表级时间点恢复（MySQL） 功能介绍 为了保证数据完整性，降低对原实例的性能影响，在进行表级时间点恢复备份时，首先将选中时间点的全量数据和增量数据在后台恢复至一个临时实例，然后自动导出用户需要恢复的表，再将这些表恢复至原实例。 该接口计划于2025-09-14下线，建议及时切换到新接口表级时间点恢复（MySQL）。

查看更多 →

表级时间点恢复（MySQL） 功能介绍 为了保证数据完整性，降低对原实例的性能影响，在进行表级时间点恢复备份时，首先将选中时间点的全量数据和增量数据在后台恢复至一个临时实例，然后自动导出用户需要恢复的表，再将这些表恢复至原实例。 该操作会在原实例上新生成恢复后的库表，请确保您的原实例磁盘空间充足。

查看更多 →

启动的用户数。同时，神策分析支持通过多个维度分析数据。如果选择的属性是数值类型，可以自定义分组区间。如果选择的是时间类型，可按照时间单位(分钟/天/小时等)进行分组查看；也可选择按照时间段汇总，如「按天(日期)」 汇总，可将查询时间段内的汇总数据。 图5 按维度查看数据 “自定义指标”功能：通过单击“+自定义指标”，进入自定义指标的编辑界面。

查看更多 →

//读取原文件数据,每一行记录转成RDD里面的一个元素 JavaRDD<String> data = spark.read() .textFile(args[0]) .javaRDD(); //将每条记录的每列切割出来，生成一个Tuple

查看更多 →

JavaSparkContext(conf); //读取原文件数据,每一行记录转成RDD里面的一个元素 JavaRDD<String> data = jsc.textFile(args[0]); //将每条记录的每列切割出来，生成一个Tuple JavaRDD<Tuple3<String

查看更多 →

//读取原文件数据,每一行记录转成RDD里面的一个元素 JavaRDD<String> data = spark.read() .textFile(args[0]) .javaRDD(); //将每条记录的每列切割出来，生成一个Tuple

查看更多 →

//读取原文件数据,每一行记录转成RDD里面的一个元素 JavaRDD<String> data = spark.read() .textFile(args[0]) .javaRDD(); //将每条记录的每列切割出来，生成一个Tuple

查看更多 →

4,5,6,7”。 按小时对比：固定填写“* * 1,2,3,4,5,6,7”。 begin_time 否 String 对比策略生效开始时间，UTC时间，24小时制，时间格式HH:mm:ss，例如：00:00:00，表示UTC时间的00:00:00，北京时间（UTC+08:00）的08:00:00。

查看更多 →

调用情况的API。 选择要查看的时间范围。支持查看近1个小时、近6个小时、近24个小时或近7天的调用情况。 查看API监控指标。包括“请求次数”、“调用延时”、“数据流量”和“出错统计”。 统计数据每10分钟刷新一次。 新发布的API，最多1个小时后就能看到调用情况的统计数据。

查看更多 →

通知合并方式 根据指定字段对分组后的告警合并 。合并在一组的告警会被汇聚在一起发送一条通知。 合并方式包括： 按告警源：由相同告警源触发的告警，合并为一组发送告警通知。 按告警源 + 严重度：由相同告警源触发的告警，且其严重度相同时，合并为一组发送告警通知。 按告警源 + 所有标签：由

查看更多 →

//读取原文件数据,每一行记录转成RDD里面的一个元素 JavaRDD<String> data = spark.read() .textFile(args[0]) .javaRDD(); //将每条记录的每列切割出来，生成一个Tuple

查看更多 →

含义为：select以及a为该并发控制所包含的两个关键字，~为关键字间隔符，即若执行SQL命令包含select与a两个关键字视为命中此条并发控制规则。 当SQL语句匹配多条限流规则时，优先生效最新添加的规则，之前的规则不再生效。 限流规则关键字有顺序要求，只会按顺序匹配。如：a~and~b 只会匹配

查看更多 →

“所有终端”：包含企业下所有分组和未分组的终端。 “编辑名称”：编辑终端分组名。 “批量配置”：对分组内的终端进行批量配置下发。 “删除分组”：删除终端分组，删除分组后，分组内的终端将被移至未分组。 “添加”：在分组刚创建时，为该分组添加终端。 “添加终端”：在某个分组下添加终端。 “移出终端”：从某个分组下移出终端。

查看更多 →

分组管理 新建流水线分组 更新流水线分组 删除流水线分组 查询流水线分组树 批量把流水线移动到分组下 父主题： API

查看更多 →

分组SELECT 按列GROUP BY 用表达式GROUP BY GROUP BY中使用HAVING过滤 ROLLUP GROUPING SETS 父主题： Spark SQL语法参考（即将下线）

查看更多 →

主机”，进入主机列表入口。 勾选一个或多个目标主机，单击“更换分组”，弹出“更换分组”窗口。 在已有“主机组”下拉列表中，选择已有的主机组，如图1所示。 图1 更换分组 单击“新建分组”页签，输入“主机组名称”，创建新的主机组，如图2所示。 图2 新建分组 在目标主机的“操作”列，单击“编辑”，在“编辑主机”窗口中也可新建或更换主机组。

查看更多 →

删除分组 操作场景 当您不再需要通过标签分组对标签进行分类、搜索和聚合时，可以在应用运行态进行删除。 前提条件 已登录应用运行态。 操作步骤 在左侧导航栏中，选择“基础数据管理 > 标签”，进入“标签”页面。 将鼠标移动至需要编辑的标签分组上，单击。 图1 删除标签分组 在弹出的提示框中，单击“确定”。

查看更多 →

标签分组 创建标签分组 修改标签分组 查看标签分组 查询标签分组 删除标签分组 父主题： 主服务标签

查看更多 →

参数 是否必选 参数类型 描述 name 是 String 分组名称 parent_id 否 String 父分组id 响应参数 状态码： 200 表4 响应Body参数 参数 参数类型 描述 result String 分组id status String 请求成功失败状态 请求示例

查看更多 →

移动分组 功能介绍 往上或者往下移动单个分组,用来在页面上调整分组位置。 调用方法 请参见如何调用API。 URI PUT /v1/projects/{project_id}/applications/groups/swap 表1 路径参数 参数 是否必选 参数类型 描述 project_id

查看更多 →

GROUPING SETS Grouping Sets 可以通过一个标准的 GROUP BY 语句来描述更复杂的分组操作。数据按每个指定的 Grouping Sets 分别分组，并像简单的 group by 子句一样为每个组进行聚合。 GROUPING SETS 的每个子列表可以是：

查看更多 →