华为云用户手册

响应参数 表7 响应消息参数说明 参数名称 是否必选 参数类型 默认值 说明 resultcode 是 String(1-32) 无 请求返回的结果码。 resultdesc 是 String(1-128) 无 请求返回的结果描述。 sessionId 是 String(1-256) 无 请求返回的会话sessionId，如果请求失败，则sessionId为空。 idlePort 否 Integer 无 请求参数中returnIdlePort为true时响应消息携带该参数。 该参数表示平台呼叫端口空闲可用数量，取值范围0~65535。

接口功能 语音通知是SP将被叫号码和语音通知文件名（语音文件需要提前通过放音文件管理页面上传）或语音通知文本（通过语音模板管理页面提交）发送给业务平台，由业务平台呼叫被叫，被叫接听后业务平台向被叫播放语音，并进行收号。SP可以要求业务平台播放多段语音，每段语音的内容都可以是下列两种语音中的一种： 语音文件中录制的语音。 文本（需要先通过模板定义）通过 TTS 服务转换成的语音。 业务体验描述： SP想要给用户A通知一段或多段语音。 SP向语音通话平台发送播放语音通知业务请求。 语音通话平台呼叫用户A的号码。 用户A接听。 语音通话平台向用户A播放语音。

请求参数 表2 请求URL参数说明 参数名称 是否必选 参数类型 默认值 说明 version 是 String(枚举) 无 版本，取值为v2.0。 表3 请求Headers参数说明 参数名称 是否必选 参数类型 说明 Content-Type 是 String 固定填写为application/json;charset=UTF-8。 Authorization 是 String 固定填写为AKSK realm="SDP",profile="UsernameToken",type="Appkey"。 X-AKSK 是 String 取值为UsernameToken Username="APP_Key的值", PasswordDigest="PasswordDigest的值", Nonce="随机数", Created="随机数生成时间"。 PasswordDigest：根据PasswordDigest = Base64 (HMAC-SHA256 (Password，Nonce + Created))生成。其中，Password为APP_Secret的值。Nonce、Created、Password直接进行字符串拼接即可，无需包含+号和空格。 Nonce：客户发送请求时生成的一个随机数，长度为1~128位，可包含数字和大小写字母。例如：66C92B11FF8A425FB8D4CCFE0ED9ED1F。 Created：随机数生成时间。采用UTC+8(北京时间)格式，例如：2018-02-12T15:30:20Z。不同编程语言中将UTC时间戳转换为普通时间时使用的格式不同，部分语言可参考表4。 表4 不同编程语言的时间格式 编程语言 时间格式 Java yyyy-MM-dd'T'HH:mm:ss'Z' PHP Y-m-d\TH:i:s\Z Python %Y-%m-%dT%H:%M:%SZ C# yyyy-MM-ddTHH:mm:ssZ Node.js toISOString().replace(/.[0-9]+\Z/, 'Z') 注：Node.js中，使用toISOString()转换后的时间格式去除毫秒后即为本接口要求的时间格式。 表5 请求Body参数说明 参数名称 是否必选 参数类型 默认值 说明 displayNbr 是 String(4-31) 无 固话号码，被叫终端上显示的主叫号码，需要提前在订购号码页面申请该号码。 号码格式（固话）：国家码+区号+固话，与号码管理页面的“固话号码”保持一致。 若该号码为“暂停”状态，语音通话平台会从该应用下随机选取一个其他可用的固话号码进行外呼。 calleeNbr 是 String(4-31) 无 被叫号码。 手机号码格式：+{国家码}{手机号码}。示例：+86134****2222。 固话格式：+{国家码}{区号}{固话号码}，其中区号需去掉首位的0。示例：国家码86，区号0755，固话号码28****01，填写为+8675528****01。 playInfoList 是 PlayContentInfo[1-5] 无 播放信息列表，最大支持5个，每个播放信息携带的参数都可以不相同。 statusUrl 否 String(1-128) 无 此参数请采用BASE64编码进行加密。 此字段用于设置SP接收状态上报的URL。 语音通话平台将业务触发过程中通话的状态信息（包括呼出、振铃、摘机和挂机信息）推送至此服务器，SP根据通话状态信息确定用户状态。 URL可填写为https://IP:Port或 域名 ，推荐使用域名。且该域名对应多个服务器，避免单点故障无法接收通知。 URL只能由大小写字母（a-z、A-Z），数字（0-9），中划线（-），英文冒号（:），英文点号（.），以及英文斜杠（/）组成，不支持其它字符。 feeUrl 否 String(1-128) 无 此参数请采用BASE64编码进行加密。 此参数用于设置SP接收话单上报的URL。 语音通话平台将业务产生的话单推送至此服务器。 URL可填写为https://IP:Port或域名，推荐使用域名。且该域名对应多个服务器，避免单点故障无法接收话单。 URL只能由大小写字母（a-z、A-Z），数字（0-9），中划线（-），英文冒号（:），英文点号（.），以及英文斜杠（/）组成，不支持其它字符。 returnIdlePort 否 String(枚举) false 指示是否需要返回平台的空闲端口数量。 true：需要返回 false：不需要返回 如果不携带该参数，系统默认该参数为false。 userData 否 String(1-256) 无 用户附属信息，此标识由第三方服务器定义，会在后续的通知消息中携带此信息。 不允许携带以下字符：“{”，“}”（即大括号）。 不允许包含中文字符，如果包含中文字符请采用Base64编码。 表6 PlayContentInfo定义 参数名称 是否必选 参数类型 默认值 说明 notifyVoice 否 String(1-128) 无 通知语音的放音文件名。需要先通过放音文件管理页面上传放音文件并通过审核才能使用。 当前系统只支持Wave格式的音频文件，文件如“notifyvoice.wav”。 该参数和templateId是二选一的关系，即两个参数必须携带其中一个。 templateId 否 String(1-32) 无 语音通知模板ID，用于唯一标识语音通知模板。语音通知模板为TTS文本的模板，需要先通过语音模板管理页面提交模板并通过审核才能使用，并获取对应的模板ID。 该参数和notifyVoice是二选一的关系。需要与templateParas参数配合使用。 templateParas 否 String(1-32)[1-10] 无 语音通知模板的变量值列表，用于依次填充templateId参数指定的模板内容中的变量。 该参数需填写为JSONArray格式。具体可参考变量规则。 参数内容必须是“UTF-8”编码，不能包含以下3个字符：“$”，“{”，“}”。 当接口中携带“templateId”参数时，必须携带此参数，若未携带此参数系统将返回“非法请求”错误。 列表中变量值的个数及长度必须和templateId对应模板内容中定义的变量个数及长度保持一致；例如templateId对应的模板内容有2个变量且变量长度分别为5和6，则此处需要设置2个变量值且内容长度分别小于等于5和6。 如模板内容为“您有${NUM_2}件快递请到${TXT_32}领取”时，该参数可填写为["3","人民公园正门"]。 collectInd 否 Integer(0-32) 0 是否进行收号。若进行收号，请在语音通知内容播放完毕后的5秒之内进行按键操作，系统会将用户输入的号码通过语音通知呼叫状态通知API发送给SP。 取值范围： 0：不收号 1~32：收号，并且取值表示收号位长，最大支持32位。 若不携带该参数，则默认不收号。 replayAfterCollection 否 String(枚举) false 当collectInd字段设置为非0时此参数有效。 此字段用于设置是否在收号后重新播放notifyVoice、ttsContent或templateId指定的放音。 true：播放。 false：不播放。 默认值：false。 collectContentTriggerReplaying 否 String(1-32) 无 当replayAfterCollection字段设置为true时此参数有效。 此字段用于设置触发重新放音的收号内容。只有实际收号内容与该参数值一致时，才重新放音。例如：该参数设置为1，当用户根据收号语音提示按1，两者一致，则重复放音。

