设置合理数量的存储组可以带来性能的提升。既不会因为产生过多的存储文件（夹）导致频繁切换IO降低系统速度（并且会占用大量内存且出现频繁的内存-文件切换），也不会因为过少的存储文件夹（降低了并发度从而）导致写入命令阻塞。 应根据自己的数据规模和使用场景，平衡存储文件的存储组设置，以达到更好的系统性能。

查看更多 →

速创建 弹性云服务器 功能。 备份 云服务器 的操作，请参见创建云 服务器 备份。 制作整机镜像的操作，请参见通过云服务器备份创建整机镜像。 场景二：制作整机镜像时使用的备份，其对应的云服务器（即原始云服务器）已删除 使用当前整机镜像重新创建一台弹性云服务器。 备份新创建的弹性云服务器。 具体操作，请参见创建云服务器备份。

查看更多 →

根据数据迁移模型分析，除了源端读取速度、目的端写入性能、带宽优化外，您也可以通过如下方式优化作业迁移速度： 使用大规格 CDM 集群 不同规格的CDM集群网卡带宽、集群最大抽取并发数等有所差异。如果您有较高的迁移速度需求，或当前CDM集群的CPU使用率、磁盘使用率、内存使用率等指标经常在较高区

查看更多 →

影响迁移速度的因素有哪些？ 可能会导致迁移速度慢、迁移时间长的因素如下表。 操作系统 影响因素 说明 - CPU和内存占用率 迁移过程中会占用源端主机的一部分内存和CPU，占用情况根据主机的实际情况有所不同。迁移前确保源端主机CPU和内存占用率不高于75%，实际预留内存不少于520MB。

查看更多 →

云硬盘备份时需要停止服务器吗 不需要，云硬盘备份支持对正在使用的服务器进行备份。在服务器正常运行的情况下，除了将数据写入磁盘外，还有一部分最新数据保存在内存中作为缓存数据。在做备份时，内存缓存数据不会自动写入磁盘，会产生数据一致性问题。 因此，为了尽量保证备份数据的完整性，建议选

查看更多 →

omfiter机制，将布隆索引内容写入到Parquet文件的footer中。 Bucket索引：在写入数据过程中，通过主键进行Hash计算，将数据进行分桶写入；该索引写入速度最快，但是需要合理配置分桶数目；Flink、Spark均支持该索引写入。 状态索引：Flink引擎独有索引

查看更多 →

备份时，需要停止服务器吗？ 不需要，云服务器备份和云硬盘备份支持对正在使用的服务器进行备份。 在服务器正常运行的情况下，除了将数据写入磁盘外，还有一部分最新数据保存在内存中作为缓存数据。在做备份时，内存缓存数据不会自动写入磁盘，会产生数据一致性问题。 因此，为了尽量保证备份数据的

查看更多 →

备份时，需要停止服务器吗？ 不需要，云服务器备份支持对正在使用的服务器进行备份。在服务器正常运行的情况下，除了将数据写入磁盘外，还有一部分最新数据保存在内存中作为缓存数据。在做备份时，内存缓存数据不会自动写入磁盘，会产生数据一致性问题。 因此，为了尽量保证备份数据的完整性，最好选

查看更多 →

或“快照”读取等功能。 事务：均需满足ACID的要求，提供事务状态查询等功能。 内存缓存：不同存储引擎在访问索引和数据时一般会对其进行缓存。缓存池允许直接从内存中处理经常使用的数据，从而加快了处理速度。 检查点：不同存储引擎一般都支持增量checkpoint/double wri

查看更多 →

批量写入Hudi表 引入Hudi包生成测试数据，参考使用Spark Shell创建Hudi表章节的2到4。 写入Hudi表，写入命令中加入参数：option("hoodie.datasource.write.operation", "bulk_insert")，指定写入方式为bulk_insert，如下所示：

查看更多 →

流式写入Hudi表 HoodieDeltaStreamer流式写入 Hudi自带HoodieDeltaStreamer工具支持流式写入，也可以使用SparkStreaming以微批的方式写入。HoodieDeltaStreamer提供以下功能： 支持Kafka，DFS多种数据源接入

查看更多 →

或“快照”读取等功能。 事务：均需满足ACID的要求，提供事务状态查询等功能。 内存缓存：不同存储引擎在访问索引和数据时一般会对其进行缓存。缓存池允许直接从内存中处理经常使用的数据，从而加快了处理速度。。 检查点：不同存储引擎一般都支持增量checkpoint/double wr

查看更多 →

或“快照”读取等功能。 事务：均需满足ACID的要求，提供事务状态查询等功能。 内存缓存：不同存储引擎在访问索引和数据时一般会对其进行缓存。缓存池允许直接从内存中处理经常使用的数据，从而加快了处理速度。 检查点：不同存储引擎一般都支持增量checkpoint/double wri

查看更多 →

或“快照”读取等功能。 事务：均需满足ACID的要求，提供事务状态查询等功能。 内存缓存：不同存储引擎在访问索引和数据时一般会对其进行缓存。缓存池允许直接从内存中处理经常使用的数据，从而加快了处理速度。 检查点：不同存储引擎一般都支持增量checkpoint/double wri

查看更多 →

通过内存size检查定位问题，参见内存size检查。

查看更多 →

同步状态正向迁移速度太慢 修改redis-shake参数source.rdb.parallel，可调整迁移并发度，默认为0，按db和分片数确定。 父主题： 数据迁移

查看更多 →

R4的内存实例，是高内存计算应用的合适选择。 内存优化型类别的专属计算集群分为：m3、m6、m7。可用于部署M3型云服务器、M6型云服务、M7型云服务器。 专属计算集群规格 表1 m3型专属计算集群规格说明 专属计算集群类型 CPU数量（Sockets） 物理内核 硬件规格 vCPUs

查看更多 →

circuit_breaker.enabled 是否开启堆外内存熔断。 默认值：true。 native.cache.circuit_breaker.cpu.limit 向量索引堆外内存使用上限。 假设使用128GB内存的机器且堆内存大小为31GB，默认堆外内存使用上限为(128 - 31) * 45%

查看更多 →

circuit_breaker.enabled 是否开启堆外内存熔断。 默认值：true。 native.cache.circuit_breaker.cpu.limit 向量索引堆外内存使用上限。 假设使用128GB内存的机器且堆内存大小为31GB，默认堆外内存使用上限为(128 - 31) * 45%

查看更多 →

，因此减少了内存的使用率，但是会增加I/O开销，影响吞吐量。使用惰性队列能够更好的把控性能，并且使得集群更加的稳定。和非惰性队列不同，消息不会积累在内存中然后等到内存不足再一次性刷到磁盘，造成队列性能不稳定。如果你需要一次发送大量消息，或者消费速度长时间赶不上生产速度，那么我们推荐使用惰性队列。

查看更多 →

上。该模式下在事务提交时不会主动触发写入磁盘的操作。 1：每次事务提交时RDS for MySQL都会把日志缓存区的数据写入日志文件中，并且刷新到磁盘中，该模式为系统默认。 2：每次事务提交时RDS for MySQL都会把日志缓存区的数据写入日志文件中，但是并不会同时刷新到磁盘

查看更多 →