华为云用户手册

vector_cmp 功能说明：比较向量大小。 入参1的类型：floatvector 入参2的类型：floatvector 出参类型：int4 代码示例： gaussdb=# SELECT vector_cmp(floatvector('[1,2,3]'), floatvector('[5,-1,3.5]'));gaussdb=# SELECT vector_cmp('[1,2,3]', '[5,-1,3.5]');

vector_add 功能说明：计算两个向量相加。 入参1的类型：floatvector 入参2的类型：floatvector 出参类型：floatvector 代码示例： gaussdb=# SELECT vector_add(floatvector('[1,2,3]'), floatvector('[5,-1,3.5]'));gaussdb=# SELECT vector_add('[1,2,3]', '[5,-1,3.5]');

vector_negative_inner_product 功能说明：计算两个向量的负内积。 入参1的类型：floatvector 入参2的类型：floatvector 出参类型：float8 代码示例： gaussdb=# SELECT vector_negative_inner_product(floatvector('[1,2,3]'), floatvector('[5,-1,3.5]'));gaussdb=# SELECT vector_negative_inner_product('[1,2,3]', '[5,-1,3.5]');

vector_sub 功能说明：计算两个向量相减。 入参1的类型：floatvector 入参2的类型：floatvector 出参类型：floatvector 代码示例： gaussdb=# SELECT vector_sub(floatvector('[1,2,3]'), floatvector('[5,-1,3.5]'));gaussdb=# SELECT vector_sub('[1,2,3]', '[5,-1,3.5]');

inner_product 功能说明：计算两个向量的内积。 入参1的类型：floatvector 入参2的类型：floatvector 出参类型：float8 代码示例： gaussdb=# SELECT inner_product(floatvector('[1,2,3]'), floatvector('[5,-1,3.5]'));gaussdb=# SELECT inner_product('[1,2,3]', '[5,-1,3.5]');

PG_STAT_ACTIVITY PG_STAT_ACTIVITY视图显示和当前用户查询相关的信息，字段保存的是上一次执行的信息。多租场景下，non-PDB访问该视图时返回全部信息，PDB访问该视图时仅返回该PDB相关信息。 表1 PG_STAT_ACTIVITY字段 名称 类型 描述 datid oid 用户会话在后台连接到的数据库OID。 datname name 用户会话在后台连接到的数据库名称。 pid bigint 后台线程ID。 sessionid bigint 会话ID。 usesysid oid 登录该后台的用户OID。 usename name 登录该后台的用户名。 application_name text 连接到该后台的应用名。 client_addr inet 连接到该后台的客户端的IP地址。 如果此字段取值是null，表明是通过服务器机器上UNIX套接字连接客户端或者这是内部进程，如autovacuum。 client_hostname text 客户端的主机名，这个字段是通过client_addr的反向DNS查找得到。这个字段只有在启动log_hostname且使用IP连接时才非空。 client_port integer 客户端用于与后台通讯的TCP端口号，如果使用Unix套接字，则为-1。 backend_start timestamp with time zone 该会话开始的时间，即客户端连接服务器的时间。 xact_start timestamp with time zone 当前活跃事务开始的时间，如果没有事务是活跃的，则为null。如果当前查询是首个事务，则这列等同于query_start列。 query_start timestamp with time zone 当前活跃查询开始的时间， 如果state的值不是active，则这个值是上一个查询的开始时间。如果是存储过程、函数、package，则显示的是第一个查询时间，不会随着存储过程内语句运行而改变。 state_change timestamp with time zone 上次状态改变的时间。 waiting boolean 如果后台当前正等待锁则为true。 enqueue text 该字段不支持。 state text 该后台当前总体状态。可能值是： active：后台正在执行一个查询。 idle：后台正在等待一个新的客户端命令。 idle in transaction：后台在事务中，但事务中没有语句在执行。 idle in transaction (aborted)：后台在事务中，但事务中有语句执行失败。 fastpath function call：后台正在执行一个fast-path函数。 disabled：如果后台禁用track_activities，则报告这个状态。 说明： 普通用户只能查看到自己账户所对应的会话状态。即其他账户的state信息为空。例如以judy用户连接数据库后，在pg_stat_activity中查看到的普通用户joe及初始用户omm的state信息为空： SELECT datname, usename, usesysid, state,pid FROM pg_stat_activity; datname | usename | usesysid | state | pid----------+---------+----------+--------+----------------- testdb | omm | 10 | | 139968752121616 testdb | omm | 10 | | 139968903116560 db_tpcc | judy | 16398 | active | 139968391403280 testdb | omm | 10 | | 139968643069712 testdb | omm | 10 | | 139968680818448 testdb | joe | 16390 | | 139968563377936(6 rows) resource_pool name 用户使用的资源池。 query_id bigint 查询语句的ID。 query text 该后台的最新查询。如果state状态是active（活跃的），此字段显示当前正在执行的查询。所有其他情况表示上一个查询。 connection_info text json格式字符串，记录当前连接数据库的驱动类型、驱动版本号、当前驱动的部署路径、进程属主用户等信息（参见GUC参数connection_info）。 unique_sql_id bigint 语句的unique sql id。 trace_id text 驱动传入的trace id，与应用的一次请求相关联。 top_xid xid 事务的顶层事务ID。 current_xid xid 事务的当前事务ID。 xlog_quantity bigint 事务当前使用的X LOG 量，单位为字节。 父主题： 其他系统视图

