本章节主要介绍数据仓库服务如何连接集群。 操作场景 您在创建好数据仓库集群，开始使用数据库服务前，需要使用数据库客户端连接到DWS 集群中的数据库。本示例将使用Data Studio客户端工具通过公网地址连接DWS集群中的数据库。您也可以使用其他SQL客户端连接集群，更多连接方式请参见 连接集群的方式。 1.获取所要连接的数据库名称、用户名和密码。 首次使用客户端连接集群时，您需使用创建集群时设置的数据库管理员用户和密码连接到默认数据库“gaussdb”。 2.获取集群公网访问地址：通过集群公网访问地址连接数据库。 3.使用Data Studio连接到集群数据库：下载配置Data Studio客户端并连接集群数据库。 获取集群公网访问地址 1.登录DWS 管理控制台。 2.在左侧导航栏中，单击“集群管理”。 3.在集群列表中，选中已创建集群（如dwsdemo），单击“集群名称”前面的向下展开按钮，获取并保存公网访问地址。 该公网访问地址将在使用Data Studio连接到集群数据库时使用。 使用Data Studio连接到集群数据库 1.DWS 提供了基于Windows平台的Data Studio图形界面客户端，该工具依赖JDK，请先在客户端主机上安装Java 1.8.0141或以上版本的JDK。 在Windows操作系统中，您可以访问JDK官方网站，下载符合操作系统版本的JDK，并根据指导进行安装。 2.登录DWS 管理控制台。 3.单击“连接管理”。 4.在“下载客户端和驱动”页面，下载“Data Studio图形界面客户端”。 请根据操作系统类型，选择“Windows x86”或“Windows x64”，再单击“下载”，可以下载与现有集群版本匹配的Data Studio工具。 如果同时拥有不同版本的集群，单击“下载”时会下载与集群最低版本相对应的Data Studio工具。如果当前没有集群，单击“下载”时将下载到低版本的Data Studio工具。DWS 集群可向下兼容低版本的Data Studio工具。 单击“历史版本”可根据集群版本下载相应版本的Data Studio工具，建议按集群版本下载配套的工具。 5.解压下载的客户端软件包（32位或64位）到需要安装的路径。 6.打开安装目录，双击Data Studio.exe，启动Data Studio客户端，如下图所示。 7.在主菜单中选择 “文件>新建连接” ，如下图所示。 8.在弹出的“新建/选择数据库连接”页面中，如下图所示，输入连接参数。 字段名称 说明 举例 数据库类型 选择“GaussDB A” GaussDB A 名称 连接名称。 dwsdemo 主机名 所要连接的集群IP地址（IPv4）或域名。 端口号 数据库端口。 8000 数据库 数据库名称。 gaussdb 用户名 所要连接数据库的用户名。 密码 所要连接数据库的登录密码。 保存密码 在下拉列表中选择： “仅当前会话”：仅在当前会话中保存密码。 “不保存”：不保存密码。 启用SSL 启用时，客户端将使用SSL加密连接方式。SSL连接方式安全性高于普通模式，建议开启。 当“启用SSL”设置为开启时，请先下载SSL证书，并解压证书文件。然后中单击“SSL”页签，设置如下参数： 配置SSL参数 字段名称 说明 客户端SSL证书 选择SSL证书解压目录下的“sslcertclient.crt”文件。 客户端SSL密钥 客户端SSL秘钥只支持PK8格式，请选择SSL证书解压目录下的“sslcertclient.key.pk8”文件。 根证书 当“SSL模式”设为“verifyca”时，必须设置根证书，请选择SSL证书解压目录下的“sslcertcacert.pem”文件。 SSL密码 客户端pk8格式SSL秘钥密码，默认密码为“Gauss@MppDB”。 SSL模式 DWS支持的SSL模式有： require verifyca DWS不支持“verifyfull”模式。 详见下图： 配置SSL参数 9.单击“确定”建立数据库连接。 如果启用了SSL，在弹出的“连接安全告警”提示对话框中单击“继续”。 登录成功后，将弹出“最近登录活动”提示框，表示Data Studio已经连接到数据库。用户即可在Data Studio界面的“SQL终端”窗口中执行SQL语句。 详见下图： 登录成功 欲详细了解Data Studio其他功能的使用方法，请按“F1”查看Data Studio用户手册。

本节为您介绍数据库迁移工具提供订阅任务搜索功能。 数据库迁移工具提供订阅任务搜索功能，用户可根据ID、任务名称、状态、任务时间、是否异常筛选出想要查看的迁移任务，查询条件之间是并且的关系。 ID 基于ID列的精确查询条件 名称 基于任务名称列的模糊查询条件 状态 基于状态列的下拉选项精确查询条件 时间 基于启动时间列的时间段精确查询条件 异常任务 该搜索条件支持搜索表有延迟、堆积的任务

