使用RocksDB作为元数据后端
JindoFS元数据服务支持不同的存储后端，默认配置RocksDB为元数据存储后端。本文介绍使用RocksDB作为元数据后端时需要进行的相关配置。背景信息 RocksDB作为元数据后端时不支持高可用。如果需要高可用，推荐配置Tablestore（OTS）或者Raft...
使用RocksDB作为元数据后端
JindoFS元数据服务支持不同的存储后端，默认配置RocksDB为元数据存储后端。本文介绍使用RocksDB作为元数据后端时需要进行的相关配置。背景信息 RocksDB作为元数据后端时不支持高可用。如果需要高可用，推荐配置Tablestore（OTS）或者Raft...
使用RocksDB作为元数据后端
JindoFS元数据服务支持不同的存储后端，默认配置RocksDB为元数据存储后端。本文介绍使用RocksDB作为元数据后端时需要进行的相关配置。背景信息 RocksDB作为元数据后端时不支持高可用。如果需要高可用，推荐配置Raft作为元数据后端，详情请...
使用RocksDB作为元数据后端
JindoFS元数据服务支持不同的存储后端，默认配置RocksDB为元数据存储后端。本文介绍使用RocksDB作为元数据后端时需要进行的相关配置。背景信息 RocksDB作为元数据后端时不支持高可用。如果需要高可用，推荐配置Raft作为元数据后端，详情请...
使用RocksDB作为元数据后端
JindoFS元数据服务支持不同的存储后端，默认配置RocksDB为元数据存储后端。本文介绍使用RocksDB作为元数据后端时需要进行的相关配置。背景信息 RocksDB作为元数据后端时不支持高可用。如果需要高可用，推荐配置Raft作为元数据后端，详情请...
使用RocksDB作为元数据后端
JindoFS元数据服务支持不同的存储后端，默认配置RocksDB为元数据存储后端。本文介绍使用RocksDB作为元数据后端时需要进行的相关配置。背景信息 RocksDB作为元数据后端时不支持高可用。如果需要高可用，推荐配置Raft作为元数据后端，详情请...
使用RocksDB作为元数据后端
JindoFS元数据服务支持不同的存储后端，默认配置RocksDB为元数据存储后端。本文介绍使用RocksDB作为元数据后端时需要进行的相关配置。背景信息 RocksDB作为元数据后端时不支持高可用。如果需要高可用，推荐配置Raft作为元数据后端，详情请...
使用RocksDB作为元数据后端
JindoFS元数据服务支持不同的存储后端，默认配置RocksDB为元数据存储后端。本文介绍使用RocksDB作为元数据后端时需要进行的相关配置。背景信息 RocksDB作为元数据后端时不支持高可用。如果需要高可用，推荐配置Raft作为元数据后端，详情请...
使用RocksDB作为元数据后端
JindoFS元数据服务支持不同的存储后端，默认配置RocksDB为元数据存储后端。本文介绍使用RocksDB作为元数据后端时需要进行的相关配置。背景信息 RocksDB作为元数据后端时不支持高可用。如果需要高可用，推荐配置Raft作为元数据后端，详情请...
使用RocksDB作为元数据后端
JindoFS元数据服务支持不同的存储后端，默认配置RocksDB为元数据存储后端。本文介绍使用RocksDB作为元数据后端时需要进行的相关配置。背景信息 RocksDB作为元数据后端时不支持高可用。如果需要高可用，推荐配置Raft作为元数据后端，详情请...
使用Raft-RocksDB-Tablestore作为存储后端
JindoFS在EMR-3.27.0及之后版本中支持使用Raft-RocksDB-OTS作为Jindo元数据服务（Namespace Service）的存储。1个EMR JindoFS集群创建3个Master节点组成1个Raft实例，实例的每个Peer节点使用本地RocksDB存储元数据信息。前提条件 创建...
使用Raft-RocksDB-Tablestore作为存储后端
JindoFS在EMR-3.27.0及之后版本中支持使用Raft-RocksDB-OTS作为Jindo元数据服务（Namespace Service）的存储。1个EMR JindoFS集群创建3个Master节点组成1个Raft实例，实例的每个Peer节点使用本地RocksDB存储元数据信息。前提条件 创建...
使用Raft-RocksDB-Tablestore作为存储后端
JindoFS在EMR-3.27.0及之后版本中支持使用Raft-RocksDB-OTS作为Jindo元数据服务（Namespace Service）的存储。1个EMR JindoFS集群创建3个Master节点组成1个Raft实例，实例的每个Peer节点使用本地RocksDB存储元数据信息。前提条件 创建...