PG_STAT_USER_TABLES PG_STAT_USER_TABLES视图显示所有命名空间中用户自定义普通表和toast表的状态信息。 表1 PG_STAT_USER_TABLES字段 名称 类型 描述 relid oid 表的OID。 schemaname name 该表的模式名。 relname name 表名。 seq_scan bigint 该表发起的顺序扫描数。 seq_tup_read bigint 顺序扫描抓取的活跃行数。 idx_scan bigint 该表发起的索引扫描数。 idx_tup_fetch bigint 索引扫描抓取的活跃行数。 n_tup_ins bigint 插入行数。 n_tup_upd bigint 更新行数。 n_tup_del bigint 删除行数。 n_tup_hot_upd bigint HOT更新行数（即没有更新所需的单独索引）。 n_live_tup bigint 估计活跃行数。 n_dead_tup bigint 估计不活跃行数。在Ustore表中仅代表不活跃行指针数量。 last_vacuum timestamp with time zone 上次手动清理该表的时间（不计算VACUUM FULL）。 last_autovacuum timestamp with time zone 上次被autovacuum守护线程清理的时间。 last_analyze timestamp with time zone 上次手动分析这个表的时间。 last_autoanalyze timestamp with time zone 上次被autovacuum守护线程分析的时间。 vacuum_count bigint 这个表被手动清理的次数（不计算VACUUM FULL）。 autovacuum_count bigint 这个表被autovacuum守护线程清理的次数。 analyze_count bigint 这个表被手动分析的次数。 autoanalyze_count bigint 这个表被autovacuum守护线程分析的次数。 last_data_changed timestamp with time zone 这个表数据最近修改时间。 父主题： 其他系统视图

+ 功能说明：计算两个维度相同的向量按位相加。 左参数类型：floatvector 右参数类型：floatvector 返回值类型：floatvector 代码示例： gaussdb=# SELECT floatvector('[1,1,3,2]') + floatvector('[1,1,3,2]');gaussdb=# SELECT '[1,2,3,2]'+ floatvector('[1,1,3,2]');

boolvector 场景1： 功能说明：数组数据转换为向量数据。 入参类型：anyarray 出参类型：boolvector 代码示例： gaussdb=# SELECT boolvector(ARRAY[1,0,1]); 场景2： 功能说明：boolvector转换，对维度进行检测。 入参1的类型：boolvector 入参2的类型：integer 出参类型：boolvector 代码示例： gaussdb=# SELECT boolvector(boolvector('[1,0,1]'),3);