本章节主要介绍数据源智能助手。 数据源智能助手是面向多类型数据源接入与管理场景的AI 助手，能够自动识别用户输入中的数据源特征，智能推荐连接方式，辅助完成参数配置与连通性校验。该助手贯穿数据源全生命周期流程，支持完整的创建、验证与管理操作，并在运行过程中监控连接状态与可用性。 数据源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，识别数据源类型与连接方式，自动创建数据源接入配置 编辑 智能理解修改需求，自动调整数据源连接参数、认证方式或字段映射等配置信息 删除 安全删除数据源配置，并自动清理相关依赖关系与引用信息 复制 快速复制现有数据源配置，支持连接参数与认证方式的快速调整 测试 执行连通性测试，验证数据源配置、网络可达性与凭证有效性 上线 通过自然语言对话，完成数据源的上线操作，确保可在任务中使用 下线 通过自然语言对话，下线数据源，禁止任务继续引用该数据源 查询列表 通过自然语言查询已接入的数据源列表，支持按类型等维度筛选 以数据源智能助手的“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，例如：“创建一个 MySQL 数据源，英文名称为 xxx，中文名称为 测试……” 系统解析指令后，进入数据源创建流程： 自动识别数据源类型（如 MySQL），并在界面中给出类型确认提示 系统展示“选择数据源类型”表单，并将识别出的类型自动填入 用户可确认或修改数据源类型，随后点击【提交】进入下一步参数配置 点击【提交】按钮，系统进入数据源连接信息配置阶段： 自动进入“配置开发环境”步骤，提示数据源类型校验已通过 展示数据源连接所需的基础信息，包括 IP/端口、数据库名、认证方式、用户名与密码等字段 支持补充扩展参数（如编码方式、超时时间等），用户可按需新增或删除参数项 提供 “测试连通性”开关，用户可选择在保存时自动执行连通性校验 用户完成填写后点击【提交】，若连通性开关已开启，系统将在保存阶段对连接有效性进行验证 点击【提交】按钮，系统自动进入生产环境连接信息配置阶段： 根据上一阶段的校验结果，进入“配置生产环境”步骤，提示用户继续完善生产环境连接信息 展示生产环境所需的连接参数，包括 IP/端口、数据库名、认证方式、用户名与密码等基础字段 支持配置扩展参数（如编码方式、超时时间等），可按需新增或删除参数项 提供 “测试连通性”开关，用于在保存时对生产环境连接进行连通性校验 用户填写完成后点击【提交】，系统将在保存阶段进行必要的连通性验证（若已开启），完成数据源配置流程 系统在完成生产环境配置校验后，进入数据源基础信息确认阶段： 展示数据源的基础配置信息，包括数据源名称、中文名称、数据源类型与版本等字段 用户可根据需要对基础信息进行修改，确保数据源的名称、类型与版本配置准确无误 系统提示用户检查该信息是否正确，若需调整可直接在表单中编辑 用户确认后点击【提交】，完成数据源创建流程 系统完成基础信息校验和保存操作后，进入数据源创建结果展示阶段： 系统提示基础配置信息校验通过，并已成功保存数据源配置 显示“创建场景已成功完成”的状态反馈，标识当前创建流程已全部结束 提供推荐，后续可执行的操作入口，包括编辑数据源、测试数据源连通性、发布数据源等，便于继续完善或使用该数据源

步骤二：设置通知策略 新建或编辑通知策略，选择通知对象 为通用Webhook，然后选择对应的Webhook集成。具体操作，请参见【通知策略】。

如果您选择通过对应的工具或SDK方式访问天翼云对象存储,本文将带您了解如何下载工具及使用。 操作场景 如果您选择通过客户端或SDK访问ZOS，您需要提前下载对应的工具或SDK源码，并进行相关的初始化配置。 如果您选择通过控制台或API访问ZOS，则可以跳过以下步骤。 S3Browser S3Browser是一个支持S3接口服务的免费windows客户端工具，通过S3Browser可查看ZOS中目前已经存在的桶和文件。 S3Browser安装及使用可参考S3Browser。 SDK SDK是对天翼云对象存储ZOS提供的RESTful API进行封装的工具，旨在简化用户的开发工作。用户通过使用SDK提供的接口函数，可以直接调用并实现对ZOS的各项业务能力的使用，同时保持原有功能的基本不变。 天翼云支持多种SDK开发方式，例如JAVA、C、C++、Python、Go等。SDK安装包下载及使用可参考开发者文档。 自动化策略工具 自动化策略工具（PolicyEditor）由若干条策略组成。使用自动化策略工具，可以在界面上逐条添加或删除策略，并自动生成策略的JSON文本，自动化策略工具中，每条策略需要设置其效果、授权账号、授权资源、授权操作。 自动化策略工具使用可参考自动化策略工具。