使用Raft-RocksDB-Tablestore作为存储后端
JindoFS在EMR-3.27.0及之后版本中支持使用Raft-RocksDB-OTS作为Jindo元数据服务（Namespace Service）的存储。1个EMR JindoFS集群创建3个Master节点组成1个Raft实例，实例的每个Peer节点使用本地RocksDB存储元数据信息。前提条件 创建...
使用Raft-RocksDB-Tablestore作为存储后端
JindoFS在EMR-3.27.0及之后版本中支持使用Raft-RocksDB-OTS作为Jindo元数据服务（Namespace Service）的存储。1个EMR JindoFS集群创建3个Master节点组成1个Raft实例，实例的每个Peer节点使用本地RocksDB存储元数据信息。前提条件 创建...
使用Raft-RocksDB-Tablestore作为存储后端
JindoFS在EMR-3.27.0及之后版本中支持使用Raft-RocksDB-OTS作为Jindo元数据服务（Namespace Service）的存储。1个EMR JindoFS集群创建3个Master节点组成1个Raft实例，实例的每个Peer节点使用本地RocksDB存储元数据信息。前提条件 创建...
使用Raft-RocksDB-Tablestore作为存储后端
JindoFS在EMR-3.27.0及之后版本中支持使用Raft-RocksDB-OTS作为Jindo元数据服务（Namespace Service）的存储。1个EMR JindoFS集群创建3个Master节点组成1个Raft实例，实例的每个Peer节点使用本地RocksDB存储元数据信息。前提条件 创建...
使用Raft-RocksDB-Tablestore作为存储后端
JindoFS在EMR-3.27.0及之后版本中支持使用Raft-RocksDB-OTS作为Jindo元数据服务（Namespace Service）的存储。1个EMR JindoFS集群创建3个Master节点组成1个Raft实例，实例的每个Peer节点使用本地RocksDB存储元数据信息。前提条件 创建...
使用Raft-RocksDB-Tablestore作为存储后端
JindoFS在EMR-3.27.0及之后版本中支持使用Raft-RocksDB-OTS作为Jindo元数据服务（Namespace Service）的存储。1个EMR JindoFS集群创建3个Master节点组成1个Raft实例，实例的每个Peer节点使用本地RocksDB存储元数据信息。前提条件 创建...
概述
本文为您介绍Flink全托管兼容性判断的结果详情，以及RocksDB和Gemini两种StateBackend在状态数据迁移时的迁移效率和作业表现方面的区别。背景信息 Flink作业是通过状态数据（包括Checkpoint和Savepoint）保存作业中间的计算结果。当前Flink...
使用Raft-RocksDB-Tablestore作为存储后端
JindoFS在EMR-3.27.0及之后版本中支持使用Raft-RocksDB-OTS作为Jindo元数据服务（Namespace Service）的存储。1个EMR JindoFS集群创建3个Master节点组成1个Raft实例，实例的每个Peer节点使用本地RocksDB存储元数据信息。Raft元数据实例的...
用户中心
用户中心提供用户上云所涉及到的企业财务经营管理全链路能力，包括但不限于企业财务、账号中心、资金管理、卡券管理、账单管理、订单管理、分账管理、发票管理、合同管理、成本管理、资源实例管理、节省计划、SLA赔付等相关服务。
智能用户增长
Quick Audience集数据资产构建、用户分析、精准营销投放、跨端社交互动和全域会员管理为一体的全域消费者运营平台。以消费者运营为核心，通过丰富的用户洞察模型、快速的人群圈选能力和便捷的策略配置，帮助您更好的进行消费者运营，助力...
【通知】1月15日云数据库MongoDB版RocksDB和TerarkDB...
为了给您带来更优质的产品体验，阿里云自2020年1月15日起下线云数据库MongoDB版RocksDB和TerarkDB存储引擎，后续将不再支持。下线时间 2020年1月15日。下线内容 云数据库MongoDB版RocksDB存储引擎。云数据库MongoDB版TerarkDB存储引擎。...
X-Engine引擎常见问题
PolarDB（X-Engine）提供了海量的存储空间，彻底解决用户的容量焦虑，最大支持100 TB的存储空间，PolarDB（X-Engine）采用存算分离技术，弹性增/减只读节点，一份数据至多支持16个只读节点。PolarDB（X-Engine）采用分布式存储，数据库的高...
DescribeCloudbenchTaskConfig-查询压测任务配置
java-jar/tmp/das/cloudbench/CloudBenchClient.jar-load-out/tmp/das/cloudbench/cl-1621353601000-360*.sc-meta/tmp/das/cloudbench/cl-1621353601000-360*.meta-task_name 2777bba9-*-49e6-9f70-1c3822fc*-rocksdb/tmp/das/cloudbench/...