gs_vector_index_options 功能说明：显示相关向量索引的超参取值。 入参类型：text 出参类型：text 代码示例： --创建表。gaussdb=# CREATE TABLE t1 (id int unique,repr floatvector(960));--插入数据：gaussdb=# CREATE OR REPLACE FUNCTION float_random_array(dims int,range int) RETURNS float[] AS $$BEGIN RETURN ARRAY(SELECT (random() * range)::int FROM generate_series(1, dims));END;$$ LANGUAGE plpgsql;gaussdb=# INSERT INTO t1 SELECT i,floatvector(float_random_array(960,100)) FROM generate_series(1,1000) as i;--创建索引:gaussdb=# CREATE INDEX test1v on t1 using gsdiskann (repr l2) with (pq_nseg=120,pq_nclus=64,queue_size=120,num_parallels=30,enable_pq=true,using_clustering_for_parallel=false); gaussdb=# SELECT gs_vector_index_options('test1v');

gs_diskann_inspect 功能说明：查询索引健康状态，包括索引磁盘使用、PQ压缩准确度、索引图连接健康度、Vacuum状态等信息。 场景1： 入参类型：text 出参类型：record 代码示例： -- 创建表gaussdb=# CREATE TABLE t1 (id int unique,repr floatvector(960));-- 插入数据gaussdb=# CREATE OR REPLACE FUNCTION float_random_array(dims int,range int) RETURNS float[] AS $$BEGIN RETURN ARRAY(SELECT (random() * range)::int FROM generate_series(1, dims));END;$$ LANGUAGE plpgsql;gaussdb=# INSERT INTO t1 SELECT i,floatvector(float_random_array(960,100)) FROM generate_series(1,1000) as i;-- 创建向量索引gaussdb=# CREATE INDEX test1v on t1 using gsdiskann (repr l2) with (pq_nseg=120,pq_nclus=64,queue_size=120,num_parallels=30,enable_pq=true,using_clustering_for_parallel=false); -- 显示索引状态gaussdb=# SELECT * FROM gs_diskann_inspect('test1v');

floatvector 功能说明： 场景1：数组数据转换为向量数据。 入参类型：anyarray 出参类型：floatvector 代码示例： gaussdb=# SELECT floatvector(ARRAY[1,2,9.3]); 场景2：floatvector转换，对维度进行检测。 入参1的类型：floatvector 入参2的类型：integer 出参类型：floatvector 代码示例： gaussdb=# SELECT floatvector(floatvector('[1,2,9.3]'),3);

- 功能说明：计算两个维度相同的向量按位相减。 左参数类型：floatvector 右参数类型：floatvector 返回值类型：floatvector 代码示例： gaussdb=# SELECT floatvector('[1,1,3,2]') + floatvector('[1,1,3,2]');gaussdb=# SELECT '[1,2,3,2]'+ floatvector('[1,1,3,2]');

= 场景1： 功能说明：判断两个维度相同的向量是否相等。 左参数类型：floatvector 右参数类型：floatvector 返回值类型：BOOLEAN 代码示例： gaussdb=# SELECT floatvector('[1,1,3,2]') = floatvector('[1,1,3,2]');gaussdb=# SELECT '[1,2,3,2]'= floatvector('[1,1,3,2]'); 场景2： 功能说明：判断两个维度相同的布尔向量是否一致。 左参数类型：boolvector 右参数类型：boolvector 返回值类型：BOOLEAN 代码示例： gaussdb=# SELECT boolvector('[1,0,1,0]') = boolvector('[1,1,1,0]');gaussdb=# SELECT '[1,0,1,0]' = boolvector('[1,1,1,0]');

