已停售：Et2、E2、E1 停售的规格详情请参见已停售的实例规格。 表1 超大内存型实例特点 规格名称 计算 磁盘类型 网络 超大内存型E7 CPU/内存配比：1:20/1:21 vCPU数量范围：48-384 处理器：新一代英特尔® 至强® 可扩展处理器 CPU/内存配比为1:20的基频/睿频：2

查看更多 →

通过内存合法性检查定位问题，参见内存合法性检查。

查看更多 →

单击工作负载操作列的“监控”，即可查看Pod的CPU、内存、网络I/O等监控大盘。 通过Pod内存监控查看内存增长曲线，确定异常出现时间。 根据监控、内存增长时间点、日志、进程名等信息，排查Pod内对应进程是否存在内存泄漏。 若OOM是进程内存泄漏导致，请您自行排查泄露原因。 若进程运行状

查看更多 →

变更E CS 规格（vCPU和内存） 变更单台ECS规格 批量变更多台ECS规格 通过性能助手变更ECS规格 XEN实例变更为KVM实例（Windows） XEN实例变更为KVM实例（Linux-自动配置） XEN实例变更为KVM实例（Linux-手动配置） XEN实例变更为KVM实例（Linux-批量自动配置）

查看更多 →

C LOG _PART：CLOG文件控制器的个数，增大该值可以提高CLOG日志写入效率，提升事务提交性能，但是会增大内存使用；减小该值会减少相应内存使用，但可能使得CLOG日志写入冲突变大，影响性能。最小值为1，最大值为256。 CSNLOG_PART：CSNLOG文件控制器的个数，增大该值可以提高CSNLO

查看更多 →

而已，对于如果耗费内存过多，会导致其他作业运行内存空间不足，导致作业不稳定，因此需要对查询语句的作业内存使用进行限制，保证作业运行的稳定性。 假如作业想要使用500M内存，但实际上因为内存限制最终只分配到300M内存，则需要把临时不用的数据写到磁盘上，内存中只保留正在使用的数据，

查看更多 →

36G内存，128核CPU/1024G内存，104核CPU/1024G内存，96核CPU/1024G内存，96核CPU/768G内存，80核CPU/640G内存，64核CPU/512G内存，60核CPU/480G内存，32核CPU/256G内存，16核CPU/128G内存，8核C

查看更多 →

云服务监控，查看节点的“WiredTiger引擎脏数据缓存百分比”、“内存中脏数据缓存"的监控指标”。 图2 查看内存中脏数据 图3 查看WiredTiger引擎脏数据 常见的伴生现象： 主备时延增大并且持续增大，通过登录控制台 -> 云监控 -> Secondary，查看“主备时延”监控指标。

查看更多 →

配置Spark Executor堆内存参数 配置场景 当分配的内存太小或者被更高优先级的进程抢占资源时，会出现物理内存超限的情况。调整如下参数，可以防止物理内存超限。 配置描述 参数入口： 在应用提交时通过“--conf”设置这些参数，或者在客户端的“spark-defaults

查看更多 →

配置Spark Executor堆内存参数 配置场景 当分配的内存太小或者被更高优先级的进程抢占资源时，会出现物理内存超限的情况。调整如下参数，可以防止物理内存超限。 配置描述 参数入口： 在应用提交时通过“--conf”设置这些参数，或者在客户端的“spark-defaults

查看更多 →

内存版样例 点操作 边操作 元数据操作 索引操作 查询语言 路径 图统计 图操作 子图操作 Job管理 自定义操作 Filtered-query 父主题： Python SDK样例参考

查看更多 →

创建内存加速映射 功能介绍 创建内存加速映射。 接口约束 该接口支持GeminiDB Redis 主备版。 调试 您可以在 API Explorer 中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。 URI POST

查看更多 →

极速型SSD 通用型SSD V2 超高网络收发包能力 实例网络性能与计算规格对应，规格越高网络性能越强 最大网络收发包：400万PPS 最大内网带宽：30Gbps 规格 表2 kM2型 弹性云服务器 的规格 规格名称 vCPU 内存 （GiB） 最大带宽/基准带宽 （Gbps） 最大收发包能力

查看更多 →

CLOG_PART：CLOG文件控制器的个数，增大该值可以提高CLOG日志写入效率，提升事务提交性能，但是会增大内存使用；减小该值会减少相应内存使用，但可能使得CLOG日志写入冲突变大，影响性能。最小值为1，最大值为256。 CSNLOG_PART：CSNLOG文件控制器的个数，增大该值可以提高CSNLO

查看更多 →

flush的并发数越大，flush时内存会响应升高，请结合实时处理集成作业内存监控适当调整该值。 hoodie.context.flatmap.parallelism int 1 Hudi在commit时，会进行分区扫描操作，默认是单并发操作，当Hudi单次commit涉及的分区较多时，考虑增大该值以提升commit速度。

查看更多 →

cpuUsage cpu使用率。 gpuMemUsage gpu内存使用率。 gpuUtil gpu使用情况。 memUsage 内存使用率。 npuMemUsage npu内存使用率。 npuUtil npu使用情况。 如何判断训练作业资源利用率高低 在模型训练的训练作业列表页可以查

查看更多 →

系统中使用多个动态内存池时，需对各内存池进行管理和使用情况统计。系统内存机制中通过链表实现对多个内存池的管理。内存池需回收时可调用对应接口进行去初始化。通过多内存池机制，可以获取系统各个内存池的信息和使用情况，也可以检测内存池空间分配交叉情况，当系统两个内存池空间交叉时，第二个内存池会初始化失败，并给出空间交叉的提示信息。通过make m

查看更多 →

对集合的写操作同时会操作集合上的索引，从而触发更多的IO操作，集合上的索引数量不要超过32。 不要创建不会被使用到的索引，因为DDS会加载索引到内存，无用索引加载到内存会浪费内存空间因业务逻辑变化而产生的无用索引也要及时清理。 索引创建必须使用后台创建索引，禁止前台创建索引。 业务中查询，排序条件的k

查看更多 →

如何获得华为云认证证书 如何获得职业认证证书 职业认证考试的学习方法 职业认证考试的报名方式 父主题： 华为云职业认证

查看更多 →

当表的条数过多时，作业会划分较多的分片，从而占用过多的内存导致内存问题，请解决表的条数适当调整该值。 当scan.incremental.snapshot.backfill.skip为false时，实时处理集成作业会缓存单个分片的数据，此时分片越大，占用内存越多，引发内存溢出，在此场景下，可以考虑降低分片大小。

查看更多 →

flush的并发数越大，flush时内存会响应升高，请结合实时处理集成作业内存监控适当调整该值。 hoodie.context.flatmap.parallelism int 1 Hudi在commit时，会进行分区扫描操作，默认是单并发操作，当Hudi单次commit涉及的分区较多时，考虑增大该值以提升commit速度。

查看更多 →