。可设置保留天数范围为1~35天。 说明 保留天数小于7天，系统每天都会进行自动备份。 系统会自动检测已有的自动备份文件，若备份文件超过用户自定义的数据保留天数，则将其删除。 备份时间段：默认为24小时中，间隔一小时的随机的一个时间段，例如01:00～02:00，12:00～13:00等。备份时间段以GMT时区保存。如果碰到夏令时或冬令时切换，备份时间段会因时区变化而改变。 备份周期：默认为全选。 全选：选择一周内的每一天。系统每天都会进行自动备份。 选择周期：选择一周内的一天或几天。系统会在所选时间进行自动备份。 说明 备份周期对应的备份开始时间1小时内，系统会自动触发全量备份。备份所需时间由备份数据量决定，备份数据量越大，备份所需时间越长。 实例创建成功后，您可根据业务需要设置自动备份策略。系统将按照您设置的自动备份策略对数据库进行备份。 关闭自动备份策略后，自动备份将会立即停止。

用户管理 1.登录AI云电脑（政企版）控制台； 2.点击“桌面池管理”，选择“并发桌面管理”； 3.选择需要管理桌面的所在行，点击“管理”“用户管理”； 4.可查看当前并发桌面池的用户。 切换镜像 1.登录AI云电脑（政企版）控制台； 2.点击“桌面池管理”，选择“并发桌面管理”； 3.选择需要管理桌面的所在行，点击“管理”“切换镜像”； 4.根据需求选择需要切换的镜像； 5.选择执行时间； 立即执行：桌面立即进行系统重装，执行切换镜像的程序。 暂不执行：用户或管理员选择系统重装操作时，桌面才执行切换镜像的程序。 6.点击“确认”，即完成并发桌面的镜像切换。 如需更多的镜像选择，可前往镜像管理创建镜像。 注意 切换镜像提供以用户选择的镜像进行重装系统的功能。将系统重装至初始状态，安装在系统盘的程序、数据将清除，数据盘的数据将保留，如非AI云电脑故障，一般情况下不建议使用。 删除并发桌面池 1.登录AI云电脑（政企版）控制台； 2.点击“桌面池管理”，选择“并发桌面管理”； 3.选择需要管理桌面的所在行，点击“管理”“删除”； 4.点击“确定”，即完成并发桌面池的删除。 注意 并发桌面池下没有AI云电脑时，才允许删除。删除后数据将不能恢复，请谨慎操作。

本章节主要介绍数据开发部分的开发作业。 对已新建的作业进行开发和配置。 前提条件 已新建作业。 当前用户已锁定该作业，否则需要通过“抢锁”锁定作业后才能继续开发作业。新建或导入作业后默认被当前用户锁定，详情参见提交版本并解锁章节中的“编辑锁定”功能。 编排作业节点 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“数据开发 > 作业开发”。 3. 在作业目录中，双击Pipeline模式批处理作业或实时处理作业的名称，进入作业开发页面。 4. 拖动所需的节点至画布，鼠标移动到节点图标上，选中连线图标并拖动，连接到下一个节点上。 说明 每个作业建议最多包含200个节点。 详见下图：编排作业 5. 配置节点功能。右键单击画布中的节点图标，根据实际需要选择如行表所示的功能。 右键节点功能 功能 说明 配置 进入该节点的“节点属性”页面。 删除 支持删除一个节点或同时删除多个节点。 单节点删除：右键单击画布中的节点图标，选择删除或按快捷键Delete 。 多节点删除：按下键盘中的Ctrl ，单击画布中需要删除的节点图标，在当前作业画布空白处单击右键，选择删除或按快捷键Delete。 复制 支持复制一个或多个节点至任意作业中： 单节点复制：右键单击画布中的节点图标，选择复制或按快捷键Ctrl+C ，在作业画布空白处粘贴节点或按快捷键Ctrl+V ，复制后的节点携带原节点的配置信息。 多节点复制：按下键盘中的Ctrl ，单击画布中需要复制的节点图标，在当前作业画布空白处单击右键选择复制或按快捷键Ctrl+C ，在目标作业画布空白处粘贴或按快捷键Ctrl+V。复制后的节点携带原节点的配置信息，但不包含节点间的连接关系。 测试运行 测试运行该节点。 从当前节点测试运行 仅在批作业下显示该选项。选择“从当前节点测试运行”，则测试运行当前节点以及后续节点。 添加/删除连线 可以选择为两个不同的节点添加或删除连线， 编辑CDM作业 仅CDM Job节点显示该选项。选择CDM集群和作业后，可以跳转到CDM作业编辑页面，进行作业修改。 查看CDM作业日志 仅CDM Job节点显示该选项。当CDM作业运行后，右键选中CDM Job节点，单击“查看CDM日志”，可以跳转到作业监控页面，查看作业日志打印的详细信息，帮助开发者定界定位作业运行异常原因。 编辑脚本 仅关联了脚本的节点显示该选项。跳转到脚本编辑页面，对关联的脚本进行编辑。 添加便签 为该节点添加便签，每个节点可以有多个便签。 6. （可选）配置连线功能。右键单击画布中的节点间连线，显示“删除”和“设置条件”功能，您可以根据实际需要进行选择。 − 删除：可以删除节点间的连线。 − 设置条件：在弹出的窗口中，您可以通过EL表达式语法填写三元表达式。当三元表达式结果为true的时候，才会执行连线后面的节点，否则后续节点将被跳过。 如下图所示，是一个典型的三元表达式。当“DQM”节点的运行结果为true时，才会执行连线后的节点。当运行结果为false时，如果失败策略为“跳过所有节点”，则该连线后面的节点A以及A后的所有节点均会被跳过。 关于EL表达式的语法，您可以查看 表达式概述。 7. 请参见节点概述配置具体节点的属性。 8. 配置节点属性。单击画布中的节点，在右侧显示“节点属性”页签，默认展开此配置页面，请参见节点概述配置具体节点的属性。