gs_bm25_distance_text 功能说明：返回bm25文档相似分数，只在使用BM25索引检索时有效。 入参类型：text, text 出参类型：double precision 代码示例： -- 建表及BM25索引gaussdb=# CREATE TABLE t1(_id TEXT UNIQUE, title TEXT, texts TEXT, metadata TEXT) WITH (storage_type=astore);gaussdb=# CREATE INDEX "bm25_idx1" ON "t1" USING bm25 ("texts");-- 执行检索gaussdb=# SELECT /*+ indexscan(t1, bm25_idx1) */ _id, gs_bm25_distance_text(texts, 'drop table t1;') AS SCORE FROM t1 ORDER BY texts ### 'drop table t1;' desc LIMIT 10;

gs_bm25_inspect 功能说明：显示索引磁盘使用和内部词倒排信息等数据。 入参类型：text 出参类型：record 代码示例： -- 建表及BM25索引gaussdb=# CREATE TABLE st_information (st_id SERIAL PRIMARY KEY, st_name TEXT[], st_email TEXT[]);gaussdb=# CREATE INDEX st_information_st_email_bm25_index ON st_information USING bm25(st_email);-- 执行检索gaussdb=# SELECT * FROM gs_bm25_inspect('st_information_st_email_bm25_index');

### 场景1： 功能说明：基于BM25算法族计算两个文本间的相似度，只对使用BM25索引的查询有效。 左参数类型：text 右参数类型：text 返回值类型：double precision 代码示例： -- 建表及BM25索引gaussdb=# CREATE TABLE t1(_id TEXT UNIQUE, title TEXT, texts TEXT, metadata TEXT) WITH (storage_type=astore);gaussdb=# CREATE INDEX "bm25_idx1" ON "t1" USING bm25 ("texts");-- 执行检索gaussdb=# SELECT /*+ indexscan(t1, bm25_idx1) */ _id, texts ### 'drop table t1;' AS SCORE FROM t1 ORDER BY SCORE desc LIMIT 10; 场景2： 功能说明：基于BM25算法族计算两个分词文本数组间的相似度，只对使用BM25索引的查询有效。 左参数类型：text[] 右参数类型：text[] 返回值类型：double precision 代码示例： -- 建表及BM25索引gaussdb=# CREATE TABLE st_information (st_id SERIAL PRIMARY KEY, st_name TEXT[], st_email TEXT[]);gaussdb=# CREATE INDEX st_information_st_email_bm25_index ON st_information USING bm25(st_email);-- 执行检索gaussdb=# SELECT /*+ indexscan(st_information, st_information_st_email_bm25_index) */ st_id, st_email ### '{common-domain@xyz.com}' AS score FROM st_information ORDER BY SCORE desc LIMIT 10;

gs_bm25_distance_textarr 功能说明：返回bm25文档相似分数，只在使用BM25索引检索时有效。 入参类型：text[], text[] 出参类型：double precision 代码示例： -- 建表及BM25索引gaussdb=# CREATE TABLE st_information (st_id SERIAL PRIMARY KEY, st_name TEXT[], st_email TEXT[]);gaussdb=# CREATE INDEX st_information_st_email_bm25_index ON st_information USING bm25(st_email);-- 执行检索gaussdb=# SELECT /*+ indexscan(st_information, st_information_st_email_bm25_index) */ *, gs_bm25_distance_textarr(st_email, '{common-domain@xyz.com}') AS score FROM st_information ORDER BY st_email ### '{common-domain@xyz.com}' desc LIMIT 10;

gs_bm25_tokenize 功能说明：使用指定词典对输入文本进行分词操作，返回被分割的单词文本数组。 入参类型：text, cstring(默认值"pg_catalog.simple_cn_segmentation") 出参类型：text[] 代码示例： gaussdb=# SELECT gs_bm25_tokenize('高斯数据库');gaussdb=# SELECT gs_bm25_tokenize('高斯数据库', 'pg_catalog.simple_cn_segmentation');

