华为云用户手册

操作指导 缺陷管理功能操作的详细介绍如表1所示。 表1 缺陷管理功能说明 项目类型 缺陷功能导航 说明 参考文档的链接 IPD系统设备类项目 IPD系统设备类项目功能介绍 IPD系统设备类项目是面向系统设备类产品开发场景的IPD需求管理方法，通过结构化流程、强大的跨项目协作能力来对大型产品开发进行高质高效的管理，主要包含原始需求、系统特性、研发需求、任务、缺陷等内容，任务和缺陷是在需求实现过程中产生的活动和发现的问题。 IPD系统设备类项目功能介绍 缺陷（Bug） 缺陷的全生命周期共有分析、修复、测试、验收、关闭五个状态，通过新建、分析、修复、测试、验收、关闭缺陷完成完成生命周期的状态流转。 请参见“IPD系统设备类项目”中的缺陷（Bug）。 IPD独立软件类项目 IPD独立软件类项目功能介绍 IPD独立软件类项目是面向独立软件类开发场景的IPD需求管理方法，通过结构化流程、强大的跨项目协作能力来对大型软件开发进行高质高效的管理，主要包含原始需求、系统特性、研发需求、任务、缺陷等内容，任务和缺陷是在需求实现过程中产生的活动和发现的问题。 请参见IPD独立软件类项目功能介绍。 缺陷（Bug） 缺陷的全生命周期共有分析、修复、测试、验收、关闭五个状态，通过新建、分析、修复、测试、验收、关闭缺陷完成完成生命周期的状态流转。 请参见“IPD独立软件类项目”中的缺陷（Bug）。 Scrum项目 Scrum项目开发流程 Scrum项目的开发流程如下： 通过需求的分层和分解，多角色协作，确保需求范围可调整 按迭代持续交付，实现闭环反馈 Scrum项目典型迭代操作流程 请参见Scrum项目开发流程。 新建缺陷（Bug） 产品特性和功能在测试验证阶段发现的问题，可以创建缺陷进行跟踪，设置缺陷的描述、处理人、优先级、严重程度等信息。 请参见新建工作项（Epic/Feature/Story/Task或Bug）中的“Bug”。 管理缺陷（Bug） 新建完缺陷后，可以查看缺陷详情，新建子缺陷，复制缺陷，对缺陷批量导入导出、进行修改或删除，进行批量复制、批量编辑和批量删除操作等。 请参见管理工作项中的“Bug”。 缺陷（Bug）详情 在缺陷详情页面，除了可以修改缺陷的处理人、状态等，还可以查看关联缺陷、查看工作代码提交记录、查看缺陷操作历史、添加附件等。 请参见工作项详情中的“Bug”。

net 功能说明 采集网络IO信息，默认采集的目标网卡与本机ifconfig命令显示的网卡列表一致，仅采集ifconfig显示UP状态的网卡。 原始数据来源：/proc/net/dev 参数配置 通过_filter_nic_name配置，根据nic_name指标，对消息进行筛选，决定最终生成的哪些网卡的消息。 _filter_nic_name的配置比较特殊，只有当nic_name值以配置关键字串开头时，才会保留这条消息，而其他插件的消息筛选机制为包含即保留。如某台机器ifconfig列出的网卡名有eth0、eth1、veth1、lo。如果配置“_filter_nic_name：eth”，则剔除veth1和lo的消息，保留eth0、eth1的消息。 消息样例及含义说明 { "plugin_id": "net", "metric": { "node": "host-10-33-0-188", #单位： | 类型：string | 说明：主机名，消息来源标识 "timestamp": 1482161028000, #单位： | 类型：long long | 说明：UTC时间戳 "collps": "0.0000", #单位：次/s | 类型：double | 说明：检测到发送冲突频率 "nic_name": "enp2s0f0", #单位： | 类型：string | 说明：网卡名，与ifconfig列表一致 "rxcmpps": "0.0000", #单位：包/s | 类型：double | 说明：接收压缩报速率 "rxdropps": "0.0000", #单位：包/s | 类型：double | 说明：接收丢报速率 "rxdroprate": "0.0", #单位：% | 类型：double | 说明：接收丢报率 "rxerrps": "0.0000", #单位：次/s | 类型：double | 说明：接收错误频率 "rxfifops": "0.0000", #单位：次/s | 类型：double | 说明：接收FIFO缓存错误频率 "rxframps": "0.0000", #单位：次/s | 类型：double | 说明：接收帧错误频率 "rxkbps": "0.0000", #单位：kB/s | 类型：double | 说明：接收的kbps数,单位为KByte/s, 转换为kbps需乘以8 "rxmcstps": "0.0000", #单位：次/s | 类型：double | 说明：接收多播频率 "rxpckps": "0.0000", #单位：包/s | 类型：double | 说明：接收报文速率 "rxutil": "0.0", #单位：% | 类型：double | 说明：接收带宽利用率 "txcarrps": "0.0000", #单位：次/s | 类型：double | 说明：传输介质故障频率 "txcmpps": "0.0000", #单位：包/s | 类型：double | 说明：发送压缩报速率 "txdropps": "0.0000", #单位：包/s | 类型：double | 说明：发送丢报数速率 "txdroprate": "0.0", #单位：% | 类型：double | 说明：发送丢报率 "txerrps": "0.0000", #单位：次/s | 类型：double | 说明：发送错频率 "txfifops": "0.0000", #单位：次/s | 类型：double | 说明：发送FIFO缓存错误频率 "txkbps": "0.0000", #单位：kB/s | 类型：double | 说明：发送的kbps数，单位为KByte/s, 转换为kbps需乘以8 "txpckps": "0.0000", #单位：包/s | 类型：double | 说明：发送报文速率 "txutil": "0.0", #单位：% | 类型：double | 说明：发送带宽利用率 "running": "1" #单位：% | 类型：double | 说明：网卡运行状态监测，如果为1表示ifconfig该网卡状态RUNNING，如果为-1表示ifconfig该网卡状态非RUNNING }