更新日期 更新内容 20221130 第一次正式发布。 本次更新说明如下： 上线IPA域名管理、IPA统计分析、IPA账单服务等API。 2023421 第二次正式发布。 本次更新说明如下： 上线辅助工具等API。

本文介绍HTTPS双向认证功能原理。 功能介绍 双向认证，顾名思义，即客户端与服务器双方均需认证对方的身份，在确认对方身份后才可以建立HTTPS连接。在标准的HTTPS中，通常采用单向认证的方式，即服务器向客户端证明自己的身份以建立一个安全加密的通信连接；双向认证在服务器向客户端证明身份的基础上，还需要客户端也提供客户端证书，供服务器验证客户端的身份，客户端与服务器双方都验证通过对方的身份后，才建立HTTPS连接。 单向认证流程： 1. 客户端向全站加速节点发起HTTPS请求。 2. 全站加速节点将对应域名的SSL证书公钥发送给客户端。 3. 客户端验证对应证书公钥正确后，随机生成一个密钥，并使用公钥进行加密后发送给全站加速节点。 4. 全站加速节点使用对应私钥进行解密，得到密钥。 5. 客户端与全站加速节点在后续通信过程中使用该密钥对传输的数据加密。 6. 客户端与全站加速节点使用对应密钥对收到的数据进行解密，获取对应数据。 双向认证流程： 1. 客户端向全站加速节点发起HTTPS请求。 2. 全站加速节点将对应域名的SSL证书公钥发送给客户端，并发送证书请求标记要求获取客户端证书。 3. 客户端验证域名的SSL证书公钥正确后，随机生成一个密钥A，并使用SSL证书公钥进行加密后发送给全站加速节点。同时客户端收到证书请求标记，将发送对应的客户端证书给全站加速节点，同时计算历史消息的hash值，将该hash值通过客户端私钥签名，并将签名结果也发送给全站加速节点。 4. 全站加速节点使用域名SSL证书对应的私钥进行解密，得到密钥A。同时获取客户端的证书和签名后，验证客户端证书是否可信，并使用客户端证书公钥和历史消息的hash值校验签名是否正确，存储验证结果。 5. 客户端与全站加速节点在后续通信过程中使用该密钥A对传输的数据加密。 6. 客户端与全站加速节点使用对应密钥A对收到的数据进行解密，获取对应数据。 7. 后续客户端发送请求，如果之前验证是通过的则正常处理，否则立即返回错误响应，告诉客户端双向认证失败。

