nodepool
名称 类型 描述 示例值 object 节点池。auto_scaling object 自动伸缩节点池配置。enable boolean 是否启用自动伸缩。true：开启节点池自动伸缩功能。false：不开启自动伸缩，当取值为 false 时，auto_scaling 内的其他配置参数将不生效。...
nodepool
名称 类型 描述 示例值 object 节点池。auto_scaling object 自动伸缩节点池配置。enable boolean 是否启用自动伸缩。true：开启节点池自动伸缩功能。false：不开启自动伸缩，当取值为 false 时，auto_scaling 内的其他配置参数将不生效。...
nodepool
名称 类型 描述 示例值 object 节点池。auto_scaling object 自动伸缩节点池配置。enable boolean 是否启用自动伸缩。true：开启节点池自动伸缩功能。false：不开启自动伸缩，当取值为 false 时，auto_scaling 内的其他配置参数将不生效。...
函数概述
数据探索函数 得到样本数据的趋势、极大值、中心值，检验数据是否符合正态分布、均匀分布或指数分布。说明 只支持华东2（上海）地域。相关性函数 相关性算子可以计算两组数据的相关系数，用于分析这两组数据的变化趋势是否存在关联关系。...
FE参数配置
default_max_filter_ratio 默认值：0 是否可以动态配置：true 是否为Master FE节点独有的配置项：true 说明：可过滤数据（由于数据不规则等原因）的最大百分比。取值为0，表示严格模式，只要数据有一条被过滤掉整个导入失败。default_db_...
SQL性能问题
TopN优化方法 无排名优化 TopN的输出结果不需要显示rownum值，仅需在最终前端显示时进行1次排序，极大地减少输入结果表的数据量。无排名优化方法详情请参见 Top-N。增加TopN的Cache大小 TopN为了提升性能有一个State Cache层，Cache层能...
高性能Flink SQL优化技巧
TopN优化方法 无排名优化 TopN的输出结果不需要显示rownum值，仅需在最终前端显示时进行1次排序，极大地减少输入结果表的数据量。无排名优化方法详情请参见 Top-N。增加TopN的Cache大小 TopN为了提升性能有一个State Cache层，Cache层能...
数字类型
太大或者太小的值都会导致错误。如果输入数字的精度太高，那么可能发生四舍五入。太接近零的数字，如果不能体现出与零的区别就会导致下溢错误。默认情况下，浮点值以其最短精确的十进制表示的文本形式输出；所产生的十进制值与相同二进制...
自研应用 SSO 配置
为了简化理解、便于上手，IDaaS 对配置项进行了极大程度的简化。IDaaS 侧配置 在 IDaaS 侧，仅需将应用处理单点登录请求的地址填写到【登录 Redirect URIs】中，其他选项保持默认，即可完成基本配置。 字段 说明 举例 基本配置（必填）...
数据探索函数
本示例中设置横向距离为10，以输入数据的第一个极大值点为参考，横向距离为10以内的极大值点会被忽略，因此设置distance参数后的极大值更稀疏，对这些极大值出现时刻的设备数据进行分析会更有价值。SELECT FIND_PEAKS('{"distance":10}',1,...
Hints
取值范围：AUTOMATIC/BROADCAST/PARTITIONED 默认值：AUTOMATIC 如果右表比较小能够放进内存，采用BROADCAST会极大的提高查询的性能。而PARTITIONED没有这个限制，所以可以支持更大的JOIN，但是对于小表JOIN性能较差。cluster 含义：指定...
ADP底座介绍
提供一整套健全强大的托管运维体系及可视化的健康观测能力，及时发现问题、解决问题，极大地降低运维门槛和人力成本，实现交付后运维阶段的省心省力。能够提供：可视化本地运维控制台：提供强大的运维控制能力，同时预置了监控看板，实现...
输出切换
说明 注意：目标值不一定是最终的输出值，是往inA/inB方向变化输出的值,若切换速率极大，则直接输出目标值。参数说明 测点端口-输入参数 参数名 参数描述 是否必填 输入数据类型 数据源类型 inA 测点A 是 整型或浮点型 说明 若存在非数值...
逻辑回归
模型地址 字符 算法参数 参数名 参数描述 是否必填 参数默认值 参数范围 惩罚类型 用于指定惩罚中使用的规范 否 L2 L2 无惩罚 正则强度的倒数 必须为正浮点数，与支持向量机一样，较小的值指定更强的正则化 否 1.0[0,99999999]是否使用截距...
