内存版样例 点操作 边操作 元数据操作 索引操作 查询语言 算法 路径 图统计 图操作 子图操作 Job管理 自定义操作 Filtered-query 按文件更新/删除数据 父主题： Java SDK样例参考

查看更多 →

原因分析 存在部分SQL语句使用内存资源过多，造成内存资源耗尽，其余语句执行作业时无法分配到内存就提示内存不足。 处理方法 调整业务执行时间窗，与高并发执行业务的时间错峰执行。 查询当前集群的内存使用情况，找到内存使用过高的语句并及时终止，释放资源之后集群内存就会恢复。具体的操作步骤如下：

查看更多 →

超大内存型 超大内存型实例类型总览 超大内存型 弹性云服务器 内存要求高，数据量大并且数据访问量大，同时要求快速的数据交换和处理以及低延迟的存储资源。提供超大内存，且有很高的计算、存储、网络能力。 该类型弹性 云服务器 默认开启超线程，每个vCPU对应一个底层超线程HT（Hyper-Threading）。

查看更多 →

解除内存加速映射 功能介绍 解除指定内存加速映射。 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 DELETE

查看更多 →

创建内存加速规则 功能介绍 创建内存加速规则。 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 →

删除内存加速规则 功能介绍 删除内存加速规则。 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 DELETE

查看更多 →

修改内存加速规则 功能介绍 修改指定内存加速规则。 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 PUT

查看更多 →

独立部署： 32768（60核CPU/480G内存）；16384（32核CPU/256G内存）；8192（16核CPU/128G内存）；4096（8核CPU/64G内存）；2048（4核CPU/32G内存）；1000（4核CPU/16G内存） 设置方式：该参数属于POSTMASTER

查看更多 →

od的服务模型是每个网络连接由一个单独的线程来处理，每个线程配置了1MB的栈空间，当网络连接数太多时，过多的线程会导致上下文切换开销变大，同时内存开销也会上涨。 客户端使用GeminiDB Mongo驱动连接数据库的时候，一定要配置连接池，连接池大小最大不要超过200。 客户端使用GeminiDB

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 →

24G内存，96核CPU/1024G内存，96核CPU/768G内存，80核CPU/640G内存）；16000（72核CPU/576G内存，64核CPU/512G内存，60核CPU/480G内存）；8000（32核CPU/256G内存）；4000（16核CPU/128G内存）；2000（8核CPU/64G内存）

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 →

res NUM”参数设置核数。 配置Executor内存。 Executor的内存主要用于任务执行、通信等。当一个任务很大的时候，可能需要较多资源，因而内存也可以做相应的增加；当一个任务较小运行较快时，就可以增大并发度减少内存。 将“spark-defaults.conf”中的“spark

查看更多 →

res NUM”参数设置核数。 配置Executor内存。 Executor的内存主要用于任务执行、通信等。当一个任务很大的时候，可能需要较多资源，因而内存也可以做相应的增加；当一个任务较小运行较快时，就可以增大并发度减少内存。 将“spark-defaults.conf”中的“spark

查看更多 →

“定制 > CPU和内存 > HMaster堆内存使用率与直接内存使用率统计” ，单击“确定”，查看HBase服务进程使用的直接内存是否已达到HBase服务进程设定的最大直接内存的90%。 是，执行4。 否，执行8。 图1 HMaster堆内存使用率与直接内存使用率统计 在 FusionInsight

查看更多 →

Spark Core内存调优 操作场景 并行度控制任务的数量，影响shuffle操作后数据被切分成的块数。调整并行度让任务的数量和每个任务处理的数据与机器的处理能力达到合适。 查看CPU使用情况和内存占用情况，当任务和数据不是平均分布在各节点，而是集中在个别节点时，可以增大并行度

查看更多 →

优化Flink内存GC参数 操作场景 Flink是依赖内存计算，计算过程中内存不够对Flink的执行效率影响很大。可以通过监控GC（Garbage Collection），评估内存使用及剩余情况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YARN的Container

查看更多 →

降低内存的处理方案 如果当前集群内存负载较高，或出现“memory is temporary unavailable”内存报错，首先利用日志信息确定内存异常节点，然后连接到该节点查询pv_total_memory_detail视图确认当前是否还存在内存不足问题，可比较proces

查看更多 →

优化Flink内存GC参数 操作场景 Flink是依赖内存计算，计算过程中内存不够对Flink的执行效率影响很大。可以通过监控GC（Garbage Collection），评估内存使用及剩余情况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YARN的Container

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 →