删除KV 操作场景 本章节指导用户删除指定KV。 前提条件 要删除的KV数据已存在。 操作步骤 登录KVS管理控制台。 在KVS管理控制台左侧导航栏选择“仓”，进入存储仓列表。 单击仓名进入要删除KV的仓，单击表名进入要删除KV的表。 选择“KV信息”页签。 找到要删除的KV，在右侧操作列，单击“删除”。

查看更多 →

插入KV 操作场景 本章节指导用户在指定仓、指定表中插入KV新数据。 前提条件 已成功创建要插入KV的表。 操作步骤 登录KVS管理控制台。 在KVS管理控制台左侧导航栏选择“仓”，进入存储仓列表。 单击仓名进入要插入KV的仓，单击表名进入要插入KV的表。 选择“KV信息”页签。

查看更多 →

KV接口 上传单个kv 查询单个kv 更新单个kv 删除单个kv 扫描所有kv 扫描分区键内kv 批量写请求 父主题： API

查看更多 →

KV管理 KV简介 插入KV 更新KV 删除KV 查询KV

查看更多 →

KVS服务支持插入、更新、删除、查询KV。 表1 KVS云服务支持的KV相关功能 功能 描述 插入KV 向指定表中插入新的KV数据。 更新KV 更新指定表中指定KV的数据。 删除KV 删除指定KV。 查询KV 查询指定表中的KV数据。 父主题： KV管理

查看更多 →

查询KV 操作场景 本章节指导用户查看指定表中的KV数据。 前提条件 要查看的KV数据已存在。 操作步骤 登录KVS管理控制台。 在KVS管理控制台左侧导航栏选择“仓”，进入存储仓列表。 单击仓名进入对应仓，单击表名进入对应表。 选择“KV信息”页签。 在KV列表上方搜索框中选择“属性类型

查看更多 →

选择“KV信息”页签。 找到要更新的KV，在右侧操作列，单击“编辑”，进入KV属性表单。 图1 “编辑”界面 修改KV属性。注意，您只能修改除分区键和排序键以外的属性名称和属性的值。 修改完成后，单击右下角的“确定”，完成KV更新。 查看KV列表，检查KV信息是否为最新值，如果是最新值则更新KV成功。

查看更多 →

error_msg String 请求返回的错误信息。 请求示例 删除单个kv，删除kv的分区键为user，排序键为test-file-1 POST https://{endpoint}/v1/delete-kv { "table_name" : "test-table-1",

查看更多 →

表。举例：sample_segments_count=4，返回的段列表[MinKey, KV1)、[KV1,KV2)、[KV2,KV3)和[KV3,MaxKey)。用户可以使用scan-kv对这四个分区执行并发扫描，提高遍历效率。 范围: [1, 10000]。默认值：不执行采样。

查看更多 →

请求返回的错误信息。 请求示例 更新单个kv，设置表名为test-table-1，设置更新的kv分区键值为user1，排序键为test-file-1，设置更新的鑫数据为非结构化数据。 POST https://{endpoint}/v1/update-kv { "table_name"

查看更多 →

查询单个kv 功能介绍 下载一个kv文档的全部内容，或者部分字段的内容。 URI POST /v1/get-kv 表1 Query参数 参数 是否必选 参数类型 描述 store_name 否 String 仓名，全域唯一，不同租户的仓名不能相同。 格式：${prefix}-${

查看更多 →

上传单个kv 功能介绍 指定表，新建kv或覆盖已有kv，且满足表的key schema描述；允许指定条件执行。 URI POST /v1/put-kv 表1 Query参数 参数 是否必选 参数类型 描述 store_name 否 String 仓名，全域唯一，不同租户的仓名不能相同。

查看更多 →

步骤七：插入KV数据 操作场景 键值数据（Key-Value），简称KV，是文档型的数据项，提供主键到Value的映射。KVS提供多种使用方式，您可以根据使用习惯、业务场景选择不同的方式来插入KV数据。 操作步骤 表1 不同访问方式插入KV数据的方法 访问方式 插入KV数据方法 控制台

查看更多 →

件所有kv已经返回。 returned_kv_items Array of returned_kv_item objects 返回的kv列表，与scan-kv接口的returned_kv_item字段相同。 表9 returned_kv_item 参数 参数类型 描述 kv_doc

查看更多 →

GeminiDB Redis和开源Redis、其他开源Redis云服务有什么区别？ 开源Redis是常规的缓存产品，纯内存架构。GeminiDB Redis在开源Redis上做了增强，是一款兼容Redis协议的弹性KV数据库，支持远超内存的容量和极致的性能。热数据在内存中，全量数据在存储池中。有以下特点：

查看更多 →

使用kv-cache-int8量化 kv-cache-int8是实验特性，在部分场景下性能可能会劣于非量化。当前支持per-tensor静态量化，支持kv-cache-int8量化和FP16、BF16、AWQ、smoothquant的组合。 kv-cache-int8量化支持的模型请参见支持的模型列表和权重文件。

查看更多 →

如需使用该场景量化方法，请自行准备kv-cache量化系数，格式和per-tensor静态量化所需的2. 抽取kv-cache量化系数生成的json文件一致，只需把每一层的量化系数修改为列表，列表的长度为kv的头数，列表中每一个值代表每一个kv头使用的量化系数。内容示例如下： 在

查看更多 →

使用kv-cache-int8量化 kv-cache-int8是实验特性，在部分场景下性能可能会劣于非量化。当前支持per-tensor静态量化，支持kv-cache-int8量化和FP16、BF16、AWQ、smoothquant的组合。 kv-cache-int8量化支持的模型请参见表1。

查看更多 →

使用kv-cache-int8量化 kv-cache-int8是实验特性，在部分场景下性能可能会劣于非量化。当前支持per-tensor静态量化，支持kv-cache-int8量化和FP16、BF16、AWQ、smoothquant的组合。 kv-cache-int8量化支持的模型请参见表3。

查看更多 →

MySQL，用于保存游戏交易相关的业务数据。 方案优势 多性能 提供多种规格的弹性云服务器 E CS 、云数据库 GeminiDB、文档数据库服务 DDS和云数据库 RDS资源供用户选择。 高可用 云数据库 GeminiDB 、云数据库 RDS for Mysql部署在多个可用区，具备跨可用区故障容灾的能力。

查看更多 →

使用kv-cache-int8量化 kv-cache-int8是实验特性，在部分场景下性能可能会劣于非量化。当前支持per-tensor静态量化，支持kv-cache-int8量化和FP16、BF16、AWQ、smoothquant的组合。 kv-cache-int8量化支持的模型请参见表3。

查看更多 →