osinfo 功能说明 osinfo插件采集操作系统相关信息。 使用该插件要求/etc/nsswitch.conf文件有读权限，且其中hosts的解释项不能使用dns，即cat /etc/nsswitch.conf | grep "^hosts:" | grep dns命令返回应为空。"running"/"sleeping"/"stopped"/"zombie"，全部进程数 total与top命令输出的结果一致；最大文件打开数max_opens、最大进程数max_procs与ulimit -u、ulimit -n命令输出一致；本机当前打开的句柄数open_files与lsof|wc –l命令输出一致。open_files的获取每180秒只采集并上报一次，对于那些没有采集open_files的周期，该指标不出现在消息中。 原始数据来源：/proc/stat 参数配置 不需配置。 消息样例及含义说明 { "plugin_id": "osinfo", "metric": { "node": " host-10-33-0-188", #单位： | 类型：string | 说明：主机名，消息来源标识 "timestamp": 1482161028000, #单位： | 类型：long | 说明：UTC时间戳 "ctx": "245480", #单位： | 类型：int | 说明：本周期上下文切换次数 "procs": "1032", #单位： | 类型：int | 说明：采集周期内新增的任务总数 "blocked": "0", #单位： | 类型：int | 说明：当前被阻塞的任务数 "running": "0", #单位： | 类型：int | 说明：当前R状态的进程数（top: running） "sleeping": "882", #单位： | 类型：int | 说明：当前D状态的进程数（top: sleeping） "stopped": "1", #单位： | 类型：int | 说明：当前T状态的进程数（top: stopped） "zombie": "1" #单位： | 类型：int | 说明：当前Z状态的进程数（top: zombie） "procs_total": "884", #单位： | 类型：int | 说明：当前总进程数（top: Tasks） "max_opens": "1024", #单位： | 类型：int | 说明：执行ulimit -n结果 "max_procs": "2059087", #单位： | 类型：int | 说明：执行ulimit -u结果 "open_files": "2059087", #单位： | 类型：int | 说明：本机当前打开的句柄数 } }

snmp 功能说明 周期采集机器上TCP及UDP连接相关数据，每次采集发送一条消息。 原始数据来自：/proc/net/snmp 参数配置 不需配置。 消息样例及含义说明 { "plugin_id": "snmp", "metric": { "node": "host-10-33-0-188", #单位： | 类型：string | 说明：主机名，消息来源标识 "timestamp": 1482161028000, #单位： | 类型：long long | 说明：UTC时间戳 "tcp_curr_estab": "19", #单位： | 类型： double | 说明：当前处于ESTABLISHED/CLOSE_WAIT状态的TCP连接数 "tcp_in_segs_ps": "327.6371", #单位：包/s| 类型：double | 说明：tcp收包速率 "tcp_out_segs_ps": "672.2037", #单位：包/s| 类型：double | 说明：tcp发包速率 "tcp_retrans_rate_ps": "15.0", #单位：% | 类型： double | 说明：tcp重传率 "udp_in_datagrams_ps": "0.0000", #单位：包/s| 类型：double | 说明：udp收包速率 "udp_out_datagrams_ps": "0.0000", #单位：包/s| 类型：double | 说明：udp发包速率 "active_conn": "0.0000", #单位：次/s| 类型：double | 说明：单位时间tcp连接主动连接发起次数 "passive_conn": "0.0000" #单位：次/s| 类型：double | 说明：单位时间tcp被动建立连接次数 } }

gpu 功能说明 采集GPU信息，每次采集都为每个GPU，以及总GPU维度分别生成消息，并上报给HCW。 执行nvidia-smi命令，分别获取每个GPU的GPU-Util、Bus-Id、mem_used、mem_total、mem_util信息，并整合总GPU信息上报给HCW。 参数配置 不需要配置。 消息样例及含义说明 {    "plugin_id":"gpu", #单位： | 类型：string | 说明：插件名    "metric":{ "node": "bj-xen-pdc-241-202", #单位： | 类型：string | 说明：主机名，消息来源标识 "timestamp": "1518078026000", #单位： | 类型：string | 说明：字符类型时间戳 "_id":"GPU-0", #单位： | 类型：string | 说明：GPU编号，总GPU编号为GPU-ALL "_name":"Tesla P100-PCIE", #单位： | 类型：string | 说明：GPU型号 "bus_id":"0000:04:00.0", #单位： | 类型：string | 说明：GPU的Bus-Id "util":"61", #单位： | 类型：string | 说明：GPU使用率 "mem_used":"1385", #单位： | 类型：string | 说明：GPU已使用显存 "mem_total":"16276", #单位： | 类型：string | 说明：GPU显存总量 "mem_util":"8.50" #单位： | 类型：string | 说明：GPU显存使用率     } }

verify_os 功能说明 检测主机名是否有变更，并将检测结果返回HCW。 插件在HCW_Agent启动时，会将主机名存入HCW_Agent/temp/hostname.cache中，插件每个采集周期，会获取当前的主机名并与HCW_Agent/temp/hostname.cache中的主机名对比，若一致，返回0；不一致，返回1。 参数配置 不需要配置。 消息样例及含义说明 {    "plugin_id":"verify_os", #单位： | 类型：string | 说明：插件名    "metric":{ "node": " host-10-33-0-188", #单位： | 类型：string | 说明：主机名，消息来源标识 "timestamp": "1518078026000", #单位： | 类型：string | 说明：字符类型时间戳 "hostname":"1", #单位： | 类型：string | 说明：主机名对比结果，相同为0，不同为1 } }