企业级状态后端存储介绍
CaseName Gemini TPS/Core RocksDB TPS/Core Gemini VS RocksDB提升 q4 83.63 K/s 53.26 K/s 57.02%q5 84.52 K/s 57.86 K/s 46.08%q8 468.96 K/s 361.37 K/s 29.77%q9 59.42 K/s 26.56 K/s 123.72%q11 93.08 K/s 48.82 K/s 90.66%q18 150....
MongoDB小版本说明
3.0.26 2020-06-03 4.0.13 禁止用户修改config.collections集合，但允许用户执行 sh.enableBalancing()/sh.disableBalancing()命令。在大量集合的场景下，提高Checkpoint的速度，更多信息，请参见 WT-5042 Reduce configuration parsing ...
跨集群访问JindoFS
例如，集群A需要关联集群B和集群C，B集群（rocksdb实现）地址为 emr-header-1.<cluster-B>:8101，C集群（raft实现）地址为 emr-header-1.<cluster-C>:8101,emr-header-2.<cluster-C>:8101,emr-header-3.<cluster-C>:8101 那A集群需要添加的...
Flink（VVR）作业配置
支持异步增量Checkpoint，同步阶段只进行内存索引的拷贝，相较于RocksDB可以避免I/O带来的抖动。支持Local Recovery和Timer落盘。说明 如果您想使用GeminiStateBackend，请不要在代码中指定StateBackend类型。使用GeminiStateBackend启动时...
JINDODATA指标
total_used_rocksdb_cap jindodata_metrics_jindofsx_ns_total_used_rocksdb_cap 缓存数据元数据占用的硬盘总量。单位：Byte。total_disk_cap jindodata_metrics_jindofsx_ns_total_disk_cap 缓存数据总可用硬盘量。单位：Byte。total_mem_...
使用Tablestore作为存储后端
参数 参数说明 是否必选 示例 namespace.backend.type 设置namespace后端存储类型，支持：rocksdb ots raft 默认为rocksdb。是 ots namespace.ots.instance Tablestore实例名称。是 emr-jfs namespace.ots.accessKey Tablestore实例的...
使用Tablestore作为存储后端
参数 参数说明 是否必选 示例 namespace.backend.type 设置namespace后端存储类型，支持：rocksdb ots raft 默认为rocksdb。是 ots namespace.ots.instance Tablestore实例名称。是 emr-jfs namespace.ots.accessKey Tablestore实例的...
Flink版本调整公告
为了更好地融入开源生态，提供更加开放和多样化的计算服务，阿里云E-MapReduce（简称EMR）从EMR-5.17.0和EMR-3.51.0版本开始，将Flink引擎版本从Flink企业版Ververica Runtime（简称VVR）调整为Flink社区开源版本，同时引入RocksDB作为存储...
用户360
用户列表管理 选择 用户洞察→用户360，进入用户列表，可查看目前QA中的客户信息、手机号码、客户创建时间、客户来源等数据，列表上方支持通过各种用户ID、用户所属的人群、会员等级查询用户，需要单击 查询 查看查询结果。重置 按钮用于...
RFM分析
RFM分析用于分析 RFM模型 中用户的RFM指标情况，得出各RFM用户类型的分布，如下图所示。操作步骤 进入RFM分析页面，有两种方式：选择工作空间>用户洞察>用户分析>RFM分析，进入RFM分析页面，如上图所示。选择工作空间>用户洞察>营销模型>...
用户组
执行结果 用户组名称编辑完成以后，左边树形目录中用户组名称更新为新的用户组名称。删除用户组 操作步骤 登录“用户中心”控制台。在左边菜单中找到“企业财务-财务关联”，点击“用户组”，在打开的页面中左边树形目录中找到待删除的用户...
空间用户组管理
用户组是对用户进行分组，可用于数据集批量用户授权。创建用户组 操作步骤：单击页面右上角，选择工作空间>工作空间>空间用户组。单击右上角 新建用户组。在弹窗中输入用户组名称，选择要加入用户组的空间成员，可多选，单击 确定。说明 ...
基本概念（V4）
用户属性 用户属性 规定了用户的基础信息体系，实际取值来源于导入的用户标签表，当表字段映射了用户属性时，用户属性值采用该字段的值。后续使用时，仅展示映射的用户属性，不再展示原始标签。用户属性与 ID Mapping 配合使用，帮助您构建...
用户分析概述
依据这三类指标划分八类用户：高价值用户、重点保持用户、重点发展用户、重点挽留用户、一般价值用户、一般保持用户、一般发展用户、潜在用户。通过洞察不同用户类型的分布及消费行为特征，掌握他们的价值特征，为营销决策提供支持。AIPL...
- 产品推荐
- 这些文档可能帮助您