本文介绍了实例列表的主要功能。 简介 实例列表功能旨在为用户提供一个展示所有数据库实例及已收藏实例的操作模块。用户可通过实例列表找到需要使用的实例，既可在所有实例中定位实例，也可在收藏的实例中定位实例并进行操作。定位到实例后，通过树状结构分层级展示实例的各级数据库对象，帮助用户实现对指定实例的快速访问。 前提条件 用户已登录数据管理服务。 操作步骤 1. 登录数据管理服务。 2. 点击右侧边栏 实例列表图标。 功能介绍 功能 说明 添加实例到收藏夹 点击可添加实例至收藏夹，详见添加实例至收藏夹。 所有&收藏Tab 可分别在所有实例列表和已收藏的实例列表之间互相切换显示，默认显示所有实例列表。 实例搜索 支持按实例名、库名和模式名进行模糊搜索。 实例列表 支持将所有实例或已收藏的实例按数据库类型进行分组展示。 实例右键操作框 右键实例名称时显示，可对实例进行登录、查看详情、编辑、同步元数据、打开查询窗口等操作。 库/模式列表 可双击库/模式名称或右键操作快速打开查询窗口页面，从而开始管理操作数据库。 实例信息悬浮框 鼠标悬浮实例名称时显示，可在此框内查看该实例的登录状态（已登录的数据库账号）、实例名称、地址、来源、类型、属性、环境、版本等信息。

对于HBlock集群版，使用动态PV或者动态PVC创建卷时，创建卷成功，但写入数据失败，可能是什么原因导致？ 可能原因： 可用故障域个数小于最小副本数。对于HBlock集群版，故障域个数大于等于卷的最小副本数，数据才能写入成功。 该卷在HBlock服务端被禁用。卷禁用后，无法读写卷数据。 网络问题，请检查客户端与HBlock端的网络连接情况。 如果排除以上原因还未解决，请联系天翼云工作人员。 对于HBlock集群版高可用模式的卷，在HBlock端执行迁移iSCSI target后，CSI没有检查iSCSI连接异常并重建，可能的原因？ 可能由于Kubernetes或者HBlock CSI版本过低导致的，该功能需要Kubernetes版本在1.23及以上，且HBlock CSI版本在1.3.0及以上。

本章节主要介绍向量检索的客户端代码示例。 Elasticsearch提供了标准的REST接口，以及Java、Python、Go等语言编写的客户端。 基于开源数据集SIFT1M（ Elasticsearch Client，本节提供一份创建向量索引、导入向量数据和查询向量数据的代码示例，介绍如何使用客户端实现向量检索。 前提条件 客户端已经安装python依赖包。如果未安装可以执行如下命令安装： pip install numpy pip install elasticsearch7.6.0 代码示例 import numpy as np import time import json from concurrent.futures import ThreadPoolExecutor, wait from elasticsearch import Elasticsearch from elasticsearch import helpers endpoint ' 构建es客户端对象 es Elasticsearch(endpoint) 索引mapping信息 indexmapping ''' { "settings": { "index": { "vector": "true" } }, "mappings": { "properties": { "myvector": { "type": "vector", "dimension": 128, "indexing": true, "algorithm": "GRAPH", "metric": "euclidean" } } } } ''' 创建索引 def createindex(indexname, mapping): res es.indices.create(indexindexname, ignore400, bodymapping) print(res) 删除索引 def deleteindex(indexname): res es.indices.delete(indexindexname) print(res) 刷新索引 def refreshindex(indexname): res es.indices.refresh(indexindexname) print(res) 索引段合并 def mergeindex(indexname, segcnt1): start time.time() es.indices.forcemerge(indexindexname, maxnumsegmentssegcnt, requesttimeout36000) print(f"在{time.time() start}秒内完成merge")

权限简称 权限详情 创建权限 create(c) 创建子节点的权限。 删除权限 delete(d) 删除节点的权限。 读权限 read(r) 读取节点数据和子节点列表的权限。 写权限 write(w) 向节点写数据的权限。 管理权限 admin(a) 设置节点ACL的权限。

在CTS事件列表查看云审计事件 用户进入云审计服务创建管理类追踪器后，系统开始记录云服务资源的操作。在创建数据类追踪器后，系统开始记录用户对OBS桶中数据的操作。云审计服务管理控制台会保存最近7天的操作记录。

