版本发布是指将当前的工作流工具编排画布， 部署到服务器，并将使用接口暴露在工具广场上，供全部用户使用。支持用户发布时选择单一渠道或多渠道，如工具广场、后端api或工具广场+后端api形式。 发布到工具广场 发布过程需要审核，审核通过后才会在工具广场上可见。 发布到后端api 星辰MaaS智能体平台支持将工具发布为API，给用户提供调用服务。 当选择发布成API后，点击页面顶部Tab进入服务管理页面。 展示系统自动生成的当前应用API，可一键复制。 点击“API密钥”按钮，打开API密钥弹窗，在此可一键创建密钥、一键复制。 点击“查阅API文档”按钮。 版本查看 在工具列表右侧，有“查看版本”按钮，点击后查看全部版本（含草稿版本）

本文为您介绍当出现 ping不通或丢包的问题时如何通过链路测试进行排查。 问题描述 云主机对外访问网络资源时出现网络卡顿的情况。通过执行ping命令，发现网络存在丢包或时延较高的情况。 原因分析 出现网络访问丢包或时延较高的问题，可能存在多方面原因，比如链路拥塞、链路节点故障、服务器负载高、系统设置问题等。 解决方法 在出现访问丢包或者时延高的情况下，可以优先对云主机自身原因进行排查。 如果云主机运行状态正常（如不存在负载异常等情况），可以使用Tracert或MTR工具进行进一步诊断。 Tracert和MTR工具使用方式 Windows操作系统使用Tracert命令方式 tracert是路由跟踪命令，用来跟踪数据包到达目的地址过程中的跳转路径，以及每一跳消耗的时间。tracert命令功能与ping命令类似，但可以获得更详细的路径信息，包括数据包所走的全部路径、节点IP以及消耗时间。 1. 登录Windows云主机。 2. 打开cmd命令窗，执行命令 tracert IP地址/域名 跟踪路径，例如：tracert www.ctyun.cn。 可以根据回显信息，对数据节点进行分析： 1. tracert默认最大跳数30，第1列为起跳顺序号。 2. tracert每次会发送三个数据包，第2、3、4列为对应三个数据包的返回时间，如果包丢失则回显为“” 。 3. 第5列为跳转的目标IP节点，如果某一行的此列出现了“请求超时”或“request timed out”，请您根据实际情况对该节点问题进行排查。

审计建议 建议记录以下审计信息： 调用时间。 调用方系统或任务 ID。 脱敏后的 AccessKey ID。 桌面编码。 会话 ID。 调用工具名称。 结果状态和错误码。 审计日志中不应包含完整 Secret、敏感文件正文或未脱敏截图。 合规说明 如需对外提供合规材料，建议由产品、安全和法务共同确认以下内容： 数据存储位置。 日志保存周期。 临时文件清理周期。 权限模型和审计能力。 适用的企业安全认证或合规声明。

本章节介绍如何通过备份文件恢复数据。 操作场景 您可根据业务需要，通过备份文件进行本地存储备份或者数据恢复。可以使用SSMS连接ECS自建数据库或本地数据库进行恢复数据。本章以使用SSMS工具通过备份文件在用户本地数据库上恢复数据为例。 说明 在恢复数据之前，请确保ECS中已安装和备份文件对应的RDS SQL Server同版本或更高版本的数据库服务。 操作步骤 步骤 1下载SSMS客户端安装程序，并上传到ECS进行安装。在网站下载文件“SSMS 18.0（GA）”, 并上传到ECS上。 步骤 2 在ECS上解压已下载的RDS全量备份文件。 步骤 3 启动SSMS客户端。 步骤 4 在SSMS客户端上，登录本地数据库服务。 步骤 5 在SSMS客户端的对象资源管理器中，选定数据库，单击右键选择“还原数据库”。 步骤 6 在“还原数据库”弹出窗口中选择“设备”，在“选择备份设备”弹出框中，指定还原操作的备份介质及其位置，单击“确定”，完成数据还原。 设置“备份介质类型”为“文件”。 单击“添加”，添加已解压至本地的备份文件（.bak文件），根据需要设置相关选项。

支持的文件类型 支持嵌入/提取水印的文件类型 具体的文件格式 文档 PDF、PPT、Word、Excel 图片 .jpg、.jpeg、.jpe、.png、.bmp、.dib、.rle、.tiff、.tif、.ppm、.webp、.tga、.tpic、.gif json数据 整型、浮点型、字符串型。 使用场景 数字水印在政府部门、医疗、金融、科研等行业应用广泛，主要用于版权保护和追踪溯源。在数据版权保护方面，数字水印技术可用于数字作品被下载或复制时，数据库业务需要提供数据给第三方时，可以通过数字水印技术明确版权归属，有效解决版权纠纷。在使用过程中可追踪溯源方面，数字水印技术可以记录使用者信息，以识别身份并提醒使用者注意安全规范。当发生数据泄露事件时，可以通过数字水印技术追踪泄露源头，挖掘泄露原因。 优势特点 1. 支持明暗双重水印：数字水印技术可以根据需要对数据进行明水印或暗水印处理，不影响使用效果，同时有效应对图像处理工具或拍照截图等绕过方式窃取数据。 2. 可检测性强、不易被篡改：数字水印技术可以检测并保证数据的完整性，不会被篡改或丢失。 3. 高鲁棒性：数字水印技术在传输或使用过程中具有较高的鲁棒性，即使数据载体经过改动或受到攻击损坏后，仍然有较大概率提取出水印。

函数计算提供了一个统一的执行环境，使得您的函数能够无缝地访问和集成各种云服务和其他资源。 无论是天翼云提供的服务如消息服务、对象存储服务、数据库服务，还是您自建的服务，甚至是调用其他函数计算实例，这些操作在函数内部执行时，与您在本地环境中的操作体验是一致的。 要实现这些服务的访问，您需要确保您的函数代码中包含了必要的依赖库。这些依赖库应当与您的函数代码一起被打包，并上传至函数计算平台。一旦部署完成，您的函数就可以在执行时调用这些依赖库，从而与外部服务进行交互。