l2_distance 功能说明：计算两个向量的欧式距离。 入参1的类型：floatvector 入参2的类型：floatvector 出参类型：float8 代码示例： gaussdb=# SELECT l2_distance(floatvector('[1,2,3]'), floatvector('[5,-1,3.5]'));gaussdb=# SELECT l2_distance('[1,2,3]', '[5,-1,3.5]');

cosine_distance 功能说明：计算两个向量的余弦距离。 入参1的类型：floatvector 入参2的类型：floatvector 出参类型：float8 代码示例： gaussdb=# SELECT cosine_distance(floatvector('[1,2,3]'), floatvector('[5,-1,3.5]'));gaussdb=# SELECT cosine_distance('[1,2,3]', '[5,-1,3.5]');

vector_spherical_distance 功能说明：计算两个归一化向量的球面距离（余弦夹角的弧度制表示）。 入参1的类型：floatvector 入参2的类型：floatvector 出参类型：float8 代码示例： gaussdb=# SELECT vector_spherical_distance('[1,0,0,0]', '[0,0,0,1]'); 如果输入向量非归一化，无法获得正确的计算结果。

vector_l2_squared_distance 功能说明：获得两个向量的欧式距离的平方。 入参1的类型：floatvector 入参2的类型：floatvector 出参类型：float8 代码示例： gaussdb=# SELECT vector_l2_squared_distance(floatvector('[1,2,3]'), floatvector('[5,-1,3.5]'));gaussdb=# SELECT vector_l2_squared_distance('[1,2,3]', '[5,-1,3.5]');

查看动态数据脱敏基本配置 设置并查看动态数据脱敏功能是否已开启。 gs_guc reload -Z coordinator -N all -I all -c "enable_security_policy=on" enable_security_policy取值为on时表示开启，取值为off是表示关闭。 gaussdb=# SHOW enable_security_policy; enable_security_policy----------------------- on(1 row)

