华为云用户手册

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生成时参考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生成时参考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。

前提条件 需要具备AppStage服务运维岗位权限或运维管理员权限，权限申请操作请参见申请权限。 创建自管理模式的SLB实例，指的是将公有云E CS 作为SLB主机，需要先申请ECS并将ECS纳管至运维中心的VMS中。 支持EulerOS操作系统ECS作为SLB主机，1.4.18及更新版本的SLB只兼容EulerOS 2.9操作系统。 支持Huawei Cloud EulerOS 2.0标准版操作系统的ECS作为SLB主机。 已将弹性云服务器主机设置为执行机。 需要提前创建好变更电子流，具体请参见变更电子流管理。

步骤二：初始化主机 使用Administrator管理员账号密码登录Windows主机。 使用管理员身份打开powershell，执行如下脚本： Set-ExecutionPolicy RemoteSigned -Force; winrm quickconfig -q -force; winrm set winrm/config/service/auth '@{Basic="true"}'; winrm set winrm/config/service '@{AllowUnencrypted="true"}'; New-NetFirewallRule -Name Ansible -DisplayName Ansible -Enabled True -Action Allow -Protocol TCP -LocalPort 5985 -Direction InBound

约束限制 当前仅部分区域的主机支持接入AppStage运维中心，包括华北-北京四、华南-广州、华东-上海一、华东-上海二和华北-乌兰察布一 ，如需接入其他区域的主机，请联系技术支持工程师。 当前仅支持x86类型主机安装OpsAgent并接入运维中心，不支持arm类型主机。 支持接入的Windows主机操作系统包括Windows Server 2012、Windows Server 2016、Windows Server 2019和Windows Server 2022，其余类型的Windows主机无法接入运维中心。

虚拟机部署流程 图1 虚拟机部署流程 准备Terraform包和软件包：部署前需要准备Terraform包和软件包。使用开发中心进行代码开发，可通过开发中心将包直接推送至运维中心，具体操作请参见开发中心用户指南；使用本地工具进行代码开发，需要手动上传Terraform包和软件包，具体操作请参见上传Terraform包和软件包。 准备变更电子流：部署前需要准备已审批的变更电子流，具体操作请参见创建变更电子流和处理变更电子流，且仅变更电子流中设置的变更实施人可以使用该电子流进行变更部署。 使用虚拟机部署应用：通过创建并执行变更计划完成虚拟机部署应用，具体操作请参见使用虚拟机部署应用。

更多操作 表2 相关操作 操作 说明 配置流控服务 单击流控服务列表中的服务名称，在流控服务详情页面新增资源、新增流控规则、新增黑白名单及熔断规则，具体介绍请参见配置负载均衡OLC服务。 发布流控服务 单击流控服务列表操作列的“发布”，将OLC服务应用到SLB，具体介绍请参见发布负载均衡OLC服务。 重置密钥 单击流控服务列表操作列的“重置密钥”，在弹出的窗口，单击“保存”，可以重置并下载认证密钥。 删除流控服务 单击流控服务列表操作列的“删除”，在弹出的提示框中单击“确定”，即可删除服务。

更多操作 表5 操作说明 操作 说明 重置实例IP 当实例IP发生变化时，通过重置实例IP功能，可以将变更后的IP同步到Cloud Map中。 单击“重置实例IP”，在弹出的提示框中单击“确定”。 修改SDK配置 单击SDK列表操作列的“管理”，修改SDK配置。 删除SDK配置 单击SDK列表操作列的“删除”，删除SDK配置。 跳转到Cloud Map 单击SDK列表操作列的“跳转到Cloud Map”，查看SDK配置数据推送到Cloud Map。