diskio 功能说明 统计磁盘IO信息，每次采集将针对每个磁盘分别生成一条消息。 插件先从/proc/partitions获取全部物理磁盘及逻辑分区的名字、主次设备号。然后根据得到的磁盘名单，从/proc/diskstats提取每个物理磁盘或逻辑分区的读写数据，并进一步进行计算得到IO数据。 参数配置 配置样例： _filter_disk_id：xvda,^1,^2 #筛选关键字 show_extra：true #是否按照磁盘分区生成多条消息 其中带“^”前缀的为反向筛选关键字（1、2），其余为正向筛选关键字（xvda），每条消息在最终生成之前，插件会先执行一次正向筛选（若disk_id的值包含xvda，则保留这条消息；反之则删掉。若没有配置正向筛选关键字，则跳过这步筛选，保留消息。）若该条消息得以保留，插件会继续执行一次反向筛选（若disk_id的值包含1或2当中的任一字段，则删掉这条消息；反之则保留。若没有配置反向筛选关键字，则跳过这步筛选，保留消息。） show_extra为true时表示按照磁盘分区生成多条消息。 假设某台服务器执行cat /proc/partitions命令结果如图1所示，共7行数据，按照“_filter_disk_id：xvda,^1,^2”配置正反向过滤后，仅生成第1行xvda对应的消息。 图1 示例1 消息样例及含义说明 { "plugin_id": "diskio", "metric": { "node": "host-10-33-0-188", #单位： | 类型：string | 说明：主机名，消息来源标识 "timestamp": 1482161028000, #单位： | 类型：long long | 说明：UTC时间戳 "avgqu_sz": "0.0000", #单位： | 类型：double | 说明：平均I/O队列长度 "avgrq_sz": "0.0000", #单位：扇区| 类型：double | 说明：平均每次设备I/O操作的数据大小 "await": "0.0000", #单位：ms | 类型：double | 说明：平均每次设备I/O操作的等待时间 "disk_id": "xvda", #单位： | 类型：string | 说明：物理磁盘号/逻辑分区号 "r_await": "0.0000", #单位：ms | 类型：double | 说明：平均每次读请求等待时间 "rkbps": "0.0000", #单位：kB/s | 类型：double | 说明：读操作的kbps数, 单位为KByte/s "rps": "0.0000", #单位：次/s | 类型：double | 说明：每秒完成的读I/O设备次数 "rrqmps": "0.0000", #单位：次/s | 类型：double | 说明：每秒进行merge的读操作数目 "svctm": "0.0000", #单位：ms | 类型：double | 说明：平均每次设备I/O操作的服务时间 "tps": "0.0000", #单位：次/s | 类型：double | 说明：每秒完成的读写I/O设备总次数 "util": "0.0", #单位：% | 类型：double | 说明：磁盘IO利用率 "w_await": "0.0000", #单位：ms | 类型：double | 说明：平均每次写请求等待时间 "wkbps": "0.0000", #单位：kB/s | 类型：double | 说明：写操作的kbps数, 单位为KByte/s "wps": "0.0000", #单位：次/s | 类型：double | 说明：每秒完成的写I/O设备次数 "wrqmps": "0.0000" #单位：次/s | 类型：double | 说明：每秒进行merge的写操作数目 } }

cpu 功能说明 统计cpu信息，每次采集都为每个vcpu，以及总cpu维度分别生成消息。 原始数据来源：/proc/loadavg、/proc/stat等。 参数配置 插件默认为CPU0、CPU1、...、CPU-ALL分别生成消息。用户可根据需要配置_filter_cpu_id项，进行消息筛选。如果用户只需要总维度的CPU统计信息，则可配置参数_filter_cpu_id为CPU-ALL。 消息样例及含义说明 { "plugin_id": "cpu", "metric": { "node": "host-10-33-0-188", #单位： | 类型：string | 说明：主机名，消息来源标识 "timestamp": 1482161028000, #单位： | 类型：long long | 说明：UTC时间戳 "cpu_id": "CPU1", #单位： | 类型：string | 说明：cpu编号（CPU-ALL：系统整体维度） "guest": "0.0", #单位：% | 类型：double | 说明：访客控制cpu时间占有率 "guest_nice": "0.0", #单位：% | 类型：double | 说明：低优先级访客控制cpu时间占有率 "idle": "100.0", #单位：% | 类型：double | 说明：空闲(不包含IO等待)时间占有率 "iowait": "0.0", #单位：% | 类型：double | 说明：等待IO响应的时间占有率 "irq": "0.0", #单位：% | 类型：double | 说明：处理硬件中断的时间占有率 "ldavg15m": "0.05", #单位： | 类型：double | 说明：近15分钟内平均负载 "ldavg1m": "0.01", #单位： | 类型：double | 说明：近1分钟内平均负载 "ldavg5m": "0.03", #单位： | 类型：double | 说明：近5分钟内平均负载 "nice": "0.0", #单位：% | 类型：double | 说明：低优先级用户态时间占有率 "softirq": "0.0", #单位：% | 类型：double | 说明：处理软件中断的时间占有率 "steal": "0.0", #单位：% | 类型：double | 说明：花在虚拟系统上的时间占有率 "system": "0.0", #单位：% | 类型：double | 说明：系统态时间占有率 "user": "0.0", #单位：% | 类型：double | 说明：用户态时间占有率 "util": "0.0", #单位：% | 类型：double | 说明：cpu占有率(1-idle) "vcpu_num": "48" #单位： | 类型：double | 说明：vcpu数量 } }

mem 功能说明 采集全系统有关的内存信息。 原始数据来源：/proc/meminfo、/proc/vmstat 参数配置 不需配置。 消息样例及含义说明 { "plugin_id": "mem", "metric": { "node": "host-10-33-0-188", #单位： | 类型：string | 说明：主机名，消息来源标识 "timestamp": 1482161028000, #单位： | 类型：long | 说明：UTC时间戳 "active": "6476724", #单位：kB | 类型：int | 说明：活跃内存 "buffers": "1776864", #单位：kB | 类型：int | 说明：buffers缓存 "cached": "8662036", #单位：kB | 类型：int | 说明：cached缓存 "dirty": "152", #单位：kB | 类型：int | 说明：等待写回磁盘的内存 "inactive": "4966164", #单位：kB | 类型：int | 说明：不活跃内存 "mem_free": "3964160", #单位：kB | 类型：int | 说明：可用内存 "mem_free_in_buf_cache": "14403060", #单位：kB | 类型：int | 说明：实际可用内存(+buffers+cached) "mem_free_size": "15072556", #单位：kB | 类型：int | 说明："MemFree + Cached + Buffers + SReclaimable + Swapcached + Nfs_unstable - Shmem" "mem_total": "16311792", #单位：kB | 类型：int | 说明：全部内存 "mem_used": "12347632", #单位：kB | 类型：int | 说明：已用内存 "mem_used_ex_buf_cache": "1908732", #单位：kB | 类型：int | 说明：实际内存占用(-buffers-cached) "mem_used_size": "1239236", #单位：kB | 类型：int | 说明：mem_total - mem_free_size "mem_util": "7.6", #单位：% | 类型：double | 说明：mem_used_size / mem_total "swap_cached": "2632", #单位：kB | 类型：int | 说明：交换内存被缓存的大小 "swap_free": "4151180", #单位：kB | 类型：int | 说明：当前未使用的交换空间数 "swap_total": "4192252", #单位：kB | 类型：int | 说明：可用的交换空间总数 "swap_util": "3", #单位：% | 类型：double | 说明：交换空间占用率 "writeback": "0", #单位：kB | 类型：int | 说明：正在写回磁盘的内存 "pgfault": "4123", #单位： | 类型：int | 说明：本周期page fault数 "pgin": "0", #单位： | 类型：int | 说明：本周期page in数 "pgmajfault": "0", #单位： | 类型：int | 说明：本周期major page fault数 "pgout": "0" #单位： | 类型：int | 说明：本周期page out数 }}

