云服务器内容精选

  • 样例 inputs = { "predict_dataframe": None # @input {"label":"dataframe","type":"DataFrame"} } params = { "inputs": inputs, "label_col": "", # @param {"label": "label_col", "type": "string", "required": "true", "helpTip": ""} "prediction_index_col": "prediction_index", # @param {"label": "prediction_index_col", "type": "string", "required": "true", "helpTip": ""} "label_index_col": "label_index" # @param {"label": "label_index_col", "type": "string", "required": "true", "helpTip": ""} } multi_class_evaluation____id___ = MLSMultiClassEvaluation(**params) multi_class_evaluation____id___.run() # @output {"label":"dataframe","name":"multi_class_evaluation____id___.get_outputs()['output_port_1']","type":"DataFrame"}
  • 操作场景 标签管理服务(Tag Management Service,TMS)用于用户在云平台,通过统一的标签管理各种资源。TMS服务与各服务共同实现标签管理能力,TMS提供全局标签管理能力,各服务维护自身标签管理 。 建议您先在TMS系统中设置预定义标签。 标签由“键”和“值”组成,每个标签中的一个“键”只能对应一个“值”。 每个实例最多支持10个标签配额。 用户可在创建数据库评估或对象迁移项目时添加标签,也可在项目创建成功后再添加标签。
  • 更多操作 任务创建完成后,您可以执行如表2所示的操作。 表2 相关操作 操作 说明 编辑任务 单击任务列表中的任务名称,进入任务详情页面,单击“编辑”,编辑评估模板配置信息,单击“保存”。 删除任务 单击任务列表操作列的“删除”,在弹出的提示框中单击“确定”,删除评估任务。 查看评估效果 单击任务列表操作列的“评估效果”,进入效果评估页面,查看评估详细信息,具体介绍请参见查看评估效果。 克隆任务 单击任务列表操作列的“克隆”,进入克隆任务页面,可以根据需要修改评估模板参数,单击“保存”,任务列表中生成一条评估任务。
  • 约束限制 由于x2hce-ca工具安装会有额外资源包引入,不建议在业务环境中运行。x2hce-ca工具仅支持在HCE OS 2.0的操作系统进行安装使用。 x2hce-ca工具支持扫描的文件格式为jar、py、pyc、bin、sh、rpm、ko。其中,只支持扫描源码为C、C++、Java和Python语言的rpm格式文件。 x2hce-ca工具不支持回滚,任务异常中断后会在/opt/x2hce-ca/目录下产生残留文件,并不影响工具再次使用。异常中断的任务请重新执行。 安装和运行x2hce-ca工具的系统参数要求如下所述。 表1 运行x2hce-ca工具的操作系统参数要求 硬件类型 说明 架构 x86_64 CPU 双核及以上 内存 系统空闲内存要求8GB及以上 硬盘 20GB及以上 父主题: x2hce-ca应用兼容性评估
  • 更多操作 任务创建完成后,您可以执行如表2所示的操作。 表2 相关操作 操作 说明 编辑任务 单击任务列表中的任务名称,进入任务详情页面,单击“编辑”,编辑评估模板配置信息,单击“保存”。 删除任务 单击任务列表操作列的“删除”,在弹出的提示框中单击“确定”,删除评估任务。 查看评估效果 单击任务列表操作列的“评估效果”,进入效果评估页面,查看评估详细信息,具体介绍请参见查看评估效果。 克隆任务 单击任务列表操作列的“克隆”,进入克隆任务页面,可以根据需要修改评估模板参数,单击“保存”,任务列表中生成一条评估任务。
