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 →

内存加速 开启内存加速，MySQL数据更新后，会把数据全部缓存到GeminiDB Redis吗？ 开启内存加速，GeminiDB Redis数据会不断增长，需要扩容吗？如何进行缓存数据管理？ 客户已有业务实现“db”+“缓存”，推荐使用内存加速吗？哪种场景可以让客户使用内存加速方案？

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 →

内存版 内存版业务面API包括点操作、边操作、元数据操作、索引操作、Gremlin操作、算法、路径、图统计、图操作、子图操作、Job管理、Cypher操作API。 表1 点操作API 名称 版本 URL 功能描述 点过滤查询 1.0.0 POST/ges/v1.0/{projec

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 →

分割和Executors的关系 如果分割数小于等于Executor数乘以Executor核数，那么任务将以并行方式运行。否则，某些任务只有在其他任务完成之后才能开始。因此，要确保Executor数乘以Executor核数大于等于分割数。同时，还要确保有足够的分割数，这样一个查询任务可被分为足够多的子任务，从而确保并行性。

查看更多 →

35及以上版本不支持。 maxServerGroups String 云服务器 组数量限制。 值为“-1”时，表示无数量限制。 totalCoresUsed String 已使用的核数。 total RAM Used String 已使用的内存大小。 maxSecurityGroups String

查看更多 →

6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/256G内存）；20（16核CPU/128G内存）；10（8核CPU/64G内存，4核CPU/32G内存，4核CPU/16G内存）

查看更多 →

信息及数量，格式为：核数（平台类型）内存大小：数量。 单击相应区域，会在下方显示相应的主机列表。 磁盘配置 横轴为节点上磁盘总容量（包含OS盘），纵轴为逻辑磁盘数量（包含OS盘）。 鼠标放置圆点上会显示处于当前配置状态下的磁盘信息，包括磁盘数量、总容量、主机数。 单击相应圆点，会在下方显示相应的主机列表。

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 →

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 →

比例计算出来的成本，结合工作负载关联存储的成本 运行总核时 所选时间周期内，工作负载总消耗的核时资源数 核时单价 CPU 每核每小时价格。 用来指导您工作负载所在节点对应的机型的CPU核时单价。如果工作负载或者命名空间对应核时单价很贵，则可以通过变更节点类型等方式进行降本增效。 所属命名空间

查看更多 →

Driver内存 Driver内存大于等于512MB。 DLI ：默认7GB。 Driver核数 Driver核数，大于等于1。 DLI默认2。 Executor内存 Executor内存大于等于1GB。 DLI：默认8GB。 Executor核数 Executor核数，大于等于1。

查看更多 →

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CPU上限的平均值，CPU配额管控情况下为 GaussDB 全部可用CPU核数，CPU限额管控情况下为关联控制组的可用CPU核数。 read_speed text 资源池在所

查看更多 →

在CPU核数、内存相同的情况下，小规格多节点与大规格三节点集群如何选择？ 小规格多节点： 如果数据量不大、集群节点数量需要伸缩，但不能忍受太高的成本，可以选择小规格多节点集权。 例如，规格为8核32G的小规格集群（dwsx2.h.2xlarge.4.c6），可以提供较强的计算能力

查看更多 →

cpu_core_usage Float 已使用CPU核数。 cpu_core_total Float 总CPU核数。 cpu_memory_usage Integer 已使用内存，单位MB。 cpu_memory_total Integer 总内存，单位MB。 gpu_usage Float

查看更多 →

CPU核数”要小于队列的计算资源CU数，避免其他Spark任务角色无法启动。更多Spark任务角色的相关信息请参考Spark官方。 Spark作业参数计算公式： CU数=driver CPU核数+Executor个数*Executor CPU核数 内存数=driver内存+(Ex

查看更多 →

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 ￥367.48

查看更多 →

G内存，128核CPU/1024G内存，104核CPU/1024G内存，96核CPU/1024G内存，96核CPU/768G内存，80核CPU/640G内存）；256MB（72核CPU/576G内存，64核CPU/512G内存，60核CPU/480G内存）；128MB（32核CP

查看更多 →

Spark作业参数计算公式： CU数=driver CPU核数+Executor个数*Executor CPU核数 内存数=driver内存+(Executor个数*Executor内存） Executor内存 代表每个Executor的内存。通常建议Executor CPU核数：Executor内存=1：4。

查看更多 →