fs 功能说明 统计文件系统使用情况，采集数据内容和df -lh命令一致。 参数配置 配置样例：“_filter_mounted_name：^/shm,/dev,/opt”，其中带"^"前缀的为反向筛选关键字（/shm），其余为正向筛选关键字（/dev、/opt），每条消息在最终生成之前，插件会先执行一次正向筛选（若mounted_name的值包含/dev或/opt任一字段，则保留这条消息；反之则删掉。若没有配置正向筛选关键字，则跳过这步筛选，保留消息。）若该条消息得以保留，插件会继续执行一次反向筛选（若mounted_name的值包含/shm字段，则删掉这条消息；反之则保留。若没有配置反向筛选关键字，则跳过这步筛选，保留消息。） 假设某台服务器执行df -lh命令结果如图2所示，共4行数据，按照_filter_mounted_name：^/shm,/dev,/opt”配置正反向过滤后，仅生成第2、4行对应的消息。/dev/shm由于包含/shm，对应的消息将被剔除。 图2 示例2 消息样例及含义说明 { "plugin_id": "fs", "metric": { "node": "host-10-33-0-188", #单位： | 类型：string | 说明：主机名，消息来源标识 "timestamp": 1482161028000, #单位： | 类型：long long | 说明：UTC时间戳 "fs_name": "/dev/mapper/vg1-lv1", #单位： | 类型：string | 说明：文件系统（= df命令的Filesystem列） "free": " 8707.9", #单位：mb | 类型：double | 说明：分区可用空间大小（= df命令的Avail列） "total": " 90710.0", #单位：mb | 类型：double | 说明：分区总大小（= df命令的Size列） "usage": "90.0", #单位：% | 类型：double | 说明：分区使用率（= df命令的Use%列） "used": " 80988.4", #单位：mb | 类型：double | 说明：分区已使用大小（= df命令的Used列） "mounted_name":"/opt", #单位： | 类型：string | 说明：分区挂载点（= df命令的Mounted on列） "index_node_use_util": " 3.00000 " #单位：% | 类型：double | 说明：inode使用率（= df -i命令的IUse%列） }

新增后端服务器集群 参考创建监听，进入创建后端服务器集群页面。 在创建后端服务器集群页面，单击“新增集群”，配置相关参数，参数说明如表1所示。 单击集群信息区域右上角的，可以编辑集群配置。 单击集群信息区域右上角的，删除当前集群。 表1 新增集群参数说明 参数 说明 基本信息 集群名称 后端服务器集群名称。 字符长度0~150，可以由字母、数字、下划线、短横线、点组成，不能包含特殊字符，不能包含-in-字符，后端服务器为tomcat时，建议不要包含下划线，转发可能返回400，例：Cluster_home-001。 后端协议 后端服务器协议，支持HTTP、HTTPS。 负载均衡策略 加权轮询算法：可配权重，根据权重进行轮询，默认权重相同。 自定义参数哈希：可以配置nginx变量进行哈希，nginx变量，例如：$http_x_forwarded_for。 IP哈希：根据发送给SLB请求的IP进行哈希。 说明： 如前面有ELB或者F5，此IP通常为ELB的IP或者F5的IP，因此请慎用。 最小连接数：根据服务器的连接数，向连接数最少的服务器优先转发。 自定义参数哈希 负载均衡策略选择为“自定义参数哈希”时，配置此参数。 字符长度0~50，以$符开头，可以由字母、数字、点、下划线、短横线组成，不能包含其他特殊字符，例：$http_x_forwarded_for。 预热参数（当负载均衡策略为“加权轮询算法”时，配置此参数） 预热周期 配置新节点启动后在多长时间范围内进行预热，范围0-30，0表示不开启预热。 预热因子 配置预热增长速率，值越大预热增长速率越快，范围1-100，默认为10，表示匀速增长。 预热延迟 新节点启动后延迟多长时间才进行预热，范围0-30，延迟时间中，节点被选中的概率为0。 自定义参数 自定义参数配置 配置自定义参数。 单击“确定”。

新增节点 在创建后端服务器集群页面，单击“新增节点”。 在节点列表中配置相关参数，参数说明如表2所示。 勾选多条节点，单击“批量删除”，可以批量删除节点。 单击“全部勾选”，可以快速勾选当前集群下的所有节点。 单击“清除多选”，取消选择选中的多条节点。 表2 新增节点参数说明 参数 说明 IP 节点IP地址。取值范围为0.0.0.0~255.255.255.255，例：127.10.12.10。 端口 节点端口号。由数字组成，大小在0-65535之间，例：8000。 权重 大于0且小于等于100的正整数，例：1。 最大尝试失败次数 对应nginx upstream配置中的max_fails字段。如果后端节点fail_timeout秒内出现max_fails次不可用情况，判定节点不可用。判定不可用后fail_timeout秒内请求不会转发到此节点，直到fail_timeout秒后重新检测节点健康情况；范围为0-1000，默认为3，如果不填，使用默认值。 失效持续时间 对应nginx upstream配置中的fail_timeout字段。如果后端节点fail_timeout秒内出现max_fails次不可用情况，判定节点不可用。判定不可用后fail_timeout秒内请求不会转发到此节点，直到fail_timeout秒后重新检测节点健康情况；范围是0-300秒，默认为2，如果不填，使用默认值。 灰度状态 生产 灰度 节点状态 在线 热备 下线 主机名 字符长度0~100，可以由字母、数字、下划线、短横线、点组成，不能包含特殊字符，例：host-10-23-0-133。 AZ 字符长度0~100，可以由字母、数字、下划线、短横线、点组成，不能包含特殊字符，例：az_01。 自定义分组 字符长度0~50，可以由字母、数字、下划线、短横线、点组成，不能包含特殊字符，例：group_01。 操作 ：删除节点。

