Filtered-query API(2.2.13) Filtered-query V2(2.3.6) DSL查询API（2.3.14） 通过导入文件更新点边的指定属性(2.2.13) 通过读取文件删除点边（2.2.15） 运维监控API 父主题： 业务面API

查看更多 →

SSB性能测试 SSB测试结果 SSB测试环境 SSB测试过程

查看更多 →

本次测试采用开源社区的Y CS B 0.12.0版本的测试工具。 YCSB是一款广泛使用的数据库性能测试工具，具体使用方法请参见YCSB。 测试指标 OPS：Operation Per Second，数据库每秒执行的操作数。 测试步骤 配置workload文件。 按照表2所示的业务模型，配置

查看更多 →

“scanproportion”、“readmodifywriteproportion”的值。 按照表3 预置数据量所示的预置数据量，配置workload中的“recordcount”的值。 以测试模型workload-insert-mostly为例，执行以下命令，准备数据。 sh

查看更多 →

性能测试结果 本章介绍GeminiDB Redis性能测试结果，根据上述测试方法操作，展示在各种数据模型、测试场景、Workload模型组合下的性能指标。当前性能白皮书仅呈现中小规格并发能力下的数据库性能数据，如需更高的并发能力，可水平或垂直升级数据库规格。 总数据量小于内存场景下的测试数据请参见表1。

查看更多 →

变更实例的CPU和内存规格 操作场景 当用户购买的实例的CPU和内存规格无法满足业务需要时，可以在控制台进行CPU和内存规格变更。 使用须知 用户既可以扩大规格，也可以降低规格。 节点规格变更采用滚动方式，单个节点耗时约5-10分钟，总时长与节点数量有关。 正在进行变更的节点，其

查看更多 →

变更实例的CPU和内存规格 当您购买的实例的CPU和内存规格无法满足业务需要时，可以在控制台进行CPU和内存规格变更。 使用须知 用户既可以扩大规格，也可以降低规格。 节点规格变更采用滚动方式，单个节点耗时约5-10分钟，总时长与节点数量有关。 正在进行变更的节点，其计算任务由其

查看更多 →

变更实例的CPU和内存规格 操作场景 规格变更用于扩大或者降低实例中所有节点的CPU、内存规格。当用户购买的实例的规格无法满足业务需求时，可以在控制台进行规格变更。若遇到实例过载，需要紧急增加计算资源，建议优先添加计算节点，速度更快。 使用须知 在线变更时，单个节点变更时会出现一

查看更多 →

变更实例的CPU和内存规格 操作场景 当用户购买的实例的CPU和内存规格无法满足业务需要时，可以在控制台进行CPU和内存规格变更。 使用须知 用户既可以扩大规格，也可以降低规格。 节点规格变更采用滚动方式，单个节点耗时约5-10分钟，总时长与节点数量有关。 正在进行变更的节点，其

查看更多 →

数值的较大值。 修改CPU/内存后，将会重启数据库实例。请选择业务低峰期，避免业务异常中断。重启后实例会自动释放内存中的缓存，请在业务低峰期变更规格，避免对高峰期业务造成影响。 关于变更规格所需的时间（非业务高峰期）： 此过程需要5～15分钟。 变更规格时的业务中断只在主备切换期

查看更多 →

包年/包月模式的实例 缩小规格：单击“提交”，提交变更。 由缩小规格产生的退款，系统会自动退还至客户账户，您可在“费用中心”页面，在左侧导航栏“订单管理”下的“我的订单”查看费用详情。 扩大规格：单击“去支付”，跳转至支付页面，支付成功后，才可进行规格变更。 查看变更结果。 任务提

查看更多 →

--seed，--scale，--timestamp-start 的值与1中生成写入数据时设置的值保持一致。 --timestamp-end：数据生成结束后一秒。 --queries：生成的查询数。 --queries-type：生成的查询类型，具体模型含义参见表1。 执行如下命令，查询性能，获取查询性能数据。

查看更多 →

测试指标 指标缩写 指标描述 QPS 每秒执行的读写操作数，单位为次/秒。 Avg Latency 读写操作的平均时延，单位为毫秒(ms)。 P99 Latency 读写操作的P99时延。 99%的操作可以在这个时延内执行完成，即只有1%的操作时延会超过这个值。 单位为毫秒(ms)。

查看更多 →

7ms，P99长尾时延约为1.77ms。 本次测试结果表明，在大规模RTA场景，GeminiDB Redis有稳定的时延性能，同时基于数据压缩和支持计算/存储独立选配的特性，非常适合作为广告业务的KV数据库选型。 父主题： GeminiDB Redis接口广告RTA场景性能数据

查看更多 →

--master_addr <master_addr> --num_nodes <nodes> --rank <rank> <cfgs_yaml_file>：性能测试配置的yaml文件地址，如代码目录中performance_cfgs.yaml相对或绝对路径。 <model_name>：训练模型名，如qwen2-7b

查看更多 →

检查系统内存大小，以及剩余内存量，并判断是否满足IEF需求。edgectl check memorymemory可以简写为mem，即：edgectl check mem无检查内存：示例执行结果：

查看更多 →

MySQL到GeminiDB Redis数据延迟大概是多少，会受哪些因素影响 开启内存加速后，是否会对源端MySQL有影响 开启内存加速的GeminiDB Redis短时间要处理大量的binlog，会不会占用较多的资源，导致在线业务受损 父主题： 常见问题

查看更多 →

配置内存 操作场景 Spark是内存计算框架，计算过程中内存不够对Spark的执行效率影响很大。可以通过监控GC（Garbage Collection），评估内存中RDD的大小来判断内存是否变成性能瓶颈，并根据情况优化。 监控节点进程的GC情况（在客户端的conf/spark-defaults

查看更多 →

Netty内存 介绍APM采集的Netty内存指标的类别、名称、含义等信息。 表1 Netty内存指标说明 指标类别 指标 指标名称 指标说明 单位 数据类型 默认聚合方式 内存（memory，内存指标。） directMemoryUsage 已使用直接内存 已使用直接内存 - INT

查看更多 →

_name} 删除点的标签。 导出过滤后的点 2.2.7 POST /ges/v1.0/{project_id}/graphs/{graph_name}/vertices/action?action_id=export 导出满足过滤条件的点集合。 删除过滤后的点 2.2.7 POST

查看更多 →

要的计算资源要求差别很大。为了保证转码性能，通常需要配置一个很大的资源规格，但是在处理低分辨率（例如短视频）视频时，会造成资源浪费。您可以把转码业务实现为元数据获取和转码两个函数，根据元数据信息指定转码函数的资源规格，最小化资源占用，达到更低的成本开销。 前提条件 已创建函数，若未创建，请参见创建空白函数。

查看更多 →