查看冷热表数据分布 查看单表数据分布情况。 1 2 3 4 5 6 7 SELECT * FROM pg_catalog.pg_lifecycle_table_data_distribute('lifecycle_table'); schemaname | tablename | nodename | hotpartition | coldpartition | switchablepartition | hotdatasize | colddatasize | switchabledatasize ------------+-----------------+--------------+--------------+---------------+---------------------+-------------+--------------+-------------------- public | lifecycle_table | dn_6001_6002 | p1,p2,p3,p8 | | | 96 KB | 0 bytes | 0 bytes public | lifecycle_table | dn_6003_6004 | p1,p2,p3,p8 | | | 96 KB | 0 bytes | 0 bytes public | lifecycle_table | dn_6005_6006 | p1,p2,p3,p8 | | | 96 KB | 0 bytes | 0 bytes (3 rows) 查看所有冷热表数据分布情况。 1 2 3 4 5 6 7 SELECT * FROM pg_catalog.pg_lifecycle_node_data_distribute(); schemaname | tablename | nodename | hotpartition | coldpartition | switchablepartition | hotdatasize | colddatasize | switchabledatasize ------------+-----------------+--------------+--------------+---------------+---------------------+-------------+--------------+-------------------- public | lifecycle_table | dn_6001_6002 | p1,p2,p3,p8 | | | 98304 | 0 | 0 public | lifecycle_table | dn_6003_6004 | p1,p2,p3,p8 | | | 98304 | 0 | 0 public | lifecycle_table | dn_6005_6006 | p1,p2,p3,p8 | | | 98304 | 0 | 0 (3 rows)

冷热数据切换 将热分区数据切换成冷分区数据。 自动切换：每日0点调度框架自动触发，无需关注切换情况。 可使用函数pg_obs_cold_refresh_time(table_name, time)自定义自动切换时间。例如，根据业务情况调整自动触发时间为每天早晨6点30分。 1 2 3 4 5 SELECT * FROM pg_obs_cold_refresh_time('lifecycle_table', '06:30:00'); pg_obs_cold_refresh_time -------------------------- SUC CES S (1 row) 手动切换。 使用ALTER TABLE语句手动切换单表： 1 2 ALTER TABLE lifecycle_table refresh storage; ALTER TABLE 使用函数pg_refresh_storage()批量切换所有冷热表： 1 2 3 4 5 SELECT pg_catalog.pg_refresh_storage(); pg_refresh_storage -------------------- (1,0) (1 row)

