华为云用户手册

产品优势 丰富的故障模式库：涵盖了网络和数据库等多种对象的故障注入场景，包括IaaS、Paas、Saas等近80+故障原子能力。您可以在一次演练中灵活组合和编排多个故障动作，同时支持自定义动作脚本注入，满足您的业务个性化需求。 典型的行业经验模板：演练服务将华为云的内部实践和典型用户场景转化为行业经验模板，供您快速复用，极大提高了演练效率。演练服务提供了电商、游戏、多媒体等多个行业的演练方案供您选择，覆盖了跨可用区容灾演练、服务压力演练等多个典型应用场景。同时，还支持用户建立自定义场景库，快速创建演练任务，让您的操作更加高效。 高效的可视化演练：演练对象选择以及故障注入过程可视化，让您对演练过程一目了然，降低操作门槛。在选择演练对象时，您可以实时预览实例资源分布视图，降低出错概率。演练中，会展示实例资源分布视图（子网、可用区、对象类型等），帮助您精准控制爆炸半径，保障演练安全。此外，故障动作组可视化编排，让您在演练过程中可以实时查看故障注入状态和注入效果，降低操作成本。 可靠的安全防护策略：演练服务支持配置监控指标，让您在演练过程中观察稳态指标变化，系统变化实时感知。同时，还支持配置告警策略，当安全护栏触发后会自动停止演练，让您更加放心地进行演练。此外，平台支持一键终止演练、超时回滚等功能，全方位保障业务安全。并且依托权限管控机制，实现了精细化演练权限管理。 完备的演练报告：演练结束后，支持生成演练报告的功能，帮助您进行演练复盘和记录问题。演练报告内容涵盖基本信息、数据统计、实例资源可视化分布图、演练执行日志等详细信息。 实现混沌工程自动化：具备80多种故障注入方法，全方位模拟各种故障，预定义50多种故障演练场景，支持业务快速演练。 演练过程全自动化：支持每天上百次演练，全范围发现应用稳定性死角。

使用流程 使用演练服务进行故障演练的流程如下图： 创建故障场景库：演练服务管理员提供故障场景库，故障场景库是公共故障场景的集合。 创建产品级演练方案：产品管理员需要创建产品级演练方案。 创建服务级演练方案：服务级演练方案是后续演练执行的具体内容，通过创建演练方案，并为演练方案创建故障场景，完善方案设计。 制定演练计划：将服务级演练方案下需要演练的故障场景按季度进行分配。 创建演练任务并执行演练，演练完成后可以完善演练报告，支持以下演练方式： 场景快速演练：根据场景快速完成演练配置及故障演练。 场景编排演练：场景快速演练不能满足演练要求，可以对故障场景设置编排演练。 创建演练问题（可选）：演练服务支持将演练过程中出现的问题进行管理，并通过改进措施跟进处理。 稳定性评估（可选）：支持以服务维度和产品维度进行稳定性评估，产品维度评估需要产品管理员权限。

更多操作 您还可以进行以下操作。 仅演练问题的创建人才能编辑、删除问题以及创建、编辑、删除改进措施。 表3 演练问题管理 操作名称 操作步骤 编辑演练问题 在演练问题列表，单击待编辑的演练问题所在行“操作”列的“编辑”。 删除演练问题 在演练问题列表，单击待删除的演练问题所在行“操作”列的“删除”。 导出演练问题 在“演练问题管理”页面，单击“导出”。 编辑改进措施 在“改进措施”页面，单击待编辑措施所在行“操作”列的“编辑”。 删除改进措施 在“改进措施”页面，单击待编辑措施所在行“操作”列的“删除”。

新建业务报表页面 AppStage监控服务对内部数据提供了一种汇总方式的视图，即为报表。利用报表功能，可以让数据进行可视化的展示，并进行分析与洞察，更好地了解业务现存的问题与机遇。 AppStage提供了报表构建器，便于您快速完成报表的开发。报表定义了报表数据来源于哪些对象，以及对象的连接关系，支持创建一个带有多个对象连接起来的汇总报表，不必局限于单个对象。同时支持对已有的原始记录数据，进行归类、筛选、分组、公式计算以及数据汇总。 在应用开发过程中，需要先利用报表Widget创建一个报表展示页面，再调用本章节利用AstroZero创建的报表。 业务报表以页面来呈现和管理。 父主题： 监控