行为变更 表7 行为变更 变更类型 序号 名称 变更描述 新增 1 分区视图依赖变化 8.2.1以前版本，没有对select partition()或者partition for()语句的视图建立视图依赖，造成查询报错。 8.2.1版本后新增分区oid依赖，对于drop分区或者修改分区范围值在视图解耦场景下引发视图重建，非视图依赖场景下会报错。 修改 2 增加GTM上gtm_max_trans参数取值上限。 先将线程最大限制调大，可以给现网一个逃生通道，解决某些局点集群规模大，业务并发高，可能存在达到线程上限进而无法连接的问题。 3 max_process_memory CN调整为DN的一半。 4 Catchup流程 去掉了数据页Catchup的事务锁，Catchup不再和DDL之间有互等关系；增加了LwLock，通过事务提交的LwLock进行Catchup以及DDL业务之间的串行操作，避免Catchup访问到空文件。 5 备DN checkpoint时机 备DN的checkpoint不再等待15min按周期运行，而且redo到checkpoint点后，会强制执行一次checkpoint，避免大数据xlog导入场景下，备DN的Rto过长。 6 备DN文件关闭时机 备DN执行heap_xlog_newpage以及seq_redo时，首页面写入数据后，会强制关闭。 7 indexscan hint可包含indexonlyscan indexscan hint可包含indexscan和indexonlyscan；与indexonlyscan hint同时存在时，indexonlyscan优先生效。 8 大小写表达式不支持roughcheck 大小写表达式不再支持roughcheck，因cu的minmax基于C排序计算，下推会有结果集问题。 9 多count(distinct)重写时，使用CTE进行重写 重写行为发生变化，非share scan场景不影响后续展开过程，share scan场景生成stream CTE的计划。 10 TopSQL子语句监控 TopSQL子语句监控规格从递归打开，变更为仅记录第一层子语句。 11 ArrayLockFreeQueue 无锁队列初始化分配内存不会超过1GB。 12 Explain Explain结果集新增显示unique sql id。 13 Explain Explain+查询语句的unique sql id与查询语句相同。 14 GS/PGXC_WLM_SESSION_STATIS TICS 视图 GS/PGXC_WLM_SESSION_STATISTICS视图新增unique sql id字段。 15 GROUP BY后不需体现所有非聚合函数查询字段 8.1.3版本处理时会将非聚合函数查询字段补为min(xx)的形式，8.2.0及以上版本修改为取该列随机值。 8.2.0版本对于多列非聚合函数查询字段取值时取该列非NULL值，会出现结果集不同行场景，8.2.1版本修改为结果集为相同行。 16 alter function owner to superuser 禁止了sysadmin用户修改函数/存储过程的owner到系统用户的场景。保留系统用户change到系统用户的场景。 17 （+）连接顺序变化，会导致带有nvl等表达式的结果集产生变化 （+）连接顺序与Oracle看齐，原（+）连接顺序与join关联顺序相关，改写后带有nvl等相关表达式的关联条件顺序及结果集会有变化。 18 hstore表并发更新同一行会直接报错，不再等待后报错 hstore表并发更新同一行会直接报错，不再等待。 之前的行为是：（1）并发update同一行等待后报错；（2）并发delete同一行等待后成功；（3）并发delete和update同一行等待后报错。修改为统一的行为。 19 Catchup不再拿一级锁 Catchup不再拿一级锁。 20 连续的failover逻辑中，只有首次会进行从DN到备DN的数据同步 连续的failover逻辑中，只有首次会进行从DN到备DN的数据同步。 21 不同session同名临时表执行相同SQL语句时unique sql id一致 8.2.1以前版本不同session同名临时表schema name不同，直接使用后生成的unique sql id就也不同。8.2.1版本修改后不同session同名临时表根据schema name替换固定字符串，保证执行相同SQL语句时unique sql id一致。 22 细粒度容灾支持主集群degraded状态下备份 细粒度容灾在支持主集群degraded状态下备份，例外场景主集群主节点无正常CN导致的degraded不支持。 23 视图解耦 当访问到无效视图时，不触发自动重建动作，即不更新系统表，而是在本地展开