步骤三：创建视图 单指标查询视图/多指标组合查询视图 如果需要在大盘监控单个指标的报表（如折线型报表），可以创建单指标查询视图。 如果需要在大盘同时监控多个指标（如表格型报表），可以创建多指标组合查询视图。 在“指标仓库”页面，选择需创建视图的逻辑主体，然后单击“新建查询视图”，如图1所示。 图1 新建查询视图 配置查询视图参数，如表3所示，配置完成后，单击“保存”。 表3 新建查询视图参数说明 参数名称 参数说明 类型 视图类型默认为“QUERY”，不可修改。 数据源 选择视图使用的数据表。 英文名称 视图英文名，尽量使用英文简写，不超过50个字符，单词之间使用下划线分隔。 中文名称 视图中文名，不超过20个字符。 描述 输入视图描述内容。 指标 选择需要计算的指标，可选择单指标或者多个指标。 projection 选择是否开启projection。 持久化视图/长期存储视图 持久化视图（自定义汇聚粒度）、长期存储视图（依次执行5分钟、1小时、1天汇聚粒度）可以持久化查询结果。这两种视图需要在查询视图的基础上进行创建。 在“指标仓库”页面，选择需创建视图的逻辑主体，默认显示“关系图模式”，可以单击页面已创建的指标或视图，弹出“指标”页面或“视图”页面。 也可以单击“列表模式”，切换至“列表模式”，在指标列表单击对应指标所在行的“查看详情”，弹出“指标”页面；或者单击“视图”，在视图列表单击对应视图所在行的“查看详情”，弹出“视图”页面。 在“指标”页面，选择已创建的单指标视图或多指标视图，单击视图的“操作”，在下拉列表中选择“创建持久化视图”或者“创建长期存储视图”，如图2所示。 或者在“视图”页面，单击“创建视图”，在下拉列表中选择“创建持久化视图”或者“创建长期存储视图”，如图3所示。 图2 指标详情页 图3 视图详情页 配置如下视图参数，配置完成后，单击“创建”。 配置Basic参数，具体参数如表4所示。 表4 Basic参数说明 参数名称 参数说明 英文名称 视图英文名，尽量使用英文简写，不超过50个字符，单词之间使用下划线分隔。 中文名称 视图中文名，不超过20个字符。 任务名称 汇聚的任务名，默认与视图名一致。 描述 输入描述信息。 类型 根据选择创建的视图类型显示，持久化视图为PERSISTENT，长期存储视图为LONG_TERM。 任务类型 根据视图数据来源显示，不可修改。 调度集群 选择定时调度集群。 执行集群 选择执行汇聚的执行集群。 MPPDB执行集群 （长期存储视图包含该参数）选择执行分钟级、小时级、天级MPPDB汇聚的执行集群。 查询范围 设定任务查询时间范围，不填则默认每分钟执行一次。 例如设置为1小时，则查询时间区间为当前时间减1小时到当前时间（前闭后开）。 Auto Round 设置任务执行时间是否舍去分和秒，默认为“是”。 例如汇聚周期是1小时，那么不管是2:10，还是2:40触发任务，汇聚周期都会自动变为1:00~2:00；如果选否，那么汇聚周期就是1:10~2:10，以及1:40~2:40。 调度（固定时间） 让任务在固定时间执行，一般天级任务会修改此值，例如修改为每天2点执行，不涉及无须选择。 例如设置3小时40分钟，则每天3点40执行任务；设置24小时40分钟，则每天0点40执行任务。 调度（固定间隔） 设置执行任务的时间间隔，一般是小时任务和分钟任务会修改此值，不涉及无须选择。 例如设置6小时，则每6小时执行一次，即0点、6点、12点、18点执行；配合固定时间调度，间隔时间配置为6小时，固定时间配置为10分钟，则每天的0:10、6:10、12:10、18:10执行。 汇聚时间提前 设置汇聚任务执行时选择之前的时间段。 例如汇聚时间提前1小时，每次查询的时间范围自动往前偏移1小时；当查询范围是小时、天的时候，一般不需要配置；分钟汇聚任务，由于延迟原因，一般都需配置。 结果时间偏移 设置汇聚出的结果存入输出表的时间值。 例如结果时间偏移1小时，每次查询的数据存入MPPDB数据库的timestamp自动增加1小时。 配置Rule参数，具体参数如表5所示，配置完成后，单击“Build Statement”。 表5 Rule参数说明 参数名称 参数说明 表类型 默认显示视图数据表类型。 数据源 选择需要汇聚的数据表。 从数据源列表 分表场景时使用，如果选中了数据源A和从数据源列表B，会优先从B表匹配维度。 Indicators 选择汇聚任务需要计算的指标列表。 Order By 选择需要排序的维度。 limit 设置查询返回值个数，上限为200000。 分组维度 选择需要Groupby的维度。 配置Output参数，具体参数如表6所示。 表6 Output参数说明 参数名称 参数说明 输出表类型 选择存放汇聚结果的表（输出表）类型，默认为MPPDB。 集群名 选择输出表所在的集群名。 数据库名 选择输出表所在的数据库名。 表名 选择输出表的表名，选择前需要创建MPPDB表。 列名 选择输出表的所有列名。 查询结果列 汇聚结果的列名。 Column Mappings 根据输出表（MPPDB）选择对应的查询结果列。 单击已创建的持久化视图或长期存储视图，在“视图”页面单击“Start Task”，启动第一层任务。保证期望状态和实际状态都为“Running”，如下图图4所示。 图4 启动任务 单击“Create Hourly Task”，会自动创建小时级的MPPDB汇聚任务和表（TTL 默认1年），自动将5分钟级别的数据roll up成小时级的。再单击“Start Hourly Task”启动该任务，保证期望状态和实际状态都为“Running”。 单击“Create Daily Task”，会自动创建天级的MPPDB汇聚任务和表（TTL 默认2年），自动将小时级别的数据roll up成天级的。再单击“Start Daily Task”启动该任务，保证期望状态和实际状态都为“Running”。

步骤二：创建指标 在“指标仓库”页面，单击已创建的逻辑主体。 单击逻辑主体页面的“新建指标”，选择“新建单个指标”。 配置指标参数，参数说明如表2所示，配置完成后，单击“创建”。 表2 配置指标参数说明 参数名称 参数说明 类型 选择指标类型。 英文名称 自定义英文名称。 中文名称 自定义中文名称。 指标等级 选择指标等级。 描述 输入描述信息。 开放名称 - 指标类型 根据指标的类型分为RequestCount、DelayTime、SuccessRate、FailureRate、Speed、Bandwidth。 逻辑主体 选择指标来源的逻辑主体。 标签列表 - 指标责任人 - 开放状态 - 抽象指标 - 是否多聚合字段 - 聚合类型 选择指标的统计方式。 聚合字段 指标的度量对象。 过滤器 依据业务限定条件，给指标设置过滤规则，支持AND、OR多层嵌套过滤条件，节点类型为NODE。 举例：有5个过滤条件ABCDE，过滤条件汇总后为（A AND B）OR （C AND D AND E），ABCDE即为NODE节点。