更多操作 您还可以对Flink任务进行以下操作。 表2 Flink任务管理 操作名称 操作步骤 编辑Tags 在Flink页面单击“编辑Tags”。 在“编辑Tags”页面单击“新建Tags”。 输入Tags并单击“保存”。 单击“确定”。 关联Tags 在Flink任务列表中，单击待关联Tags的Flink任务所在行的“关联Tags”。 选择已新建的Tags。 单击“确定”。 说明： 关联Tags之前须先编辑并新建Tags。 编辑Flink任务 在Flink任务列表中，单击待编辑Flink任务所在行的“编辑”。 删除Flink任务 在Flink任务列表中，单击待删除Flink任务所在行的“删除”。 启动Flink任务 在Flink任务列表中，单击待删除Flink任务所在行的“启动”。 批量启动Flink任务 在Flink任务列表中，勾选待启动Flink任务。 单击列表上方的“批量启动”。 停止Flink任务 在Flink任务列表中，单击待停止Flink任务所在行的“停止”。 批量停止Flink任务 在Flink任务列表中，勾选待停止Flink任务。 单击列表上方的“批量停止”。 优雅停止Flink任务 在Flink任务列表中，单击待停止Flink任务所在行的“优雅停止”。 部署更新Flink任务 在Flink任务列表中，单击待更新部署Flink任务所在行的“部署更新”。 从资源中心部署文件 在Flink任务列表中，单击待部署Flink任务所在行的“从资源中心部署文件”。 查看日志 在Flink任务列表中，单击待查看日志Flink任务所在行的“查看日志”。 查看操作历史 在Flink任务列表中，单击待查看操作历史的Flink任务所在行的“操作历史”。 查看历史版本信息 在Flink任务列表中，单击待查看历史版本信息的Flink任务所在行的“历史版本信息”。 （可选）可单击历史版本所在行的“对比当前版本”，查看版本差异。

新建变更电子流 进入运维中心工作台。 将鼠标悬停在右上角的账号，选择下拉列表中的“变更电子流”，进入“变更电子流”页面。 单击“新建”。 配置电子流参数，参数说明如表1所示，配置完成后，单击“提交”。 页面带“*”标志的参数为必填参数，如需保存草稿，需要将必填参数填写完整。 表1 新建变更电子流 参数类型 参数名称 参数说明 基本信息 部署站点 默认为当前站点。 变更类型 选择变更类型。 服务部署：服务版本升级部署。 服务优化：修复业务自身集成设施或组件相关安全漏洞；业务发展变化引发的容量变化、服务迁移、资源调整、可用性优化；服务配置修改。 运营支撑：营销活动支撑，包括营销活动支持、用户服务支持。 运维优化：包括服务运维优化、基础运维优化、运维安全优化、运维工具优化。 产品 选择需要变更的产品。 服务 选择需要变更的服务。 服务环境 选择需要变更的服务环境。 版本号 变更类型是“服务部署”时，需要选择服务部署的版本号。 变更标题 输入变更标题，默认前缀为“部署站点-服务-变更类型”。 变更内容 输入变更内容说明。 涉及安全评审 选择是否涉及安全评审。 网络配置 如果涉及安全评审，需要选择网络配置，需要安全运维审核。 涉及隐私 如果变更类型为“服务优化”、“运营支撑”和“运维优化”，需要选择是否涉及隐私。 隐私类型 如果涉及隐私，需要增加隐私评审。 变更时间 调测部署计划时间 选择调测部署的计划开始时间和计划结束时间。 可选，如果选择了其他计划时间，可不填写。 众测部署计划时间 选择众测部署的计划开始时间和计划结束时间。 可选，如果选择了其他计划时间，可不填写。 灰度部署计划时间 选择灰度部署的计划开始时间和计划结束时间。 可选，如果选择了其他计划时间，可不填写。 容灾部署计划时间 选择容灾部署的计划开始时间和计划结束时间。 可选，如果选择了其他计划时间，可不填写。 审批人 技术审核人（运维代表） 选择技术审核人。 变更实施人 填写变更实施人。 变更验证人 填写变更验证人。 其他附件 - 变更方案以及其他指导性文档可以通过附件上传word文档。

