时间序列预测 流数据处理中经常需要对于时间序列数据进行建模和预测，建模是指提取数据中有用的统计信息和数据特征，预测是指使用模型对未来的数据进行推测。 DLI 服务提供了一系列随机线性模型，帮助用户在线实时进行模型的建模和预测。 ARIMA (Non-Seasonal) ARIMA（Auto-Regressive

查看更多 →

全链路拓扑 拓扑是对应用间调用关系和依赖关系的可视化展示。全链路拓扑图中，每个圆圈代表一个服务，圆圈上每个分区代表一个实例，每个箭头代表一个调用关系。APM支持跨应用调用，即拓扑图可展示不同应用的服务间调用关系，可在圆圈上单击右键，再单击“查看应用”跳转到关联的应用拓扑界面。 圆

查看更多 →

查看Storm拓扑日志 操作场景 用户需要查看Storm拓扑在worker进程中的执行情况时，需要查看worker中关于拓扑的日志。如果需要查询拓扑在运行时数据处理的日志，提交拓扑并启用“Debug”功能后可以查看日志。仅启用Kerberos认证的流集群支持该场景，且用户需要是拓扑的提交者，或者加入“stormadmin”。

查看更多 →

CONTAINER：应用时间序列命名空间；PAAS.NODE：节点时间序列命名空间；PAAS.SLA：SLA时间序列命名空间；PAAS.AGGR：集群时间序列命名空间；CUSTOMMETRI CS ：自定义时间序列命名空间。 metric_name 否 String 时间序列名称，名称长度取值

查看更多 →

序列管理 创建序列 在“对象浏览器”窗格，右键单击“序列”，然后选择“创建序列”。Data Studio弹出“创建序列”对话框。 设置相关参数以创建序列。 在“序列名称”字段输入序列名称。 勾选“区分大小写”，“序列名称”字段文本将区分大小写。例如，输入的序列名称为“Employ

查看更多 →

配置Overlay拓扑 前提条件 已规划好相关数据，并与客户达成一致，具体信息请参考VN及网络拓扑数据规划。 操作步骤 单击“拓扑”页签。 在“VN”中选择已经建立的VN名称。 在“预定义拓扑”界面，选择“模式”为“简单模式”，选择“拓扑模式”为“Full-Mesh”，设置“分支

查看更多 →

能指标。 应用异常调用快速定位。 操作步骤 登录 应用性能管理 控制台。选择左侧导航中的“全链路拓扑”，进入APM拓扑界面。 查看拓扑数据图中各指标、业务拓扑关系、TOP统计信息等。 右键单击有问题的调用链，并选择“调用链搜索”。 进入调用链界面，查看失败/高时延调用链，点击操作列的“查看调用关系”。

查看更多 →

数据同步拓扑介绍 DRS实时同步功能目前支持多种拓扑类型，用户可根据自己的需求进行规划，详细说明可参考以下内容。 为保证同步数据的一致性，请勿对目标数据库中的同步对象进行修改操作。 一对一实时同步 用户创建一个同步任务来实现一对一的实时同步。 一对多实时同步 用户需要用户创建多个

查看更多 →

查询剧本拓扑关系 功能介绍 查询剧本拓扑关系 调用方法 请参见如何调用API。 URI GET /v1/{project_id}/workspaces/{workspace_id}/soc/playbooks/instances/{instance_id}/topology 表1

查看更多 →

配置虚拟网络拓扑 操作步骤 单击“拓扑”页签。 在“VN”中选择已经建立的VN名称。 在“预定义拓扑”页签下，配置拓扑信息，如图1所示。 Hub1站点优先级为“1”，Hub2站点优先级为“2”。 图1 配置Overlay拓扑 配置完成后，单击“确定”。 父主题： 创建Overlay网络

查看更多 →

时间序列预测 流数据处理中经常需要对于时间序列数据进行建模和预测，建模是指提取数据中有用的统计信息和数据特征，预测是指使用模型对未来的数据进行推测。DLI服务提供了一系列随机线性模型，帮助用户在线实时进行模型的建模和预测。 ARIMA (Non-Seasonal) ARIMA（Auto-Regressive

查看更多 →

SEQUENCE 除了为序列指定cache，方法二所实现的功能基本与方法一类似。但是一旦定义cache，序列将会产生空洞(序列值为不连贯的数值，如：1.4.5)，并且不能保序。另外为某序列指定从属列后，该列删除，对应的sequence也会被删除。 虽然数据库并不限制序列只能为一列产生默认值，但建议不要多列共用同一个序列。

查看更多 →

配置Overlay拓扑 操作步骤 单击“拓扑”页签。 在“VN”中选择已经建立的VN名称。 在“预定义拓扑”界面，依次选择“模式”、“拓扑模式”。 默认拓扑模式为“Full-Mesh”，单击“Hub-Spoke”进行切换，并设置中心站点和分支站点。 图1 配置Overlay拓扑 打开“分

查看更多 →

查询组件环境拓扑图 功能介绍 查询组件环境级别全局拓扑图信息。 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 /v1/apm2/openapi/topology/env-search

查看更多 →

数据序列化 操作场景 Spark支持两种方式的序列化 ： Java原生序列化JavaSerializer Kryo序列化KryoSerializer 序列化对于Spark应用的性能来说，具有很大的影响。在特定的数据格式的情况下，KryoSerializer的性能可以达到JavaS

查看更多 →

全局序列概述 全局序列主要指基于DB的全局序列。 支持修改自增序列初始值。 全局序列主要保证ID全局唯一，并不能保证一定是连续递增的。 表1 全局序列支持的表类型 表类型 拆分表 广播表 单表 基于DB的全局序列 支持 支持 不支持 创建自增序列 连接DDM实例。 连接方法具体请参考连接DDM实例。

查看更多 →

增加序列号 概述 提供的增加序号列组件。您可以在数据表的第一列追加ID列。 输入 参数 子参数 参数说明 inputs dataframe inputs为字典类型，dataframe为pyspark中的DataFrame类型对象 输出 数据集 参数说明 参数名 参数类型 是否必选

查看更多 →

创建和使用序列 序列Sequence是用来产生唯一整数的数据库对象。序列的值是按照一定规则自增的整数。因为自增所以不重复，因此说Sequence具有唯一标识性。这也是Sequence常被用作主键的原因。 通过序列使某字段成为唯一标识符的方法有两种： 一种是声明字段的类型为序列整型，由

查看更多 →

职务序列管理 路径：核心人事-控制台-职岗体系-职务序列 图1 职务序列 职务序列的新增 单击【新建】弹出新建弹窗，在页面输入信息后，单击【保存】，创建成功 图2 新增职务序列1 图3 新增职务序列2 职务序列的编辑 信息如有错误需要更正，单击【编辑】，针对需要修改的信息重新编辑

查看更多 →

SEQUENCE 除了为序列指定cache，方法二所实现的功能基本与方法一类似。但是一旦定义cache，序列将会产生空洞(序列值为不连贯的数值，如：1.4.5)，并且不能保序。另外为某序列指定从属列后，该列删除，对应的sequence也会被删除。虽然数据库并不限制序列只能为一列产生默认值，但最好不要多列共用同一个序列。

查看更多 →

SEQUENCE 除了为序列指定cache，方法二所实现的功能基本与方法一类似。但是一旦定义cache，序列将会产生空洞(序列值为不连贯的数值，如：1.4.5)，并且不能保序。另外为某序列指定从属列后，该列删除，对应的sequence也会被删除。 虽然数据库并不限制序列只能为一列产生默认值，但建议不要多列共用同一个序列。

查看更多 →