步骤三：创建视图 单指标查询视图/多指标组合查询视图 如果需要在大盘监控单个指标的报表（如折线型报表），可以创建单指标查询视图。 如果需要在大盘同时监控多个指标（如表格型报表），可以创建多指标组合查询视图。 在“指标仓库”页面，选择需创建视图的逻辑主体，然后单击“新建查询视图”，如图1所示。 图1 新建查询视图 配置查询视图参数，如表3所示，配置完成后，单击“保存”。 表3 新建查询视图参数说明 参数名称 参数说明 类型 视图类型默认为“QUERY”，不可修改。 数据源 选择视图使用的数据表。 英文名称 视图英文名，尽量使用英文简写，不超过50个字符，单词之间使用下划线分隔。 中文名称 视图中文名，不超过20个字符。 描述 输入视图描述内容。 指标 选择需要计算的指标，可选择单指标或者多个指标。 projection 选择是否开启projection。 持久化视图/长期存储视图 持久化视图（自定义汇聚粒度）、长期存储视图（依次执行5分钟、1小时、1天汇聚粒度）可以持久化查询结果。这两种视图需要在查询视图的基础上进行创建。 在“指标仓库”页面，选择需创建视图的逻辑主体，默认显示“关系图模式”，可以单击页面已创建的指标或视图，弹出“指标”页面或“视图”页面。 也可以单击“列表模式”，切换至“列表模式”，在指标列表单击对应指标所在行的“查看详情”，弹出“指标”页面；或者单击“视图”，在视图列表单击对应视图所在行的“查看详情”，弹出“视图”页面。 在“指标”页面，选择已创建的单指标视图或多指标视图，单击视图的“操作”，在下拉列表中选择“创建持久化视图”或者“创建长期存储视图”，如图2所示。 或者在“视图”页面，单击“创建视图”，在下拉列表中选择“创建持久化视图”或者“创建长期存储视图”，如图3所示。 图2 指标详情页 图3 视图详情页 配置如下视图参数，配置完成后，单击“创建”。 配置Basic参数，具体参数如表4所示。 表4 Basic参数说明 参数名称 参数说明 英文名称 视图英文名，尽量使用英文简写，不超过50个字符，单词之间使用下划线分隔。 中文名称 视图中文名，不超过20个字符。 任务名称 汇聚的任务名，默认与视图名一致。 描述 输入描述信息。 类型 根据选择创建的视图类型显示，持久化视图为PERSISTENT，长期存储视图为LONG_TERM。 任务类型 根据视图数据来源显示，不可修改。 调度集群 选择定时调度集群。 执行集群 选择执行汇聚的执行集群。 MPPDB执行集群 （长期存储视图包含该参数）选择执行分钟级、小时级、天级MPPDB汇聚的执行集群。 查询范围 设定任务查询时间范围，不填则默认每分钟执行一次。 例如设置为1小时，则查询时间区间为当前时间减1小时到当前时间（前闭后开）。 Auto Round 设置任务执行时间是否舍去分和秒，默认为“是”。 例如汇聚周期是1小时，那么不管是2:10，还是2:40触发任务，汇聚周期都会自动变为1:00~2:00；如果选否，那么汇聚周期就是1:10~2:10，以及1:40~2:40。 调度（固定时间） 让任务在固定时间执行，一般天级任务会修改此值，例如修改为每天2点执行，不涉及无须选择。 例如设置3小时40分钟，则每天3点40执行任务；设置24小时40分钟，则每天0点40执行任务。 调度（固定间隔） 设置执行任务的时间间隔，一般是小时任务和分钟任务会修改此值，不涉及无须选择。 例如设置6小时，则每6小时执行一次，即0点、6点、12点、18点执行；配合固定时间调度，间隔时间配置为6小时，固定时间配置为10分钟，则每天的0:10、6:10、12:10、18:10执行。 汇聚时间提前 设置汇聚任务执行时选择之前的时间段。 例如汇聚时间提前1小时，每次查询的时间范围自动往前偏移1小时；当查询范围是小时、天的时候，一般不需要配置；分钟汇聚任务，由于延迟原因，一般都需配置。 结果时间偏移 设置汇聚出的结果存入输出表的时间值。 例如结果时间偏移1小时，每次查询的数据存入MPPDB数据库的timestamp自动增加1小时。 配置Rule参数，具体参数如表5所示，配置完成后，单击“Build Statement”。 表5 Rule参数说明 参数名称 参数说明 表类型 默认显示视图数据表类型。 数据源 选择需要汇聚的数据表。 从数据源列表 分表场景时使用，如果选中了数据源A和从数据源列表B，会优先从B表匹配维度。 Indicators 选择汇聚任务需要计算的指标列表。 Order By 选择需要排序的维度。 limit 设置查询返回值个数，上限为200000。 分组维度 选择需要Groupby的维度。 配置Output参数，具体参数如表6所示。 表6 Output参数说明 参数名称 参数说明 输出表类型 选择存放汇聚结果的表（输出表）类型，默认为MPPDB。 集群名 选择输出表所在的集群名。 数据库名 选择输出表所在的数据库名。 表名 选择输出表的表名，选择前需要创建MPPDB表。 列名 选择输出表的所有列名。 查询结果列 汇聚结果的列名。 Column Mappings 根据输出表（MPPDB）选择对应的查询结果列。 单击已创建的持久化视图或长期存储视图，在“视图”页面单击“Start Task”，启动第一层任务。保证期望状态和实际状态都为“Running”，如下图图4所示。 图4 启动任务 单击“Create Hourly Task”，会自动创建小时级的MPPDB汇聚任务和表（TTL 默认1年），自动将5分钟级别的数据roll up成小时级的。再单击“Start Hourly Task”启动该任务，保证期望状态和实际状态都为“Running”。 单击“Create Daily Task”，会自动创建天级的MPPDB汇聚任务和表（TTL 默认2年），自动将小时级别的数据roll up成天级的。再单击“Start Daily Task”启动该任务，保证期望状态和实际状态都为“Running”。