更多操作 您还可以对Spark任务进行以下操作。 表2 Spark任务管理 操作名称 操作步骤 编辑Tags 在Spark页面单击“编辑Tags”。 在“编辑Tags”页面单击“新建Tags”。 输入Tags并单击“保存”。 单击“确定”。 关联Tags 编辑并新建Tags后，在Spark任务列表中，单击待关联Tags的Spark任务所在行的“关联Tags”。 选择已新建的Tags。 单击“确定”。 编辑Spark任务 在Spark任务列表中，单击待编辑Spark任务所在行的“编辑”。 删除Spark任务 在Spark任务列表中，单击待删除Spark任务所在行的“删除”。 启动Spark任务 在Spark任务列表中，单击待启动Spark任务所在行的“启动”。 批量启动Spark任务 在Spark任务列表中，勾选待启动Spark任务。 单击列表上方的“批量启动”。 停止Spark任务 在Spark任务列表中，单击待停止Spark任务所在行的“停止”。 批量停止Spark任务 在Spark任务列表中，勾选待停止Spark任务。 单击列表上方的“批量启动”。 部署更新Spark任务 在Spark任务列表中，单击待更新部署Spark任务所在行的“部署更新”。 从资源中心部署文件 在Spark任务列表中，单击待部署Spark任务所在行的“从资源中心部署文件”。 查看日志 在Spark任务列表中，单击待查看日志Spark任务所在行的“查看日志”。 查看操作历史 在Spark任务列表中，单击待查看操作历史的Spark任务所在行的“操作历史”。 查看历史版本信息 在Spark任务列表中，单击待查看历史版本信息的Spark任务所在行的“历史版本信息”。 （可选）可单击历史版本所在行的“对比当前版本”，查看版本差异。

步骤一：创建环境 进入运维中心工作台。 将鼠标悬停在右上角的账号，选择下拉列表中的“服务环境配置”，选择左侧导航栏的“环境管理”。 单击“创建”，配置环境参数，具体参数如表1所示。 表1 创建环境参数 参数 说明 名称 填写环境名称，名称全局唯一，只能包含小写字母、数字以及下划线，不能以下划线开头。 用途 选择环境的用途。可选用途包括开发、测试、生产、安全和性能。 描述 环境的描述信息。 单击“确定”。

步骤四：配置企业项目 在项目配置区域，单击“新增”。 新增项目配置，具体参数如表3所示。 表3 项目配置参数 名称 说明 部门 选择已录入的部门。 产品 选择已录入的产品。 服务 选择已录入的服务。 华为公有云账号名 选择用户的华为云账号名。 类型 关联项目：关联已有的公有云EPS。 关联且新增项目：在公有云EPS创建一个新项目，同时进行关联。 企业项目名称 关联项目时，选择已有的公有云EPS。 关联且新增时，填写创建的企业项目名称。 单击“确定”。