帐户 说明 操作步骤 默认帐户安全 禁用Guest用户 禁用或删除其他无用帐户（建议先禁用帐户三个月，待确认没有问题后删除） 1. 打开控制面板。 2. 选择“管理工具>计算机管理”。 3. 选择“系统工具>本地用户和组>用户”。 4. 双击 Guest 用户，在弹出的Guest属性窗口中，勾选“帐户已禁用”。 5. 单击“确定”，完成Guest用户禁用。 按照用户分配帐户 根据业务要求，设定不同的用户和用户组。 例如，管理员用户，数据库用户，审计用户等。 1. 打开控制面板。 2. 选择“管理工具>计算机管理”。 3. 选择“系统工具>本地用户和组”，根据业务要求，设定不同的用户和用户组，包括管理员用户，数据库用户，审计用户等。 定期检查并删除无关帐户 定期删除或锁定与设备运行、维护等与工作无关的帐户。 1. 打开控制面板。 2. 选择“管理工具>计算机管理”。 3. 选择“系统工具>本地用户和组”。 4. 单击“用户”或者“用户组”，在用户或者用户组页面，删除或锁定与设备运行、维护等与工作无关的帐户。 不显示最后的用户名 配置登录登出后，不显示用户名称。 1. 打开控制面板。 2. 选择“管理工具>本地安全策略”。 3. 在“本地安全策略”窗口中，选择“本地策略>安全选项”。 4. 双击“交互式登录：不显示最后的用户名”。 5. 在弹出的“交互式登录：不显示最后的用户名”属性窗口中，选择“启用”，并单击确定。

工作流工具： 具备多版本概念。 具备创建版本、发布功能。 支持发布到工具广场、后端api。 版本管理 相关概念 关键概念: 版本: 版本为工作流工具的编排的快照, 用来记录某个时刻的工作流工具的编排状态。 其他概念： 当前草稿: 您所在的处于可编辑的工具编排界面均为草稿版本。 创建版本: 当草稿修改到一定阶段, 可保存的独立版本。 版本相关功能 创建版本 创建版本的入口在编排界面的右上角“创建版本”按钮。 填写版本信息： 版本管理 版本管理的入口在“发布”一栏中： 用户可以在此处进行版本的发布， 预览和删除。 发布管理 发布配置 对现有的不同版本的工具进行管理， 支持该工具的不同版本的发布和下架。 发布历史 展现此工具不同版本的发布历史。点击“详情”按钮可以查看更多版本信息。

安全分析中的索引是一种存储结构，用于对日志数据中的一列或多列进行排序。不同的索引配置，将会产生不同的查询和分析结果，请根据您的需求合理配置索引。 如果您需要使用分析功能，必须配置字段索引。配置字段索引后，您可以指定字段名称和字段值（Key:Value）进行查询，缩小查询范围。例如查询语句level:error，表示查询level字段值包含error的日志。 前提条件 已完成数据接入，详细操作请参见数据集成。 配置字段索引 1. 登录管理控制台。 2. 单击页面左上方的，选择“安全 > 态势感知（专业版）”，进入态势感知（专业版）管理页面。 3. 在左侧导航栏选择“工作空间 > 空间管理”，并在工作空间列表中，单击目标工作空间名称，进入目标工作空间管理页面。 4. 在左侧导航栏选择“日志审计 > 安全数据”，进入安全分析页面。 5. 在左侧数据空间导航栏中，单击数据空间名称，展开数据管道列后，再单击管道名称，右侧将显示管道数据的检索页面。 6. 在数据管道检索页面，单击右上角“索引配置”，页面右侧展示索引配置页面。 7. 在索引配置页面中，配置索引参数。 1. 开启索引状态。 索引状态默认开启，索引状态关闭时，将无法索引和查询采集到的日志。 2. 配置索引参数，参数配置说明如下表所示。 参数名称 参数说明 字段名称 日志字段名称（key）。 字段类型 日志字段值（value）的数据类型，可选值为text、keyword、long、integer、double、float、date和json。 包含中文 查询时是否区分中英文。当字段类型选择“text”时，需要设置该参数。 开启开关后，如果日志中包含中文，则按照中文语法拆分中文内容，按照分词符配置拆分英文内容。 关闭开关后，按照分词符配置拆分所有内容。 示例：日志内容为：user:WAF日志用户张三。 关闭“包含中文”开关后，按照分词符半角冒号（:）进行拆分，日志会被拆分为user、WAF日志用户张三，您可以通过user或WAF日志用户张先生查找该日志。 开启“包含中文”开关后，日志服务后台分词器将日志拆分为user、WAF、日志、用户和张三，您通过日志或张先生等词都可以查找到该日志。 8. 单击“确定”。