调优策略 最常见告警 长时间低（高）于阈值线告警，如图1所示。 图1 常见告警 告警进入条件：一般8分钟内有7个点异常告警进入。 告警退出条件：20分钟内有18个点正常则告警退出。 调优方法： 调节sensitivity敏感度参数，可以使小幅度下降的异常不告警，针对阈值线过紧的情况，图1的异常通过敏感度调节不了，因为阈值线相对是合理的 配置count_threshold参数，如果不关注请求量很少的异常，可以配置该参数，建议非必要情况下不要配置该参数，可能会出现遗漏告警的情况。 毛刺告警 两三个显著的毛刺点异常，如图2所示。 图2 毛刺告警 告警进入条件：穿过阈值线的毛刺异常程度，最快在第2个毛刺点告警。 告警退出条件：20分钟内有18个点正常则告警退出。 调优方法： 如果对请求量很少的接口，毛刺异常不关注，可以配置low_count_threshold参数，如图2中告警的曲线请求量不超过30，可以配置改参数为30。 如果不管请求量多少，都不需要毛刺类告警，则可以配置alert_by_spikes参数。毛刺类告警最快可以将告警时间缩短为2分钟，如果屏蔽掉这类告警，则按照其他的告警类型会有一定的延迟（一般7分钟）。 突变告警 突变告警只针对请求量类指标，特点是请求量曲线发生突变（突增或者突降）同时指标曲线没有触及阈值线，如图3所示。 图3 突变告警 告警进入条件：局部看曲线发生突变（默认突变20%），或者长期看相比历史降低或升高。 告警退出条件：数据平稳后告警退出，一般会持续18分钟。 调优方法： 通过配置alert_by_chain参数可以控制是否加入突变检测。突变告警可以防止阈值线学习宽松条件下指标突变的漏告警，但对于不关注阈值线之上数据突变的指标会产生一些不必要的告警。 波动性告警 波动性告警只针对非请求量类指标，这类告警的特点是指标曲线没有触及阈值线，如图4所示。 图4 波动性告警 告警进入条件：局部看曲线波动变大，或者长期看相比历史数据持续降低或升高。 告警退出条件：数据恢复到历史同期水平，持续18分钟则告警退出。 调优方法： 对于小幅度的波动和下降（上升）告警可以通过调节sensitivity敏感度来减少部分告警。 如果不关注这类异常，可以通过配置alert_by_std参数来实现。波动性告警可以防止阈值线学习宽松条件下指标小幅波动的漏告警，但对于不关注阈值线之上数据波动的指标会产生一些不必要的告警。 长时间掉0告警 长时间掉0告警只针对请求量类指标，特点是阈值线为0，测量值长时间掉0，如图5所示。 图5 长时间掉0告警 告警进入条件：历史同时期没有掉0，或者掉0时间持续28分钟。 告警退出条件：数据恢复到正常水平则告警退出。 调优方法： 如果这类告警频繁出现，可以通过配置alert_by_drop_to_0参数屏蔽。长时间掉0告警可以防止阈值线为零的情况下指标长时间掉零的漏告警。

配置方法 在“异常检测”页面，单击异常检测任务所在行“操作”列的“模型”，默认显示“算法配置”页签，参考表1配置参数。 表1 算法配置参数说明 参数名称 参数含义 取值范围 参数说明 配置建议 metric_type 指标类型 success_rate（成功率） fail_rate（失败率） count（请求量，做上下限告警） speed（速率） delay（时延） count_lowerlimit（请求量，做下限告警） count_upperlimit（请求量，做上限告警） 按照实际的指标类型选择该参数，对于请求量类指标，做下限告警的选择count_lowerlimit，不要选择count。 - sensitivity 敏感度 0-10 默认值5 敏感度参数越高，阈值线越紧；敏感度参数越低，阈值线越松。 敏感度参数最高不超过5.5，最低不低于3.5；一般配置4.5或者5。 请求量指标因为使用了新的算法，敏感度可以在0.5—5之间调节。 时延、请求量、速率类指标敏感度每降低0.5，阈值线相对浮动3%，绝对浮动3。 成功率、失败率指标敏感度每降低0.5，阈值线相对浮动0.3%，绝对浮动0.3%。 low_count_threshold 小请求量 0- 100000000 默认值0 请求量低于此参数值时毛刺告警、波动性不生效；其他类型的告警依然生效。 如果毛刺告警较多，可以配置该参数。 count_threshold 请求量保护 0-100000000 默认值0 请求量低于此参数值时，完全不告警。 一般情况下不建议配置，请谨慎配置，且对请求量类指标不生效。 no_model_threshold_upper 无模型阈值上限 0-100000000 默认值100000000 无模型时配置的阈值上限（固定阈值线）。 对于新增的接口，因为没有历史数据，无法训练出该接口的模型，此时可以配置合适的值用来监控此类接口。 no_model_threshold_lower 无模型阈值下限 0-100000000 默认值0 无模型时配置的阈值下限（固定阈值线）。 对于新增的接口，因为没有历史数据，无法训练出该接口的模型，此时可以配置合适的值用来监控此类接口。 alert_by_std 波动性告警 True/False 默认为True 非请求量类指标参数，通过该参数设置是否引入波动性告警。 - alert_by_chain 突变告警 True/False 默认为True 请求量类指标参数，通过该参数设置是否引入突变告警。 - alert_by_drop_to_0 长时间掉0告警 True/False 默认为True 请求量类指标参数，通过该参数设置是否引入长时间掉0告警。 - alert_by_spikes 毛刺告警 True/False 默认为True 所有指标参数，通过该参数设置是否引入毛刺告警。 -

AOM 2.0与AOM 1.0计费对比 表2 AOM 2.0与AOM 1.0计费对比说明 计费项 AOM1.0 AOM2.0 日志 日志读写流量 统一由LTS提供并上报话单，AOM不会双算。 不变 日志索引流量 日志存储空间 监控中心 主机监控 按需计费 基础指标免费，自定义指标收费，按照指标上报量进行计费。 CCI实例监控 按需计费 秒级监控指标数量 按需计费 自定义指标 按需计费 查询指标数据API调用 按需计费 免费 事件和告警总条数 按需计费 免费 指标存储量 7天内免费 15天内免费 数据转储量 免费 按需计费

计费说明 AOM提供按需计费模式，计费项由自定义指标上报量、指标存储时长、数据转储量的费用组成。具体内容如表1所示。 AOM 2.0仅对上报的自定义指标计费。对上报任意数量的基础指标都是免费的，基础指标请参见：基础指标。 表1 按需计费组成表 计费项 计费说明 计费公式 自定义指标上报量 自定义指标上报量即采样点数量，采样点数量计算方式遵循开源Prometheus的数据模型。一条采样点数据包含指标名称、Label集合、采样时间时间戳及取值这几个部分，采样点以时间线的方式在逻辑上组织起来。例如，kube_node_status_allocatable_cpu_cores指标监控了Kubernetes集群中每个节点的可分配CPU核心数，假设您的集群中包含3个节点，则采样点分布于3条不同的时间线上。若每个节点的采样周期为15s，则一分钟的时间范围内，上报的采样点数据的总条数为：3*(60/15)=12（条），如下图所示： 会产生自定义指标上报的场景：接入Prometheus后，为什么会产生额外费用？。 0~150（百万条）：0.7元/百万条/天 150~600（百万条）：0.5元/百万条/天 600~1200（百万条）：0.35元/百万条/天 1200以上（百万条）：0.25元/百万条/天 指标存储时长 AOM 2.0默认支持的指标存储时长为15天。15天内免费使用，超过15天则按量累计计费。 0.01元/百万条/天 数据转储量 AOM支持的指标数据转储量，按量累计计费。 0.2元/GB