场景介绍 海量大数据场景下，随着业务和数据量的不断增长，数据存储与消耗的资源也日益增长。根据业务系统中用户对不同时期数据的不同使用需求，对膨胀的数据进行“冷热”分级管理，不仅可以提高数据分析性能还能降低业务成本。针对数据使用的一些场景，可以将数据按照时间分为：热数据、冷数据。 冷热数据主要从数据访问频率、更新频率进行划分。 Hot（热数据）：访问、更新频率较高，对访问的响应时间要求很高的数据。 Cold（冷数据）：不允许更新或更新访问频率较低，对访问的响应时间要求不高的数据。 用户可以定义冷热管理表，将符合规则的冷数据切换至OBS上进行存储，可以按照分区自动进行冷热数据的判断和迁移。 图1 冷热数据管理 GaussDB (DWS)列存数据写入时，数据首先进入热分区进行存储，分区数据较多后，可通过手动或自动的方式，将符合冷数据规则的数据切换至OBS上进行存储。在数据切换至OBS上后，其元数据、Desc表信息以及索引信息仍在本地进行存储，保证了读取的性能。 冷热切换的策略名称支持LMT（last modify time）和HPN（hot partition number），LMT指按分区的最后更新时间切换，HPN指保留热分区的个数切换。 LMT：表示切换[day]时间前修改的热分区数据为冷分区，将该数据迁至OBS表空间中。其中[day]为整型，范围[0, 36500]，单位为天。 如下图中，设置day为2，即在冷热切换时，根据分区数据的最晚修改时间，保留2日内所修改的分区为热分区，其余数据为冷分区数据。假设当前时间为4月30日，4月30日对[4-26]分区进行了delete操作，4月29日对[4-27]分区进行了insert操作，故在冷热切换时，保留[4-26][4-27][4-29][4-30]四个分区为热分区。 HPN：表示保留HPN个有数据的分区为热分区。分区顺序按照分区的Sequence ID来确定，分区的Sequence ID是根据分区边界值的大小，内置生成的序号，此序号不对外呈现。对于RANGE分区，分区的边界值越大，分区对应的Sequence ID越大；对于LIST分区，分区边界枚举值中的最大值越大，分区对应的Sequence ID越大。在冷热切换时，需要将数据迁移至OBS表空间中。其中HPN为整型，范围为[0,1600]。其中HPN为0时，表示不保留热分区，在进行冷热切换时，将所有有数据的分区都转为冷分区并存储在OBS上。 如下图中，设置HPN为3，即在冷热切换时，保留最新的3个有数据的分区为热分区数据，其余分区均切为冷分区。

约束限制 支持对冷热表的insert、copy、delete、update、select等表相关的DML操作。 支持对冷热表的权限管理等DCL操作。 支持对冷热表进行analyze、vacuum、merge into等操作和一些分区的操作。 支持从普通列存分区表升级为冷热数据表。 支持带有冷热数据管理表的升级、扩容、缩容和重分布。 8.3.0及以上版本支持冷热分区互相转换，8.3.0版本之前仅支持从热数据切换为冷数据。 对于同时存在冷热分区的表，查询时会变慢，因为冷数据存储在OBS上，读写速度和时延都比在本地查询要慢。 目前冷热表只支持列存2.0版本的分区表，外表不支持冷热分区。 只支持修改冷热表的冷热切换策略，不支持修改冷热表的冷数据的表空间。 冷热表的分区操作约束： 不支持对冷分区的数据进行exchange操作。 Merge partition分区只支持热分区和热分区合并、冷分区和冷分区合并，不支持冷热分区合并。 ADD/Merge/Split Partition等分区操作不支持指定表空间为OBS表空间。 不支持创建时指定和修改冷热表分区的表空间。 冷热切换不是只要满足条件就立刻进行冷热数据切换，依赖用户手动调用切换命令，或者通过调度器调用切换命令后才真正进行数据切换。目前自动调度时间为每日0点，可进行修改。 冷热数据表不支持物理细粒度备份和恢复，由于物理备份时只备份热数据，在备份恢复前后OBS上冷数据为同一份，不支持truncate和drop table等涉及删除文件操作语句的备份恢复操作。

创建冷热表 创建列存冷热数据管理表lifecycle_table，指定热数据有效期LMT为100天。 1 2 3 4 5 6 7 8 9 CREATE TABLE lifecycle_table(i int, val text) WITH (ORIENTATION = COLUMN, storage_policy = 'LMT:100') PARTITION BY RANGE (i) ( PARTITION P1 VALUES LESS THAN(5), PARTITION P2 VALUES LESS THAN(10), PARTITION P3 VALUES LESS THAN(15), PARTITION P8 VALUES LESS THAN(MAXVALUE) ) ENABLE ROW MOVEMENT;