IoT数仓规格 表7 IoT数仓规格 规格名称 CPU架构 vCPU 内存(GB) 单节点存储容量 步长（GB） DN数量 使用场景 dwsx2.rt.xlarge.m7 X86 4 32 20GB ~ 2000GB 20 1 DWS的入门规格，一般用于测试、学习环境或者小型分析系统。 dwsk2.rt.xlarge.km1 ARM 4 32 20GB ~ 2000GB 20 1 dwsx2.rt.xlarge.m7n X86 4 32 20GB ~ 2000GB 20 1 dwsx2.rt.2xlarge.m7 X86 8 64 100GB ~ 4000GB 100 1 适用于中小企规模企业内部 数据仓库 构建和报表分析。 dwsk2.rt.2xlarge.km1 ARM 8 64 100GB ~ 4000GB 100 1 dwsx2.rt.2xlarge.m7n X86 8 64 100GB ~ 4000GB 100 1 dwsx2.rt.4xlarge.m7 X86 16 128 200GB ~ 8000GB 100 1 dwsk2.rt.4xlarge.km1 ARM 16 128 200GB ~ 8000GB 100 1 dwsx2.rt.8xlarge.m7 X86 32 256 100GB ~ 16000GB 100 2 推荐在生产环境下使用，适用于绝大部分企业大数据量OLAP分析系统，BI报表，可视化大屏等场景。 dwsk2.rt.8xlarge.km1 ARM 32 256 100GB ~ 16000GB 100 2 dwsx2.rt.8xlarge.m7n X86 32 256 100GB ~ 16000GB 100 2 dwsk2.rt.12xlarge.km1 ARM 48 384 100GB ~ 24000GB 100 4 有着极致的性能，适用于高吞吐数仓加工，高并发在线查询生产环境。 dwsx2.rt.16xlarge.m7 X86 64 512 100GB ~ 32000GB 100 4 dwsx2.rt.16xlarge.m7n X86 64 512 100GB ~ 32000GB 100 4

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。

Flexus容器使用限制 表1 Flexus容器使用限制 限制项 限制说明 容器镜像 容器镜像是一种区域性资源，Flexus容器仅支持使用同区域的私有镜像。 Flexus容器为X86架构，不支持使用ARM架构创建的私有容器镜像。 配额 Flexus容器配额受限于公网IP，当前同一华为账号下，一个区域默认最多创建总共5个Flexus容器资源。 私有镜像仓储配额受限于SWR，具体请参考SWR配置 存储 每个容器服务默认提供30G系统盘，不支持额外挂载数据盘 系统盘不支持扩缩容 网络 公网 Flexus容器默认配置一个公网IP，容器被释放后不支持保留。 Flexus容器不支持IPv6。 内网 不支持切换VPC。 Flexus容器默认配置一个公网IP，容器被释放后不支持保留。 备案 不支持网络网站备案 负载均衡 不支持对接Flexus负载均衡 可观测性 容器服务监控数据保留时长：14天 容器启停 Flexus容器停止后重新启动公网和私网IP会发生变化。 容器更新 不支持更新容器服务名称。 计费 Flexus容器创建后开始计费，若容器长时间状态为“未就绪”，请排查异常原因，常见场景有容器镜像配置错误、公网IP配额不足。

欠费 按需计费的Flexus容器周期性结算费用，当账户中余额不足时，账户将进入欠费状态。 Flexus容器欠费后的运行规则及影响如下表所示。 到期后阶段 影响 宽限期 Flexus容器欠费后进入宽限期。在宽限期内，您仍可正常访问及使用Flexus容器。 保留期 宽限期到期后，若按需资源仍未缴清欠款，将进入保留期。保留期内不能访问及使用Flexus容器，但Flexus容器仍予以保留。 资源进入宽限期/保留期后，华为云将会通过邮件、短信等方式向您发送提醒，提醒您充值。保留期到期后，按需资源仍未充值缴清欠款，所有资源将被释放。为避免对您的业务造成影响，请及时充值。

Flexus容器计费项 表2 Flexus容器计费项 计费项 计费项说明 适用的计费模式 计费公式 云容器实例 不同规格的实例类型提供不同的计算能力，您可根据实际需要选择合适的实例规格。 计费因子：vCPU和内存 按需计费 实例规格单价 * 购买时长 实例规格单价以控制台为准。 公网流量 Flexus购买弹性公网IP。 计费因子：流量费和IP保有费。 说明： 如果弹性公网IP已绑定至云容器实例，则IP保有费为0。 按需计费 按流量计费 每GB流量收取固定费用 公网流量单价以控制台为准。

