筛选组件 在图层中，支持按组件名称、组件标题和组件类型进行筛选，帮助您更加高效的选择所需要的组件。 筛选组件 参考创建页面中操作，创建所需的页面。 选择“图层”，进入图层页面。 在图层中，单击，筛选组件。 图1 筛选组件 父主题： 图层管理

查看更多 →

设置搜索条件搜索要查看的组件。 不支持通过别名搜索组件。 单击组件名称，进入“组件详情”页面。 在“实例列表”页签，可查看该组件所有实例的概况。 单击实例名称，可查看进程的监控视图与告警信息。 在“主机列表”页签，可查看该组件所在的主机概况。 在“监控视图”页签下，选择对应的Prometh

查看更多 →

1 允许通过的VLAN 1，10，20，30 在两个接口面板上选择Eth-Trunk4。 按表2配置，并单击“应用”。 表2 交换机下行接口参数表 参数名称 参数取值 名称 Eth-Trunk4 工作模式 手工模式 链路类型 Trunk 缺省VLAN 1 允许通过的VLAN 1，10，20，30

查看更多 →

String 调用接口的认证方式分为Token和AK/SK两种，如果您使用的Token方式，此参数为必填，请填写Token的值。Token获取方式，请参考获取用户Token。 响应消息 无 请求示例 无 响应示例 无 状态码 状态码 描述 204 操作成功 400 错误的请求 404 请求对象不存在

查看更多 →

，从备DN只存放原主DN故障时，新升为主的DN同步到从备DN的Xlog数据和数据通道复制产生的数据。因此从备DN不额外占用存储资源，相比传统三副本节约了三分之一的存储空间。 Storage 服务器 的本地存储资源，持久化存储数据。 - 集群的每个DN上负责存储数据，其存储介质也是磁

查看更多 →

Kafka与其他组件的关系 Kafka作为一个消息发布-订阅系统，为整个大数据平台多个子系统之间数据的传递提供了高速数据流转方式。 Kafka可以实时接受来自外部的消息，并提供给在线以及离线业务进行处理。 Kafka与其他组件的具体的关系如下图所示： 图1 与其他组件关系 父主题：

查看更多 →

低代码平台定义的注册动作的API，只有通过此API注册后的动作，才会在组件的动作列表中展现。 thisObj：当前组件实例对象，指为该组件注册动作。 "actionName"：动作名称。 "Action Label"：动作标签名，在动作列表中展示的动作标题。 []：事件触发时传入的参数。

查看更多 →

，HBase中的所有数据文件都可以存储在Hadoop HDFS文件系统上。 HDFS和MapReduce的关系 HDFS是Hadoop分布式文件系统，具有高容错和高吞吐量的特性，可以部署在价格低廉的硬件上，存储应用程序的数据，适合有超大数据集的应用程序。 而MapReduce是一

查看更多 →

r。 Executor执行这些Task，将具体RDD的数据写入到步骤1创建的目录下。 Spark和YARN的关系 Spark的计算调度方式，可以通过YARN的模式实现。Spark共享YARN集群提供丰富的计算资源，将任务分布式的运行起来。Spark on YARN分两种模式：YARN

查看更多 →

HBase与其他组件的关系 HBase和HDFS的关系 HDFS是Apache的Hadoop项目的子项目，HBase利用Hadoop HDFS作为其文件存储系统。HBase位于结构化存储层，Hadoop HDFS为HBase提供了高可靠性的底层存储支持。除了HBase产生的一些日志文件

查看更多 →

执行。 Hive与Tez的关系 Tez是Apache的开源项目，它是一个支持有向无环图的分布式计算框架，Hive使用Tez引擎进行数据分析时，会将用户提交的HQL语句解析成相应的Tez任务并提交Tez执行。 Hive与DBService的关系 Hive的MetaStore（元数据