业务场景 一般是现有系统已经存在瓶颈，热点查询业务首先迁移到缓存。数据的变更还是在数据库，对新的业务系统不透明。 业务要求 数据由其他可靠性存储设备保存，缓存只保存热点数据 通过设置缓存失效时间来保证缓存更新 缓存数据不存在则重新获取 增加数据核对工具异步刷新缓存 需求分析 1. 建立用户、建立redis数据分区、建立访问分区，选择热点存储模版（刷盘策略、主从同步策略不一样）； 2. 建立环境后，建立分组（表），根据开发示例验证分组可用； 3. 缓存API使用可以参考开发示例代码； 4. 使用api设置缓存key超时时间； 5. 缓存使用加载可以参考热key的缓存构建； 6. 使用定时任务扫描数据源获取增量更新数据修改缓存或者在数据变更事件发送的业务代码处更新缓存。 需要注意的问题：缓存穿透 可靠性存储的方案 若配置数据对数据一致性要求较高或者热点变化非常频繁可以考虑可靠性存储场景来设计，但此方案需要业务数据的修改透明，能整体迁移到缓存。如下缓存部分的设计将变的简单 业务要求： 数据由缓存保存，不允许丢失。 需求分析：配置类数据可以整体当次热点数据，存放在缓存，简化系统架构方案 建立redis数据分区，选择持久化存储模版（刷盘策略、主从同步策略不同）； 缓存API使用可以参考开发示例代码。

本节为您介绍数据库迁移工具同步对象选择。 数据库迁移工具提供同步对象选择，用户可自行选择要同步的表对象。 操作步骤： 1. 在可选对象方框中勾选要同步的表对象，可以进行全选、取消全选、表名搜索操作。 2. 点击“>”箭头按钮，将选中的对象放置已选对象方框中，可进行全选、取消全选。 3. 点击“<”箭头按钮，可将选中的对象移回可选对象方框，不进行同步。

从Spark导入详细示例 要通过Spark将本地存储的数据导入到云数据库ClickHouse，您可以按照以下步骤进行操作： 1. 准备工作： 确保您已经安装了Spark，并配置好了与云数据库ClickHouse的连接。 确保您已经在本地存储中准备好了要导入的数据文件。 2. 导入所需的依赖： 在Spark应用程序中添加所需的依赖项以支持与云数据库ClickHouse的连接。您需要使用ClickHouse JDBC驱动程序和Spark的相关依赖。例如，在Maven项目中，您可以添加以下依赖项： xml ru.yandex.clickhouse clickhousejdbc 0.4.1 根据您使用的构建工具和版本，请相应地配置依赖项。 3. 编写Spark应用程序： 创建一个Spark应用程序，通过Spark读取本地存储的数据文件，并将数据导入到云数据库ClickHouse中。下面是一个示例代码： scala import org.apache.spark.sql.{SparkSession, SaveMode} object ClickHouseDataImporter { def main(args: Array[String]): Unit { // 创建SparkSession val spark SparkSession.builder() .appName("ClickHouse Data Importer") .getOrCreate() // 读取本地存储的数据文件 val data spark.read.format("csv") .option("header", "true") // 如果数据文件包含头部，则设置为true .option("inferSchema", "true") // 自动推断列的数据类型 .load("/path/to/data/file.csv") // 替换为实际数据文件的路径 // 将数据保存到ClickHouse数据库中 data.write .mode(SaveMode.Append) // 指定保存模式，可以根据需求更改 .format("jdbc") .option("url", "jdbc:clickhouse://yourclickhousehost:port/database") // 替换为实际的云数据库ClickHouse连接URL和目标数据库 .option("dbtable", "yourtable") // 替换为目标表的名称 .option("user", "yourusername") // 替换为云数据库ClickHouse的用户名 .option("password", "yourpassword") // 替换为云数据库ClickHouse的密码 .save() } } 在上述代码中，您需要替换以下内容： "/path/to/data/file.csv"：实际的本地数据文件路径。 "jdbc:clickhouse://yourclickhousehost:port/database"：实际的云数据库ClickHouse连接URL和目标数据库信息。 "yourtable"：目标表的名称。 "yourusername"：云数据库ClickHouse的用户名。 "yourpassword"：云数据库ClickHouse的密码。 4. 运行Spark应用程序： 将您的Spark应用程序打包，并将其提交到Spark集群或本地运行。根据您的环境和需求，选择适当的方式来运行Spark应用程序。 例如，如果您使用的是Sparksubmit命令行工具，可以执行以下命令来提交应用程序： sparksubmit class ClickHouseDataImporter master local[] path/to/your/app.jar 这将启动Spark应用程序并开始将本地存储的数据导入到云数据库ClickHouse中。 说明 上述示例代码仅提供了一个基本的框架，您可能需要根据实际需求进行调整和优化。另外，还可以使用Spark的分布式计算能力和数据处理功能来进行更复杂的数据转换和导入操作。

数据所在位置 使用条件 迁移方法 迁移速度评估 使用限制 物理机文件系统 物理机可以访问待迁移数据； 物理机和HPFS网络互通，保证可挂载文件系统； 命令拷贝 速度取决于物理机网卡，可多台并行拷贝。 只支持GPU裸金属物理机挂载 HPFSPOSIX 协议的并行文件系统。 弹性云主机文件系统 云主机可以访问待迁移数据； 弹性云主机和HPFS在同一VPC网络下，保证可挂载文件系统； 命令拷贝 速度取决于云主机配置的网络带宽，可多台并行拷贝。 只支持云主机挂载NFS协议的并行文件系统。 对象存储ZOS ZOS数据可以在互联网/内网环境下载； 互联网/内网下载的客户端和HPFS互通，保证可挂载文件系统； 工具迁移 客户端侧公网出口带宽直接影响上传时间。 通过互联网访问ZOS的数据，迁移过程会产生请求和流量等相关的费用。 客户本地 用户本地数据量巨大（几十TB），且数据归属于客户，可插拔盘操作； 用户在公有云有独立归属的数据迁移服务器可进行插盘操作； 数据迁移服务器和HPFS互通，保证可挂载文件系统； 数据快递 单USB口的机械硬盘可达到150MB/s。 专属资源的客户，拥有独立的机房设备。