计费模式 Flexus容器支持按需计费的计费模式。 按需计费：一种后付费模式，即先使用再付费，按照云服务器实际使用时长计费，秒级计费，按小时结算。按需计费模式允许您根据实际业务需求灵活地调整资源使用，无需提前预置资源，从而降低预置过多或不足的风险。 表1 计费模式 计费模式 按需计费 付费方式 后付费 按照云容器实例实际使用时长计费。 计费周期 秒级计费，按小时结算。 停止是否计费 停止后不计费。 是否支持变更规格 不支持变更实例规格。 是否支持备案 不支持备案。 适用场景 适用于计算资源需求波动的场景，可以随时开通，随时删除。

简介 Flexus容器提供了一种在云上运行容器化应用程序的简便方法。用户只需在指定容器服务所需的容器镜像和计算资源规格，即可在容器服务中运行各种应用程序（从简单的 Web 应用程序到多层微服务）。Flexus容器负责运行容器服务，而无需您管理任何底层基础架构。 Flexus容器是专为学生、个人开发者和中小企业等用户打造的轻量级容器服务，本文档帮助您在云上快速了解容器相关的基础概念，轻松进行入门实践。

操作步骤 登录Flexus容器控制台。 您可根据以下表头项对列表进行筛选并查看容器服务信息。 表1 容器服务信息 参数 说明 容器服务名称 创建云容器实例时填入的名称。 状态 Flexus容器所处状态。 未就绪：购买实例后或启动指令下发后，实例运行前的短暂中间状态。 运行中：容器正常运行时状态。 已停止：停止指令下发后，实例的容器消亡后的状态。 vCPUs 即将运行或运行中容器指定的CPU资源。 内存 即将运行或运行中容器指定的内存资源。 容器组数量 该云容器实例下包含的容器数量。 公网访问信息 容器正常运行时的公网访问地址。 私网访问信息 容器正常运行时的私网访问地址。 计费模式 实例的计费方式。 创建时间 实例的创建时间。 单击容器服务名称可进入实例详情页面，查看实例详情。 图1 实例详情

操作步骤 登录Flexus容器控制台。 在页面右上角单击“购买Flexus云容器实例”。 填写Flexus容器信息： 基础配置 表1 基础配置 参数 说明 计费模式 按需计费。 区域 选择购买Flexus容器的区域，不同区域的云服务产品之间内网互不相通。请就近选择靠近您业务的区域，可减少网络时延，提高访问速度。 创建容器 创建容器有两种方式：使用模板配置或自定义配置创建容器。 表2 使用模板配置创建容器 参数 说明 配置类型 选择模板配置。可选Nginx，hello-world，wordpress其一作为容器配置。 容器名称 名称不支持修改，如需修改名称，需要重新创建。 请输入1到63个字符的字符串，可以包含小写英文字母、数字和中划线（-），并以小写英文字母或数字开头，小写英文字母或数字结尾。 端口号 Nginx 端口号：80 hello-world 端口号：80 wordpress 端口号： 80 TCP和3306 TCP 公网配置信息 容器端口: 80 表3 使用自定义配置创建容器 参数 说明 配置类型 选择自定义配置。根据需求添加容器配置。 容器名称 名称不支持修改，如需修改名称，需要重新创建。 请输入1到63个字符的字符串，可以包含小写英文字母、数字和中划线（-），并以小写英文字母或数字开头，小写英文字母或数字结尾。 SWR镜像地址 我的镜像：展示了您上传到 容器镜像服务 的镜像，具体使用方法请参见客户端上传镜像。 镜像中心：展示了镜像中心的公共镜像。 共享镜像：展示了容器 镜像服务 中他人共享的镜像。 说明： 如您是 IAM 用户，您需要参考组织管理进行权限设置后才可使用账号的私有镜像。 Flexus容器当前暂不支持对接第三方镜像仓库。 镜像单层解压后的实际大小不能超过20G。 镜像版本 已选择镜像的可选版本 启动命令 输入容器启动命令，容器启动后会立即执行。启动命令对应于容器引擎的ENTRYPOINT启动命令（可选填） 容器端口 端口：1-65535之间，可指定应用程序的监听端口映射为容器的监听端口。 协议（可选填）：可选协议 TCP/UDP。 环境变量 变量名称：设置环境变量名称。 变量值（可选填）：在容器中设置环境变量，支持手动输入。环境变量为应用提供极大的灵活性，您可以在应用程序中使用环境变量，在创建容器时为环境变量赋值，容器运行时读取环境变量的值。 公网配置 可指定自定义配置下多个容器的其一端口，映射到公网IP对应端口上，将提供一个可以从Internet访问的入口。 规格 当前提供2种规格：2 vCPUs 4GiB，4 vCUPs 16 GiB。请根据应用程序的运行时消耗大小选择。 Flexus容器创建完成后，规格不支持修改。 容器服务名称 名称不可重复。请输入以小写字母或数字开头，小写字母、数字、中划线（-）、点（.）组成（其中两点不能相连，点不能与中划线相连），小写字母或数字结尾的1到63字符的字符串。 一个容器服务可以包含多个容器。 配置完成后，单击“立即购买”，即可成功创建一个Flexus容器。