查看更多 →

API：提供基于窗口的API。 资源调度器：新增基于资源的调度器插件，可以在拓扑定义时指定可使用的最大资源，并且通过配置的方式指定用户的资源配额，从而管理该用户名下的拓扑资源。 State Management：提供带检查点机制的Bolt接口，当事件失败时，Storm会自动管理bolt的状态并且执行恢复。

查看更多 →

Flink与其他组件的关系 Flink与Yarn的关系 Flink支持基于Yarn管理的集群模式，在该模式下，Flink作为Yarn上的一个应用，提交到Yarn上执行。 Flink基于Yarn的集群部署如图1所示。 图1 Flink基于Yarn的集群部署 Flink Yarn C

查看更多 →

Yarn与其他组件的关系 Yarn和Spark组件的关系 Spark的计算调度方式，可以通过Yarn的模式实现。Spark共享Yarn集群提供丰富的计算资源，将任务分布式的运行起来。Spark on Yarn分两种模式：Yarn Cluster和Yarn Client。 Yarn

查看更多 →

在交付件验收签署后，如果要求对任何交付件的内容作增减，将对该增减所带来的工作复杂性及风险性进行评估（如对服务费用、时间计划和资源配备等的影响），包括由此带来项目费用及时间计划的更改，在得到双方的同意后予以执行。 里程碑相关的交付件按照本章节定义的流程完成验收后，将由负责人授权签署里程

查看更多 →

当前国内企业客户正在经历数字化转型与IT架构变更的发展阶段，收到国外经济、政治、商贸等环境影响，需要选择更加符合自身稳健发展的解决方案，其中面向数据库底座的专业技术服务能够有效的支撑行业客户在进行架构创新与迁移过程面临的各种问题。本解决方案致力于面向客户提供专业、可靠、长期的专业技术支持。 从下述纬度进一步说明：

查看更多 →

数据可视化 （ DLV ）致力于用更生动、友好的形式，即时呈现隐藏在瞬息万变且庞杂数据背后的业务洞察。无论在零售、物流、电力、水利、环保、还是交通领域，通过交互式实时数据可视化视屏墙来帮助业务人员发现、诊断业务问题。 DLV提供丰富的可视化组件，除了针对业务展示优化过的常规图表外，还能够绘制包括海量数据的地理飞线、

查看更多 →

集中创建的数据集。 配置全局变量。 全局变量可以理解为参数变量，用于控制组件之间参数的传递，从而达到交互的目的，例如图表联动、自定义字段等功能。如何使用全局变量，可参考如何基于页面级的全局变量实现组件交互~如何通过全局变量，实现组件数据的动态变化。本示例不做配置。 在组件预览中，

查看更多 →

在数据生成服务->核心网->NFV日志数据的任务列表，点击任务右侧按钮，查看任务详情，如下图所示：进入数据生成任务详情界面后，可以查看任务名称、创建人、创建时间、网元分层、网元类型、使用场景等信息。同时以柱状图的方式展示数据样例，可以查看数据信息和标注信息。使用场景为训练数据如下图所示：使用场景为验证数据如下图所示：使用场景为训练数据如下

查看更多 →

支持日常监控、重大操作等应用场景的数据生成，可对话务背景（根据城市规模、地域、时间、业务特征区分）、业务场景、指标类型等进行灵活的选择配置，自动生成标注数据。日常监控场景：支持4G数据业务、4G数据业务+VoLTE 业务两种业务场景，覆盖40+种故障模式。重大操作场景：支持ATS/ CS C升级、USN升级、UGW升级三种业务场景，覆盖10+

查看更多 →

te1”。 单击“添加”，选择用于创建堆叠的成员设备，单击“确定”。 单击“确定”，完成交换机堆叠创建。 配置核心交换机与出口网关互联 核心交换机注册前需要配置与出口网关的对接，可正常连接Internet。 执行如下命令行，将核心交换机的相应接口加入Eth-Trunk中。 <CORE>

查看更多 →