系统视图 表6 系统视图 变更类型 序号 名称 变更描述 新增 1 SHOW_TSC_INFO 用于查看当前节点TSC换算信息。 2 SHOW_ALL_TSC_INFO 用于查看所有节点TSC换算信息。 3 GET_TSC_INFO 用于重新获取一次当前节点的TSC换算信息，仅用于判断是否稳定，不更新内存信息。 4 GET_ALL_TSC_INFO 用于重新获取一次所有节点的TSC换算信息，仅用于判断是否稳定，不更新内存信息。 5 PGXC_WLM_TABLE_DISTRIBUTION_SKEWNESS 用于展示实体表在DN所占磁盘空间倾斜率。 6 PGXC_STAT_OBJECT 查询全集群所有节点的pg_stat_object信息。 7 PG_GLOBAL_TEMP_ATTACHED_PIDS 查看全局临时表在当前节点占有资源的会话信息。 8 PGXC_GLOBAL_TEMP_ATTACHED_PIDS 查看全局临时表在所有节点占有资源的会话信息。 9 PG_STATS_EXT_EXPRS 用于查询保存在系统表pg_statistic_data中的表达式统计信息数据。 10 PV_RUNTIME_EXPRSTATS 基于pg_stat_get_runtime_exprstats函数建立，用于查询动态采样生成的表达式统计信息。 11 PG_PLAN_BASELINE 新增系统视图，保存sql和plan之间的绑定关系。 12 PG_STAT_OBJECT_EXT 新增系统视图，通过在pgxc_parallel_query内层为视图添加查询条件，从而加速返回pgxc_stat_object相应查询条件返回的结果。 修改 13 GS_WLM_SESSION_STATISTICS 新增列stmt_type标识语句类型。 14 PGXC_WLM_SESSION_STATISTICS 新增列stmt_type标识语句类型。 15 GS_WLM_SESSION_HISTORY 新增列stmt_type标识语句类型。 16 GS_WLM_SESSION_INFO 新增列stmt_type标识语句类型。 17 PGXC_WLM_SESSION_HISTORY 新增列stmt_type标识语句类型。 18 PGXC_WLM_SESSION_INFO 新增列stmt_type标识语句类型。 19 GS_RESPOOL_RESOURCE_INFO 新增网络收发速率监控（send_speed/recv_speed）。 20 PGXC_RESPOOL_RESOURCE_INFO 新增网络收发速率监控（send_speed/recv_speed）。 21 PG_TOTAL_USER_RESOURCE_INFO 新增网络收发速率监控（send_speed/recv_speed）。 22 PGXC_TOTAL_USER_RESOURCE_INFO 新增网络收发速率监控（send_speed/recv_speed）。 23 PGXC_RESPOOL_RESOURCE_HISTORY 新增网络收发速率监控（send_speed/recv_speed）。 24 PGXC_WLM_USER_RESOURCE_HISTORY 新增网络收发速率监控（send_speed/recv_speed）。 25 GS_WLM_SESSION_STATISTICS/PGXC_WLM_SESSION_STATISTICS 新增except_info显示语句触发的异常规则信息。 26 GS_WLM_SESSION_INFO/PGXC_WLM_SESSION_INFO 新增except_info显示语句触发的异常规则信息。 27 GS_WLM_SESSION_HISTORY/PGXC_WLM_SESSION_HISTORY 新增except_info显示语句触发的异常规则信息。 28 REDACTION_COLUMNS redaction_columns修改视图定义，新增字段policy_name。 29 PG_STATS PG_STATS视图中增加partname来表示分区。 30 PV_RUNTIME_A TTS TATS pg_catalog.pv_runtime_attstats视图中增加partname来表示分区。 31 GS_WLM_OPERATOR_STATISTICS 新增字段：父节点id、执行次数、进度、网络、磁盘读写。 32 PGXC_WLM_OPERATOR_STATISTICS 新增字段：父节点id、执行次数、进度、网络、磁盘读写。 33 PGXC_STAT_OBJECT 跟随pg_stat_object一起更改，预留字段extra1改名为last_autovacuum_csn。

系统表 表4 系统表 变更类型 序号 名称 变更描述 新增 1 PG_STAT_OBJECT autovacuum线程记录统计信息和autovacuum效果信息到系统表pg_stat_object中。 2 PG_PLAN_BASELINE 保存sql和plan之间的绑定关系。 3 PG_PROC_REDACT 新增系统表，记录手动不脱敏函数。 修改 4 GS_WLM_SESSION_INFO 新增字段stmt_type标识语句查询类型。 5 GS_RESPOOL_RESOURCE_HISTORY 新增网络收发速率监控（send_speed/recv_speed）。 6 GS_WLM_USER_RESOURCE_HISTORY 新增网络收发速率监控（send_speed/recv_speed）。 7 PG_REDACTION_POLICY 新增policy_order字段，记录同一个表对象关联的脱敏策略的优先级次序，序号越大表示越后创建，优先级更高。 8 PG_REDACTION_COLUMN 新增policy_oid字段，记录当前脱敏列信息对应的是哪个脱敏策略。8.2.1版本后，脱敏策略的脱敏列是一对多的关系，脱敏策略的表对象是多对一关系。 9 PG_STAT_OBJECT 将预留字段extra1改名为last_autovacuum_csn。 10 GS_WLM_SESSION_INFO 增加unique_plan_id、sql_hash、plan_hash、use_plan_baseline字段。