keyspace管理功能面介绍 在GeminiDB Cassandra中，键空间(Keyspace)是用于保存列族，用户定义类型的对象。键空间相当于数据库，创建一个键空间即是创建了一个数据库。 进入Keyspace管理页面有2种方式： 您可从首页Keyspace列表操作栏中，单击“Keyspace管理”进入管理页面。 您也可从顶部导航菜单栏，单击“Keyspace管理”进入管理页面。 图1 Keyspace管理功能面 表1 功能面编号说明 编号 说明 1 显示当前页面所打开的Keyspace名称，可在当前实例内切换Keyspace。 2 显示当前实例IP、端口信息。 3 单击SQL窗口，可快速打开当前Keyspace的SQL窗口操作页面。 4 将对对象列表数据信息定期采集，并保存到DAS的数据库中。 优势： 减少对用户Keyspace的查询次数，降低对用户Keyspace的性能影响； 针对含有大量表的实例，可提升模块搜索性能，并支持翻页查询。 仅集采结构元数据，不包含用户表里的实际数据。 5 Keyspace管理主要分为对象列表、元数据采集2大功能模块。 6 各功能模块操作窗口区域。

元数据采集 DAS将对实例的元数据信息由实时查库，升级为后台任务的定期采集，并保存到DAS的数据库中。仅集采结构元数据，不包含用户表里的实际数据，请您放心开启元数据采集功能。 减少对用户Keyspace的查询次数，降低对用户库的性能影响； 针对含有大量表的实例，可提升模块搜索性能，并支持翻页查询。 为了不影响实例性能，当实例QPS大于10000或者TPS大于1000时不进行采集。 在Keyspace管理页面，打开右上方的元数据采集开关，单击“元数据采集”页签，打开元数据采集窗口。 在元数据采集窗口单击“立即采集”，触发采集动作，您可在右侧操作栏中止采集或查看采集详情信息。 清空采集数据：清空采集的元数据、Keyspace结构、表结构等结构数据。 删除日志：日志删除后将不能恢复，请谨慎操作。

OpenGaussQuery响应示例 [ { "name": "张三", "id": "efdb403066474ab08836b9eeaaa23bca", "age": 18 }, { "name": "李四", "id": "g582b0d966611486f918bedb9c711b14", "age": 20 } ]

更多操作 创建团队完成后，您还可以执行如下表2所示的操作。 表2 更多操作 操作 说明 关注团队 单击“我的团队”区域右上角“关注团队”。 在“关注团队”页面的“团队列表”中，单击需要添加的团队名称右侧的“关注”。 在“我的团队”列表中可查看到此新关注的团队卡片。 设置默认团队 选中“我的团队”区域内团队卡片左下角的“默认团队”，可将此团队设置为默认团队，此默认团队将置顶显示在开发中心团队空间中的团队首位。 移出团队 单击“我的团队”区域内团队卡片右下角的“移出”，可将此团队从我的团队列表移出，我的团队列表中将不显示此团队。移出后通过右上角“添加团队”可再次添加到我的团队。 说明： 团队创建人不可移出自己创建的团队。

