String 项目ID。 获取项目ID请参考 获取项目ID。 topic_urn 是 String Topic的唯一的资源标识，可通过查询主题列表获取该标识。 请求参数 表2 请求Header参数 参数 是否必选 参数类型 描述 X-Auth-Token 是 String 用户Token。

查看更多 →

查看探测状态 “探测状态”是指安全产品数据上报到SA的状态。通过查看探测状态，您可以判断是否正常上报当前产品数据。 表1 探测状态说明 状态 说明 探测正常 表示一个小时内，数据接口被调用次数大于等于8次，接口连通性正常，“探测状态”检测正常，正常上报当前产品数据。 启用产品集成后一个小时内，默认探测状态为正常。

查看更多 →

探测终端返回的http返回码，0代表用户在黑名单无法发送，-1代表用户终端超过5秒未响应，-2代表队列已满，Http探测任务未执行。其他httpcode为终端实际返回值。 httpResponse String 终端探测响应体，如果httpCode为0，-1，-2, 2xx时响应体内容固定，由SMN

查看更多 →

数值计算求解示意图 数值计算求解方法及类型 线性直接法：线性直接法是一种重要的求解线性方程组的手段，具有求解稳定性好、精度高的优点。 线性迭代法：基于Krylov子空间的迭代方法是一种重要的求解线性方程组的手段，尤其是对于大型稀疏矩阵的方程组，迭代法是求解线性方程组的优先选择。 预处理子：预

查看更多 →

数值计算求解示意图 数值计算求解方法及类型 线性直接法：线性直接法是一种重要的求解线性方程组的手段，具有求解稳定性好、精度高的优点。 线性迭代法：基于Krylov子空间的迭代方法是一种重要的求解线性方程组的手段，尤其是对于大型稀疏矩阵的方程组，迭代法是求解线性方程组的优先选择。 预处理子：预

查看更多 →

使用TensorFlow进行线性回归 首先在FunctionGraph页面将tensorflow添加为公共依赖 图1 tensorflow添加为公共依赖 在代码中导入tensorflow并使用 import json import random # 导入 TensorFlow 依赖库

查看更多 →

使用pytorch进行线性回归 在FunctionGraph页面将torch添加为公共依赖 图1 torch添加为公共依赖 在代码中导入torch并使用 # -*- coding:utf-8 -*- import json # 导入torch依赖 import torch as t

查看更多 →

量类型可划分为不同问题。OptVerse服务提供线性规划和混合整数线性规划问题的求解服务。 数值计算求解器：通过数值计算方法，高效求解CAE仿真底层的数学问题。OptVerse服务提供线性方程组的直接法和迭代法及预处理求解、非线性方程组的迭代求解、矩阵的特征值求解、智能加速求解以及基于云HPC的高性能计算服务。

查看更多 →

分为不同问题。OptVerse服务提供线性规划和混合整数线性规划问题的求解服务，详见：数学规划求解器。 数值计算求解器：通过数值计算方法，高效求解CAE仿真底层的数学问题。OptVerse服务提供线性方程组的直接法和迭代法及预处理求解、非线性方程组的迭代求解、矩阵的特征值求解、智

查看更多 →

液、液液、气固、液固等界面现象的流体仿真。 粒子法仿真：粒子法仿真是指利用一些离散的粒子来代表流体的运动和性质的流体仿真。粒子法仿真通常基于粒子法模型（Particle Methods）来求解粒子的位置、速度、密度、压力等。粒子法仿真适用于涉及大变形、断裂、碎裂、自由表面等复杂现象的流体仿真。

查看更多 →

支持问题类型 支持求解大规模线性问题、二次型问题和混合整数线性问题。 需具备对多种算法模型的兼容性，以满足行业多样化业务场景的要求，支持线性、非线性、混合整数、二次约束规划等算法模型的建模和求解 支持算法 支持优先级和权重的控制，具备单纯形法、内点法、分支定界算法等能力 并行运算

查看更多 →

通过HTTP(S)探测监控网络异常 应用场景 通过广域网质量功能监控不同地域不同网络环境用户访问某个 域名 时的连通性。当域名连通性为低于预期时，您可以通过报警信息分析异常原因，还可以根据探测结果排查问题。本文以中国境内各省份的三大运营商（中国移动、中国电信、中国联通）探测某个域名为例，

查看更多 →

支持问题类型 支持求解大规模线性问题、二次型问题和混合整数线性问题。 需具备对多种算法模型的兼容性，以满足行业多样化业务场景的要求，支持线性、非线性、混合整数、二次约束规划等算法模型的建模和求解 支持算法 支持优先级和权重的控制，具备单纯形法、内点法、分支定界算法等能力 并行运算

查看更多 →

Join 哈希连接，适用于数据量大的表的连接方式。优化器使用两个表中较小的表，利用连接键在内存中建立hash表，然后扫描较大的表并探测散列，找到与散列匹配的行。Sonic和非Sonic的Hash Join的区别在于所使用hash表结构不同，不影响执行的结果集。 物化算子 物化算子

查看更多 →

后扫描较大的表并探测散列，找到与散列匹配的行。Sonic和非Sonic的Hash Join的区别在于所使用hash表结构不同，不影响执行的结果集。 Merge Join 归并连接，通常情况下执行性能差于哈希连接。如果源数据已经被排序过，在执行融合连接时，并不需要再排序，此时融合连接的性能优于哈希连接。

查看更多 →

Join 哈希连接，适用于数据量大的表的连接方式。优化器使用两个表中较小的表，利用连接键在内存中建立hash表，然后扫描较大的表并探测散列，找到与散列匹配的行。Sonic和非Sonic的Hash Join的区别在于所使用hash表结构不同，不影响执行的结果集。 物化算子 物化算子

查看更多 →

integer 当前物理连接探测到的最小时延，单位微秒。 average integer 当前物理连接探测时延的平均值，单位微秒。 max_delay integer 当前物理连接探测到的最大时延，单位微秒。 说明： 取值为-1，表示时延探测超时失败，请重新建立节点间连接后再执行查询。 父主题：

查看更多 →

当前物理连接探测到的最小时延，单位为微秒。 average integer 当前物理连接探测时延的平均值，单位为微秒。 max_delay integer 当前物理连接探测到的最大时延，单位为微秒。 说明： 取值为-1，表示时延探测超时失败，请重新建立节点间连接后再执行查询。 父主题：

查看更多 →

integer 当前物理连接探测到的最小时延，单位微秒。 average integer 当前物理连接探测时延的平均值，单位微秒。 max_delay integer 当前物理连接探测到的最大时延，单位微秒。 说明： 取值为-1，表示时延探测超时失败，请重新建立节点间连接后再执行查询。 父主题：

查看更多 →

当前物理连接探测到的最小时延，单位为微秒。 average integer 当前物理连接探测时延的平均值，单位为微秒。 max_delay integer 当前物理连接探测到的最大时延，单位为微秒。 说明： 取值为-1，表示时延探测超时失败，请重新建立节点间连接后再执行查询。 父主题：

查看更多 →

在仪表板导航栏单击，新建散点图。 在数据列选择数据集。 设置字段、样式、高级相关参数。 单击“更新”，系统自动更新图表。 图1 散点图 字段 设置字段。 在数据列内的维度和度量列表内找到需要的数据字段： 在维度列表中，选择字段双击或拖拽至列内。 在度量列表中，选择字段双击或拖拽至列内。 列支持对维度字段进行字段显示内容修改和钻取功能的设置。

查看更多 →