本章节主要介绍IDE智能助手。 IDE智能助手是面向多源数据开发场景的一站式AI智能引擎，深度集成ETL开发、SQL编写与处理逻辑配置等核心环节。作为数据工程师的"AI编程搭档"和开发质量的"智能守门员"，它支持自然语言生成脚本、智能代码补全、语法纠错与性能优化建议，基于上下文语义推荐最佳实践。 IDE开发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 表元信息查询 通过表名/表描述查询表的基本信息和结构 代码解释 对用户提交的 Shell、Python、SQL等代码进行解析与诠释，阐明其内在逻辑与运行机制 代码纠错 智能扫描用户提交的 Shell、Python、SQL等代码，识别并修复其中的语法、逻辑与潜在运行时错误 代码优化 对用户提交的 Shell、Python、SQL等代码进行智能分析与重构，使其变得更高效、更规范、更健壮 代码生成 实现从自然语言到代码的智能转换，支持Shell、Python、SQL等多种语言 进入IDE智能助手，手动选择创建的脚本类型，进入IDE编辑器面板 系统响应，自动创建新的脚本开发任务，开启智能IDE窗口。 用户可以通过对话窗口输入自然语言描述“查询事故基础信息表，按月统计2024年事故数量” 系统响应，智能识别查询意图和数据表信息，并生成SQL代码。 用户可以自行确认代码逻辑是否符合业务需求，点击“插入代码”按钮接受系统的推荐，此外，用户还可以通过勾选代码，右键菜单使用【代码纠错】、【代码注释】或【代码解释】等功能。 点击【保存】按钮即可保存脚本。

本文介绍天翼云花卷慧办的产品定义。 产品定义 花卷慧办是一款面向现代企业的一体化协同办公平台，依托息壤算力，以多模态AI智能引擎为核心驱动为客户提供企业级智能办公平台。本产品集成了消息、日程管理、待办任务、在线会议、空间、知识库管理、防钓鱼邮件客户端和办公智能体等核心功能模块，形成一个一站式的智能办公解决方案。它采用云端架构，支持多端同步，用户可在PC、Mac、iOS、Android等设备上无缝使用，满足日常办公和远程协作需求。 云会议 提供高清流畅、便捷易用、安全可靠的会议服务，随时随地高效开会。 云空间 集成企业文档和个人文件存储，包含企业空间、协作空间、个人空间等。 防钓鱼邮件客户端 防钓鱼邮件客户端，通过本地规则引擎、云端情报、慧泽大模型等能力全面增强检测准确率，并实时反馈是否为钓鱼邮件。 知识库 实现知识的快速存储、检索和更新，方便企业随时随地访问和共享知识资源。 智能体 能主动对接办公场景中 “日程待办、会议创建、信息查询” 等多维度需求，为用户提供 “一站式、个性化、预判式” 办公支持的智能化交互模块。

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，如果包丢失则返显为“” 。 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。

使用mysqldump迁移MySQL数据 说明：本章节会介绍如何使用mysqldump迁移MySQL数据库数据 迁移准备 关系型数据库服务支持开启公网访问功能，通过弹性公网IP进行访问。您也可通过弹性云服务器的内网访问关系型数据库。 1、准备弹性云服务器或可通过公网访问关系型数据库。 通过弹性云服务器连接关系型数据库实例，需要创建一台弹性云服务器。通过公网地址连接关系型数据库实例，需具备以下条件： （1）先对关系型数据库实例绑定公网地址。 （2）保证本地设备可以访问关系型数据库实例绑定的公网地址。 2、在准备的弹性云服务器或可访问关系型数据库的设备上，安装MySQL客户端。 该弹性云服务器或可访问关系型数据库的设备需要安装和RDS MySQL数据库服务端相同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关系型数据库，需要先对其进行导出。 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。 登录已准备的弹性云服务器，或可访问关系型数据库的设备。 使用mysqldump将元数据导出至SQL文件。 MySQL数据库是关系型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 rdsdb singletransaction orderbyprimary hexblob nodata routines events setgtidpurgedOFF u root p h 192.168.151.18 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: 若使用的mysqldump低于5.6版本，需要去掉“setgtidpurgedOFF”。 命令执行完会生成“dumpdefs.sql”文件，如下： [rds@localhost ~]$ ll dumpdefs.sql rwr. 1 rds rds 2714 Sep 21 08:23 dumpdefs.sql 使用mysqldump将数据导出至SQL文件。 MySQL数据库是关系型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 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 rdsdb singletransaction hexblob setgtidpurgedOFF nocreateinfo skiptriggers u root p h 192.168.151.18 P 8635 r dumpdata.sql 若使用的mysqldump低于5.6版本，需要去掉“setgtidpurgedOFF”。 命令执行完会生成“dumpdata.sql”文件，如下： [rds@localhost ~]$ ll dumpdata.sql rwr. 1 rds rds 2714 Sep 21 08:23 dumpdata.sql 导入数据 通过弹性云服务器或可访问关系型数据库的设备，用相应客户端连接关系型数据库实例，将导出的SQL文件导入到关系型数据库。 如果源数据库中包含触发器、存储过程、函数或事件调用，则需确保导入前设置目标数据库参数logbintrustfunctioncreatorsON。 导入元数据到关系型数据库。 先用mysql工具连接关系型数据库实例，输入密码后，执行导入命令。

