LLM-MD5去重
无 执行调优 每个实例的cpu数目 否 设定map task每个instance的CPU数目，取值范围为[50,800]。100 每个实例的memory大小，单位M 否 设定map task每个instance的memory大小，单位为MB，取值范围为[256,12288]。1024 每个实例处理的数据大小...
LLM-文本标准化
无 执行调优 每个实例的cpu数目 否 设定map task每个instance的CPU数目，取值范围为[50,800]。100 每个实例的memory大小，单位M 否 设定map task每个instance的memory大小，单位为MB，取值范围为[256,12288]。1024 每个实例处理的数据大小...
LLM-文章内句子去重
无 执行调优 每个实例的cpu数目 否 设定map task每个instance的CPU数目，取值范围为[50,800]。100 每个实例的memory大小，单位M 否 设定map task每个instance的memory大小，单位为MB，取值范围为[256,12288]。1024 每个实例处理的数据大小...
LLM-删除LaTeX参考文献
执行调优 每个实例的cpu数目 设定map task每个instance的CPU数目，取值范围：50~800，默认值：100。每个实例的memory大小，单位M 设定map task每个instance的memory大小，取值范围：256~12288，默认值：1024，单位：MB。每个实例处理的数据...
LLM-删除LaTeX注释行
执行调优 每个实例的cpu数目 设定map task每个instance的CPU数目，取值范围：50~800，默认值：100。每个实例的memory大小，单位M 设定map task每个instance的memory大小，取值范围：256~12288，默认值：1024，单位：MB。每个实例处理的数据...
LLM-文章相似度去重
无 执行调优 每个实例的cpu数目 否 设定map task每个instance的CPU数目，取值范围为[50,800]。100 每个实例的memory大小，单位M 否 设定map task每个instance的memory大小，单位为MB，取值范围为[256,12288]。1024 每个实例处理的数据大小...
LLM-特殊字符占比过滤
无 执行调优 每个实例的cpu数目 否 设定map task每个instance的CPU数目，取值范围为[50,800]。100 每个实例的memory大小，单位M 否 设定map task每个instance的memory大小，单位为MB，取值范围为[256,12288]。1024 每个实例处理的数据大小...
LLM-敏感词过滤
无 执行调优 每个实例的cpu数目 否 设定map task每个instance的CPU数目，取值范围为[50,800]。100 每个实例的memory大小，单位M 否 设定map task每个instance的memory大小，单位为MB，取值范围为[256,12288]。1024 每个实例处理的数据大小...
LLM-扩展LaTeX宏定义
执行调优 每个实例的cpu数目 设定map task每个instance的CPU数目，取值范围：50~800，默认值：100。每个实例的memory大小，单位M 设定map task每个instance的memory大小，取值范围：256~12288，默认值：1024，单位：MB。每个实例处理的数据...
LLM-长度过滤
无 执行调优 每个实例的cpu数目 否 设定map task每个instance的CPU数目，取值范围为[50,800]。100 每个实例的memory大小，单位M 否 设定map task每个instance的memory大小，单位为MB，取值范围为[256,12288]。1024 每个实例处理的数据大小...
LLM-Copyright信息移除
无 执行调优 每个实例的cpu数目 否 设定map task每个instance的CPU数目，取值范围为[50,800]。100 每个实例的memory大小，单位M 否 设定map task每个instance的memory大小，单位为MB，取值范围为[256,12288]。1024 每个实例处理的数据大小...
LLM-文件后缀过滤
否 设定map task每个instance的CPU数目，取值范围为[50,800]。100 每个实例的memory大小，单位M 否 设定map task每个instance的memory大小，单位为MB，取值范围为[256,12288]。1024 每个实例处理的数据大小，单位M 否 设定map task每个...
LLM-文本质量打分（FastText）
无 执行调优 每个实例的cpu数目 否 设定map task每个instance的CPU数目，取值范围为[50,800]。100 每个实例的memory大小，单位M 否 设定map task每个instance的memory大小，单位为MB，取值范围为[256,12288]。1024 每个实例处理的数据大小...
LLM-N-Gram重复比率过滤
无 执行调优 每个实例的cpu数目 否 设定map task每个instance的CPU数目，取值范围为[50,800]。100 每个实例的memory大小，单位M 否 设定map task每个instance的memory大小，单位为MB，取值范围为[256,12288]。1024 每个实例处理的数据大小...