修改个人华为账号的密码 适用于修改个人华为账号（包括购买AppStage的租户开通者的个人华为账号、通过邀请成员加入组织的个人华为账号）的密码。为保障账号安全，建议定期更新密码。 鼠标光标移至右上角登录的用户名，弹出“账号信息”页面。 在“账号信息”页面，单击“修改密码”，进入华为账号的“账号与安全”页面。 在“安全中心”区域单击“重置账号密码”右侧“重置”。 在“重置账号密码”页面，输入旧密码、新密码及再次输入新密码，单击“确定”。 密码需满足以下要求： 至少8个字符。 至少包含字母和数字，不能包含空格。 密码强度：勿使用其他账号的密码。 如果忘记旧密码，可通过如下操作找回密码： 单击“忘记旧密码”。 在“找回密码”页面，输入华为账号（注册账号的手机号或邮件地址）。 输入图形验证码，单击“下一步”。 单击“获取验证码”，输入相应的邮件验证码或手机验证码，再单击“下一步”。 设置新密码并确认新密码，单击“确定”。 密码需满足以下要求： 至少8个字符。 至少包含字母和数字，不能包含空格。 密码强度：勿使用其他账号的密码。 如果您有其他设备使用此账号，设置新密码后需重新登录，以确保正常使用华为服务。

修改成员账号密码（通过OrgID创建的成员账号） 适用于通过创建成员加入组织的成员账号修改密码。为保障账号安全，建议定期更新密码。 在开发中心工作台，鼠标光标移至右上角登录的用户名，弹出“账号信息”页面。 在“账号信息”页面，单击“修改密码”。 为确认本人操作需进行身份验证，可选择手机短信验证码方式或邮件验证码方式。 如果该账号已同时绑定手机号码和邮箱，则可使用手机短信验证码方式或邮件验证码两种方式。 如果该账号仅绑定手机号码或邮箱其中一个，则相应的只需使用手机验证码方式或邮政验证码一种方式。 手机短信验证码验证方式的操作如下： 单击“获取验证码”。 输入手机上收到的短信验证码，单击“确定”。 邮件验证码验证方式的操作如下： 单击“选择其他验证方式”。 勾选使用邮箱的方式，单击“下一步”。 单击“获取验证码”。 输入邮箱收到的邮件验证码，单击“确定”。 在“重置账号密码”页面，输入旧密码、新密码及再次输入新密码，单击“确定”。 密码需满足以下要求： 至少8个字符。 至少包含字母和数字，不能包含空格。 密码强度：勿使用其他账号的密码。 如果忘记旧密码，可通过如下操作找回密码： 单击“忘记旧密码”。 在“找回密码”页面，输入华为账号（注册账号的手机号或邮件地址）。 输入图形验证码，单击“下一步”。 单击“获取验证码”，输入相应的邮件验证码或手机验证码，再单击“下一步”。 设置新密码并确认新密码，单击“确定”。 密码需满足以下要求： 至少8个字符。 至少包含字母和数字，不能包含空格。 密码强度：勿使用其他账号的密码。 如果您有其他设备使用此账号，设置新密码后需重新登录，以确保正常使用华为服务。

自动精度对比 在某些场景下，比如算子溢出、误差累积等都可能会导致模型转换前后的模型存在误差，通过精度测试节的精度校验工具可以度量模型输出的精度误差的大小。当误差较大时，可以使用精度对比工具对比转换前后的ONNX模型和OM模型。其中OM模型在使用converter_lite工具进行模型转换时会同步生成。 # shell cd /usr/local/Ascend/ascend-toolkit/latest/tools/msquickcmp mkdir -p ~/work/output python main.py -m ~/work/resnet50.onnx -om ~/work/resnet50.om -o ~/work/output --input-shape "input.1:1,3,224,224" 精度对比命令执行成功后，将会在指定的输出目录中生成result_{timestamp}.csv文件。 图2 精度对比生成文件 打开 CS V文件后可以通过CosineSimilarity列和MaxAbsoluteError列排查第一个数值发生突变的行，这种情况一般表明：该突变行对应的Ascend算子和ONNX算子的执行结果存在较大差异，从而将排查重点锁定在对应的算子中。 图3 执行结果 如下图所示，最大绝对误差在295行发生了突变，且突变值约为65504，说明softmax算子输出的结果发生了溢出（FP16的最大值为65504），需要重点分析softmax算子为什么会执行出错，也可以联系华为工程师进行分析。 图4 最大绝对误差