本节为您介绍数据库迁移工具转换规则配置。 经过选择的同步对象，可进行转换规则配置。 增量类型选择 配置要处理的增量类型，分别是增量插入、增量更新、增量删除 数据过滤规则设置 只支持单条件且值为字符串，配置好转换规则之后，点击下一步启动，启动同步，即创建同步任务。并进入同步进度页面 表名映射 点击目标表名，可设置源端和目标端的表名映射关系 列名映射 点击目标字段，可设置源端和目标端的字段名映射关系 是否同步 可选择过滤指定字段不进行同步

本文为您了解主机监控功功能。 操作场景 使用主机监控可以帮助您及时快速了解云主机及物理机监控信息。 云主机监控分为基础监控、操作系统监控、进程监控，物理机监控包括CPU、内存、网络、磁盘等监控指标。 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。 您已经完成云产品的创建。 操作步骤 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”，进入监控概览页面。 4. 单击“主机监控”下拉菜单，选择“云主机监控”或“物理机监控”选项，进入对应云产品的监控页面。 5. 单击待查看的云服务资源所在行的“查看监控图表”，可查看该云产品中指定资源的监控图表。 说明 云主机、物理机监控数据采集依赖Agent插件，插件默认集成在在系统镜像中，用户无需手动安装。 如果云主机、物理机“监控状态”显示异常，用户可以手动排查定位问题及手动安装Agent插件。 如果云监控服务云主机、物理机列表页“监控状态”提示升级，用户只需点击升级按钮，即可完成Agent插件更新。

本章节主要介绍MySQL数据迁移到MRS Hive分区表。 MapReduce服务（MapReduce Service，简称MRS）提供企业级大数据集群云服务，里面包含HDFS、Hive、Spark等组件，适用于企业海量数据分析。 其中Hive提供类SQL查询语言，帮助用户对大规模的数据进行提取、转换和加载，即通常所称的ETL（Extraction，Transformation，and Loading）操作。对庞大的数据集查询需要耗费大量的时间去处理，在许多场景下，可以通过建立Hive分区方法减少每一次扫描的总数据量，这种做法可以显著地改善性能。 Hive的分区使用HDFS的子目录功能实现，每一个子目录包含了分区对应的列名和每一列的值。当分区很多时，会有很多HDFS子目录，如果不依赖工具，将外部数据加载到Hive表各分区不是一件容易的事情。云数据迁移服务（CDM）可以请轻松将外部数据源（关系数据库、对象存储服务、文件系统服务等）加载到Hive分区表。 下面使用CDM将MySQL数据导入到MRS Hive分区表为例进行介绍。 操作场景 假设MySQL上有一张表tripdata，保存了自行车骑行记录，里面有起始时间、结束时间，起始站点、结束站点、骑手ID等信息，tripdata表字段定义如下图“MySQL表字段”所示。 使用CDM将MySQL中的表tripdata导入到MRS Hive分区表，流程如下： 1.在MRS Hive上创建Hive分区表 2.创建CDM集群并绑定EIP 3.创建MySQL连接 4.创建Hive连接 5.创建迁移作业

接口信息 API Path /aipaas/algo/v1/telechat29b/v1/chat/completions 请求协议 HTTPS POST 服务鉴权 本算法采用OpenAI协议鉴权（Bearer Token）。 在请求头中携带API Key：Authorization: Bearer 。请在API Key页面获取长效API Key。 请求头部： 头部标签 必填 说明 类型 数据字典 限制 头部内容 示例 ContentType 是 application/json [string] application/json application/json traceparent 否 W3C Trace Context链路追踪头，格式：{version}{traceid}{parentid}{flags} [string] 000af7651916cd43dd8448eb211c80319cb7ad6b716920333101 sessionid 否 多轮对话场景下传入，不同session传入不同sessionid，非多轮对话场景请不要设置此字段设备管理设备uuid [string] Authorization 是 Bearer Token鉴权，格式：Bearer [string] Bearer skxxxx traceparent字段说明 字段 示例值 说明 version 00 W3C版本号，默认00 traceid 0af7651916cd43dd8448eb211c80319c 32位十六进制，整条链路唯一ID parentid b7ad6b7169203331 16位十六进制，当前请求span ID flags 01 默认01即可 请求参数 Json Object 参数名 说明 必填 类型 model 固定值 XingChen429BA4B 是 [string] messages 消息数组，按对话顺序排列 是 [array] messages>>role 角色 是 [string] messages>>content 消息内容，支持纯文本或内容块数组 是 [string/array] messages>>name 参与者名称，用于区分同名角色 否 [string] messages>>toolcalls 助手消息触发的工具调用（仅assistant） 否 [array] messages>>toolcallid 关联的工具调用ID（tool角色必填） 否 [string] frequencypenalty 频率惩罚，范围2.0~2.0，默认0 否 [number] logprobs 是否返回每个输出token的对数概率，默认false 否 [boolean] toplogprobs 每个token返回概率最高的前N个备选，0~20，需logprobstrue 否 [integer] maxtokens 已弃用，请改用maxcompletiontokens 否 [integer] maxcompletiontokens 生成的最大token数（含推理token） 否 [integer] n 生成的候选回复数，默认1 否 [integer] presencepenalty 存在惩罚，范围2.0~2.0，默认0 否 [number] responseformat 输出格式约束 否 [object] responseformat>>type text：默认文本输出；jsonobject：JSON对象输出（提示词中需包含「json」字样）；jsonschema：按JSON Schema约束输出 否 [string] responseformat>>jsonschema JSON Schema约束定义（type为jsonschema时使用） 否 [object] responseformat>>jsonschema>>name Schema名称 否 [string] responseformat>>jsonschema>>description Schema描述 否 [string] responseformat>>jsonschema>>schema JSON Schema定义 否 [object] seed 随机种子，用于可复现采样 否 [integer] stop 停止序列，最多4个 否 [string/array] stream 是否流式返回，默认false 否 [boolean] streamoptions 流式附加选项 否 [object] streamoptions>>includeusage 为true时，流式末尾额外返回一个仅含usage的chunk 否 [boolean] temperature 采样温度，范围0~2，默认1 否 [number] topp 核采样，范围0~1，默认1 否 [number] tools 工具定义数组 否 [array] tools>>type 工具类型，当前为function 是 [string] tools>>function 函数定义 是 [object] tools>>function>>name 函数名 是 [string] tools>>function>>description 函数描述 否 [string] tools>>function>>parameters JSON Schema形式的参数定义 否 [object] toolchoice 工具调用策略：none（不调用）/auto（自动决定）/required（必须调用），或指定具体函数 否 [string/object] paralleltoolcalls 是否允许并行调用多个工具，默认true 否 [boolean] chattemplatekwargs 深度思考模式参数，传入 {"enablethinking": true} 启用深度思考 否 [object] chattemplatekwargs>>enablethinking 传入true启用深度思考 否 [boolean] 注：system与developer角色均为系统级指令；developer仅部分模型支持，优先使用system 返回结果 非流式返回 参数名 说明 必填 类型 id 本次完成的唯一ID 是 [string] object 固定为chat.completion 是 [string] created 创建时间（Unix秒级时间戳） 是 [integer] model 实际使用的模型 是 [string] choices 候选回复列表 是 [array] choices>>index 候选序号 是 [integer] choices>>message 回复消息对象 是 [object] choices>>message>>role 固定为assistant 是 [string] choices>>message>>content 回复内容 是 [string] choices>>message>>reasoning 深度思考 否 [string] choices>>message>>refusal 拒绝回答时的说明 否 [string/null] choices>>message>>toolcalls 工具调用列表（触发工具时返回） 否 [array] choices>>message>>toolcalls>>id 工具调用ID 否 [string] choices>>message>>toolcalls>>type 类型，为function 否 [string] choices>>message>>toolcalls>>function 函数调用信息 否 [object] choices>>message>>toolcalls>>function>>name 函数名 否 [string] choices>>message>>toolcalls>>function>>arguments 函数参数（JSON字符串） 否 [string] choices>>finishreason 结束原因 是 [string] choices>>logprobs 输出token的对数概率（开启logprobs时返回） 否 [object] usage token用量 是 [object] usage>>prompttokens 输入token数 是 [integer] usage>>completiontokens 输出token数 是 [integer] usage>>totaltokens 总token数 是 [integer] usage>>prompttokensdetails>>cachedtokens 命中的缓存token数 否 [integer] 注：非流式返回JSON示例中还包含servicetier、systemfingerprint、usage.completiontokensdetails等字段，参见下方请求示例中的非流式返回示例 流式返回（SSE，streamtrue） 每个chunk的object为chat.completion.chunk，choices[].delta增量返回内容： 参数名 说明 必填 类型 数据字典 限制 示例 id 完成ID 是 [string] object 固定为chat.completion.chunk 是 [string] created 创建时间 是 [integer] model 模型 是 [string] choices 候选列表 是 [array] choices>>index 候选序号 是 [integer] choices>>delta 增量内容，字段与消息一致（如content、toolcalls） 是 [object] choices>>finishreason 结束时返回原因 否 [string/null] choices>>logprobs 增量logprobs（可选） 否 [object] usage 仅当streamoptions.includeusagetrue时，在最后一个chunk返回 否 [object]