获取终端节点 终端节点（Endpoint）即调用API的 请求地址 ，不同服务不同区域的终端节点不同。 您可以从企业管理员处获取。 获取数据目录的guid 每个业务资产、技术资产或指标资产都具备guid，guid是资产的唯一标识符。在调用数据目录或数据地图接口时，部分URL中需要填入guid。 在数据地图或数据目录组件中，数据资产guid的获取步骤如下： 1. 在DataArts Studio控制台首页，选择实例，单击“进入控制台”，选择“数据地图”或对应工作空间的“数据目录”，进入数据地图或数据目录页面。 2. 按下F12，打开开发者调试工具，然后选择Network功能。 图3 选择Network 3. 在数据地图的“首页”界面或“数据搜索”界面，或者在数据目录的“总览”界面或“数据目录”界面，选择需要查询guid的资产，并点击资产名进入资产详情页。 a. 在Network请求中，寻找Name形如“09318f28939f4ab6a3749e621096652c”的长字符串。 图4 寻找长字符串 b. 点击该字符串，弹出具体请求的弹窗。在Request URL中，可以确认该字符串即为该资产的guid。 图5 获取guid

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] 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] 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]

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] 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] 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]

公有云使用Kafka作为消息引擎，以下概念基于Kafka进行描述。 Topic 消息主题。消息的生产与消费，围绕消息主题进行生产、消费以及其他消息管理操作。 Topic也是消息队列的一种发布与订阅消息模型。生产者向消息主题发布消息，多个消费者订阅该消息主题的消息，生产者与消费者彼此并无直接关系。 生产者（Producer） 向Topic（消息主题）发布消息的一方。发布消息的最终目的在于将消息内容传递给其他系统/模块，使对方按照约定处理该消息。 消费者（Consumer） 从Topic（消息主题）订阅消息的一方。订阅消息最终目的在于处理消息内容，如日志集成场景中，监控告警平台（消费者）从主题订阅日志消息，识别出告警日志并发送告警消息/邮件。 节点（Broker） 即Kafka集群架构设计中的单个Kafka进程，一个Kafka进程对应一台服务器，因此手册中描述的节点，还包括对应的存储、带宽等服务器资源。 分区（Partition） 为了实现水平扩展与高可用，Kafka将Topic划分为多个分区，消息被分布式存储在分区中。 副本（Replica） 消息的备份存储。为了确保消息可靠，Kafka创建Topic时，每个分区会分别从节点中选择1个或多个，对消息进行冗余存储。 Topic的所有消息分布式存储在各个分区上，分区在每个副本存储一份全量数据，副本之间的消息数据保持同步，任何一个副本不可用，数据都不会丢失。 每个分区都随机挑选一个副本作为Leader，该分区所有消息的生产与消费都在Leader副本上完成，消息从Leader副本复制到其他副本（Follower）。 Kafka的主题和分区属于逻辑概念，副本与节点属于物理概念。下图通过消息的生产与消费流向，解释了Kafka的分区、节点与主题间的关系。 图 Kafka消息流

本文主要介绍 Kafka相关概念。 云服务平台使用Kafka作为消息引擎，以下概念基于Kafka进行描述。 Topic 消息主题。消息的生产与消费，围绕消息主题进行生产、消费以及其他消息管理操作。 Topic也是消息队列的一种发布与订阅消息模型。生产者向消息主题发布消息，多个消费者订阅该消息主题的消息，生产者与消费者彼此并无直接关系。 生产者（Producer） 向Topic（消息主题）发布消息的一方。发布消息的最终目的在于将消息内容传递给其他系统/模块，使对方按照约定处理该消息。 消费者（Consumer） 从Topic（消息主题）订阅消息的一方。订阅消息最终目的在于处理消息内容，如日志集成场景中，监控告警平台（消费者）从主题订阅日志消息，识别出告警日志并发送告警消息/邮件。 代理（Broker） 即Kafka集群架构设计中的单个Kafka进程，一个Kafka进程对应一台服务器，因此手册中描述的代理，还包括对应的存储、带宽等服务器资源。 分区（Partition） 为了实现水平扩展与高可用，Kafka将Topic划分为多个分区，消息被分布式存储在分区中。 副本（Replica） 消息的备份存储。为了确保消息可靠，Kafka创建Topic时，每个分区会分别从代理中选择1个或多个，对消息进行冗余存储。 Topic的所有消息分布式存储在各个分区上，分区在每个副本存储一份全量数据，副本之间的消息数据保持同步，任何一个副本不可用，数据都不会丢失。 每个分区都随机挑选一个副本作为Leader，该分区所有消息的生产与消费都在Leader副本上完成，消息从Leader副本复制到其他副本（Follower）。 Kafka的主题和分区属于逻辑概念，副本与代理属于物理概念。下图通过消息的生产与消费流向，解释了Kafka的分区、代理与主题间的关系。 图 Kafka消息流