设计调优后第二次创建表 本节所附为调优表实践中进行了存储方式、压缩级别、分布方式和分布列选择后，二次建表语法。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 CREATE TABLE store_sales ( ss_sold_date_sk integer , ss_sold_time_sk integer , ss_item_sk integer not null, ss_customer_sk integer , ss_cdemo_sk integer , ss_hdemo_sk integer , ss_addr_sk integer , ss_store_sk integer , ss_promo_sk integer , ss_ticket_number bigint not null, ss_quantity integer , ss_wholesale_cost decimal(7,2) , ss_list_price decimal(7,2) , ss_sales_price decimal(7,2) , ss_ext_discount_amt decimal(7,2) , ss_ext_sales_price decimal(7,2) , ss_ext_wholesale_cost decimal(7,2) , ss_ext_list_price decimal(7,2) , ss_ext_tax decimal(7,2) , ss_coupon_amt decimal(7,2) , ss_net_paid decimal(7,2) , ss_net_paid_inc_tax decimal(7,2) , ss_net_profit decimal(7,2) ) WITH (ORIENTATION = column,COMPRESSION=middle) DISTRIBUTE BY hash (ss_item_sk); CREATE TABLE date_dim ( d_date_sk integer not null, d_date_id char(16) not null, d_date date , d_month_seq integer , d_week_seq integer , d_quarter_seq integer , d_year integer , d_dow integer , d_moy integer , d_dom integer , d_qoy integer , d_fy_year integer , d_fy_quarter_seq integer , d_fy_week_seq integer , d_day_name char(9) , d_quarter_name char(6) , d_holiday char(1) , d_weekend char(1) , d_following_holiday char(1) , d_first_dom integer , d_last_dom integer , d_same_day_ly integer , d_same_day_lq integer , d_current_day char(1) , d_current_week char(1) , d_current_month char(1) , d_current_quarter char(1) , d_current_year char(1) ) WITH (ORIENTATION = column,COMPRESSION=middle) DISTRIBUTE BY replication; CREATE TABLE store ( s_store_sk integer not null, s_store_id char(16) not null, s_rec_start_date date , s_rec_end_date date , s_closed_date_sk integer , s_store_name varchar(50) , s_number_employees integer , s_floor_space integer , s_hours char(20) , s_manager varchar(40) , s_market_id integer , s_geography_class varchar(100) , s_market_desc varchar(100) , s_market_manager varchar(40) , s_division_id integer , s_division_name varchar(50) , s_company_id integer , s_company_name varchar(50) , s_street_number varchar(10) , s_street_name varchar(60) , s_street_type char(15) , s_suite_number char(10) , s_city varchar(60) , s_county varchar(30) , s_state char(2) , s_zip char(10) , s_country varchar(20) , s_gmt_offset decimal(5,2) , s_tax_percentage decimal(5,2) ) WITH (ORIENTATION = column,COMPRESSION=middle) DISTRIBUTE BY replication; CREATE TABLE item ( i_item_sk integer not null, i_item_id char(16) not null, i_rec_start_date date , i_rec_end_date date , i_item_desc varchar(200) , i_current_price decimal(7,2) , i_wholesale_cost decimal(7,2) , i_brand_id integer , i_brand char(50) , i_class_id integer , i_class char(50) , i_category_id integer , i_category char(50) , i_manufact_id integer , i_manufact char(50) , i_size char(20) , i_formulation char(20) , i_color char(20) , i_units char(10) , i_container char(10) , i_manager_id integer , i_product_name char(50) ) WITH (ORIENTATION = column,COMPRESSION=middle) DISTRIBUTE BY replication; CREATE TABLE time_dim ( t_time_sk integer not null, t_time_id char(16) not null, t_time integer , t_hour integer , t_minute integer , t_second integer , t_am_pm char(2) , t_shift char(20) , t_sub_shift char(20) , t_meal_time char(20) ) WITH (ORIENTATION = column,COMPRESSION=middle) DISTRIBUTE BY replication; CREATE TABLE promotion ( p_promo_sk integer not null, p_promo_id char(16) not null, p_start_date_sk integer , p_end_date_sk integer , p_item_sk integer , p_cost decimal(15,2) , p_response_target integer , p_promo_name char(50) , p_channel_dmail char(1) , p_channel_email char(1) , p_channel_catalog char(1) , p_channel_tv char(1) , p_channel_radio char(1) , p_channel_press char(1) , p_channel_event char(1) , p_channel_demo char(1) , p_channel_details varchar(100) , p_purpose char(15) , p_discount_active char(1) ) WITH (ORIENTATION = column,COMPRESSION=middle) DISTRIBUTE BY replication; CREATE TABLE customer_demographics ( cd_demo_sk integer not null, cd_gender char(1) , cd_marital_status char(1) , cd_education_status char(20) , cd_purchase_estimate integer , cd_credit_rating char(10) , cd_dep_count integer , cd_dep_employed_count integer , cd_dep_college_count integer ) WITH (ORIENTATION = column,COMPRESSION=middle) DISTRIBUTE BY hash (cd_demo_sk); CREATE TABLE customer_address ( ca_address_sk integer not null, ca_address_id char(16) not null, ca_street_number char(10) , ca_street_name varchar(60) , ca_street_type char(15) , ca_suite_number char(10) , ca_city varchar(60) , ca_county varchar(30) , ca_state char(2) , ca_zip char(10) , ca_country varchar(20) , ca_gmt_offset decimal(5,2) , ca_location_type char(20) ) WITH (ORIENTATION = column,COMPRESSION=middle) DISTRIBUTE BY hash (ca_address_sk); CREATE TABLE household_demographics ( hd_demo_sk integer not null, hd_income_band_sk integer , hd_buy_potential char(15) , hd_dep_count integer , hd_vehicle_count integer ) WITH (ORIENTATION = column,COMPRESSION=middle) DISTRIBUTE BY replication; CREATE TABLE customer ( c_customer_sk integer not null, c_customer_id char(16) not null, c_current_cdemo_sk integer , c_current_hdemo_sk integer , c_current_addr_sk integer , c_first_shipto_date_sk integer , c_first_sales_date_sk integer , c_salutation char(10) , c_first_name char(20) , c_last_name char(30) , c_preferred_cust_flag char(1) , c_birth_day integer , c_birth_month integer , c_birth_year integer , c_birth_country varchar(20) , c_login char(13) , c_email_address char(50) , c_last_review_date char(10) ) WITH (ORIENTATION = column,COMPRESSION=middle) DISTRIBUTE BY hash (c_customer_sk); CREATE TABLE income_band ( ib_income_band_sk integer not null, ib_lower_bound integer , ib_upper_bound integer ) WITH (ORIENTATION = column,COMPRESSION=middle) DISTRIBUTE BY replication;