引入依赖库 支持的依赖库说明 FunctionGraph支持引入标准库及第三方依赖库。 标准库 对于标准库，无论是在线编辑或是线下开发打包上传至FunctionGraph，均可以直接在代码中引入，使用其功能。 FunctionGraph支持的非标准库 FunctionGraph内置一些三方件，如下表所示。像标准库一样，在编写代码时直接引入，使用其功能。 Node.js Runtime集成的三方件 名称 功能 版本号 q 异步方法封装 1.5.1 co 异步流程控制 4.6.0 lodash 常用工具方法库 4.17.10 esdkobsnodejs OBS sdk 2.1.5 express 极简web开发框架 4.16.4 fgsexpress 在FunctionGraph和API Gateway之上使用现有的Node.js应用程序框架运行无服务器应用程序和REST API 。提供的示例允许您使用Express框架轻松构建无服务器Web应用程序/服务和RESTful API 。 1.0.1 request 简化http调用，支持HTTPS并默认遵循重定向 2.88.0 Python Runtime支持的非标准库 模块 功能 版本号 dateutil 日期/时间处理 2.6.0 requests http库 2.7.0 httplib2 httpclient 0.10.3 numpy 数学计算 1.13.1 redis redis客户端 2.10.5 obsclient OBS客户端 smnsdk 访问云smn服务 1.0.1 其他第三方库（除了上面表格列举的非标准三方库，FunctionGraph没有内置别的非标准三方库） 将依赖的第三方库打包，上传至OBS桶，在创建函数时配置依赖包的OBS存储地址，在函数代码中即可使用其功能。

本章节主要介绍约束与限制。 CDM系统级限制和约束 1. 集群创建好以后不支持修改规格，如果需要使用更高规格的，需要重新创建一个集群。 2. ARM版本的CDM集群不支持Agent功能。CDM集群为ARM或X86版本，依赖于底层资源的架构。 3. CDM暂不支持控制迁移数据的速度，请避免在业务高峰期执行迁移数据的任务。 4. 当前CDM集群cdm.large实例规格网卡的基准/最大带宽为0.8/3 Gbps，单个实例一天传输数据量的理论极限值在8TB左右。同理，cdm.xlarge实例规格网卡的基准/最大带宽为4/10 Gbps，理论极限值在40TB左右；cdm.4xlarge实例规格网卡的基准/最大带宽为36/40 Gbps，理论极限值在360TB左右。对传输速度有要求的情况下可以使用多个数据集成实例实现。上述数据量为理论极限值，实际传输数据量受数据源类型、源和目的数据源读写性能、带宽等多方面因素制约，实测cdm.large规格最大可达到约8TB每天（大文件迁移到OBS场景）。推荐用户在正式迁移前先用小数据量实测进行速度摸底。 5. 迁移文件或对象时支持文件级增量迁移（通过配置跳过重复文件实现），但不支持断点续传。例如要迁移3个文件，第2个文件迁移到一半时由于网络原因失败，再次启动迁移任务时，会跳过第1个文件，从第2个文件开始重新传，但不能从第2个文件失败的位置重新传。 6. 文件迁移时，单个任务支持千万数量的文件，如果待迁移目录下文件过多，建议拆分到不同目录并创建多个任务。 7. 用户在CDM上配置的连接和作业支持导出到本地保存，考虑到密码的安全性，CDM不会将对应数据源的连接密码导出。因此在将作业配置重新导入到CDM前，需要手工编辑导出的JSON文件补充密码或在导入窗口配置密码。 8. 不支持集群自动升级到新版本，需要用户通过作业的导出和导入功能，实现升级到新版本。 9. 在无OBS的场景下，CDM系统不会自动备份用户的作业配置，需要用户通过作业的导出功能进行备份。 10. 如果配置了VPC对等连接，可能会出现对端VPC子网与CDM管理网重叠，从而无法访问对端VPC中数据源的情况。推荐使用公网做跨VPC数据迁移，或联系管理员在CDM后台为VPC对等连接添加特定路由。 11. CDM迁移，当目的端为DWS和NewSQL的时候，不支持将源端的主键和唯一索引等约束一起迁移过去。 12. CDM迁移作业时，需确保两个集群版本的JSON文件格式保持一致，才可以从将源集群的作业导入到目标集群。