系统函数 表5 系统函数 变更类型 序号 名称 变更描述 新增 1 SHOW_TSC_INFO() 用于查看当前节点TSC换算信息。 2 GET_TSC_INFO() 用于重新获取一次当前节点的TSC换算信息，仅用于判断是否稳定，不更新内存信息。 3 TEST_TSC_INFO(time double, loops int) 用于测试TSC换算时间的准确性，其中时间不得大于60s，循环次数范围值[1,10]。 4 GET_FIRST_VALUE 返回当前列第一行值。 5 READ_GLOBAL_VAR 用于读取例如my.var的全局session级变量。 6 GS_QUERY_PENALTY(query_id) 新增手动降级函数，入参为query_id。 7 CURRENT_TEMP_SCHEMA 显示当前会话的临时schema。 8 GS_WAIT_CURRENT_ACTIVE_DDL_COMPLETE 等待所有线程的guc参数生效。 9 PGXC_WAIT_CURRENT_ACTIVE_DDL_COMPLETE 等待所有线程的guc参数生效。 10 GS_SWITCH_PART_RELFILENODE 用于交换两个指定分区的filenode。 11 REFRESH_HOT_STORAGE(text) 用于将指定冷热表的所有分区数据全部刷到OBS上。返回的数值为执行完该函数后，当前多温表中在DN上冷分区的个数。 12 REFRESH_HOT_STORAGE(text，text) 用于将指定冷热表的分区数据刷到OBS上。返回的数值为执行完该函数后，当前该分区在DN上冷分区的个数。 13 PG_QUERY_AUDIT_DETAILS 通过调用pgxc_query_audit或pg_query_audit来解析object_details、object_name字段。 14 PGXC_HSTORE_DELTA_INFO 提供系统函数pgxc_hstore_delta_info('relname')， 从CN上查询HStore表的Delta表上各种类型记录的数量、表的大小等信息，用于辅助定位问题。 15 COPY_PARTITION_STATS 将一个表的分区统计信息复制给另外一个不存在统计信息的分区。 16 UPDATE_PARTITION_RELSTATS 更新分区表的统计信息relpages和reltuples。 17 PG_GET_STAT_EXPRESSIONS 用于获取创建的表达式统计信息中表达式的文本表示形式。 18 GS_HSTORE_COMPACTION 手动触发hstore表的compaction，不受autovacuum_compaction_rows_limit控制，第一个参数传入表名，第二个参数设置小CU行数的阈值，第二个参数不设置则默认100。 19 PG_SCAN_RESIDUALFILES 新增残留文件扫描系统函数。 20 PG_GET_SCAN_RESIDUALFILES 新增获取已扫描的残留文件列表系统函数。 21 PGXC_LOCK_WAIT_STATUS() 集群锁等待关系查询。 22 PG_CANCEL_BACKEND（pid, msg） 中断pid会话时支持传入指定消息作为报错信息提示。 23 PG_GET_STATISTICSOBJDEF 新增pg_get_statisticsobjdef函数来获取表达式统计信息的创建语句。 24 PG_STAT_GET_ALL 输入namespace.relname，返回当前CN哈希表中pg_stat_object中该表对应的tuple。 25 PGXC_STAT_GET_ALL 输入namespace和relname，返回所有CN上哈希表中pg_stat_object中该表对应的tuple。 26 PGXC_STAT_OBJECT_BYNAME 新增系统函数，通过输入namespace.relname，加速返回pgxc_stat_object相应relname限定的记录。 27 PG_DUMP_PLANMGMT_INFO 实时刷入待保存计划，便于下一步处理bind、unbind、drop等操作。 28 PG_FOREIGN_INSERT_COMMIT 用于对extrenal schema表对象执行insert时CN给DN下发rename计划。 29 PG_SYSTEM_WITH_TOAST_CREATE 为pg_external_namespace系统表创建toast表。 30 PG_GET_EXTERNAL_SCHEMA_TABLE_OPTIONS 获取external schema表对象的option。 31 PG_GET_EXTERNAL_SCHEMA_TABLE_COL 获取external schema表对象的列元数据。 修改 32 GS_WLM_REBUILD_SCHEMA_HASH(oid) 修改入参从int改为OID。 33 GS_WLM_ALL_USER_RESOURCE_INFO 新增网络收发速率监控（send_speed/recv_speed）。 34 GS_GET_RESPOOL_RESOURCE_INFO 新增网络收发速率监控（send_speed/recv_speed）。 35 GS_WLM_USER_RESOURCE_INFO 新增网络收发速率监控（send_speed/recv_speed），新增入参username。 36 PG_STAT_GET_WLM_REALTIME_SESSION_INFO 新增except_info显示语句触发的异常规则信息。 37 GS_TABLE_DISTRIBUTION 增加字段relpersistence： t：本地临时表 g：全局临时表 u：unlogged表 p：普通表 增加字段sessionid全局临时表的会话线程id。 38 PG_FAST_TABLE_SIZE 增加字段relpersistence： t：本地临时表 g：全局临时表 u：unlogged表 p：普通表 增加字段sessionid全局临时表的会话线程id。 39 PG_LIFECYCLE_TABLE_DATA_DISTRIBUTE 修改函数使得非管理员用户可以使用。 40 PG_QUERY_AUDIT 审计日志中新增object_details、result_rows、error_code列，修改pg_query_audit输出参数，新增输出三列。 41 PGXC_QUERY_AUDIT 审计日志中新增object_details、result_rows、error_code列，修改pgxc_query_audit输出参数，新增输出三列。 42 GET_COL_CU_INFO 新增参数dirty_percent，取值范围1-100，默认值70。 新增返回列dirty_cu_count，返回删除率大于dirty_percent的CU数量。 43 PG_STAT_GET_WLM_REALTIME_OPERATOR_INFO 新增字段：父节点id、执行次数、进度、网络、磁盘读写。 44 PG_STAT_GET_WLM_REALTIME_OPERATOR_INFO 新增入参queryid，查询指定queryid的语句信息。 45 TRUNC(timestamp with time zone)函数修改稳定性类型 该函数之前定义的为immutable，但是根据实际函数的应用场景应该是stable的，修改前在某些条件下会性能差。 46 PG_STAT_GET_WLM_REALTIME_SESSION_INFO 新增列stmt_type字段标识语句类型。 47 PG_STAT_GET_WLM_REALTIME_SESSION_INFO 新增unique_sql_id字段。