并行解码 以下配置选项仅限流式解码设置。 decode-style： 当enable-ddl-json-format参数值为true时，DDL的格式由enable-ddl-json-format控制，decode-style仅指定DML语句的解码格式；当enable-ddl-json-format参数值为false时，decode-style指定DML和DDL语句的解码格式。 取值范围：char型的字符'j'、't'或'b'，分别代表json格式、text格式及二进制格式。 默认值： 没有指定decode-style： 针对复制槽插件类型为mppdb_decoding、sql_decoding，decode-style默认值为'b'即二进制格式解码。针对复制槽插件类型为parallel_binary_decoding、parallel_json_decoding、parallel_text_decoding，decode-style默认值分别为'b'、'j'、't'，解码格式分别为二进制格式、json格式、text格式。 指定decode-style： 按照指定的decode-style进行解码。 对于json格式和text格式解码，开启批量发送选项时的解码结果中，每条解码语句的前4字节组成的uint32代表该条语句总字节数（不包含该uint32类型占用的4字节，0代表本批次解码结束），8字节uint64代表相应lsn（begin对应first_lsn，commit对应end_lsn，其他场景对应该条语句的lsn）。 例如：以mppdb_decoding插件为例，当decode-style为b类型时，以二进制格式解码，结果如下： current_lsn: 0/CFE5C80 BEGIN CS N: 2357 first_lsn: 0/CFE5C80current_lsn: 0/CFE5D40 INSERT INTO public.test1 new_tuple: {a[typid = 23]: "1", b[typid = 23]: "2"}current_lsn: 0/CFE5E68 COMMIT xid: 78108 当decode-style为j类型时，以json格式解码，结果如下： BEGIN CSN: 2358 first_lsn: 0/CFE6220{"table_name":"public.test1","op_type":"INSERT","columns_name":["a","b"],"columns_type":["integer","integer"],"columns_val":["3","3"],"old_keys_name":[],"old_keys_type":[],"old_keys_val":[]}COMMIT XID: 78109 当decode-style为t类型时，以text格式解码，结果如下： BEGIN CSN: 2359 first_lsn: 0/CFE64D0table public test1 INSERT: a[integer]:3 b[integer]:4COMMIT XID: 78110 二进制格式编码规则如下所示： 前4字节代表接下来到语句级别分隔符字母P（不含）或者该批次结束符F（不含）的解码结果的总字节数，该值如果为0代表本批次解码结束。 接下来8字节uint64代表相应lsn（begin对应first_lsn，commit对应end_lsn，其他场景对应该条语句的lsn）。 接下来1字节的字母有5种B/C/I/U/D，分别代表begin/commit/insert/update/delete。 第3步字母为B时： 接下来的8字节uint64代表CSN。 接下来的8字节uint64代表first_lsn。 【该部分为可选项】接下来的1字节字母如果为T，则代表后面4字节uint32表示该事务commit时间戳长度，再后面等同于该长度的字符为时间戳字符串。 【该部分为可选项】接下来的1字节字母如果为N，则代表后面4字节uint32表示该事务用户名的长度，再后面等同于该长度的字符为事务的用户名字。 因为之后仍可能有解码语句，接下来会有1字节字母P或F作为语句间的分隔符，P代表本批次仍有解码的语句，F代表本批次解码完成。 第3步字母为C时： 【该部分为可选项】接下来1字节字母如果为X，则代表后面的8字节uint64表示xid。 【该部分为可选项】接下来的1字节字母如果为T，则代表后面4字节uint32表示时间戳长度，再后面等同于该长度的字符为时间戳字符串。 因为批量发送日志时，一个COMMIT日志解码之后可能仍有其他事务的解码结果，接下来的1字节字母如果为P则表示该批次仍需解码，如果为F则表示该批次解码结束。 第3步字母为I/U/D时： 接下来的2字节uint16代表schema名的长度。 按照上述长度读取schema名。 接下来的2字节uint16代表table名的长度。 按照上述长度读取table名。 【该部分为可选项】接下来1字节字母如果为N代表为新元组，如果为O代表为旧元组，这里先发送新元组。 接下来的2字节uint16代表该元组需要解码的列数，记为attrnum。 以下流程重复attrnum次。 接下来2字节uint16代表列名的长度。 按照上述长度读取列名。 接下来4字节uint32代表当前列类型的OID。 接下来4字节uint32代表当前列值（以字符串格式存储）的长度，如果为0xFFFFFFFF则表示NULL，如果为0则表示长度为0的字符串。 按照上述长度读取列值。 因为之后仍可能有解码语句，接下来的1字节字母如果为P则表示该批次仍需解码，如果为F则表示该批次解码结束。 sending-batch： 指定是否批量发送。 取值范围：0或1的int型，默认值为0。 0：设为0时，表示逐条发送解码结果。 1：设为1时，表示解码结果累积到达1MB则批量发送解码结果。 开启批量发送的场景中，当解码格式为'j'或't'时，在原来的每条解码语句之前会附加一个uint32类型，表示本条解码结果长度（长度不包含当前的uint32类型），以及一个uint64类型，表示当前解码结果对应的lsn。 在CSN序解码（即output-order设置为1）场景下，批量发送仅限于单个事务内（即如果一个事务有多条较小的语句会采用批量发送），即不会使用批量发送功能在同一批次里发送多个事务，且BEGIN和COMMIT语句不会批量发送。 parallel-queue-size： 指定并行逻辑解码线程间进行交互的队列长度。 取值范围：2~1024的int型，且必须为2的整数幂，默认值为128。 队列长度和解码过程的内存使用量正相关。

查看动态数据脱敏基本配置 设置并查看动态数据脱敏功能是否已开启。 gs_guc reload -Z datanode -N all -I all -c "enable_security_policy=on" enable_security_policy取值为on时表示开启，取值为off是表示关闭。 gaussdb=# SHOW enable_security_policy; enable_security_policy----------------------- on(1 row)