本章节介绍 HDFS数据均衡。 HDFS数据均衡机制确保数据在集群中均匀分布，避免某些节点过载而其他节点空闲，从而优化集群性能和存储利用率。 HDFS Balancer HDFS Balancer是HDFS自带的数据均衡工具，用于在DataNode之间重新分配数据块，使各节点的存储使用率保持在一个合理的差距范围内。它通过扫描各 DataNode 存储使用率，对比预设平衡阈值，将过载节点的数据块迁移至空闲节点，迁移过程严格遵循 HDFS 副本放置策略，确保数据可靠性。工具支持后台运行，可灵活配置平衡阈值与迁移带宽，避免占用过多集群资源。数据均衡后，能有效降低部分节点过载风险，提升 HDFS 读写性能与集群整体稳定性，是保障大规模 HDFS 集群长期高效运行的关键手段。 工作原理 Balancer计算各DataNode的存储使用率。 识别需要移动的数据块（从高使用率节点到低使用率节点）。 制定移动计划（考虑数据块优先级和网络拓扑）。 执行数据块复制和删除操作。 重复直到所有节点的使用率差距在阈值内。 使用方法 1、登录客户端，切换用户到hdfs，完成Kerberos认证 plaintext kinit kt /etc/security/keytabs/hdfs.keytab klist kt /etc/security/keytabs/hdfs.keytab sed n 4p awk '{print $NF}' 2、启动HDFS Balancer plaintext hdfs daemon start balancer HDFS Balancer提供自定义参数，可按需配置。配置参考如下： 命令行参数： 配置项 默认值 描述 policy datanode 有效值：datanode 、blockpool datanode：用所有nameservices存储使用之和来计算节点存储使用率。 blockpool：只用当前迭代的nameservice存储使用来计算存储使用率。 threshold 10 需要配置为0100 的正整数。集群中需要存在节点大于或小于平均存储使用的10%才会启动balance。 source 设置哪些节点作为数据源，设置为ip或hostname；多个节点用","分割。 include 设置参与balance的节点，设置为ip或hostname；多个节点用","分割；不能和exclude 同时配置。 exclude 设置不参与balance的节点，设置为ip或hostname；多个节点用","分割 ；不能和include 同时配置。 blockpools 设置哪些blockpool参与balance；多个blockpool用","分割。 asService 表示长期运行；默认每5min执行一次。 相关配置参数： 配置项 默认值 描述 dfs.namenode.getblocks.maxqps 20 限制balancer每秒执行getblocks的次数。 dfs.balancer.dispatcherThreads 200 可同时调度多少个 。 dfs.balancer.movedWinWidth 5400000 单位ms；表示movedBlock的保留窗口时间；保留已经moved的block多长时间。 dfs.balancer.moverThreads 1000 最大并发多少个move。 dfs.datanode.balance.max.concurrent.moves 100 每个 最多并发执行多少个move；上限受限于服务端配置。 dfs.balancer.getBlocks.size 2147483648 每次向namenode获取多少数据量的blcok。 dfs.balancer.getBlocks.minblocksize 10485760 获取block的最小size。 dfs.balancer.maxsizetomove 10737418240 一次迭代最大移动的数据量。 dfs.balancer.service.interval 300000 单位ms；配置asService时生效；定义balancer执行周期。 HDFS Balancer日志路径：/var/log/hadoop/hdfs/hadoophdfsbalancer .log 注意 1、执行HDFS Balancer时，DataNode端可使用的带宽默认是100MB/s，若需要调整带宽，可在执行HDFS Balancer前通过如下命令调整： plaintext

当您天翼云账号的可用额度（费用中心总览）不足以抵扣待结算账单时，您的账号将会立即进入欠费状态；相关服务将被冻结，不可继续使用。您可以及时为业务续费或释放相关业务资源，确保服务正常可用。 欠费通知 若您的账号发生欠费，系统会以邮件或短信的形式提醒您。请留意来自天翼云的提醒邮件、短信，避免影响业务正常使用。 欠费说明 从欠费之日起，系统将会终止为您提供 CAE 服务；同时，您在 CAE 上所创建的应用与任务实例将被停止。 为了保证您的业务不受影响，请及时续费。 说明如果您无需持续使用 CAE，请及时释放相关实例资源以避免持续产生费用： 若需删除 CAE 应用，请参见删除应用。 若您的 CAE 应用或任务集成使用了天翼云其他云服务，可能会产生额外费用；例如网络、存储、数据库、中间件、可观测等。在删除相关服务资源前，请注意做好数据备份。 欠费影响 当您的天翼云账号发生欠费，云应用引擎平台将会按照下列策略处理： 欠费时间未超过15天 将冻结您的云应用引擎服务，包括应用实例、任务等 当欠费时间超过15天 云应用引擎服务将进行停机 平台会保留您的应用数据与配置，如您需再次使用云应用引擎服务，请及时充值续费

本文介绍网络异常工具的使用方法。 对象存储ZOS提供网络异常工具。您可以在界面中，选择网络异常的问题，查询对应的解决方案。 使用方法 使用网络异常工具的步骤如下： 1. 点击进入网络异常工具。 2. 点击“常见网络异常”中的具体网络问题。工具当前支持4种常见网络异常问题，分别是：Connection refused、Connection timeout、Socket timeout、Connection reset。 3. 可以看到对应的问题原因及解决方案。

