/kubelet/cpu_manager_state”文件储存的是原先的cpu_manager_policy，是针对原先CPU核数的绑核设置，需要进行删除。然后重启kubelet，让cpu_manager根据现有的CPU Topology进行绑核，重新生成cpu_manager_state。

查看更多 →

2us（196核CPU/1536G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/

查看更多 →

31 [root@linux ~]# 执行以下命令，查看虚拟机的核数。 cat /proc/cpuinfo| grep "processor"| wc -l 系统返回类似如下回显信息，说明核数为4。 4 执行以下命令，查看虚拟机的“/opt”目录大小。 df -h

查看更多 →

目前 CDM 支持以下规格供用户选择： cdm.large：大规格，8核CPU、16G内存的虚拟机，最大带宽/基准带宽为3/0.8 Gbps，集群作业并发数上限为16。 cdm.xlarge：超大规格，16核CPU、32G内存的虚拟机，最大带宽/基准带宽为10/4 Gbps，集群作业并发数上

查看更多 →

实例类型：用户按实际业务数据量选择实例规格。 cdm.large：大规格，8核CPU、16G内存的虚拟机，最大带宽/基准带宽为3/0.8 Gbps，集群作业并发数上限为16。 cdm.xlarge：超大规格，16核CPU、32G内存的虚拟机，最大带宽/基准带宽为10/4 Gbps，集群作业并发数上

查看更多 →

Site实例的规格。 基础版：连接数25个，适合小型企业。 专业版：连接数80个，适合中小型企业。 如果需要扩大配额，可单击“申请扩大配额”进行申请。 说明： 连接数仅用于ROMA Site实例的规格选择参考，并非对实例内的资源数量（如集成任务数、API数和消息Topic数）的限制，与实例的资源配额之间并没有直接关联关系。

查看更多 →

ize_pretty格式化。 used_cpu double precision 资源池在所有DN上占用CPU核数的平均值；CPU隔离以节点和资源池为单位，单个节点上包含多个DN时，资源池在单节点上占用的CPU核数需要乘以DN数。 cpu_limit double precision

查看更多 →

256（196核CPU/1536G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/

查看更多 →

0-30)'，利用0-30号CPU core进行绑核；5. '(numabind: 0-30)'，在NUMA组内利用0-30号CPU core进行绑核。该参数不区分大小写。 默认值： 独立部署：'1024,2,(nobind)'（60核CPU/480G内存，32核CPU/256G内存）；'512

查看更多 →

Executor CPU核数 用于设置Spark作业申请的每个Executor的CPU核数，决定每个Executor并行执行Task的能力。 Executor个数 用于设置Spark作业申请的Executor的数量。 driver CPU核数 用于设置driver CPU核数。 driver内存

查看更多 →

现原理是将查询任务进行切分并分发到多个CPU核上进行计算，充分利用CPU的多核计算资源来缩短查询时间。并行查询的性能提升倍数理论上与CPU的核数正相关，也就是说并行度越高能够使用的CPU核数就越多，性能提升的倍数也就越高。 下图是使用CPU多核资源并行计算一个表的count(*)

查看更多 →

(Agent) TCP重传率 该指标用于统计测量对象重新发送的报文数与总发送的报文数之间的比值。 单位：百分比 采集方式（Linux）：通过从/proc/net/snmp文件中获取对应的数据，计算采集周期内发送包数和重传包数的比值得出。 采集方式（Windows）：重传率通过WindowsAPI

查看更多 →

net_tcp_retrans (Agent) TCP重传率 该指标用于统计测量对象重新发送的报文数与总发送的报文数之间的比值。 采集方式（Linux）：通过从/proc/net/snmp文件中获取对应的数据，计算采集周期内发送包数和重传包数的比值得出。 采集方式（Windows）：重传率通过WindowsAPI

查看更多 →

Spark作业CUs数=Executor所占CU数+driver所占CUs数 Executor所占CU数=max { [（Executor个数 x Executor内存）÷4]，（Executor个数 x Executor CPU核数）} x1 driver所占CUs数=max [（ driver内存÷4），

查看更多 →

现原理是将查询任务进行切分并分发到多个CPU核上进行计算，充分利用CPU的多核计算资源来缩短查询时间。并行查询的性能提升倍数理论上与CPU的核数正相关，也就是说并行度越高能够使用的CPU核数就越多，性能提升的倍数也就越高。 下图是使用CPU多核资源并行计算一个表的count(*)

查看更多 →

历史规格/性能说明 版本 资产数 并发数 CPU 内存 硬盘 标准版 20 20 1核 4GB 100GB 专业版 50 50 2核 4GB 200GB 企业版 100 100 4核 8GB 400GB 高级版 200 200 4核 8GB 800GB 旗舰版 无限制 无限制 8核 16GB 1TB

查看更多 →

整数量”。 弹框中选择需要调整的代理实例节点数量，单击“确定”，完成修改。 推荐代理实例节点数量=（主节点CPU核数+所有只读节点CPU核数总和）/（4*代理实例CPU核数），计算结果向上取整。 图1 调整代理实例节点数量 相关API 扩容数据库代理节点数量 查询数据库代理信息列表

查看更多 →

整数量”。 弹框中选择需要调整的代理实例节点数量，单击“确定”，完成修改。 推荐代理实例节点数量=（主节点CPU核数+所有只读节点CPU核数总和）/（4*代理实例CPU核数），计算结果向上取整。 图1 调整代理实例节点数量 相关API 扩容数据库代理节点数量 查询数据库代理信息列表

查看更多 →

2（196核CPU/1536G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/

查看更多 →

工作负载成本，计算方式：根据工作负载资源用量（CPU、Memory）占整体节点资源比例计算出来的成本，结合工作负载关联存储的成本 运行总核时 所选时间周期内，工作负载总消耗的核时资源数 核时单价 CPU 每核每小时价格。 用来指导您工作负载所在节点对应的机型的CPU核时单价。如果工作负载或者命名空间对应核时单价很贵

查看更多 →

String DDM内部记录的虚拟机规格类型。 iaasCode String Iaas记录的虚拟机规格类型。 cpu String CPU核数。 mem String 内存大小，单位:GB。 maxConnections String 最大连接数。 serverType String

查看更多 →