9.1.0.210版本（2024年11月25日） 【存算分离】 支持通过使用explain warmup进行缓存预热，可以把数据预热到本地磁盘缓存的冷端或者热端。 弹性VW功能增强：更灵活的业务分流方式，支持以CN粒度配置业务分流到主VW或者弹性VW。 存算分离表支持insert并行，提升数据加载性能。 存算分离表支持回收站，可以对drop table/partition, truncate table/partition等误操作进行快速闪回。 冷热表支持使用磁盘缓存、异步IO进行性能加速。 【实时数仓】 limit…offset翻页场景性能大幅提升；inlist场景性能大幅提升。 正式商用Binlog特性。 自动分区支持整型和变长类型的时间列。 【湖仓一体】 parquet/orc读写新增对zstd压缩格式的支持。 Create table like支持使用external schema中的表作为like源表。 外表支持并行导出。 【高可用】 存算分离表和冷热表支持增量备份恢复。 通过并行拷贝优化存算分离场景的备份性能。 【生态兼容】 兼容MySQL的replace into语法，interval时间类型。 pg_get_tabledef导出支持字段展示comment。 【运维&稳定性提升】 磁盘使用率高时，支持配置从备数据转储到OBS。 当数据库即将发生只读时，拦截一些发生下盘的语句和产生新表和新物理文件的语句，以此快速回收磁盘空间，保证其它语句执行。 支持审计日志转储到OBS。 新增轻量级锁视图pgxc_lwlocks。 常规锁视图新增锁获取和等待时间戳。 全局死锁检测功能默认打开。 新增vacuum full与select之间的让锁功能。 gs_view_invalid增加失效时间，辅助运维人员清理无效对象。 【规格&约束】 最大支持256个VW，每个VW 最大支持1024个DN。建议VW不超过32个，每个VW不超过128个DN。 OBS存算分离表不支持容灾，不支持细粒度备份恢复。 【行为变更】 升级开启max_process_memory自适应功能，主备均衡模式下，增加DN可用内存。 扩容数据重分布默认开启数据一致性校验，扩容时间会增加10%。 新建Hstore_opt表，默认打开turbo引擎，压缩级别默认为middle。 存算分离表OBS路径默认显示为相对路径。 使用磁盘缓存(diskcache)必须同时打开异步IO参数。 列存表的索引清理时间间隔从1小时调小为10分钟，可以更快速地清理占用的索引空间。 CREATE TABLE和ALTER TABLE不支持将有on update表达式的列设置为分布列。 Parquet数据查询，读取INT96格式保存的Timestamp数据时不再做8小时修正。 max_stream_pool用于控制stream线程池缓存的线程数量，默认值由65525调整至1024，避免空闲线程内存占用过大。 track_activity_query_size参数从动态生效调整为重启生效。 不再支持逻辑复制功能，相关接口调用会报错。