创建初始表 此小节所附为本Tutorial首次创建表时所用到的表创建语法。这些表没有设置存储方式、分布键、分布方式和压缩方式。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 CREATE TABLE store_sales ( ss_sold_date_sk integer , ss_sold_time_sk integer , ss_item_sk integer not null, ss_customer_sk integer , ss_cdemo_sk integer , ss_hdemo_sk integer , ss_addr_sk integer , ss_store_sk integer , ss_promo_sk integer , ss_ticket_number bigint not null, ss_quantity integer , ss_wholesale_cost decimal(7,2) , ss_list_price decimal(7,2) , ss_sales_price decimal(7,2) , ss_ext_discount_amt decimal(7,2) , ss_ext_sales_price decimal(7,2) , ss_ext_wholesale_cost decimal(7,2) , ss_ext_list_price decimal(7,2) , ss_ext_tax decimal(7,2) , ss_coupon_amt decimal(7,2) , ss_net_paid decimal(7,2) , ss_net_paid_inc_tax decimal(7,2) , ss_net_profit decimal(7,2) ) ; CREATE TABLE date_dim ( d_date_sk integer not null, d_date_id char(16) not null, d_date date , d_month_seq integer , d_week_seq integer , d_quarter_seq integer , d_year integer , d_dow integer , d_moy integer , d_dom integer , d_qoy integer , d_fy_year integer , d_fy_quarter_seq integer , d_fy_week_seq integer , d_day_name char(9) , d_quarter_name char(6) , d_holiday char(1) , d_weekend char(1) , d_following_holiday char(1) , d_first_dom integer , d_last_dom integer , d_same_day_ly integer , d_same_day_lq integer , d_current_day char(1) , d_current_week char(1) , d_current_month char(1) , d_current_quarter char(1) , d_current_year char(1) ) ; CREATE TABLE store ( s_store_sk integer not null, s_store_id char(16) not null, s_rec_start_date date , s_rec_end_date date , s_closed_date_sk integer , s_store_name varchar(50) , s_number_employees integer , s_floor_space integer , s_hours char(20) , s_manager varchar(40) , s_market_id integer , s_geography_class varchar(100) , s_market_desc varchar(100) , s_market_manager varchar(40) , s_division_id integer , s_division_name varchar(50) , s_company_id integer , s_company_name varchar(50) , s_street_number varchar(10) , s_street_name varchar(60) , s_street_type char(15) , s_suite_number char(10) , s_city varchar(60) , s_county varchar(30) , s_state char(2) , s_zip char(10) , s_country varchar(20) , s_gmt_offset decimal(5,2) , s_tax_percentage decimal(5,2) ) ; CREATE TABLE item ( i_item_sk integer not null, i_item_id char(16) not null, i_rec_start_date date , i_rec_end_date date , i_item_desc varchar(200) , i_current_price decimal(7,2) , i_wholesale_cost decimal(7,2) , i_brand_id integer , i_brand char(50) , i_class_id integer , i_class char(50) , i_category_id integer , i_category char(50) , i_manufact_id integer , i_manufact char(50) , i_size char(20) , i_formulation char(20) , i_color char(20) , i_units char(10) , i_container char(10) , i_manager_id integer , i_product_name char(50) ) ; CREATE TABLE time_dim ( t_time_sk integer not null, t_time_id char(16) not null, t_time integer , t_hour integer , t_minute integer , t_second integer , t_am_pm char(2) , t_shift char(20) , t_sub_shift char(20) , t_meal_time char(20) ) ; CREATE TABLE promotion ( p_promo_sk integer not null, p_promo_id char(16) not null, p_start_date_sk integer , p_end_date_sk integer , p_item_sk integer , p_cost decimal(15,2) , p_response_target integer , p_promo_name char(50) , p_channel_dmail char(1) , p_channel_email char(1) , p_channel_catalog char(1) , p_channel_tv char(1) , p_channel_radio char(1) , p_channel_press char(1) , p_channel_event char(1) , p_channel_demo char(1) , p_channel_details varchar(100) , p_purpose char(15) , p_discount_active char(1) ) ; CREATE TABLE customer_demographics ( cd_demo_sk integer not null, cd_gender char(1) , cd_marital_status char(1) , cd_education_status char(20) , cd_purchase_estimate integer , cd_credit_rating char(10) , cd_dep_count integer , cd_dep_employed_count integer , cd_dep_college_count integer ) ; CREATE TABLE customer_address ( ca_address_sk integer not null, ca_address_id char(16) not null, ca_street_number char(10) , ca_street_name varchar(60) , ca_street_type char(15) , ca_suite_number char(10) , ca_city varchar(60) , ca_county varchar(30) , ca_state char(2) , ca_zip char(10) , ca_country varchar(20) , ca_gmt_offset decimal(5,2) , ca_location_type char(20) ) ; CREATE TABLE household_demographics ( hd_demo_sk integer not null, hd_income_band_sk integer , hd_buy_potential char(15) , hd_dep_count integer , hd_vehicle_count integer ) ; CREATE TABLE customer ( c_customer_sk integer not null, c_customer_id char(16) not null, c_current_cdemo_sk integer , c_current_hdemo_sk integer , c_current_addr_sk integer , c_first_shipto_date_sk integer , c_first_sales_date_sk integer , c_salutation char(10) , c_first_name char(20) , c_last_name char(30) , c_preferred_cust_flag char(1) , c_birth_day integer , c_birth_month integer , c_birth_year integer , c_birth_country varchar(20) , c_login char(13) , c_email_address char(50) , c_last_review_date char(10) ) ; CREATE TABLE income_band ( ib_income_band_sk integer not null, ib_lower_bound integer , ib_upper_bound integer ) ;