本节主要介绍管理自动备份。 GeminiDB Influx支持创建数据库实例的自动备份，以保证数据可靠性。当数据库或表被恶意或误删除，可依赖实例的备份保障数据安全。 说明 GeminiDB Influx自动备份时，不会对 自动备份策略 系统按照自动备份策略，对数据库进行自动备份，备份将以压缩包的形式存储在对象存储服务中，以保证用户数据的机密性和持久性。建议您定期对数据库进行备份，当数据库故障或数据损坏时，可以通过备份恢复数据库。由于开启备份会损耗数据库读写性能，建议您选择业务低峰时间段启动自动备份。 创建数据库实例时，系统默认开启自动备份策略，默认开启的自动备份策略设置如下： 图1 开启备份策略 1.保留天数： 自动备份可保留天数默认为7天。可设置保留天数范围为1~35天。对于系统中最近一个全量备份文件，如果在新的全量备份未超过保留天数前系统会一直保留，直至新的全量备份超过保留天数后才会删除。 增加保留天数，可提升数据可靠性，请根据需要设置。 减少保留天数，会针对已有的备份文件生效，即超出备份保留天数的已有备份文件（包括全量备份和增量备份）会被自动删除，但手动备份不会自动删除，请您谨慎选择。 说明 保留天数小于7天，系统每天都会进行自动备份。 系统会自动检测已有的自动备份文件，若备份文件超过用户自定义的数据保留天数，则将其删除。 备份时间段：默认为24小时中，间隔一小时的随机的一个时间段，例如12:00～13:00 。备份时间段以GMT时区保存。如果碰到夏令时或冬令时切换，备份时间段会因时区变化而改变。 假如保留天数设置为“2”，表示超过两天的全量备份和增量备份会被自动删除。即周一产生的备份会在周三删除，同理，周二产生的备份会在周四删除。 全量备份文件自动删除策略： 已有备份文件超出备份天数后会自动删除，考虑到数据完整性，自动删除时仍然会保留最近的一次超过保留天数的全量备份，保证在保留天数内的数据可正常恢复。 假如备份周期选择“周一”、“周二”，保留天数设置为“2”，备份文件的删除策略如下： 本周一产生的全量备份，会在本周四当天自动删除。原因如下： 本周二的全量备份在本周四当天超过保留天数，按照全量备份文件自动删除策略，会保留最近的一个超过保留天数的全量备份（即本周二的备份会被保留），因此周四当天删除本周一产生的全量备份文件。 本周二产生的全量备份，会在下周三当天自动删除。原因如下： 下周一产生的全量备份在下周三超过保留天数，按照全量备份文件自动删除策略，会保留最近的一个超过保留天数的全量备份（即下周一的备份会被保留），因此下周三当天删除本周二产生的全量备份。 2.备份周期： 默认为全选。 全选：选择一周内的每一天。系统每天都会进行自动备份。 选择周期：选择一周内的一天或几天。系统会在所选时间进行自动备份。 说明 备份周期对应的备份开始时间1小时内，系统会自动触发全量备份。备份所需时间由备份数据量决定，备份数据量越大，备份所需时间越长。 增备周期：系统默认自动将每隔15分钟的离散时间点上的增量数据进行备份。您也可以根据需要设置增量备份周期，目前支持设置为5分钟，10分钟，15分钟。增备周期目前为公测阶段，如需使用，请联系客服申请开通相应的操作权限。 实例创建成功后，您可根据业务需要设置自动备份策略。系统将按照您设置的自动备份策略对数据库进行备份。 关闭自动备份策略后，自动备份将会立即停止。

本页介绍了分布式融合数据库HTAP产品计费类的常见问题。 分布式融合数据库HTAP的计费模式有哪几种，计费项有哪些？ 分布式融合数据库HTAP的计费模式分为两种： 预付费（包年包月)：要求用户预先支付一定时期的费用。对于预付费实例，购买1年即可享受价格85折优惠，且购买的年数越长，折扣更低。 按量付费：允许用户根据实际使用情况支付费用，以小时为计费周期，不足1小时，也按1小时收费。实例可以随时释放，释放后不再收费。 分布式融合数据库HTAP计费项由各类节点规格、数据盘存储容量组成，各类节点规格包含vCPU、内存，节点数据盘存储空间，用于存放您的数据。 分布式融合数据库HTAP的按需计费是怎样计费的？ 分布式融合数据库HTAP的按需计费，用户需提前充值现金到天翼云账户中，现金账户余额不低于100元，之后系统按照用户实际使用量进行结算。 分布式融合数据库HTAP以自然小时为计费单位（均以北京时间为准），不满一小时按照一小时计费，费用从用户账户现金余额中扣费。 开通时间建议整点开通，开通不足一个自然小时，按一小时收费。提前删除也按照自然小时收费。 具体的删除及收费规则，请参见计费说明计费方式。 业务如何选择分布式融合数据库HTAP的计费方式？ 在业务处于发展期、规模较小的时候，建议用户选择按量付费的方式。用户只需支付业务实际消耗的资源费用，提供了灵活性和成本控制的优势。 当业务进入稳定期后，对资源需求较稳定，建议用户选择预付费（包年包月）的方式并享受包年计费折扣。