9.1.0.100版本（2024年8月12日） 【弹性架构】 架构升级：基于华为云 对象存储服务 OBS，推出存算分离架构3.0，计算、存储分层弹性，存储按需收费，降本增效；计算支持多VW（Virtual Warehouse，逻辑集群，以下简称VW）部署，业务隔离性更好，解决业务间的资源争抢问题。 推出弹性VW特性，弹性VW完全无状态，支持读写加速，灵活应对并发处理能力不足、业务波峰波谷不均衡、数据加载和数据分析资源争抢等问题，详情参见弹性增删逻辑集群。 增删DN节点，支持弹性扩容和经典扩容，弹性扩容不会对OBS上的数据进行重分布，经典扩容会重分布所有数据，系统会根据bucket总数和DN数目，自动决定采用何种扩容方式。 存算分离架构（DWS 3.0）通过磁盘缓存和IO异步读写提升性能，在磁盘缓存全命中时，持平存算一体架构（DWS 2.0）。 图1 存算分离架构

9.1.0.102补丁（2024年9月25日） 该版本为补丁版本，主要修复已知问题。 【升级收编】 支持9.0.3版本升级到9.1.0系列。 【修复已知问题】 存算分离版本支持alter database xxx rename to yyy。 修复存算分离表 \d+ 空间size显示错误问题。 修复备份恢复之后，异步排序未运行的问题。 修复bitmap index列删除后，无法使用Create Table Like语法的问题。 修复Turbo引擎在Group By场景下，hash算法冲突导致的性能回退问题。 调度器对于失败任务的处理行为和8.3.0版本保持一致。 修复故障场景下，pg_stat_object空间膨胀问题。 修复8.3.0升级到9.1.0， DataArts Studio 下发的Vacuum Full作业报错问题。 修复JSON字段计算CPU和内存消耗高问题。 【功能增强】 ORC外表支持zstd压缩格式。 GIS新增支持st_asmvtgeom/st_asmvt/st_squaregrid函数。

9.1.0.212补丁（2025年1月） 该版本为补丁版本，主要修复已知问题。 【实时数仓】 修复date类型查询下推在MySQL兼容模式下的结果集问题。 修复limit为null或者all时，结果集错误问题。 修复统计信息错误重置，导致auto vacuum无法触发，影响空间无法及时回收的问题。 修复物化视图刷新和DDL并发的死锁问题。 修复冷热表扩容重分布异常后，手工删除临时表导致误清理原表数据的问题。 修复冷热表扩容的本地磁盘空间上涨问题。 【湖仓一体】 外表访问OBS，支持路径中带有特殊字符';' 优化parquet外表查询的任务分配，提升磁盘缓存命中率。 【备份恢复】 修复备份恢复可能残留中间状态文件，占用磁盘空间的问题。 修复弹性VW存在的情况下，备份失败问题。 备份恢复支持冷热表，备份恢复时间会变长。 【生态兼容】 修复PostGIS插件可能存在的创建失败问题。 【运维提升】 修复SQL监控指标采集不完整问题。 修复从备内存泄露问题。 修复智能运维未按时启动的问题。 修复drop database失败残留，导致调度器无法正常调度的问题。 修复高并发下，通信内存占用过高的问题。 修复异常情况下，GTM上残留sequence导致的性能问题。 【行为变更】 为避免复杂SQL执行可能报错，升级/新装会关闭谓词列analyze特性。 表定义包含sequence列的场景下，执行drop table操作时，如果与GTM的网络连接有问题，上一个版本会报warning，drop table可执行成功，但可能会导致GTM上sequence残留。新版本drop table会报错，需再次重试。由于DWS支持在事务块中支持drop table，如果drop table语句执行成功，但事务后续回滚，会存在sequence在GTM已经删除，表在CN上仍然存在的问题，需再次主动drop table，否则该表在后续使用时，会报sequence不存在的错误。 truncate和select如果有加锁冲突时，支持truncate主动终止select操作，该特性默认关闭。在打开的情况下，上一个版本被终止的执行select的session会话会报错，但是连接不会关闭，新版本下，执行select的session会话会主动关闭，需业务主动重连。