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）

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。

安全运维报告 根据用户云环境的安全态势及风险威胁处置数据生成安全运营报告。 安全漏洞扫描 安全管理中心集成主机漏洞及应用漏洞扫描功能，能够帮助用户高效、全方位的检测出服务环境中的各类脆弱风险，并提供专业、有效的安全分析和修补建议。 组件集中管理 安全管理中心集中管理全网安全专区能力组件，已部署的组件规格、部署区域、版本许可信息、运行状态等配置信息统一展现安全管理员从天翼云控制台即可单点登录所有安全组件进行策略配置及备份策略，无需繁琐的分别登录组件进行管理。 云堡垒机 云堡垒机为用户提供运维审计解决方案，运维人员可通过云堡垒机远程访问云主机，实现统一账号管理、双因子、认证管理、权限管理、审计管理，解决系统账号复用、运维权限混乱、运维过程不透明等问题。 支持RDP、VNC、X11等图形终端操作的连接情况进行记录及审计。 记录发生时间、发生地址、服务端IP地址、客户端IP地址、操作指令、返回信息、操作备注、客户端端口号、服务器端口号、运维用户帐号、运维用户姓名、审批用户帐号、审批用户姓名、服务器用户名等信息。 云防火墙 应用访问控制 包括但不限于47层访问控制、入侵防御、病毒过滤等安全功能。

本页介绍了排查实例CPU使用率高问题的方法。 CPU使用率过高的一般排查步骤如下： 1. 在DDS控制台找到目标实例，单击监控图标， 然后在CPU页签下，查看CPU使用率较高的时间段。 2. 登录对应的实例机器查看系统资源使用情况：首先使用Linux的系统监控工具（如top、htop）或Windows的任务管理器，查看系统整体的CPU使用率和其他资源使用情况。确认是否只有MongoDB进程占用大量CPU资源，还是其他进程也在竞争CPU资源。 3. 文档数据库服务查询性能分析工具与方式： 1. MongoDB Compass等工具来查看当前正在执行的查询(MongoDB Compass 的下载与使用请参见Mongodb的官网下载)。 2. 使用MongoDB shell的db.currentOp()命令,检查是否有某个查询或操作占用了大量CPU资源。 db.currentOp()命令解析： 例如：连接上Mongodb shell 执行以下操作： > db.users.find({ age: { $gte: 18 } }).limit(10) > db.currentOp() { "inprog" : [ { "opid" : 1290, // 操作的唯一标识符 "op" : "query", // 操作类型：查询 "ns" : "exampledb.users", // 操作涉及的命名空间 "query" : { "age" : { "$gte" : 18 } }, // 查询条件 "client" : "127.0.0.1:57852", // 客户端IP地址和端口 "desc" : "conn211", // 操作的描述信息 "active" : true, // 操作是否活动中 "secsrunning" : 5, // 操作已经运行的时间（以秒为单位） "oplog" : false, "numYields" : 0, "locks" : { "Global" : "r", // 全局读锁 "MMAPV1Journal" : "r" // MMAPv1引擎的日志读锁 }, "waitingForLock" : false, "msg" : "", "numYieldOps" : 0, "database" : "exampledb", "command" : { "find" : "users", // 执行的命令：查找操作 "filter" : { "age" : { "$gte" : 18 } }, // 过滤条件 "limit" : 10 // 限制结果数 }, "planSummary" : "COLLSCAN", // 查询执行计划摘要 "lsid" : { "id" : { "UUID" : "e45ea9176c614a5e86812da4af89aa29" }, // 会话ID "uid" : ObjectId("ea6a1a2570a062f88eac10f5") // 用户ID }, "$clusterTime" : { "clusterTime" : Timestamp(1657796621, 1), "signature" : { "hash" : { "BsonData" : "wDUTByvnZXjN+MJB/M9Rlg", "Length" : 28 }, "keyId" : 6963168194386045953 } }, "stale" : false, "txnNumber" : 11, "startAt" : ISODate("20230721T15:57:01.246Z"), "autocommit" : false, "lastWrite" : { "opTime" : { "ts" : Timestamp(1657796621, 1), "t" : 1 }, "lastWriteDate" : ISODate("20230721T15:57:01Z"), "majorityOpTime" : { "ts" : Timestamp(1657796621, 1), "t" : 1 }, "majorityWriteDate" : ISODate("20230721T15:57:01Z") }, "activeShards" : {}, "numShards" : 0, "shardName" : "", "hashed" : false, "batchSize" : 0, "mode" : "scanned" } ] } 4. 确认索引使用情况：检查数据库中的索引是否被有效使用。缺少索引或索引使用不当可能导致查询性能下降，从而导致高CPU使用率。 5. 长时间运行的查询：检查是否有长时间运行的查询，这些查询可能会占用大量CPU资源。优化查询性能或者对长时间运行的查询进行调整可能有助于降低CPU使用率。 6. 调整Write Concern：写操作的Write Concern设置会影响数据写入的确认方式，使用较高级别的Write Concern可能会导致CPU开销增加。根据应用需求，选择合适的Write Concern。 7. 硬件性能：确认文档数据库运行在性能良好的硬件上，包括CPU、内存和磁盘。如果硬件性能不足，可能会导致CPU使用率过高。 8. 日志记录级别：考虑降低文档数据的日志记录级别，减少日志输出对CPU的影响。 9. 压力测试：进行压力测试以模拟生产环境的负载，并观察CPU使用率的变化。通过压力测试可以更好地理解系统的瓶颈和性能问题。 10. 数据分片：如果数据量较大，可以考虑使用文档数据库服务的分片集群，将数据分散到多个节点上，以实现水平扩展和负载均衡。 11. 数据库版本和配置：确保使用的文档数据库服务版本是较新的稳定版本，并根据硬件资源和负载情况合理配置文档数据库服务的参数。 注意 高CPU使用率可能是复杂的问题，可能有多个因素共同导致。在进行问题排查时，建议先在测试环境中进行实验和测试，逐步排查可能的原因。如果问题持续存在，可以考虑寻求专业的文档数据库技术支持。