本章节主要介绍在DRDS控制台查看操作日志的步骤。 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 > 分布式关系型数据库 ，进入分布式关系型数据库产品页面。然后单击管理控制台 ，进入概览页面。 2. 在左侧导航栏，选择DRDS > 操作记录 ，进入操作日志页面。然后在顶部菜单栏，选择区域和项目。 您可以在操作日志列表中查看用户在控制台执行的各项操作，包括来源、用户名、操作分类、操作类型、操作对象名称、状态、操作对象ID以及操作时间。 3. 在操作日志列表上方，设置操作分类、操作类型、操作对象、操作内容、用户名以及操作时间，进行筛选查询。 支持的操作分类包括：DBPROXY（DRDS实例）、DBPROXYGROUP（DRDS实例分组）、RDS（MySQL实例）、GiServer（全局索引）、DBPROXYCDC节点（日志节点）和DBPROXYZKCDC（元数据同步工具），操作对象包括各个分类下的实例。 对于各操作分类，所支持查看的操作类型如下表所示： 说明 具体操作类型以实际界面显示为准，本文仅作参考。 操作日志发布之前的历史任务也会进行展示。 操作分类 操作类型 DBPROXY 新增集群、删除集群 DBPROXY 新增节点、删除节点 DBPROXY 新增关联RDS、删除关联RDS DBPROXY 启动参数设置 DBPROXY 执行ddl语句 DBPROXY ddl审计设置 DBPROXY 创建库表、删除库表 DBPROXY 分片规则设置 DBPROXY 创建用户、删除用户、修改密码、编辑用户、添加用户权限、修改用户权限、删除用户权限、设置用户角色 DBPROXY 创建逻辑库、删除逻辑库 DBPROXY 新增角色、添加角色权限、删除角色权限、删除角色 DBPROXY 重启节点、停止节点、批量停止节点、发布节点 DBPROXY 分片变更 DBPROXY 设置字段加密配置 DBPROXY 修改日志配置 DBPROXY 设置GC算法 DBPROXYGROUP 新增分组、修改分组、删除分组、分组属性设置 DBPROXYGROUP 新增/修改黑/白名单、删除黑/白名单 DBPROXYGROUP 关联RDS属性设置 DBPROXYGROUP 新增分组DML审计、更新分组DML审计、删除分组DML审计 DBPROXYGROUP 新建用户分组、修改用户分组 RDS 新增RDS集群、删除RDS集群 RDS 新增节点、修改节点、删除节点 GISERVER 新增集群、删除集群 GISERVER 新增节点、发布节点、停止节点、批量停止节点、重启节点 GISERVER 重置GTID GISERVER 节点属性设置 GISERVER 启动参数设置 GISERVER 关联缓存设置 GISERVER 关联DBProxy设置 GISERVER 修改日志设置 DBPROXYCDC 部署日志节点、操作日志节点、日志节点修改密码、重新初始化日志节点、发布日志节点 DBPROXYZKCDC 部署元数据同步工具、修改元数据同步工具、删除元数据同步工具、操作元数据同步工具

本文介绍DMS助手功能，包括智能问答和对话管理。 功能介绍 DMS助手是一款专为数据库领域定制的智能问答机器人，旨在提供即时、精准的技术支持。它不仅内置了MySQL、PostgreSQL等主流数据库的知识库，还集成了DMS文档资源，能够高效响应您在使用数据库及DMS时可能遇到的各类问题： 数据库知识解答：对于数据库中的基础知识或专业术语，DMS助手能够提供全面而详尽的解释。例如，您可以提问：“数据库事务是什么？” 数据库参数说明：当您想要了解数据库中某项参数的具体详情时，DMS助手可以为您提供相关信息。例如，您可以提问：“MySQL中optimizersearchdepth默认值是什么？” 数据库操作指导：在您进行数据库操作遇到问题或需要指导时，DMS助手可以为您提供相关帮助和建议。例如，您可以提问：“我想创建一张student表，sql怎么写？” DMS使用帮助：当您想要了解DMS的特定功能或概念，或在使用DMS过程中遇到困难时，DMS助手可以为您提供解释和指导。例如，您可以提问：“DMS中的团队是什么意思？” 为了便于您核实答案的准确性，DMS助手在提供解答的同时，会附带官方文档的参考链接。这不仅方便您进行信息核实，也有助于您对相关主题进行更深入的学习和探索。 前提条件 用户已登录数据管理服务。 注意事项 请避免过于频繁发送消息，系统对消息的发送频率有限制。 每个对话允许的消息数量最多为100条。一旦达到上限，您将无法在当前对话中继续发送消息。如需继续提问，请新建一个对话。 您可以保留的历史对话数量上限为500条。如果达到这个限制，您将无法创建新的对话。在这种情况下，请考虑删除一些不再需要的旧对话，以释放空间供新的对话使用。

导出流程 您可以将数据架构中已创建的流程导出到文件中。 1.在数据架构控制台，单击左侧导航树中的“流程设计”，进入流程设计页面。 2.单击流程列表上方的“导出”按钮，等待几秒钟后，页面右上角提示“流程导出成功”，可以查看导出的流程。 说明 “主题”或“流程”作为层级联动性质, 导出均默认为全量导出, 不支持筛选。 导入流程 1.在数据架构控制台，单击左侧导航树中的“流程设计”，进入流程设计页面。 2.单击流程列表上方的“导入”按钮导入流程。 3.在“导入流程”对话框中，根据页面提示配置如下参数，然后先单击“添加文件”后，再单击“上传文件”。 下表为导入配置参数说明 参数名 说明 更新已有数据 如果所要导入的流程，在DataArts Studio数据架构中已经存在，是否更新已有的流程。支持以下选项： 不更新 ：当流程已存在时，将直接跳过，不处理。 更新 ：当流程已存在时，更新已有的流程信息。 在导入流程时，只有创建或更新操作，不会删除已有的流程。 上传模板 选择所需导入的流程设计文件。 所需导入的流程设计文件，可以通过以下两种方式获得。 下载流程模板并填写模板： 在“导入配置”页签内，单击“下载流程模板”下载模板，然后根据业务需求填写好模板中的相关参数并保存后，先添加再上传，完成模板上传。模板参数的详细描述请参见下表。 导出的流程 ： 您可以将某个DataArts Studio实例的数据架构中已建立的流程设计信息导出到Excel文件中。导出后的文件可用于导入。导出流程的操作请参见上方“导出流程”。 下载的流程模板参数如下表所示，其中名称前带“ ”的参数为必填参数，名称前未带“ ”的参数为可选参数。一个流程需要填写一条记录。 参数名 说明 上级流程 第一层的流程，其上级流程为空，不用填。 非第一层的流程，其上级流程不能为空。上级流程为多级流程时，流程之间以“/”分隔。例如“集成产品开发/开发生命周期”。 名称 流程名称。 责任人 流程的责任人，可以手动输入名字或直接选择已有的责任人。 描述 流程的描述信息。 4. 导入结果会在“导入流程”对话框的“上次导入”中显示。如果导入结果为“成功”，单击“关闭”完成导入。如果导入失败，您可以在“备注”列查看失败原因，将模板文件修改正确后，再重新上传。

