Apache Kafka到 MRS Kafka参数调优 源端优化 Kafka抽取优化 可通过在源端配置中单击“Kafka源端属性配置”来添加Kafka优化配置。 图1 添加自定义属性 可使用的调优参数具体如下： 表1 全量阶段优化参数 参数名 类型 默认值 说明 properties

查看更多 →

监控分析 告警监控 用户登录记录 桌面使用记录

查看更多 →

监控分析 应用记录 会话管理 父主题： 管理员操作指南

查看更多 →

增加第168~170行）。 二进制调优使能，减少算子编译耗时，在train.py头文件导入之后添加 （修改点：增加第37行）。 torch_npu.npu.set_compile_mode(jit_compile=False) AICPU算子调优 ，Double类型输入切换成为F

查看更多 →

参数调优 数据库参数是数据库系统运行的关键配置信息，设置不合适的参数值可能会影响业务。本文列举了一些重要参数说明。更多参数的详细说明请参见MongoDB官网。 如需通过控制台界面修改参数值，请参见修改DDS实例参数。 enableMajorityReadConcern 该参数表示

查看更多 →

单击“查看详情”列中，可以查看该厂商漫游调优事件的详情，包括：漫游时间、用户MAC、用户名和漫游结果等。 单击单个漫游事件前面的，可以查看此次漫游出详情、漫游入详情和漫游过程途径AP信息。 功能约束说明 仅支持云AC+FitAP组网，设备版本需R21C10及以上。 父主题： 智能调优

查看更多 →

> 网络环境监控”，单击“查看详情”，跳转至智能调优首页。 在右上方单击，设置智能调优概览的时间窗。 查看调优首页。 调优收益 单击“全部”，可以查看当前时间窗口内调优前后干扰率、下行带宽/上行带宽和漫游成功率收益对比。 单击“容量调优”，可以查看当前时间窗口内容量调优前后上行带宽、下行带宽、流量收益对比。

查看更多 →

性能调优 基于表结构设计和调优提升 GaussDB (DWS)查询性能 分析正在执行的SQL以处理GaussDB(DWS)业务阻塞

查看更多 →

性能调优 Profiling数据采集 使用Advisor工具分析生成调优建议 调优前后性能对比 父主题： Dit模型Pytorch迁移与精度性能调优

查看更多 →

配置智能调优 背景信息 本章节介绍了如何配置智能调优，方便用户快速完成智能调优配置。 操作步骤 使能智能调优。 在服务首页快捷菜单栏，选择“常用 > 网络环境监控”，单击“查看详情”，跳转至智能调优首页。在调优首页，单击使能智能调优后的按钮，开启对应调优项。 添加重保AP。 使用场景：

查看更多 →

语句下推调优 语句下推介绍 目前，GaussDB优化器在分布式框架下制定语句的执行策略时，有三种执行计划方式：生成下推语句计划、生成分布式执行计划、生成发送语句的分布式执行计划。 下推语句计划：指直接将完整的查询语句从CN发送到DN进行执行，然后将执行结果返回给CN。 分布式执行

查看更多 →

性能调优 概述 根据数据迁移模型分析，除了源端读取速度、目的端写入性能、带宽优化外，您也可以通过如下方式优化作业迁移速度： 使用大规格 CDM 集群 不同规格的CDM集群网卡带宽、集群最大抽取并发数等有所差异。如果您有较高的迁移速度需求，或当前CDM集群的CPU使用率、磁盘使用率、内

查看更多 →

可见函数func_percent_1被下推到DN执行，提升了执行效率（TPCDS 1000X，3CN18DN，查询效率提升100倍以上）。 实例分析2：使排序下推 请参考案例：使排序下推。 父主题： SQL调优进阶

查看更多 →

py的_inner_training_loop()下。具体采集方式请参考Ascend PyTorch Porfiler数据采集与分析方式。 调优结果 此处对deepspeed单机8卡环境下，调优之前和调优之后的train metrics做了统计，结果如下。 性能基线： ***** train metrics

查看更多 →

性能调优 概述 根据数据迁移模型分析，除了源端读取速度、目的端写入性能、带宽优化外，您也可以通过如下方式优化作业迁移速度： 使用大规格CDM集群 不同规格的CDM集群网卡带宽、集群最大抽取并发数等有所差异。如果您有较高的迁移速度需求，或当前CDM集群的CPU使用率、磁盘使用率、内

查看更多 →

可见函数func_percent_1被下推到DN执行，提升了执行效率（TPCDS 1000X，3CN18DN，查询效率提升100倍以上）。 实例分析2：使排序下推 请参考案例：使排序下推。 父主题： SQL调优进阶

查看更多 →

语句下推调优 语句下推介绍 目前，GaussDB优化器在分布式框架下制定语句的执行策略时，有三种执行计划方式：生成下推语句计划、生成分布式执行计划、生成发送语句的分布式执行计划。 下推语句计划：指直接将查询语句从CN发送到DN进行执行，然后将执行结果返回给CN。 分布式执行计划：

查看更多 →

语句下推调优 语句下推介绍 目前，GaussDB优化器在分布式框架下制定语句的执行策略时，有三种执行计划方式：生成下推语句计划、生成分布式执行计划、生成发送语句的分布式执行计划。 下推语句计划：指直接将完整的查询语句从CN发送到DN进行执行，然后将执行结果返回给CN。 分布式执行

查看更多 →

任务性能调优 性能调优概述 作业任务参数调优 MySQL到MRS Hudi参数调优 MySQL到DWS参数调优 MySQL到DMS Kafka参数调优 DMS Kafka到OBS参数调优 Apache Kafka到MRS Kafka参数调优 SQLServer到MRS Hudi参数调优

查看更多 →

Spark on OBS性能调优 配置场景 Spark on OBS在小批量频繁请求OBS的场景下，可以通过关闭OBS监控提升性能。 配置描述 在Spark客户端的“core-site.xml”配置文件中修改配置。 表1 参数介绍 参数 描述 默认值 fs.obs.metrics

查看更多 →

Spark Core内存调优 操作场景 Spark是内存计算框架，计算过程中内存不够对Spark的执行效率影响很大。可以通过监控GC（Garbage Collection），评估内存中RDD的大小来判断内存是否变成性能瓶颈，并根据情况优化。 监控节点进程的GC情况（在客户端的conf/spark-default

查看更多 →