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。

本文将为您介绍公共传输通道的产品优势。 快速开通 能够实现客户总部/分支机构（含自建机房）站点、电信IDC/DC站点、私有云、天翼云、电信云灾备中心、第三方公有云的自动开通。 天翼云资源池站点分钟级开通（个别不具备专线自动化开通能力的资源池，需两个工作日手工开通）。 采用IPRAN接入的站点可在7个工作日内开通（含本地接入段施工时间）。 灵活入云 公共传输通道为企业用户提供了高效便捷的一点入多云的服务，通过预先与天翼云和第三方公有云进行深度集成，确保能够实现客户总部和分支机构能够更加轻松灵活地实现一点入云。 安全可靠 CN2DCI网络节点采用三路由互联设计，确保数据传输的可靠性和稳定性。天翼云资源池站点通过双POP（两台堆叠配置的云专线交换机）以及双链路上联至CN2DCI网络，实现了高达99.95%的可用率，即使在云主机出现故障的情况下，也能确保服务的连续性和稳定性。同时，在CN2DCI大客户专属承载网上采用国际主流的MPLS/SRv6+EVPN技术，有效隔离不同行业客户的数据，确保客户信息安全无虞。 超低时延 CN2DCI承载网面向大客户的业务而设计，确保负载不超过50%，同时支持路径定制，骨干网节点间平均时延指标最优低于30ms，全面满足公共传输通道业务低时延要求。

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。

本文介绍数据管理服务产品的使用模式，解答如何开通数据管理服务问题。 本文介绍数据管理服务产品的使用模式，解答如何开通数据管理服务问题。 问题描述 如何开通使用数据管理服务DMS？ 问题分析 新一代数据管理服务升级采用一站式服务架构，以全局集中模式纳管天翼云各资源池和其他环境数据库实例，目前正处于限时免费期，您可以走官网产品详情页，点击立即开通即可订购试用。在产品详情页，我们设计了两种不同的进入数据管理服务控制台的按钮：“立即开通”和“管理控制台”。顾名思义，“管理控制台”即直接进入数据管理服务控制台的按钮，如果用户未订购数据管理服务DMS，点击后会自动跳转订购页，根据指引完成订购，后续即可进入数据管理服务控制台；“立即开通”，用户可点击立即开通进入订购页，如果之前已订购数据管理服务DMS，会提醒您已订购并自动跳转控制台首页。因此，您可以直接在产品详情页订购数据管理服务DMS后，访问控制台。 解决方案 在天翼云官网页面，您可以通过“产品” > “数据库” > “数据库生态工具” > “数据管理服务”的层次树进入数据管理服务产品详情页。 产品限时免费期间，您在数据管理服务产品详情页上点击“立即开通”，或点击“管理控制台”（此前未订购数据管理服务DMS），均可直接进入数据管理服务DMS订购页，完成订购操作。