本节介绍分布式缓存服务Redis版产品定义。 产品定义 分布式缓存服务Redis版是一种兼容Redis协议的NoSQL内存数据库产品，具备高性能、高可用、可水平扩展的特性，提供丰富的产品类型满足用户高读写性能场景需求，主要用于持久化数据的存储或缓存数据的存储。 为什么选择天翼云分布式缓存服务Redis 全面兼容Redis协议：基于开源Redis协议进行安全加固，客户端兼容Redis协议。 丰富的产品规格实例：提供多种缓存实例规格，灵活满足应用的多样化需求。 可靠的备份与恢复机制：支持手动备份与定时自动备份，自定义备份策略，实现将已备份的数据恢复到缓存实例中。 完善的监控运维工具：提供完备的日志、监控和告警功能，异常情况能自动告警并通知相关人员，多种监控指标及服务器运行情况支撑实时、历史监控运维。 对比自建原生Redis的优势 对比自建原生Redis，天翼云分布式缓存服务具备以下优势： 差异项 天翼云分布式缓存服务Redis 原生Redis 安装部署 实时开通，支持一键升级，无需关心服务部署的硬件及软件。 需要自行完成采购硬件、机房托管、部署机器等工作，周期较长，且需要自行维护节点关系。 备份恢复 支持手动备份与定时自动备份，一键恢复还原备份点。 仅支持一次性全量恢复。 运维管理 提供可视化运维监控平台，支持数十种的监控指标的实时监控。 需使用管理方式复杂的第三方监控工具实现服务监控。 扩展能力 支持节点性能线性扩展，支持在线扩容，业务无感知。 并发受限，升级依赖社区。

本节为您介绍数据库迁移工具订阅对象选择。 数据库迁移工具支持表级别对象选择、取消、搜索过滤以及导入功能。 可选对象 显示源库的表，如果要订阅表，通过勾选中表，点击中间箭头，将对象移到右侧的已选对象框中 已选对象 待订阅的对象，如果要取消订阅表，可以通过勾选中表，点击中间箭头，将对象移到左侧的可选对象中 搜索 基于搜索功能，用户可以快速在可选对象或已选对象搜索出表，该搜索功能支持模糊搜索

产品优势 提供一站式的图形化管理界面，集成了计算、网络、存储等管理模块，使操作变得简单且高效。 配套安全监控服务，可保障服务的安全性，同时有效降低了维护成本，让用户能够更专注于业务开发。

术语 说明 日志项目 日志项目是用于管理日志服务的资源单元，通常可将某个独立项目/业务的日志对应至一个日志项目中。每个日志项目可包含多个日志单元。 日志单元 日志单元是进行日志数据的采集、存储、检索和分析的基本单元，日志数据以日志单元的方式进行管理，通常可将一个应用/服务下的日志采集至一个日志单元中。 日志 日志是应用系统运行过程中产生的记录数据，这些数据包括用户的操作、接口的访问、系统发生的错误等。通常以文本形式存储在应用系统所在的设备上。 采集器 云日志服务提供的日志采集工具。 主机组 主机组是一组需要采集日志的云主机列表，是一个虚拟分组，云日志服务通过主机组来管理所有需要通过采集器采集日志的云主机。 采集配置 采集配置是指采集器执行日志采集时的策略，包括文件采集路径、分词模式等。

本章节介绍DRDS最佳实践相关内容，从而帮助用户更好地使用DRDS。 章节名称 简介 分片数目的选择 介绍DRDS如何更合理地选择分片数目。 分片策略 介绍DRDS如何更合理地进行分片。 单片表和全局表 介绍了DRDS单片表和全局表的创建和使用。 读写分离 介绍了DRDS读写分离的配置与使用。 DRDS事务模型 介绍了DRDS提供针对分布式节点的场景下的分布式事务解决方案。 通过JDBC连接池连接DRDS 介绍了如何通过JDBC连接池与DRDS对接，实现数据操作。 数据迁移方案 介绍了通过数据同步工具进行DRDS数据迁移的详细操作步骤。 SQL使用规范 介绍了SQL使用规范的通用八个原则供用户参考。

态势感知SA与企业主机安全HSS服务的区别。 服务含义区别 态势感知（Situation Awareness，SA）是可视化威胁检测和分析的安全管理平台 。着重呈现全局安全威胁攻击态势，统筹分析多服务威胁数据和云上安全威胁，帮助企业构建全局安全体系，呈现全局安全攻击态势。 主机安全服务（Host Security Service，HSS）是以工作负载为中心的安全产品，集成了主机 安全、容器 安全和 网页防篡改 ，旨在解决混合云、多云数据中心基础架构中服务器工作负载的独特保护要求。 简而言之，SA是呈现全局 安全态势的服务，HSS是提升主机 和容器安全性的服务。 服务功能区别 SA通过采集 全网安全数据 （包括HSS、WAF、AntiDDoS等安全服务检测数据），使用大数据AI、机器学习等分析技术，从资产安全、威胁告警、基线检查维度，分类呈现资产安全状况。 HSS通过在主机中安装Agent，使用AI、机器学习和深度算法等技术分析主机中风险，并从HSS云端防护中心下发检测和防护任务，全方位保障主机安全。同时可从可视化控制台，管理主机Agent上报的安全信息。 SA与HSS主要功能区别： 功能项 子功能项 共同点 不同点 资产安全 主机资产 呈现主机资产的整体安全状态。 SA：仅支持同步HSS主机资产风险信息，列表呈现各主机资产的整体安全状况。 HSS：不仅支持呈现主机的安全状况，还支持深度扫描主机中的帐号、端口、进程、Web目录、软件信息和自启动任务。 资产安全 网站资产 SA：支持检查和扫描网站安全状态，列表呈现各网站资产的整体安全状况。 HSS：不支持该功能。 基线检查 云服务基线 SA：针对云服务关键配置项，从“安全上云合规检查1.0”、“护网检查”风险类别，了解云服务风险配置的所在范围和风险配置数目。 HSS：不支持该功能。 基线检查 主机基线 SA：不支持该功能。 HSS：针对主机，提供基线检查功能，包括检测复杂策略、弱口令及配置详情，包括对主机配置基线通过率、主机配置风险TOP5、主机弱口令检测、主机弱口令风险TOP5的统计。