LLM-删除LaTeX文档头
执行调优 每个实例的cpu数目 设定map task每个instance的CPU数目，取值范围：50~800，默认值：100。每个实例的memory大小，单位M 设定map task每个instance的memory大小，取值范围：256~12288，默认值：1024，单位：MB。每个实例处理的数据...
LLM-敏感信息打码
无 执行调优 每个实例的cpu数目 否 设定map task每个instance的CPU数目，取值范围为[50,800]。100 每个实例的memory大小，单位M 否 设定map task每个instance的memory大小，单位为MB，取值范围为[256,12288]。1024 每个实例处理的数据大小...
LLM-特殊内容移除
无 执行调优 每个实例的cpu数目 否 设定map task每个instance的CPU数目，取值范围为[50,800]。100 每个实例的memory大小，单位M 否 设定map task每个instance的memory大小，单位为MB，取值范围为[256,12288]。1024 每个实例处理的数据大小...
LLM-计数过滤
无 执行调优 每个实例的cpu数目 否 设定map task每个instance的CPU数目，取值范围为[50,800]。100 每个实例的memory大小，单位M 否 设定map task每个instance的memory大小，单位为MB，取值范围为[256,12288]。1024 每个实例处理的数据大小...
LLM-语种识别和过滤
无 执行调优 每个实例的cpu数目 否 设定map task每个instance的CPU数目，取值范围为[50,800]。100 每个实例的memory大小，单位M 否 设定map task每个instance的memory大小，单位为MB，取值范围为[256,12288]。1024 每个实例处理的数据大小...
Alibaba Cloud Linux 3系统配置XPS的方法及影响说明
以目标ECS实例32个CPU、8个发送队列的网卡eth0为例：cat/sys/class/net/eth0/queues/tx-*/xps_cpus 如下图所示（CPU数目不同或者队列数目不同，显示结果不同），说明XPS已经配置成功。影响说明 尽管配置XPS的目的是为了提升网络性能，但...
配置网卡多队列的网络中断亲和性
根据网卡队列数目和CPU数目的比例来进行不同规格的网卡中断绑定逻辑。优化了根据CPU中sibling的位置进行中断绑定。解决了旧版绑定中可能跨越NUMA导致的内存访问延迟问题。默认打开新版开关，同时支持切换新版和旧版的 ecs_mq 选项开关，...
CreateService-创建服务
1 cpu Int 否 每个 Worker 需要的 CPU 数目。1 gpu Int 否 每个 Worker 需要的 GPU 数目。0 memory Int 否 每个 Worker 需要的内存大小，单位为 MB。1000 resource String 否 服务所属的资源组。eas-r-aaabbbccc rpc.worker_threads Int 否...
PolarDB PostgreSQL版架构介绍
在使用相同的硬件资源时性能达到了传统MPP数仓的90%，同时具备了SQL级别的弹性：在计算能力不足时，可随时增加参与OLAP分析查询的CPU，而数据无需重分布。PolarDB PostgreSQL版：存储计算分离架构详解 Shared-Storage带来的挑战 基于Shared...
Hive作业调优
参数 描述 mapreduce.map.cpu.vcores 每个Map任务可用的最多的CPU Core数目。mapreduce.reduce.cpu.vcores 每个Reduce任务可用的最多的CPU Core数目。说明 此设置在公平队列是不生效的，通常vCores用于较大的集群，以限制不同用户或应用...
评分卡预测
执行调优 核数目 使用的CPU Core数量，默认系统自动分配。每个核的内存大小 每个CPU Core所用的内存大小，默认系统自动分配。方式二：PAI命令方式 使用PAI命令方式，配置该组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见 SQL...
指标说明
go_memstats_gc_cpu_fraction 显示自程序启动以来，GC所占用CPU时间的比例。go_memstats_frees_total 是一个计数器值，用于显示有多个堆对象被释放。可以使用 rate()函数计算堆对象释放速率。同时可以通过 go_memstats_mallocs_total-go_...
指标说明
go_memstats_gc_cpu_fraction 显示自程序启动以来，GC所占用CPU时间的比例。go_memstats_frees_total 是一个计数器值，用于显示有多个堆对象被释放。可以使用 rate()函数计算堆对象释放速率。同时可以通过 go_memstats_mallocs_total-go_...