一个存储库绑定多个资源时，备份保留策略如何生效？ 如果一个存储库绑定多个资源，且绑定备份策略，备份策略的保留规则针对每一个资源生效。 例如，当一个存储库绑定了2台云服务器，并设置备份策略的保留规则为按数量保留最新的5个副本，该策略绑定至存储库并启用后，会保留每台云服务器最新的5个备份副本，总共10个备份副本。若保留规则设置为按时间保留，保留1个月后系统将自动删除最早产生的备份，会保留每台云服务器最近一个月的备份副本。 父主题： 备份类

云备份存储库已使用容量为什么突然激增？ 存储库已使用容量突然激增可能是因为对数据做校验时未通过，自动将备份任务转为全量备份导致。 系统在备份时会不定期地对依赖的历史数据做一些校验，当校验不通过时，为了备份数据更可靠，系统会单独对当前资源进行一次全量备份。 一般校验不通过的场景包括但不限于校验时OBS 返回的异常，例如被流控，网络丢包或时延突然增大导致的读数据异常，EVS快照的读取异常等。 由于用户没有设置周期性全量备份，所以上层下发备份指令时都是下发的增量备份，但底层做备份时校验历史数据时校验不通过则自动将备份任务转成了全量备份。界面上显示的增量和全量 ，是由上层下发的指令所决定。底层主动转的全量备份不会反向同步给上层，所以上层不感知也不会显示为全量备份。 父主题： 容量类

实现跨区域复制备份，需要购买哪些资源？ 如果您希望实现跨区域复制备份，则需要购买创建以下资源： 生产端的云服务器备份存储库：用于存放生产端产生的云服务器备份 容灾端的复制存储库：容灾端用于存放生产端复制至容灾端的备份 跨区域复制流量包（可选）：复制操作过程会产生流量，可用流量包抵扣 如果不购买跨区域复制流量包，则会使用按需计费。流量包大小建议根据实际传输的备份存储容量大小进行购买。流量包仅包含流量费，不包含复制备份产生的容量费用。 父主题： 计费类

备份会保存多久？ 手动备份： 一般为manualbk_xxxx或自定义名称的备份。 如果不自行删除且账户余额充足且账户余额充足，则备份数据会一直保留。 如果账户余额不足且未及时补充欠款，备份数据将自动被系统释放且无法恢复。 自动备份： 一般为autobk_xxxx名称的备份。 如果已经在策略中设置保留规则，则备份一般将会按照保留规则进行保留和自动删除。 如果策略执行期间修改保留规则，则可能会出现备份没有被自动删除的情况，具体原因请参考保留策略修改后为什么没有生效？ 父主题： 备份类

如何查看备份中的数据？ 您可以通过以下几种方式进行查看： 通过镜像创建云服务器无法直接从云备份控制台查看备份中的数据。 云服务器备份 使用云服务器备份创建镜像，相关操作请参考使用备份创建镜像。 使用镜像创建云服务器，相关操作请参考通过镜像创建云服务器。 登录云服务器，查看服务器中的数据。 云硬盘备份 使用云硬盘备份创建新的云硬盘，相关操作请参考使用备份创建新云硬盘。 将新创建的磁盘挂载至新的服务器，相关操作请参考挂载非共享云硬盘或挂载共享云硬盘。 登录云服务器，查看磁盘中的数据。 SFS Turbo备份 使用SFS Turbo备份创建新的文件系统，相关操作请参考使用备份创建新文件系统。 将文件系统挂载至云服务器。 相关操作请参考挂载NFS协议类型文件系统到云服务器（Linux）。 登录云服务器，查看文件系统中的数据。 父主题： 备份类

自动备份场景 如果需要自动备份，建议存储库容量是备份资源容量的两倍，或者使用以下公式估算应创建的存储库大小： 准备好以下数据 磁盘容量(GB) ：a 备份保留时长(天) ：b 磁盘每日变化数据量(GB)：c 根据以下公式进行计算 存储库容量(GB) =（a + b * c）* 120% 如果保留策略为按份数保留，也可以通过换算为保留时长进行计算。例如，某公司每天进行1次备份，保留份数设置为7份，则可以换算为保留时长为7天。 计算磁盘每日变化数据量时，删除、新增和修改的变化都需要包含在内。

典型案例 如某金融公司A拥有一台800GB的云服务器，已经使用200GB。计算时需要使用磁盘容量而非使用量，取800GB。每天的数据变化量大约在10GB左右，该公司计划的备份策略为每天凌晨02:00和晚上20:00共进行2次备份，备份保留时长为1个月。 磁盘容量(GB)：800G（注意磁盘容量是云服务器的容量，不是已使用的容量） 备份保留时长(天) ：30天 磁盘每日变化数据量(GB)：10G 则该公司购买的云服务器备份存储库大小可以通过公式进行估算： 存储库容量=(磁盘容量(GB) +备份保留时长(天)*磁盘每日变化数据量(GB))*120%=(800+30*10)*120%=1320GB

