对tensor中的每个元素按位取反，支持的类型：int16，uint16。该接口在elewise_compute.py中定义。raw_tensor：输入tensor，tvm.tensor类型。res_tensor：表示raw_tensor按位取反，tvm.tensor类型。

查看更多 →

对raw_tensor中的每个元素做对数ln(x)运算，支持的类型：float16。int8，uint8，int32，float32类型会被转换为float16。该接口在elewise_compute.py中定义。raw_tensor：输入tensor，tvm.tensor类型。res_tensor：表示ln(raw_tensor)，tv

查看更多 →

对raw_tensor中的每个元素做对数ln(x)运算，支持的类型：float16。int8，uint8，int32，float32类型会被转换为float16。该接口在elewise_compute.py中定义。raw_tensor：输入tensor，tvm.tensor类型。res_tensor：表示ln(raw_tensor)，tv

查看更多 →

对tensor中的每个元素按位取反，支持的类型：int16，uint16。该接口在elewise_compute.py中定义。raw_tensor：输入tensor，tvm.tensor类型。res_tensor：表示raw_tensor按位取反，tvm.tensor类型。

查看更多 →

对raw_tensor中的每个元素向下取整，支持的类型：float16。float32类型会被转换为float16。结果为int32。该接口在cast_compute.py中定义。raw_tensor：输入tensor，tvm.tensor类型res_tensor：表示floor(raw_tensor)，tvm.tensor类型

查看更多 →

对tensor中的每个元素做自然指数运算e^x，支持的类型：float16。int8，uint8，int32，float32类型会被转换为float16。该接口在elewise_compute.py中定义。raw_tensor：输入tensor，tvm.tensor类型。res_tensor：表示e^(raw_tensor)，tvm.te

查看更多 →

对raw_tensor中的每个元素四舍六入，0.5取偶数，例如`1.5->2.0，2.5->2.0`，支持的类型：float16。float32类型会被转换为float16。结果为int32。该接口在cast_compute.py中定义。raw_tensor：输入tensor，tvm.tensor类型res_tensor：表示round(

查看更多 →

对raw_tensor中的每个元素四舍六入，0.5取偶数，例如`1.5->2.0，2.5->2.0`，支持的类型：float16。float32类型会被转换为float16。结果为int32。该接口在cast_compute.py中定义。raw_tensor：输入tensor，tvm.tensor类型res_tensor：表示round(

查看更多 →

对raw_tensor中的每个元素向上取整，支持的类型：float16。float32类型会被转换为float16。结果为int32。该接口在cast_compute.py中定义。raw_tensor：输入tensor，tvm.tensor类型。res_tensor：表示ceil(raw_tensor)，tvm.tensor类型。

查看更多 →

对tensor中的每个元素做自然指数运算e^x，支持的类型：float16。int8，uint8，int32，float32类型会被转换为float16。该接口在elewise_compute.py中定义。raw_tensor：输入tensor，tvm.tensor类型。res_tensor：表示e^(raw_tensor)，tvm.te

查看更多 →

在指定轴上对输入的多个Tensor进行重新连接。输入raw_tensors为多个Tensor，数据类型相同。如果raw_tensors[i].shape = [D0, D1, ... Daxis(i), ...Dn]，沿着轴axis连接后的结果的shape为：[D0, D1, ... Raxis, ...Dn]。其中：Raxis = su

查看更多 →

将raw_tensor中每个元素乘上标量scalar，支持的类型：float16，float32。int8，uint8，int32会被转换为float16。如果scalar数据类型与raw_tensor数据类型不一致，计算中会转换为对应数据类型。该接口在elewise_compute.py中定义。raw_tensor：输入tensor，t

查看更多 →

对tensor中的每个元素做倒数运算 1 / x，支持的类型：float16，float32。int8，uint8，int32类型会被转换为float16。该接口在elewise_compute.py中定义。raw_tensor：输入tensor，tvm.tensor类型。res_tensor：表示1 / raw_tensor，tvm.t

查看更多 →

./redis-shake.linux -conf redis-shake.conf -type rump 图7 迁移过程 图8 迁移结果 迁移完成后，请使用redis-cli工具连接源Redis和目标Redis，确认数据的完整性。 分别连接源Redis和目标Redis。 连接操作请参考redis-cli连接。

查看更多 →

./redis-shake.linux -conf redis-shake.conf -type rump 图7 迁移过程 图8 迁移结果 迁移完成后，请使用redis-cli工具连接源Redis和目标Redis，确认数据的完整性。 分别连接源Redis和目标Redis。 连接操作请参考redis-cli连接。

查看更多 →

源库测试连接时，必须填写Redis集群所有分片的IP地址。同时为了避免影响源端Redis实例的业务访问，强烈建议从源实例的副本节点（从节点）进行数据迁移，即推荐填写Redis集群的Slave节点IP地址。 为保障增量迁移有效进行，建议迁移前，评估源库Redis参数，将源库的配置文件redis.co

查看更多 →

户端同时向Redis发送M条查询命令的应用场景。 redis-benchmark工具的使用方法请参考redis-cli和redis-benchmark测试工具介绍。 下载与安装工具 下载redis-6.0.9客户端。 wget http://download.redis.io/releases/redis-6

查看更多 →

将GeminiDB Redis迁移到Redis集群 支持的源和目标数据库 表1 支持的数据库 源数据库 目标数据库 GeminiDB Redis E CS 自建Redis集群（开源Redis 4.0版本以上） 本地自建Redis集群（开源Redis 4.0版本以上） 支持的迁移对象范围

查看更多 →

#【可选】公共能力目录 ├─ raw/ ├─ lifecycle.yaml └─ README.md 表1 资源集合结构 目录或文件名称 描述 必选 xxx_crd.yaml 服务包的资源，例如kafka、redis，一个服务包可以包含一个或者多个具体资源目录。

查看更多 →

devspore.mas.redis.config.RedisServerConfiguration; import com.huawei.devspore.mas.redis.config.RedisType; import com.huawei.devspore.mas.redis.core

查看更多 →

info(String section); public String ping(); RedisTemplate命令对应DcsConnection接口 表1 redisTemplate和DcsConnection对应关系 RedisTemplate命令 DcsConnection方法 expire(stringKey

查看更多 →