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
共100000条