时序异常检测
nsigma算法：用于检测每个时序点，适用于异常点相对于历史平均值有较大差异（通过算法的参数 n 来调节）的场景。ttest算法：用于检测一段时间窗口内的时序数据。适用于以下两个连续时间段内均值变化异常的场景。istl-esd算法：Incremental ...
索引优化
在大部分传统的TP型数据库中，索引可以极大的提高数据的访问效率。但是在类似与 AnalyticDB PostgreSQL版 这样的分布式数据库中，应该谨慎的选择索引的使用。在大部分场景下，AnalyticDB PostgreSQL版 更适合快速的顺序扫描，或者结合稀疏...
图算法
Dijkstra算法是通过 点 去更新 最短距离值，每个 点 维护到 源点 的当前 最短距离值，当这个值发生变化时，将新值加上 边 的 权值，发送消息通知其 邻接点。下一轮迭代时，邻接点 根据收到的消息，更新其当前 最短距离值，当所有 点 的当前...
Echarts 极坐标堆叠柱图
径向轴 极坐标索引：设置径向轴的极坐标索引值。名称：自定义径向轴名称。名称位置：径向轴名称的位置，可选，包括 起点、终点 或 居中，默认值为 终点。名称样式 颜色：参考 颜色选择器说明，修改径向轴名称文本的颜色。字体样式：径向轴...
Echarts 极坐标堆叠柱图
径向轴 极坐标索引：设置径向轴的极坐标索引值。名称：自定义径向轴名称。名称位置：径向轴名称的位置，可选，包括 起点、终点 或 居中，默认值为 终点。名称样式 颜色：参考 颜色选择器，修改径向轴名称文本的颜色。字体样式：径向轴名称...
变更消息配置
您可以按照业务需求调整消息保留时长、最大消息大小、消费位点保留时间和SSL证书算法位数。前提条件 您已购买 云消息队列 Kafka 版 实例，且实例处于服务中状态。操作步骤 登录 云消息队列 Kafka 版 控制台，在 概览 页面的 资源分布 区域...
Roaring
TR.SETRANGE：V1版本的TR.SETRANGE命令的返回值为 OK，V2版本返回值为成功设置bit值为1的数量，其他内容无变化。2021年9月13日发布TairRoaring V1版本，请将小版本升级至1.7.20及以上。2022年3月11日发布TairRoaring V2版本，请将小版本...
Beam使用（公测）
指定压缩算法 Beam支持多种压缩算法，您可以根据实际业务需要，选择不同的压缩算法。Beam支持ZSTD、LZ4、AUTO和GDICT压缩算法。默认使用LZ4 9级压缩，以提供在大部分场景下更优的解压性能。ZSTD 如果您期望获得更高的压缩比，可以使用ZSTD...
Encrypt
说明 单次加解密的数据量越大，网络传输失败可能性越大，网络传输所需时间越长，KMS实例对数据进行加解密所需时间也越长。请求参数 名称 类型 是否必选 示例值 描述 KeyId string 是 key-hzz62f1cb66fa42qo*密钥的全局唯一标识符。该参数也...
高维向量检索（PASE）
PASE（PostgreSQL ANN search extension）是一款为PostgreSQL数据库研发的高性能向量检索索引插件，使用业界中成熟稳定且高效的ANN（Approximate nearest neighbor）检索算法，包括IVFFlat和HNSW算法，通过这两种算法...
高维向量检索（PASE）
PASE（PostgreSQL ANN search extension）是一款为PostgreSQL数据库研发的高性能向量检索索引插件，使用业界中成熟稳定且高效的ANN（Approximate nearest neighbor）检索算法，包括IVFFlat和HNSW算法，通过这两种算法...
光伏发电异常检测提效
这将极大的缓解人工肉眼进行逐个筛查所带来的运维压力，提高运维的效率和质量。业务价值 仍以10 MW村级光伏电站为例，有智能算法的协作，基于85%准确率和召回率运算，假设200个逆变器有10个发电效能异常，算法将上报10~12个左右的可能异常...
高效向量检索（PASE）
您可以通过类簇个数n来控制IVFFlat算法的准确性，n值越大，算法精度越高，但计算量会越大。IVFFlat和IVFADC的第一阶段完全一样，主要区别是第二阶段计算。IVFADC通过积量化来避免遍历计算，但是会导致精度损失，而IVFFlat是暴力计算，避免...
