优化与提升 ModelArts开发支持服务 数据库开发支持服务 AI使能优化服务与提升服务 大数据优化与提升服务 应用现代化服务 物联网优化与提升服务 存储安全优化与提升服务

查看更多 →

分子优化（MO） 新建分子优化任务接口 查询分子优化任务 父主题： API（AI辅助药物设计）

查看更多 →

使用高性能磁盘、多级多卡训练场景下通信优化等。 融合多个算子的逻辑为单算子，从而减少算子下发的数量，请参见NPU融合算子API和亲和优化器。常用的优化方法为使用Ascend自带的优化后的融合算子、算子二进制优化（详见性能调优五板斧）或者开发者自己开发自定义融合算子。此外，PyTo

查看更多 →

贝叶斯优化(SMAC) 贝叶斯优化假设超参和目标函数存在一个函数关系。基于已搜索超参的评估值，通过高斯过程回归来估计其他搜索点处目标函数值的均值和方差。根据均值和方差构造采集函数（Acquisition Function），下一个搜索点为采集函数的极大值点。相比网格搜索，贝叶斯优

查看更多 →

driver和virtio驱动。 将待优化的Windows私有镜像创建为 云服务器 ，并开机登录该云 服务器 。 在云服务器云服务器上安装最新版本PV driver。 具体操作请参见安装PV driver。 安装在KVM虚拟化资源池创建云服务器所需的virtio驱动。 具体操作请参见安装virtio驱动。

查看更多 →

500 16 8 KVM 内存优化型M2 概述 M2型 弹性云服务器 使用2690-V4 CPU，针对内存优化型应用程序进行了优化。 使用须知 为了提高M2型实例的网络性能，可以将网卡的MTU值设置为MTU=8888。 适用场景 高性能数据库 内存数据库 分布式内存缓存 数据分析和挖掘

查看更多 →

D_LIBRARY_PATH。 使用gscejdbc.jar驱动包时，gscejdbc.jar驱动包中密态数据库需要的依赖库会自动复制到该路径下，并在开启密态功能连接数据库的时候加载。 使用gaussdbjdbc.jar、gaussdbjdbc-JRE7.jar、opengaussjdbc

查看更多 →

PC通过内网访问RDS（即应用端在云下）时，如何使用数据库安全审计？ 如何添加Hbase数据库并进行审计？

查看更多 →

使用gsql操作密态数据库 执行SQL语句 执行本节的SQL语句前，请确保已提前生成主密钥，并确认访问主密钥的参数。 本节以完整的执行流程为例，介绍如何使用密态数据库语法，包括三个阶段：使用DDL阶段、使用DML阶段、清理阶段。 连接数据库，并通过-C参数开启全密态开关 gsql

查看更多 →

使用gsql操作密态数据库 执行SQL语句 执行本节的SQL语句前，请确保已提前生成主密钥，并确认访问主密钥的参数。 本节以完整的执行流程为例，介绍如何使用密态数据库语法，包括三个阶段：使用DDL阶段、使用DML阶段、清理阶段。 连接数据库，并通过-C参数开启全密态开关 gsql

查看更多 →

"index": false } } } } 9 优化shard均衡策略 Elasticsearch默认采用基于磁盘容量大小的Load balance策略，在多节点场景下，尤其是在新扩容的节点上，可能出现shard在各节点上分配不均的问题。为避免这类

查看更多 →

Segment的方式进行查询。 图2 Elasticsearch的索引组成 查询性能优化 基于Elasticsearch的数据查询流程分析，有以下几种性能优化方案。 表1 查询性能优化 序号 优化方案 方案说明 1 通过_routing减少检索扫描的分片数 在数据入库时指定rou

查看更多 →

优化集群性能 写入性能优化 查询性能优化

查看更多 →

der副本的切换或迁移，会导致个别Broker节点上的数据更多，从而导致节点间的数据不均衡 使用数据压缩 在客户端CPU资源情况可控的情况下，使用压缩算法对数据进行压缩。 常用的压缩算法包括：ZIP，GZIP，SNAPPY，LZ4等。选择压缩算法时，需考虑数据的压缩率和压缩耗时。通常压缩率越高的算法，压缩耗时也越高。

查看更多 →

吞吐量：在相同资源环境下，执行相同计算任务，查看任务的完成速度 资源利用率：执行计算任务，查看在不同负载情况下，cpu、内存、网络的使用率。 伸缩性： − 横向扩容带来的性能提升曲线：增加资源，执行相同计算任务，查看性能提升比率。 − 增加系统负担带来的性能下降曲线：在相同资源环境下，增加计算负载，查看性能下降比率

查看更多 →

基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器（GEQO）是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间，而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明：控制基因查询优化的使用。 该参数属于USERSET类型参数，请参考表1中对应设置方法进行设置。

查看更多 →

取值范围：布尔型 on表示允许生成hashfilter。 off表示任何情况下都不允许生成hashfilter。 默认值：on best_agg_plan 参数说明：对于stream下的Agg操作，优化器会生成三种计划： hashagg+gather(redistribute)+hashagg。

查看更多 →

ost小，但是物理上实际不受影响。如果所有数据库都位于随机访问内存中时，两者设置为相等很合理。因为在此种情况下，非顺序抓取页并没有副作用。同样，在缓冲率很高的数据库上，应该相对于CPU参数同时降低这两个值，因为获取内存中的页要比通常情况下开销小很多。 对于特别表空间中的表和索引，

查看更多 →

基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器（GEQO）是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间，而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明：控制基因查询优化的使用。 参数类型：USERSET 取值范围：布尔型 on表示使用。

查看更多 →

ost小，但是物理上实际不受影响。如果所有数据库都位于随机访问内存中时，两者设置为相等很合理。因为在此种情况下，非顺序抓取页并没有副作用。同样，在缓冲率很高的数据库上，应该相对于CPU参数同时降低这两个值，因为获取内存中的页要比通常情况下开销小很多。 取值范围：浮点型，0～DBL_MAX。

查看更多 →

基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器（GEQO）是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间，而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明：控制基因查询优化的使用。 该参数属于USERSET类型参数，请参考表1中对应设置方法进行设置。

查看更多 →