计费示例 以自定义指标上报量使用场景为例。 下面的价格仅为示例，实际计算请以价格计算器中的价格为准。 假设您有1台服务器，每天自定义上报800百万条指标，则按照计费公式，分3个区间计费，费用计算如下： 0~150（百万条）：0.7*150 150~600（百万条）：0.5*450 600~1200（百万条）：0.35*200 每天费用总计为：0.7*150+0.5*450+0.35*200=400元。

Incorrect IAM authentication information: AK access failed to reach the limit, forbidden { "error_msg": "Incorrect IAM authentication information: AK access failed to reach the limit,forbidden." ...... "error_code": "APIGW.0301", "request_id": "******" }

Incorrect IAM authentication information: decrypt token fail { "error_msg": "Incorrect IAM authentication information: decrypt token fail", "error_code": "APIGW.0301", "request_id": "******" } 可能原因 用户的API所属IAM认证，TOKEN解析失败。 解决办法 检查获取token的方法，token是否正确。 检查获取token的环境与调用的环境是否一致。

Incorrect IAM authentication information: Get secretKey failed { "error_msg": "Incorrect IAM authentication information: Get secretKey failed,ak:******,err:ak not exist", "error_code": "APIGW.0301", "request_id": "******" } 可能原因 用户的API所属IAM认证，使用AK/SK签名方式访问，但是AK不存在。 解决方法 检查AK填写是否正确。

Incorrect IAM authentication information: verify aksk signature fail { "error_msg": "Incorrect IAM authentication information: verify aksk signature fail, ...... "error_code": "APIGW.0301", "request_id": "******" }

背景信息 例如某用户作业提交较多，流程耗时、繁琐、复杂，使用组件客户端完成作业提交效率低下。不想使用大数据组件客户端提交大数据作业，可以安装JobGateway组件，使用JobGateway服务完成作业的提交；只需要构建基于rest风格的http/https的url即可完成作业提交。 以Hive作业提交为例，示例如下： curl --location --request POST 'https://{host}:{port}/mrsjob/submit?user.name={username}' --header 'JobServerAuthorization: {AuthorizationInfo}' --header 'Content-Type: application/json' --data-raw '{ "job_name":"{job-name}", "job_type":"HiveSql", "arguments":["SHOW TABLES"] }' 返回值： { "id": null, "state": "COMPLETE", "errorCode": 0, "errorCodeDescription": null, "errorDescription": null, "failedNodeList": null, "totalProgress": "0", "job_id": "466710d2-b1ff-4a98-805b-4675292e5cc8" }

预计月度可节省成本 成本中心为您提供预计月度可节省成本，仅供您在空闲或闲置资源处理时进行参考。预计月度可节省成本即所有可优化资源的预计月度节省成本总额。 预计月度节省=预计月度支出 - 优化后预计月度支出 预计月度支出=（月度摊销成本/使用时间）/24*730 使用时间是指当前资源在过去30天内，在最新计费模式下的天数。 预计月度支出是基于摊销成本进行计算，因此可能和实际产生成本存在微小的精度差异。 成本预估时，默认每个月为730个小时。 优化后预计月度支出：优化后，预计产生的月度支出。在闲置资源释放场景中，优化后预计月度支出为0。

操作步骤 配置云服务器。 检查网卡属性是否为DHCP。如果云服务器网络配置为静态IP地址，请参考“设置网卡属性为DHCP”修改为DHCP方式。 对于需要使用Windows远程桌面连接方式进行访问的云服务器，需要开启远程桌面连接功能，请参考“开启远程桌面连接功能”。 安装PV driver，请参考“安装PV driver”。 安装完以后需要清除系统日志，请参考“清除系统日志”。 安装并配置Cloudbase-Init，保证镜像创建的新云服务器可以使用控制台的“用户数据注入”功能注入初始化自定义信息（例如为云服务器设置登录密码）。请参考“安装并配置Cloudbase-Init工具”。 （可选）配置增值功能。 开启网卡多队列，请参考“如何设置镜像的网卡多队列属性？”。 配置IPv6地址，请参考“如何开启云服务器动态获取IPv6（试用）？”。 关机云服务器，使上述配置生效。 创建Windows系统盘镜像。 具体操作请参考通过云服务器创建Windows系统盘镜像。

操作场景 安装完操作系统后的临时云服务器还需要进行相关配置，并安装云平台提供的Guest OS driver，才能保证后续创建的云服务器正常使用。 Guest OS driver包括virtio驱动和PV driver，在前面步骤中已为云服务器安装virtio驱动，因此本节只需要安装PV driver即可。 该任务指导用户完成Windows云服务器的相关配置与驱动安装，从而创建为Windows系统盘镜像。

操作场景 数据盘镜像是只包含用户业务数据的镜像，您可以通过创建数据盘镜像将云服务器数据盘上的业务数据保存。数据盘镜像可用来创建新的云硬盘，从而实现用户业务数据的迁移。 如果您有以下使用场景，建议通过数据盘镜像来实现。 云服务器上的业务数据迁移到另一个账号。 实现方式：A账号将数据盘制作成数据盘镜像，共享给B账号，然后B账号使用数据盘镜像创建新的数据盘。 云服务器上的业务数据迁移到另一个区域。 实现方式：将A区域的数据盘制作成数据盘镜像，跨区域复制到B区域，然后在B区域使用数据盘镜像创建新的数据盘。 场景示例：通过制作数据盘镜像，将快到期云服务器的磁盘数据导出。

后续操作 数据盘镜像创建成功后，您可能需要创建新的数据盘并挂载到目标云服务器上，有两种方法供您参考： 在创建好的数据盘镜像所在行，单击“申请数据盘”创建新的数据盘（支持批量创建），然后挂载至目标云服务器。 在创建弹性云服务器向导页面，为云服务器添加数据盘时，单击“用数据盘镜像创建磁盘”，然后选择一个数据盘镜像。 此方式下，每个数据盘镜像只可以用来创建一个数据盘，不能重复选择。例如，为云服务器添加了一块数据盘，这个数据盘来源是数据盘镜像data_disk_image，如果想再添加一块数据盘，则不能使用数据盘镜像data_disk_image来创建。 图3 添加数据盘