9.1.0.215补丁（2025年3月） 该版本为补丁版本，主要修复以下问题： 表1 9.1.0.215补丁新增功能/解决问题列表 类别 功能或问题描述 问题原因 问题出现版本 修复建议 新增功能 无。 - - - 解决问题 智能运维调度触发下盘。 智能运维调度器在查询表大小时，通过pgxc_parallel_query函数下发到每个DN执行，而DN查询的结果集包括列存表的cudesc、delta等辅助表，而分区也有子表，且每个分区又有cudesc、delta，导致最终结果集较大。 DN将这些查询结果统一汇总到CN时，结果集太大触发下盘操作，导致查询慢或者磁盘容量冲高等现象。 8.3.0.100 升级到9.1.0.215及以上版本 使用存算分离V3表并关闭DiskCache场景下，偶现进程异常退出。 使用存算分离V3表场景下，如果关闭DiskCache，业务线程在读取OBS对象时申请空间失败的情况下，会触发事务回滚从而概率性导致异常。 9.1.0 节点亚健康(Hang)场景下，CM组件无法下发重启集群命令。 cm_ctl启动集群分为两个阶段： 检查各个节点状态，需要pssh连接到各个节点进行检查。 删除启停文件，需要pssh连接到各个节点进行删除。 SSH命令中参数解析不正确，导致节点故障时检查单个故障节点耗时超过300s，如果有多个节点同时故障则耗时会成倍增加，引发命令无法下发。 8.1.3 使用 数据湖 场景下，如果并发量超高(3000+)，会引发CN与DN建连变慢从而导致整体性能变慢。 当前1个文件只会分配给一个DN。但是执行计划中，CN还是会和所有DN都建立连接。在数据湖的场景下，需要支撑单集群3000+并发，这块的开销就会很大。 9.1.0 使用数据湖场景下，如果写入过程字段超长时，会偶现DN进程异常。 数据湖场景下，写入过程中出现字段超长此时会报错，在事务回滚过程中，会调用清理相关逻辑，此时由于部分内存已经被提前释放，导致函数报错，触发DN进程异常退出。 9.1.0 安全漏洞(SQL注入漏洞(CVE-2025-1094))修复。 PostgreSQL漏洞公告 SQL注入漏洞(CVE-2025-1094)，识别产品是否涉及该漏洞。 9.1.0 在行列混合场景，NestLoop算子+Stream算子的场景下偶现查询异常的问题。 Nestloop算子下有stream算子，需要先执行inner侧的物化算子。在行存和列存混合场景，在物化算子上有Row Adapter算子，此时造成未执行物化算子，引发Hang操作。 8.3.0.108 通信线程中空闲期检查DN连接造成数据库偶现慢问题。 通信线程(libcomm send proxy线程)在空闲期会遍历所有与其他DN的连接进行检查，单次检查消耗1ms，在大集群上遍历100+连接，可能耗时100ms以上，会阻塞下一个报文的发送，此时在实时性要求比较高的业务场景下会导致业务查询偶现慢。 9.1.0

请求示例 { "name" : "demo-task", "input" : { "type" : "obs", "data" : [ { "bucket" : "bucket", "path" : "path/to/directory/" } ] }, "output" : { "obs" : { "bucket" : "bucket", "path" : "path/to/directory/" } }, "config" : { "start_time_begin" : 2017010100, "start_time_end" : 2017010200, "start_time_interval_hours" : 1, "forecast_lead_hours" : 1, "num_ensembles" : 2, "ensemble_noise_method" : "perlin", "ensemble_noise_perlin_scale" : 0.1, "ensemble_noise_perlin_octave" : 1, "ensemble_noise_perlin_x" : 0.2, "ensemble_noise_perlin_y" : 0.2, "draw_figures" : "true" } }