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。

客户端加密SDK是一个用于数据加密和解密的Java算法库，支持多种加密算法和密钥管理策略。本SDK提供了简单易用的API，帮助开发者快速实现数据的安全加密和解密操作。 前提条件 已购买企业版客户端加密模块license。 已开通KMS包周期服务。 已完成访问凭证AKSK创建。 已完成用户主密钥资源创建。 下载SDK 请点击下载客户端加密模块SDK（企业版）.zip。 安装与配置 1. 依赖库部署。 使用SDK前需将 C 依赖库放入相应的路径下，否则无法调用相关功能。 Linux环境 将文件夹lib中对应版本的xxx.so放置对应目录下： 64 位系统：库文件放入/lib64目录下。 32 位系统：库文件放入/usr/lib目录下。 Windows环境 将文件夹lib中对应的版本的xxx.dll 放置对应目录下： 64 位系统：DLL文件存放在C:WindowsSystem32目录或者jar包同级目录下。 32 位系统：DLL文件存放在C:WindowsSysWOW64目录或者jar包同级目录下。 2. 集成配置。 应用系统新增依赖配置： plaintext 安装加密软模块sdk包 mvn install:installfileDfilelib/TASSLAPIv1.5.220251215.1.jarDgroupIdorg.tasslsdk DartifactIdtasslDversion1.5.2Dpackagingjar 安装kms终端节点sdk mvn install:installfileDfilelib/ctyunkmssdkjava.jarDgroupIdorg.kmssdk DartifactIdctyunkmssdkjavaDversion1.2.1.1Dpackagingjar 添加依赖： plaintext org.tasslsdk tassl 1.5.2 其他依赖jar包信息： annotations13.0.jar hutoolall5.8.5.jar kotlinstdlib1.4.0.jar okhttp4.9.0.jar  okio2.8.0.jar

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

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。

本章节主要介绍数据标准智能助手。 数据标准智能助手专门用于辅助数据标准治理的智能体。它通过自然语言处理技术，将复杂的标准制定流程转化为简单的对话交互，支持从单字段定义到大规模标准文档解析的全场景覆盖。 快速入门：进入助手入口 访问助手：在 首页菜单点击“数据标准智能助手”进入。 初始界面：进入后，助手会展示欢迎语及其核心能力，并提供预设的“示例问法”（如：新增身份证的标准），点击即可快速发起任务。 工具栏操作：对话框下方设有快捷操作项，支持一键发起 [新增标准]、[编辑标准] 或 [删除标准]。 核心场景操作指南 1.自然语言智能生成标准 通过描述业务需求，助手将调用底层 standardmcpserver 智能推荐标准属性。 发起需求：在对话框输入“新增身份证的标准”。 自动执行：助手将启动【新增字段标准】工具，实时检索行业规范并进行查重判断。 结果预览：系统会在对话流中展示“标准列表”卡片，自动填充以下关键字段： 标准中文名/英文名：如“身份证” / idcard。 描述：如“身份证标准格式:长度18位”。 数据类型与长度：如“字符型”、长度“18”。 人工干预： 用户可直接在列表中修改参数，或点击“AI智能补全”完善缺失信息。 目录确认：在卡片顶部选择该标准归属的“目录”。 应用保存：检查无误后点击“应用”完成标准创建。 2.标准运维管理（编辑/上线/删除） 查询：输入“查询数据标准列表”，助手展示前 20 条标准详情（含版本、创建人等）。 状态变更：通过对话输入“上线/下线数据标准 XXX”，助手确认意图后执行。 注意：已经处于“已发布”状态的标准不允许直接修改，需下线后方可编辑。

保证数据安全和访问安全 多租户场景下，分开存放不同租户的数据，以保证数据安全；控制用户对租户资源的访问权限，以保证访问安全。 调度器增强 多租户根据调度器类型分为开源的Capacity调度器和自主研发的增强型Superior调度器。为满足企业需求，克服Yarn社区在调度上遇到的挑战与困难，自主研发的Superior调度器，不仅集合了当前Capacity调度器与Fair调度器的优点，还做了以下增强： 增强资源共享策略 Superior调度器支持队列层级，在同集群集成开源调度器的特性，并基于可配置策略进一步共享资源。针对实例，管理员可通过Superior调度器为队列同时配置绝对值或百分比的资源策略计划。Superior调度器的资源共享策略将YARN的标签调度增强为资源池特性，YARN集群中的节点可根据容量或业务类型不同，进行分组以使队列更有效地利用资源。 基于租户的资源预留策略 部分租户可能在某些时间中运行关键任务，租户所需的资源应保证可用。Superior调度器构建了支持资源预留策略的机制，在这些租户队列运行的任务可立即获取到预留资源，以保证计划的关键任务可正常执行。 租户和资源池的用户公平共享 Superior调度器提供了队列内用户间共享资源的配置能力。每个租户中可能存在不同权重的用户，高权重用户可能需要更多共享资源。