如何选择区域？ 选择区域时，您需要考虑以下几个因素： 地理位置 一般情况下，建议就近选择靠近您或者您的目标用户的区域，这样可以减少网络时延，提高访问速度。 在除中国大陆以外的亚太地区有业务的用户，可以选择“中国-香港”、“亚太-曼谷”或“亚太-新加坡”区域。 在非洲地区有业务的用户，可以选择“非洲-约翰内斯堡”区域。 在拉丁美洲地区有业务的用户，可以选择“拉美-圣地亚哥”区域。 “拉美-圣地亚哥”区域位于智利。 资源的价格 不同区域的资源价格可能有差异，请参见华为云服务价格详情。

什么是区域、可用区？ 区域和可用区用来描述数据中心的位置，您可以在特定的区域、可用区创建资源。 区域（Region）：从地理位置和网络时延维度划分，同一个Region内共享弹性计算、块存储、对象存储、VPC网络、弹性公网IP、镜像等公共服务。Region分为通用Region和专属Region，通用Region指面向公共租户提供通用云服务的Region；专属Region指只承载同一类业务或只面向特定租户提供业务服务的专用Region。 可用区（AZ，Availability Zone）：一个AZ是一个或多个物理数据中心的集合，有独立的风火水电，AZ内逻辑上再将计算、网络、存储等资源划分成多个集群。一个Region中的多个AZ间通过高速光纤相连，以满足用户跨AZ构建高可用性系统的需求。 图1阐明了区域和可用区之间的关系。 图1 区域和可用区 目前，华为云已在全球多个地域开放云服务，您可以根据需求选择适合自己的区域和可用区。更多信息请参见华为云全球站点。

服务的访问控制 CES 对接了华为云 统一身份认证 服务（Identity and Access Management，简称 IAM ）。如果您需要对华为云上的CES资源，给企业中的员工设置不同的访问权限，以达到不同员工之间的权限隔离，您可以使用进行精细的权限管理。该服务提供用户身份认证、权限分配、访问控制等功能，可以帮助您安全的控制华为云资源的访问。 鉴权 您可以通过以下方式登录华为云，如图1所示。 华为云账号：您首次使用华为云时创建的账号，该账号是您的华为云资源归属、资源使用计费的主体，对其所拥有的资源及云服务具有完全的访问权限。 IAM用户：由管理员在IAM中创建的用户，是云服务的使用人员，根据账号授予的权限使用资源。 企业联邦用户：由管理员在IAM中创建的企业身份提供商用户。 图1 登录华为云 访问控制 CES基于IAM提供了系统策略和自定义策略，需要给用户配置相应策略，才能创建或访问CES资源，具体操作步骤参考：创建用户并授权使用 云监控服务 。建议您使用自定义策略，定义CES所需的最小权限集合即可。 父主题： 身份认证与访问控制

约束与限制 当前 云监控 服务对单个用户的使用限制如表1所示。调整配额请参考配额调整。 表1 用户资源限制 配额类型 默认限制 可创建告警规则数 1000 可创建自定义告警模板数 200 告警模板可添加告警规则数 50 可创建监控看板数 10 单监控看板可添加监控视图数 50 历史告警保存时间 7天 单次创建告警规则可选择的被监控对象数 5000 单次可创建告警规则条数 1000 说明： 若选择监控对象为50个，监控指标为20个，则可创建的告警规则条数为1000。 发送通知可选择主题数 5 单次导出监控数据条数 400 说明： 若监控对象为400个，则监控指标为1个。若监控对象为80个，则监控指标为5个。 可创建资源分组个数 1000 单个资源分组单次添加资源数 1000 单个资源分组资源总数 10000 可创建监控站点个数 20 告警模板策略个数 50