收到备份失败的短信或邮件应如何处理？ 如您收到备份失败的短信或邮件，则说明某一区域的某个或多个存储库存在备份失败的情况。 短信和邮件发送会存在延时的情况，当日备份失败后可能最长次日才会收到备份失败的短信或邮件。如您当日已对存储库容量进行处理，并且确认存储库容量无异常，您可以忽略次日的短信或邮件的提醒。 您需要使用短信或邮件提示的账号，登录云备份管理控制台，前往短信或邮件提示的区域，查看每个备份页签下是否存在“存储库容量”一列为红色的存储库。如果存在，建议参考存储库存储容量不足怎么办？对存储库进行处理。 父主题： 其他类

为什么新版服务中的备份也会出现在旧版服务？ 如果您已完成旧版服务迁移备份至新版服务，在新版的云备份服务创建备份后，会同时在旧版的云硬盘备份服务中产生相同的备份记录。 这是由于底层机制，旧版的云硬盘备份会展示包括云备份、云服务器备份以及云硬盘备份产生的所有备份，但这些备份不会重复计费，仅作为界面展示。 如果您希望删除旧版云硬盘备份服务中的备份，需要在新版服务中找到对应的备份进行删除，则旧版服务的备份也会同时删除，无法在旧版服务中删除。 父主题： 计费类

云服务器备份和云硬盘备份有什么区别？ 两者的主要差异如表1所示。 表1 云服务器备份和云硬盘备份的区别 对比维度 云服务器备份 云硬盘备份 备份/恢复对象 服务器中的全部（系统盘和数据盘）或部分云硬盘 指定的单个或多个磁盘（系统盘或数据盘） 推荐场景 需要对整个云服务器进行保护 系统盘没有个人数据，因而只需要对部分的数据盘进行备份 优势 备份的同一个服务器下的所有磁盘数据具有一致性，即同时对所有云硬盘进行备份，不存在因备份创建时间差带来的数据不一致问题。 保证数据安全的同时降低备份成本 父主题： 概念类

云备份存储库存储容量不足怎么办？ 当存储库存储容量超过上限后，系统将不会继续执行备份，不会出现新备份覆盖旧备份的情况。 您可以通过扩容存储库、减少备份副本数量和迁移存储库资源三种方式，解决容量不足的问题。 扩容存储库 如果还需要保留产生的备份，可以选择扩容存储库，具体操作请参见扩容存储库。 减少备份副本数量 前往目标存储库，手动删除不需要的备份。 如果存储库绑定了备份策略 可以将自动备份周期变长、保留时间缩短（自动删除保留超时的备份）、减少绑定服务器数等方式减少备份数量。 可以选择停止备份策略或从策略中解绑存储库，具体操作请参见停止备份策略和从策略中解绑存储库。停止后，自动备份将停止，存储库存储容量将不再变化。 迁移存储库资源 通过迁移资源功能，您可以将某个资源从当前存储库中解绑并重新绑定至另一存储库，该资源产生的所有备份也会从当前存储库迁移至目标存储库中。具体操作请参见迁移存储库的资源。 父主题： 容量类

按时间保留修改为按时间保留/永久保留 新策略对原策略产生的备份不会生效，仅对新产生的备份生效，原策略产生的备份依旧遵循原策略规则。 例如：某用户在8月5日上午10:00设置策略A的备份时间为每天凌晨02:00，保留策略为按时间1个月删除，并绑定了一个磁盘。8月8日上午10:00，保留策略保留了3个备份，该用户修改了策略，将保留策略修改为按时间3个月删除。9月6日凌晨02:00，原策略产生的8月6日的备份将被删除，8月9日产生的备份将在两个月后删除。

按时间保留修改为按数量保留 新策略和原策略均会生效，原策略产生的备份会按照原策略的时间自动过期，也会按照新策略规定的个数自动删除。具体生效情况将取原策略和新策略的并集进行保留。 原策略产生的备份按照新策略生效 例如：某用户在8月5日上午10:00设置策略A的备份时间为每天凌晨02:00，保留策略为按时间1个月删除，并绑定了一个磁盘。8月8日上午10:00，保留策略保留了3个备份，该用户修改了策略，将保留策略修改为按数量保留7个。8月15日上午10:00，8月9、10、11、12、13、14、15日产生的备份依然存在。8月6、7、8日的备份已按照新策略进行删除。 原策略产生的备份按照原策略生效 例如：某用户在8月5日上午10:00设置策略A的备份时间为每天凌晨02:00，保留策略为按时间保留3天删除，并绑定了一个磁盘。8月8日上午10:00，保留策略保留了3个备份，该用户修改了策略，将保留策略修改为按数量保留7个。8月10日上午10:00，8月8、9、10日产生的备份依然存在。8月6、7日的备份已按照原策略进行删除。

按数量保留仍修改为按数量保留 新策略对原策略产生的备份同样会生效。无论自动备份还是手动备份，备份完成后，都会校验保留规则，匹配最新的规则。 例如：某用户在星期一上午10:00设置策略A的备份时间为每天凌晨02:00，保留策略为按数量保留3个，并绑定了一个磁盘。星期四上午10:00，保留策略保留了3个备份。星期四该用户修改了策略，将保留策略修改为按数量保留1个。新的保留策略会立刻生效。此时如用户手动执行备份或等待系统在星期五凌晨02:00自动备份，执行备份完成后，会立即校验新的保留规则，仅保留了一个策略产生的备份。手动备份不会被删除。

