MapReduce和Hadoop分布式计算 分布式文件系统 网络文件系统、日志或数据处理应用 规格 表4 M7n型弹性云 服务器 的规格 规格名称 vCPU 内存 （GiB） 最大带宽/基准带宽 （Gbps） 最大收发包能力 （万PPS） 网络连接数 （万） 网卡多队列数 网卡个数上限 云硬盘基础带宽/突发带宽

查看更多 →

增强功能：自动化运维、数据库运维审计 表2 不同规格配置说明 资产数 最大并发数 CPU 内存 系统盘 数据盘 10 10 4核 8GB 100GB 200GB 20 20 4核 8GB 100GB 200GB 50 50 4核 8GB 100GB 500GB 100 100 4核 8GB 100GB 1000GB

查看更多 →

需根据系统资源（如CPU资源、IO资源和内存资源）情况，调整此数值大小，使得系统支持最大限度的并发作业，且防止并发执行作业过多，引起系统崩溃。 当取值-1或者0时，不限制全局并发数。 在点查询的场景下，参数建议设置为100。 在分析类查询的场景下，参数的值设置为CPU的核数除以DN个数，一般可以设置5~8个。

查看更多 →

核CPU/1024G内存，96核CPU/1024G内存）；'2048,2,(nobind)'（96核CPU/768G内存，80核CPU/640G内存）；'1024,2,(nobind)'（64核CPU/512G内存，60核CPU/480G内存，32核CPU/256G内存）；'512

查看更多 →

B）除以250得到的值作为扫描仪线程数。 增加并行性还需考虑的重要一点是集群中实际可用的CPU核数，确保并行计算数不超过实际CPU核数的75%至80%。 CPU核数约等于： 并行任务数x扫描仪线程数。其中并行任务数为分割数和执行器数x执行器核数两者之间的较小值。 数据加载性能调优

查看更多 →

B）除以250得到的值作为扫描仪线程数。 增加并行性还需考虑的重要一点是集群中实际可用的CPU核数，确保并行计算数不超过实际CPU核数的75%至80%。 CPU核数约等于： 并行任务数x扫描仪线程数。其中并行任务数为分割数和执行器数x执行器核数两者之间的较小值。 数据加载性能调优

查看更多 →

Object 裸金属服务器规格。详情请参见表2。 表2 flavor数据结构说明 参数 参数类型 描述 id String 裸金属服务器规格ID。 name String 裸金属服务器规格名称。 vcpus Integer 该裸金属服务器规格对应的CPU核数。 ram Integer

查看更多 →

200（196核CPU/1536G内存，128核CPU/1024G内存，104核CPU/1024G内存，96核CPU/1024G内存）；150（96核CPU/768G内存）；120（80核CPU/640G内存）；100（64核CPU/512G内存）；80（60核CPU/480G内存）；40（32核CPU/256

查看更多 →

专属主机规格中的vCPUs计算公式：vCPUs = (槽位数 * CPU核数 * 单核线程数 - CPU开销) * CPU超分比 m3型专属主机 vCPUs计算公式：vCPUs = (2 * 18 * 2 - 12) * 1.07 = 64 m6型专属主机 vCPUs计算公式：vCPUs = (2 *

查看更多 →

变更 GaussDB 实例的CPU和内存规格 操作场景 CPU/内存规格可根据业务需要进行变更，当实例的状态由“规格变更中”变为“正常”，则说明变更成功。 注意事项 GaussDB实例支持规格升配，也支持降配。 规格变更前，须确保实例状态正常。实例异常，节点异常，磁盘满均不允许进行规格变更。

查看更多 →

cluster.xu1.large.r2.4 | 规格：4 GB | 分片数：3 | 最大可用内存：4 GB | 最大连接数(默认/可配)：30,000/150,000 | 基准/最大带宽：2,304/2,304 Mbit/s | DB数：1 | 占用IP个数：6 1 包周期 1 月

查看更多 →

cpu-vcores”设置当前节点上NodeManager可使用的虚拟CPU核数，建议按节点实际逻辑核数的1.5到2倍配置。“yarn.nodemanager.resource.memory-mb”设置当前节点上NodeManager可使用的物理内存大小，建议按节点实际物理内存大小的75%~90%配置。 “yarn.scheduler

查看更多 →

该指标用于统计测量对象申请的CPU核总量。 ≥1 核（Core） CPU内核占用（cpuCoreUsed） 该指标用于统计测量对象已经使用的CPU核个数。 ≥0 核（Core） CPU使用率（cpuUsage） 该指标用于统计测量对象的CPU使用率。服务实际使用的与申请的CPU核数量比率。 0～100%

查看更多 →

请的CPU核数量比率。 0～100 百分比（%） 句柄数（aom_process_handle_count） 该指标用于统计测量对象使用的句柄数。 ≥0 无 最大句柄数（aom_process_max_handle_count） 该指标用于统计测量对象使用的最大句柄数。 ≥0 无

查看更多 →

Data将会启动较少的task。 解决措施： 您可以适当增大Executor内存和Executor核数，以便YARN可以在每个节点上启动一个Executor。具体的配置方法如下： 配置Executor核数。 将“spark-defaults.conf”中的“spark.executor

查看更多 →

Data将会启动较少的task。 解决措施： 您可以适当增大Executor内存和Executor核数，以便YARN可以在每个节点上启动一个Executor。具体的配置方法如下： 配置Executor核数。 将“spark-defaults.conf”中的“spark.executor

查看更多 →

即可查看作业配置的计算资源规格。 计算公式如下： 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

查看更多 →

= '100,200' 表示已经堆积的会话数超过线程池初始设置的线程数的200%后禁止新连接接入并kill堆积的会话，kill会话过程中会话数恢复到线程池初始设置的线程数的100%以下时停止kill会话并允许新连接接入。 已经堆积的会话数可以通过查询pg_stat_activit

查看更多 →

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 资源池在所有节点上可用C

查看更多 →

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 资源池在所有节点上可用C

查看更多 →

cpu-vcores”设置当前节点上NodeManager可使用的虚拟CPU核数，建议按节点实际逻辑核数的1.5到2倍配置。“yarn.nodemanager.resource.memory-mb”设置当前节点上NodeManager可使用的物理内存大小，建议按节点实际物理内存大小的75%配置。 “yarn.scheduler

查看更多 →