BE参数配置
column_dictionary_key_size_threshold 默认值：0 说明：字典压缩列大小，小于这个值采用字典压缩算法。compaction_tablet_compaction_score_factor 默认值：1 类型：Int32 说明：选择tablet进行compaction时，计算tablet score的公式中...
创建向量索引
背景信息 云原生数据仓库AnalyticDB PostgreSQL版 向量数据库中的FastANN向量检索引擎实现了主流的HNSW（Hierarchical Small World Graph）算法，它基于PostgreSQL中的段页式存储实现，并且在索引中只存储了指向表中向量列的指针，极大地...
极大值检测函数
极大值检测函数用于在指定窗口中寻找序列的局部极大值。ts_find_peaks 函数格式：select ts_find_peaks(x,y,winSize)参数说明如下：参数 说明 取值 x 时间列，从小到大排列。格式为Unixtime时间戳，单位为秒。y 数值列，对应某时刻的数据。...
HLL近似去重
结合极大似然估算的方法，发现在n和k_max中存在估算关联：n=2^k_max。当我们只记录了k_max时，即可估算总共有多少条数据，也就是基数。估算误差 假设试验结果如下：第1次试验：抛了3次才出现正面，此时 k=3，n=1。第2次试验：抛了2次才出现...
创建消息-极简推送
在新控制台界面上，创建消息推送窗口提供的推送方式由之前的极简推送、模板推送、批量推送、群发推送四种整合优化为极简推送、批量推送两种。重构后，现极简推送方式覆盖了原极简推送和模板推送功能；现批量推送方式覆盖了原批量推送和群发...
通过消费组读取文本日志进行模板匹配
高级配置 参数 说明 匹配方式 选择不同的匹配方式 字符匹配：直接根据字符是否相同匹配日志与日志模板，适用于日志量和模板量较小的场景 向量匹配：将日志和模板向量化后进行匹配，适用于日志量和模板量较大的场景 哈希匹配：通过相似性...
PutObject
当下载该Object时，响应头中会包含 x-oss-server-side-encryption，且该值会被设置成此Object的加密算法。x-oss-server-side-data-encryption 字符串 否 SM4 指定Object的加密算法。如果未指定此选项，表明Object使用AES256加密算法。此...
换脸鉴别
领先鉴别技术：基于图片中人像目标的高维度全量特征，换脸鉴别服务涵盖依据视频图像的像素、纹理级别的低阶特征，到具有全局语义的高阶特征，对图像进行全方位、高语义、多层次组合分析，攻防一体式的训练，极大提升合成人脸图片检出率。...
区间检测
聚合方式：对指标数据的计算，包括平均值、最大值、最小值等，同样会取决于指标和度量。比对方式：对计算后的数据进行比对以查找出异常的点，在区间检测中包括三种比对方式：动态阈值上下界之外：系统会自动计算当前时间的上下界，如果发现...
JOIN优化和执行
sql="SELECT*FROM `supplier` AS `supplier`")通常来说，Nested-Loop Join是效率最低的JOIN操作，一般只有在JOIN条件不含等值（例如上面的例子）或者内表数据量极小的情况下才会使用。通过如下Hint可以强制 PolarDB-X 使用Nested-Loop Join...
功能简介
利用智能算法能力自动生成洞察报告，极大降低业务人员分析数据的门槛。智能化深度诊断和建议：快速分析波动原因，提高业务优化决策效率。可针对用户在全平台中指定的波动指标，分钟级诊断深度原因和关联因素。数据集 对连接的数据集统一...
使用向量检索插件（aliyun-knn）
算法说明 在算法上，目前向量检索引擎已经支持了hnsw算法以及linear算法，适用于单机数据量小（全内存）的业务场景。两种算法性能对比如下。表 1.hnsw算法和linear算法性能对比 表格中为阿里云Elasticsearch 6.7.0版本环境实测数据，测试...
多值数据写入
本文介绍多值数据写入的写入模式及其响应内容。时序多值模型 多值的模型是针对数据源建模，我们每一行数据针对的是一个数据源，它的被测量的多个指标在同一行上，所以每一个数据源，数据的来源在每一个时间点上都有一行，这就是多值的模型...
- 产品推荐
- 这些文档可能帮助您