本节介绍了使用mysqlbinlog工具查看Binlog备份文件的操作场景、操作步骤等相关内容。 操作场景 mysqlbinlog工具用于解析Binlog备份文件，包含在MySQL软件包中。您可在MySQL官网下载对应版本的MySQL软件包，解压并获取解压包中的mysqlbinlog工具（MySQL 5.6和5.7对应的mysqlbinlog版本均为3.4）。由于存在部分用户使用的mysqlbinlog工具版本太旧，无法正确解析Binlog备份文件，因此，为您整理了本文，指导您获取最新的mysqlbinlog工具。 RDS for MySQL也支持使用第三方工具解析Binlog。 操作方法 1. 下载MySQL软件包。 注意 软件包版本最好与当前您使用的MySQL大版本保持一致。 例如，您本地的MySQL版本为5.7.27，则下载如下版本和系统的软件包： − Product Version：5.7.27 − Operating System：LinuxGeneric 下载完成后的MySQL软件包名为：mysql5.7.27linuxglibc2.12x8664.tar.gz。 图 下载 2. 解压软件包，找到mysqlbinlog工具。 3. 执行如下命令，查看mysqlbinlog工具的版本信息。 plaintext [root@ecs] tar zxf mysql5.7.27linuxglibc2.12x8664.tar.gz [root@ecs] cd mysql5.7.27linuxglibc2.12x8664/bin [root@ecs] ll mysqlbinlog rwxrxrx 1 7161 31415 11310886 Jun 10 2019 mysqlbinlog [root@ecs] ./mysqlbinlog V ./mysqlbinlog Ver 3.4 for linuxglibc2.12 at x8664 4. 使用mysqlbinlog工具解析binlog。 以解析“mysqlbin.000001”为例： plaintext [root@ecs]

本节介绍云等保专区产品的功能特性。 云安全中心 云安全中心系统主要包含安全态势、资产中心、风险管理、威胁管理、分析中心、告警管理、编排响应、报表中心、集成配置以及数据源监控等功能。 主机安全 为云服务器提供基于客户端的防护，提供主机系统防护与加固、主机网络防护与加固等功能，具备业界领先的勒索专防专杀、网页防篡改、网络隔离与防护、补丁修复、外设管控、文件审计、违规外联检测与阻断等主机安全能力，帮您快速发现网站潜在安全隐患。 Web应用防火墙 精准覆盖各类Web应用攻击，为客户识别恶意请求，防御未知威胁，分钟级接入实现防入侵、防扫描、防攻击、防数据泄露、防CC攻击等防护，等保必备。 下一代防火墙 提供云上互联网边界和VPC边界的防护，包括：实时入侵检测与防御、全局统一访问控制、全流量分析可视化、日志审计与溯源分析。 堡垒机 4A统一安全管控平台，为企业提供集单点登录、统一资产管理、多终端访问协议、文件传输、会话协同等功能于一体的运维管理服务。 漏洞扫描 能够对Web应用的资产进行识别分类以及对Web应用进行深度弱点探测。通过漏洞产生的原理和渗透测试的方法，快速分析出被测目标所开放的端口服务和对应的协议信息，发现资产暴露面。漏洞库覆盖国内外常见CMS、中间件、操作系统等严重漏洞，帮助用户全面分析Web应用网络环境中存在的安全弱点。

本节为您介绍云迁移服务CMS中数据库迁移工具数据订阅快速配置,包括注意事项及操作步骤。 注意事项 本文仅简单介绍数据订阅的通用配置流程，不同情况下的高级配置请阅读数据订阅。 操作步骤 1. 进入数据订阅的任务列表界面。 2. 单击“创建订阅”按钮，进入订阅任务配置界面。 3. 填写订阅任务的参数信息。 4. 填写好源库信息后，单击测试连接按钮。 5. 通过连接测试后点击“下一步：选择订阅对象”。 6. 将需要订阅的表选中，并点击“>”箭头，将表移到右侧已选对象框中。 7. 确定需要订阅的表后，点击“下一步:启动”，启动订阅任务。 8. 启动订阅任务后，即可查看订阅任务实时进度。

本文介绍如何批量更新、删除或插入数据。 批量更新 常用的批量更新为 update …… set …… from(values()) as ……，将values的值构成虚表，统一更新。 update table1 set col2tmp.col2 from (values (XXX,'XXX'),(XXX,'XXX'),(XXX,'XXX')) as tmp (col1,col2) where test.col1tmp.col1; 批量删除 使用truncate，直接将表所有数据行截断，无法进行回滚。 truncate tablename; drop，也是直接将表全部删除，不可回滚。不同在于，drop会将整个表数据与表结构全部删除，truncate会保留表结构，即表可以继续使用。 drop tablename; 批量插入 使用 insert into ... select的方法，对数据源限制较多。 insert into table1(col1, col2) select col1 , col2 from table2; 使用insert into … values (), () … ，SQL编写麻烦，数据量多时，较难检查其正确性。 insert into tablename(col1, col2) values (XXX, 'XXX'), (XXX, 'XXX'); 使用三方工具或者编程语言实现批量处理（推荐） 使用SQL编写批量数据处理其实较为繁琐，原因是SQL语句较为冗余，也不便于检查错误。因而生产中最为常用的方式，是使用其他编程语言的数据库驱动，利用该语言的开发便利性，批量导入数据，例如java语言连接数据库使用的jdbc，搭配上合适的函数框架，可以很轻松实现批量操作数据。