Memory Statistics Memory Statistics指标名称及描述如下表所示。 表1 Memory Statistics报表主要内容 指标名称 描述 shared_used_memory 已经使用共享内存大小（MB）。 max_shared_memory 最大共享内存（MB）。

查看更多 →

Memory Statistics Memory Statistics指标名称及描述如下表所示。 表1 Memory Statistics报表主要内容 指标名称 描述 shared_used_memory 已经使用共享内存大小（MB）。 max_shared_memory 最大共享内存（MB）。

查看更多 →

Memory Statistics Memory Statistics指标名称及描述如表1所示。 表1 Memory Statistics报表主要内容 指标名称 描述 shared_used_memory 已经使用共享内存大小（MB）。 max_shared_memory 最大共享内存（MB）。

查看更多 →

PV_SESSION_MEMORY PV_SESSION_MEMORY视图统计Session级别的内存使用情况，包含执行作业在数据节点上Postgres线程和Stream线程分配的所有内存。 表1 PV_SESSION_MEMORY字段 名称 类型 描述 sessid text 线程启动时间+线程标识。

查看更多 →

Scale Up和Scale Out 从节点扩展方式区分：SAP HANA可以分为Scale Up和Scale Out两种架构。 Scale Up：称为单节点系统，指系统中只包括一个有效节点（如果需要HA时，可以将两个单节点以System Replication形式构成单节点的H

查看更多 →

Scale Up和Scale Out 从节点扩展方式区分：SAP HANA可以分为Scale Up和Scale Out两种架构。 Scale Up：称为单节点系统，指系统中只包括一个有效节点（如果需要HA时，可以将两个单节点以System Replication形式构成单节点的H

查看更多 →

从节点扩展方式区分：SAP HANA可以分为Scale Up和Scale Out两种架构。

查看更多 →

从节点扩展方式区分：SAP HANA可以分为Scale Up和Scale Out两种架构。

查看更多 →

什么是Scale up、Scale out？ 从节点扩展方式区分：SAP HANA可以分为Scale Up和Scale Out两种架构。 Scale Up：称为单节点系统，指系统中只包括一个有效节点（如果需要HA时，可以将两个单节点以System Replication形式构成单

查看更多 →

日志提示“Out of bounds nanosecond timestamp” 问题现象 在使用pandas.to_datetime转换时间时，出现如下报错： pandas._libs.tslibs.np_datetime.OutOfBoundsDatetime: Out of bounds

查看更多 →

Connect timed out 报错处理 问题现象 原因分析 网络不通。 解决措施 需要用户自行检查网络环境。 父主题： SDK使用类

查看更多 →

max_process_memory： GaussDB (DWS)集群实例所占用的内存大小。 process_used_memory：GaussDB(DWS)进程所使用的内存大小。 max_dynamic_memory：最大动态内存。 dynamic_used_memory：已使用的动态内存。

查看更多 →

shared_used_memory：已使用的共享内存。 cstore_used_memory：列存已使用的内存大小。 comm_used_memory：通信库已使用的内存大小。 comm_peak_memory：通信库的内存峰值。 other_used_memory：其他已使用的内存大小。

查看更多 →

PG_SHARED_MEMORY_DETAIL PG_SHARED_MEMORY_DETAIL视图查询所有已产生的共享内存上下文的使用信息。 表1 PG_SHARED_MEMORY_DETAIL字段 名字 类型 描述 contextname text 内存上下文的名字。 level

查看更多 →

max_process_memory：GaussDB(DWS)集群实例所占用的内存大小。 process_used_memory：GaussDB(DWS)进程所使用的内存大小。 max_dynamic_memory：最大动态内存。 dynamic_used_memory：已使用的动态内存。

查看更多 →

附录：大模型推理常见问题 问题1：在推理预测过程中遇到NPU out of memory 解决方法：调整推理服务启动时的显存利用率，将--gpu-memory-utilization的值调小。 问题2：在推理预测过程中遇到ValueError:User-specified max_model_len

查看更多 →

附录：大模型推理常见问题 问题1：在推理预测过程中遇到NPU out of memory 解决方法：调整推理服务启动时的显存利用率，将--gpu-memory-utilization的值调小。 问题2：在推理预测过程中遇到ValueError:User-specified max_model_len

查看更多 →

日志提示“RuntimeError: connect() timed out” 问题现象 使用pytorch进行分布式训练时，日志中出现报错“RuntimeError: connect() timed out”。 原因分析 出现该问题的可能原因如下： 如果在此之前是有进行数据复制

查看更多 →

PV_SESSION_MEMORY_DETAIL PV_SESSION_MEMORY_DETAIL统计线程的内存使用情况，以MemoryContext节点来统计。 其中内存上下文“TempSmallContextGroup”，记录当前线程中所有内存上下文字段“totalsize”

查看更多 →

max_process_memory：GaussDB(DWS)集群实例所占用的内存大小。 process_used_memory：GaussDB(DWS)进程所使用的内存大小。 max_dynamic_memory：最大动态内存。 dynamic_used_memory：已使用的动态内存。

查看更多 →

GS_SESSION_MEMORY_STATIS TICS GS_SESSION_MEMORY_STATISTI CS 视图显示和当前用户执行复杂作业正在运行时的负载管理内存使用的信息。 表1 GS_SESSION_MEMORY_STATISTICS字段 名称 类型 描述 datid oid

查看更多 →