  • 前提条件 Oracle为源库,为了确保 DBMS_METADATA.GET_DDL 方法返回的对象DDL保持统一,建议您对Oracle源库进行如下设置。 不生成排序规则子句(影响对象:USER、TABLE、CLUSTER、VIEW、MATERIALIZED_VIEW、PROCEDURE、FUNCTION、PACKAGE、TYPE、TRIGGER)。 call DBMS_METADATA.SET_TRANSFORM_PA RAM (dbms_metadata.SESSION_TRANSFORM, 'COLLATION_CLAUSE', 'NEVER'); 让表约束、索引将成为CREATE TABLE语句的一部分,而不是单独的ALTER、TABLE语句 call DBMS_METADATA.SET_TRANSFORM_PARAM(dbms_metadata.SESSION_TRANSFORM, 'CONSTRAINTS_AS_ALTER', false); 用户需拥有创建UGO评估项目的对应权限。具体权限,可参见权限管理进行设置。 各源库分别需要具备以下权限,需成功测试连接到源数据库并通过所有预检查项。 Oracle源数据库连接用户需要具有待迁移数据库的DBMS_METADATA、动态视图和Schema对象数量检查的权限。 MySQL为源库时需要具有MySQL系统库的查询权限、PRO CES S权限和待迁移数据库的所有权限。从MySQL-8.0版本开始,针对存储过程和存储函数,还需要SHOW_ROUTINE权限。 DB2 for LUW为源库需要具有DBADM或DATAACCESS权限。 GoldenDB为源库时需要具有GoldenDB系统库的查询权限、PROCESS权限和待迁移数据库的所有权限。针对存储过程和存储函数,还需要SHOW_ROUTINE权限。 Microsoft SQL Server为源库时需要具有VIEW DEFINITION权限。 建议使用非生产环境数据库。 同一套源库中UGO不支持评估同名的重载函数。 GoldenDB为源库时,建议使用CN节点上用户来创建评估任务。 以MySQL 和 GoldenDB为源,如果给用户赋予了全局的SELECT权限,SHOW_ROUTINE权限也能通过,无需再单独授予。
  • 背景信息 由于需要全量分析桶内对象基础信息,如果您的桶内对象数量非常多,评估将会消耗较长时间,详细信息请参考表1。 表1 对象存储评估速度 云服务提供商 评估速度 华为云 27,000,000个/小时 阿里云 27,000,000个/小时 腾讯云 20,000,000个/小时 亚马逊云(中国) 24,000,000个/小时 七牛云 20,000,000个/小时 金山云 20,000,000个/小时 优刻得 20,000,000个/小时 百度云 21,000,000个/小时 评估不会下载您的对象数据信息,只会获取对象的属性。 评估只会消耗您的API调用费用,不会产生额外费用。 以1万次API调用收取0.01元为例,每次API调用列举1000个对象,评估1亿个对象将消耗您0.1元。
  • 操作步骤 登录管理控制台,进入“ 对象存储迁移 服务”页面。 在左侧导航树,选择“迁移前评估”。 右侧切换到“迁移前评估”页面。 单击“创建评估”。 仔细阅读弹出的隐私协议声明,勾选“同意以上隐私协议”,单击“确定”,进入“创建评估”页面。 选择源端参数,参见表2,并单击“列出桶”。 在下方区域显示源端的桶对象。 表2 源端参数配置 参数 说明 云服务提供商 待评估的源端云服务提供商。 访问密钥 源端云服务提供商的访问密钥ID。最大长度是100个字符。 私有访问密钥 源端云服务提供商的私有访问密钥ID,与访问密钥相匹配。最大长度是100个字符。 AppId 如果云服务提供商为腾讯云,则需要输入该参数,AppId是您腾讯云账户的一个标识。 选择需要进行评估的桶,单击“开始评估”。 评估过程中,如果您需要终止本次评估,请单击“操作”栏的“终止”。 评估完成后,在“迁移前评估”页面的“评估报告”列单击“查看”了解详情。 评估详情包括了对象size分布、对象前缀分布和对象时间分布等统计信息。 有关评估的状态说明,参见表3。 表3 评估状态说明 状态 说明 等待中 评估创建后正在进行后台初始化操作。 评估中 系统正在对您指定的桶进行评估。 评估成功 已成功完成对桶的评估。您可以基于此评估创建迁移任务。 评估失败 对桶的评估没有成功。您需要排查原因。 终止中 在您单击“终止”后,系统正在终止本次评估。 已终止 评估已终止。如果您需要评估,需要重新创建评估。
  • 参数说明 参数 是否必选 参数说明 默认值 label_col 是 数据中的标签列。 无 prediction_index_col 是 代表标签编码后的预测结果的列名,需要与mls中各种分类算子预测结果列保持一致。 "prediction_index" label_index_col 是 经过标签编码后的标签列。 "label_index" probability_col 否 预测结果的分类概率列。 "probability" threshold 否 分类阈值,二分类场景下可设置,支持向量机SVM算法不支持。 0.5 positive_category 否 二分类任务的正样本。 无