按数量保留修改为按时间保留/永久保留 新策略对原策略产生的备份不会生效，仅对新产生的备份生效。原策略产生的备份将不会被自动删除。 例如：某用户在星期一上午10:00设置策略A的备份时间为每天凌晨02:00，保留策略为按数量保留3个，并绑定了一个磁盘。星期四上午10:00，保留策略保留了3个备份。星期四该用户修改了策略，将保留策略修改为按时间1个月删除。新的保留策略会立刻生效。此时如用户手动执行备份或等待系统在星期五凌晨02:00自动备份，执行备份完成后，会立即校验新的保留规则。原策略产生的3个备份依旧存在（尚未超过原备份策略的最大保留数）。原策略产生的备份将不再会自动删除，也不会按照新策略删除，需要手动进行删除。新策略产生的备份将按照1个月的时间进行过期自动删除。

备份和镜像的区别 云备份和 镜像服务 区别主要有以下几点，如表1所示。 表1 备份和镜像的区别 对比维度 云备份 镜像服务 概念 备份是将云服务器或者云硬盘某一时间节点的状态、配置和数据信息保存下来，以供故障时进行恢复，其目的是为了保证数据安全，提升高可用性。 镜像相当于云服务器的“装机盘”，它提供了启动云服务器所需的所有信息，其目的是为了创建云服务器，批量部署软件环境。系统盘镜像包含运行业务所需的操作系统、应用软件，数据盘包含业务数据。整机镜像是系统盘镜像和数据盘镜像的总和。 使用方式 数据存储位置：与服务器/磁盘数据分开存储，存储在对象存储（OBS）中。如果将创建备份的云硬盘删除，对应的备份不会被同时删除。 操作对象：保存云服务器/磁盘指定时刻的数据，可以设置自动备份和过期自动删除。 用途：备份可以恢复数据至原服务器/磁盘中，也可以直接创建新的磁盘或整机镜像。 是否可以导出至本地：否。 数据存储位置：与服务器/磁盘数据分开存储，存储在对象存储（OBS）中。如果将创建镜像的服务器/磁盘删除，对应的镜像不会被同时删除。 操作对象：可以将服务器的系统盘和数据盘制作为私有镜像，也可以通过外部镜像文件制作私有镜像。 用途：系统盘镜像或整机镜像可以创建新的服务器，数据盘镜像可以创建新的磁盘，实现业务迁移。 是否可以导出至本地：是。整机镜像不支持导出至本地。 应用场景 适用场景： 数据备份与恢复 业务快速部署和迁移 适用场景： 服务器上云或云上迁移 部署特定软件环境 批量部署软件环境 服务器运行环境备份 优势 支持自动备份，可以定时定量保留服务器/磁盘某一时间节点的数据。 可以备份系统盘。可以将本地或者其他云平台的服务器数据盘镜像文件导入至镜像服务中。导入后，可使用该镜像创建新的云硬盘。 备份和镜像虽然存储在 对象存储服务 中，但不占用用户的资源，所以用户无法从对象存储服务中看到备份和镜像数据。备份的费用按照备份服务的计费标准收取，镜像仅按照对象存储服务的标准收取存储费用。

如何将原服务器数据恢复至新创建的服务器？ 将原服务器数据恢复至新创建的服务器，有以下两种方法。 方法一： 要将原服务器数据恢复到另一个服务器上，可以使用云服务器备份创建镜像后，再创建一台新的服务器。相关操作请参考使用备份创建镜像 。 方法二： 如果已经创建新的服务器，可以参考以下步骤恢复数据。 使用此方法恢复数据，数据可能无法保证一致性。 创建云硬盘备份 相关操作请参考快速创建云硬盘备份，执行备份时需要备份原服务器的每个磁盘。 创建磁盘 使用每个磁盘的备份创建新的磁盘，相关操作请参考使用备份创建新云硬盘。 将新创建的磁盘挂载至新的服务器，相关操作请参考挂载非共享云硬盘或挂载共享云硬盘。 父主题： 恢复类

背景说明 某用户在华北-北京四区域有一台弹性云服务器，该服务器仅有一块系统盘。为了实现跨区域的容灾能力，以及在其他区域快速进行业务部署，需要在其他区域创建相同的服务器，并且拥有相同的数据。可以使用云服务器备份，实现以上场景。 本次将华北-北京四的弹性云服务器跨区域复制至华南-广州，需要先对华北-北京四区域的E CS 进行备份，再将该备份复制至华南-广州区域，在华南-广州使用该备份创建整机镜像，再使用镜像创建云服务器，即可实现跨区域迁移。

通过备份恢复服务器，会对原备份做哪些修改？ 对于Linux操作系统： 检查pvdriver相关驱动是否存在，如果存在，将删除相关驱动。 修改grub和syslinux配置文件，增加内核启动参数，并将磁盘分区名改成“UUID=磁盘分区的UUID”。 检查“/etc/fstab”文件中的磁盘分区名并修改成“UUID=磁盘分区的UUID”。 删除VMware tools对应的服务。 Linux操作系统会复制自带的virtio前端驱动到initrd或initramfs中去。 对于Windows操作系统： 离线注入virtio驱动，解决在没有安装UVP VMTools情况下系统无法正常启动的问题。 父主题： 恢复类

安装方法 建议您在使用备份恢复服务器后先安装Cloud-Init/Cloudbase-Init，安装方法如下： 如果是Windows操作系统，请下载并安装Cloudbase-Init。 安装Cloudbase-Init相关操作请参考：安装Cloudbase-Init。 如果是Linux操作系统，请下载并安装Cloud-Init。 安装Cloud-Init相关操作请参考：安装Cloud-Init。 配置Cloud-Init相关操作请参考：配置Cloud-Init。