场景描述 本示例使用Linux x86_64架构的主机，操作系统ubuntu-18.04，通过编写Dockerfile文件制作 自定义镜像 。 目标：构建安装如下软件的容器镜像，并在ModelArts平台上使用CPU/GPU规格资源运行训练任务。 ubuntu-18.04 cuda-11.1 python-3.7.13 mlnx ofed-5.4 pytorch-1.8.1 horovod-0.22.1

Step1 创建OBS桶和文件夹 在OBS服务中创建桶和文件夹，用于存放样例数据集以及训练代码。需要创建的文件夹列表如表1所示，示例中的桶名称“test-modelarts”和文件夹名称均为举例，请替换为用户自定义的名称。 创建OBS桶和文件夹的操作指导请参见创建桶和新建文件夹。 请确保您使用的OBS与ModelArts在同一区域。 表1 OBS桶文件夹列表 文件夹名称 用途 “obs://test-modelarts/pytorch/demo-code/” 用于存储训练脚本文件。 “obs://test-modelarts/pytorch/log/” 用于存储训练日志文件。

Step1 创建OBS桶和文件夹 在OBS服务中创建桶和文件夹，用于存放样例数据集以及训练代码。需要创建的文件夹列表如表1所示，示例中的桶名称“test-modelarts” 和文件夹名称均为举例，请替换为用户自定义的名称。 创建OBS桶和文件夹的操作指导请参见创建桶和新建文件夹。 请确保您使用的OBS与ModelArts在同一区域。 表1 OBS桶文件夹列表 文件夹名称 用途 “obs://test-modelarts/mindspore-gpu/resnet/” 用于存储训练脚本文件。 “obs://test-modelarts/mindspore-gpu/cifar-10-batches-bin/” 用于存储数据集文件。 “obs://test-modelarts/mindspore-gpu/output/” 用于存储训练输出文件。 “obs://test-modelarts/mindspore-gpu/log/” 用于存储训练日志文件。

Step1 创建OBS桶和文件夹 在OBS服务中创建桶和文件夹，用于存放样例数据集以及训练代码。需要创建的文件夹列表如表1所示，示例中的桶名称“test-modelarts” 和文件夹名称均为举例，请替换为用户自定义的名称。 创建OBS桶和文件夹的操作指导请参见创建桶和新建文件夹。 请确保您使用的OBS与ModelArts在同一区域。 表1 OBS桶文件夹列表 文件夹名称 用途 “obs://test-modelarts/tensorflow/code/” 用于存储训练脚本文件。 “obs://test-modelarts/tensorflow/data/” 用于存储数据集文件。 “obs://test-modelarts/tensorflow/log/” 用于存储训练日志文件。

Step3 准备训练脚本并上传至OBS 准备本案例所需的训练脚本mnist.py，并上传至OBS桶的“obs://test-modelarts/tensorflow/code/”文件夹下。 mnist.py文件内容如下： import argparse import tensorflow as tf parser = argparse.ArgumentParser(description='TensorFlow quick start') parser.add_argument('--data_url', type=str, default="./Data", help='path where the dataset is saved') args = parser.parse_args() mnist = tf.keras.datasets.mnist (x_train, y_train), (x_test, y_test) = mnist.load_data(args.data_url) x_train, x_test = x_train / 255.0, x_test / 255.0 model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(input_shape=(28, 28)), tf.keras.layers.Dense(128, activation='relu'), tf.keras.layers.Dropout(0.2), tf.keras.layers.Dense(10) ]) loss_fn = tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True) model.compile(optimizer='adam', loss=loss_fn, metrics=['accuracy']) model.fit(x_train, y_train, epochs=5)