  • 概述 混淆矩阵是机器学习中总结分类模型预测结果的情形分析表,以矩阵形式将数据集中的记录按照真实的类别与分类模型预测的类别判断两个标准进行汇总。其中矩阵的行表示真实值,矩阵的列表示预测值。 True Positive(TP):真正类。样本的真实类别是正类,并且模型识别的结果也是正类; False Negative(FN):假负类。样本的真实类别是正类,但是模型将其识别为负类; False Positive(FP):假正类。样本的真实类别是负类,但是模型将其识别为正类; True Negative(TN):真负类。样本的真实类别是负类,并且模型将其识别为负类。
  • 响应参数 状态码: 200 表4 响应Body参数 参数 参数类型 描述 evaluation_project_id Integer 评估项目ID。 evaluation_project_name String 评估项目名称。 evaluation_project_status String 评估项目状态。 枚举值: COMPLETED WAITING PENDING FAILED STOPPED project_status_detail 表5 object 评估项目状态的详情。 source_db_type String 源数据库类型。 source_db_version String 源数据库版本。 target_db_type String 目标数据库类型。 target_db_version String 目标数据库版本。 表5 ProjectStatusDetail 参数 参数类型 描述 object_collection_status String 采集的状态。 object_collection_progress String 采集的进度。 pre_migration_status String 评估的状态。 pre_migration_progress String 评估的进度。
  • 响应示例 状态码: 200 请求成功。 { "evaluation_project_id" : "230", "evaluation_project_name" : "best_UGO", "evaluation_project_status" : "PENDING", "project_status_detail" : { "object_collection_status" : "COMPLETED", "pre_migration_status" : "COMPLETED" }, "source_db_type" : "ORACLE", "target_db_type" : "RDS for MySQL", "target_db_version" : "5.7" }
  • 请求示例 确认ID为230的评估项目的目标库类型为RDS for MySQL-5.7版本。 POST https://{Endpoint}/v1/0ac6eb2c8000d2ee2fd9c006dededbe6/evaluation-projects/target-confirmation { "evaluation_project_id" : 230, "target_db_type" : "RDS for MySQL", "target_db_version" : "5.7" }
  • 请求参数 表2 请求Header参数 参数 是否必选 参数类型 描述 X-Auth-Token 是 String 从 IAM 服务获取的用户Token。 表3 请求Body参数 参数 是否必选 参数类型 描述 evaluation_project_id 是 String 评估项目ID。 target_db_type 是 String 目标数据库类型。 target_db_version 是 String 目标数据库版本。
  • 两个层面的 数据治理 度量评估工具 通过年度的整体数据治理成熟度评估,了解各维度数据治理现状,并制定可操作性目标,分析差距,制定切实可行的计划,在推进落实计划的过程中,利用季度性实施的数据治理评分卡,针对性地监测度量各业务/IT部门的数据治理情况,持续推进各部门的数据治理水平提升,进而提高整体数据治理成熟度。 年度进行的整体数据治理成熟度评估,可以结合主观及客观调查度量,综合反映企业当前数据治理成熟度水平,帮助制定切实可行的数据治理整体目标。季度性实施的数据治理评分卡是一个重要的工具手段,从一些关键核心维度进行季度性迭代评分,持续促进所有部门数据治理工作的落实提升。