如何选用云服务器
在这个场景中，根据客户的需求进行区分，一般情况下，在日均访问量5000以内，产品搭配如下：业务需求 CPU系列 数据盘 规格族 数目 网站服务器 独享型 高效云盘 通用型，4C 16G 2台 内部移动应用 独享型 数据盘为高效云盘，系统盘为SSD 通用...
eRDMA概述
RDMA CQ的基本规格 规格名称 规格 说明 CQ（Completion Queue）数目 依据实例规格，最大CQ数为QP数的两倍 无 CQ的完成向量数目vector_num 依据实例规格（CPU和QP数有关），最大不超过31 每个vector会对应一个硬件中断。实际使用中，每个CPU...
基础监控
混部资源分配率 分为CPU和内存两个资源维度，分别展示了集群当前为应用混部的CPU资源分配率和内存资源分配率（资源分配率=资源分配量÷资源总量）。如上图所示，集群中混部CPU资源分配率为1.70%，混部内存资源分配率为0.21%。混部资源分配...
Pipeline执行引擎
其减少了线程切换和线程阻塞所导致的执行开销，提高了CPU的利用效率，并减少了大查询对小查询的资源挤占问题。从而提高CPU在混合负载SQL上执行时的效率，提升了SQL查询的性能。功能简介 Pipeline执行引擎是SelectDB在新版本新增的核心功能...
CPU积分变化示例
突发性能实例创建成功后，其CPU积分根据CPU使用率和基准性能的关系变化。本文介绍在不同的性能模式下的CPU积分变化情况。背景信息 本文示例为了说明基准性能、CPU积分等概念而设计，具体业务场景更加复杂多变，例如CPU使用率不太可能长时间...
在cgroup v1接口开启CPU Burst功能
cd/sys/fs/cgroup/cpu/子cgroup目录名称/cat cpu.cfs_period_us cat cpu.cfs_quota_us 如果 cpu.cfs_quota_us 对应的返回结果为正整数，则表示CFS Bandwidth Controller限流处于生效状态，进而在启用CPU Burst功能后，容器才可以获得超出...
突发性能实例概述
CPU积分 CPU积分余额 突发性能实例持续获得的CPU积分超过消耗的CPU积分，即转化为CPU积分余额，用于将CPU使用率提升到基准性能以上。CPU积分 最大CPU积分余额 一台突发性能实例24小时可以获得的CPU积分，CPU积分余额最多保存24小时，保持...
监控突发性能实例
本文介绍如何通过ECS管理控制台查看突发性能实例的CPU使用率和CPU积分，并通过云监控管理控制台设置CPU积分报警规则。前提条件 如果您需要设置通知对象，您必须提前创建联系人组。具体操作，请参见 创建报警联系人或报警联系组。背景信息 ...
CPU拓扑感知调度
ACK基于新版的Scheduling framework实现CPU拓扑感知调度，针对CPU敏感型的工作负载提供更好的性能。本文介绍如何使用CPU拓扑感知调度。前提条件 您已创建ACK Pro版集群。具体步骤，请参见 创建ACK Pro版集群。重要 目前CPU拓扑感知调度仅...
CPU类场景
CPU类场景可以指定CPU使用率，也可以指定CPU满载的使用核数。帮助您在CPU在特定负载的环境下，验证应用或服务的性能指标以及监控告警、流量调度、弹性伸缩等能力。参数说明 参数名称 参数说明 指定CPU满载的个数 指定使用率满载的CPU核数，...
CPU Burst性能优化策略
CPU Burst策略是ACK提供的差异化SLO能力之一，目的是提升延迟敏感型应用的容器性能表现。受CPU Limit约束，容器在微观层面会频繁遭遇内核资源分配的限流，进而导致应用服务受损。ack-koordinator通过对CPU Throttled的动态感知，以及容器...
CPU瓶颈
CPU等待事件持续较多，出现CPU瓶颈，需进行具体查询分析。可观察 polar_stat_activity_rt 中哪类进程CPU比较高，数值单位是CPU使用率。SELECT backend_type,SUM(cpu_sys cpu_user)AS cpu_rate FROM polar_stat_activity_rt GROUP BY ...
CPU性能优化场景概述
本文主要介绍了不同场景下的CPU性能优化方案。场景 方案选择 性能 ACK节点运行在开启NUMA的弹性裸金属服务器 计算密集性负载 在线业务负载 数据库类型 CPU拓扑感知调度 NUMA负载感知调度 稳定的平均响应时RT（Response Time）。最小化CPU限...
- 产品推荐
- 这些文档可能帮助您