请求参数 使用Token认证方式的请求Header参数见表2。 表2 请求Header参数（Token认证） 参数 是否必选 参数类型 描述 X-Auth-Token 是 String 用户Token。 用于获取操作API的权限。 获取Token 接口响应消息头中X-Subject-Token的值即为Token。 Content-Type 是 String 发送的实体的MIME类型，参数值为“application/json”。 使用API Key认证方式的请求Header参数见表3。 表3 请求Header参数（API Key认证） 参数 是否必选 参数类型 描述 X-Apig-AppCode 是 String API Key值。 用于获取操作API的权限。API Key认证响应消息头中X-Apig-AppCode的值即为API Key。 Content-Type 是 String 发送的实体的MIME类型，参数值为“application/json”。 表4 请求Body参数 参数 是否必选 参数类型 描述 name 是 String 推理作业的名称。 input 是 TaskInputDto object 输入数据的信息。 output 是 TaskOutputDto object 输出数据的信息。 config 是 TaskConfigDto object 科学计算大模型配置信息。 表5 TaskInputDto 参数 是否必选 参数类型 描述 type 是 String 存储类型，取值为obs。 data 是 Array of ObsStorageDto objects 输入数据的OBS信息。 表6 ObsStorageDto 参数 是否必选 参数类型 描述 bucket 是 String 输入数据的OBS桶名称。 path 是 String 初始场数据的存放路径。 表7 TaskOutputDto 参数 是否必选 参数类型 描述 obs 是 ObsStorageDto object 输出数据的OBS信息。 表8 TaskConfigDto 参数 是否必选 参数类型 描述 start_time_begin 是 String 起报时间区间起点（YYYYMMDDHH时间戳）。 start_time_end 是 String 起报时间区间终点（YYYYMMDDHH时间戳）。 start_time_interval_hours 否 Long 起报时间间隔小时数，默认6。取值范围：[1, 24]。 forecast_lead_hours 否 Long 预报未来小时数，默认168，取值范围：[1, 720]。 draw_figures 否 String 是否输出结果图片，取值true/false，默认true。 num_ensembles 否 Long 集合数量。在气象预报中，集合预报是指对初始场加入一定程序的扰动，使其生成一组由不同初始场预报的天气预报结果，从而提供对未来天气状态的概率信息。这种方法可以更好地表达预报的不确定性，从而提高预报的准确性和可靠性。 取值范围：[2, 10]。 ensemble_noise_method 否 String 集合预报的加噪方式。可选：{"perlin"}。 peilin噪音通过对输入数据（比如空间坐标）进行随机扰动，让模拟出的天气接近真实世界中的变化。 ensemble_noise_perlin_scale 否 Double 集合预报的Perlin加噪scale。取值范围：(0, 0.5)。 ensemble_noise_perlin_octave 否 Long 用于选择集合预报的Perlin加噪octave。Perlin噪音的octave指的是噪音的频率，在生成Perlin噪音时，可以将多个不同频率的噪音叠加在一起，以增加噪音的复杂度和细节。每个频率的噪音称为一个octave，而叠加的octave数越多，噪音的复杂度也就越高。 取值范围：[1, 10)。 ensemble_noise_perlin_x 否 Double 用于选择集合预报的Perlin加噪x经度方向的尺度。 取值范围：[0, 1)。 ensemble_noise_perlin_y 否 Double 用于选择集合预报的Perlin加噪y纬度方向的尺度。 取值范围：[0, 1)。 表9 全球中期天气要素预测模型、降水模型信息表 模型 预报层次 预报高空变量 预报表面变量 降水 时间分辨率 水平分辨率 区域范围 全球中期天气要素预测模型 13层（1000hpa, 925hpa, 850hpa, 700hpa, 600hpa, 500hpa, 400hpa, 300hpa, 250hpa, 200hpa, 150hpa, 100hpa, 50hpa） T：温度 Q：比湿 Z：重力位势 U：U风 V：V风 MLSP：海平面气压 U10：10米U风，经度方向 V10：10米V风，纬度方向 T2M：2米温度 - 1、3、6、24小时 0.25°*0.25° 全球 降水基模型 13层（1000hpa, 925hpa, 850hpa, 700hpa, 600hpa, 500hpa, 400hpa, 300hpa, 250hpa, 200hpa, 150hpa, 100hpa, 50hpa） T：温度 Q：比湿 Z：重力位势 U：U风 V：V风 MLSP：海平面气压 U10：10米U风，经度方向 V10：10米V风，纬度方向 T2M：2米温度 PRECIP6：过去6h累计降水 PRECIP24：过去24h累计降水 1、3、6、24小时 0.25°*0.25° 全球

响应示例 状态码： 200 OK 单轮问答 { "id": "e7c33de0-1245-42d9-a875-745845ce3b22", "created": 1724916022, "choices": [ { "index": 0, "message": { "role": null, "content": " 患者入院后，给予疏通血管、改善心脑供血、营养心肌、抗炎、稳定血压、完善相关检查等治疗。检查结果显示脑功能成像及颈部动脉血管成像磁共振检查：脑内多发缺血灶及陈旧性梗死灶，右侧基底节区脑出血软化灶，透明隔间腔，右侧椎动脉局部显影变淡。心电图检查窦性心律，心电轴正常，ST段改变。心脏超声：主动脉瓣轻度反流，左室顺应性减低。甲状腺及颌下超声：甲状腺多发结节，左侧颌下淋巴结肿大。 ", "ppl": 8.468677045693822e-11 } } ], "usage": { "completion_tokens": 433, "prompt_tokens": 10, "total_tokens": 443 } } 单轮流式问答 data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "造"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "成"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "糖尿病"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "的"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "可"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "能"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "性"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "有"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "很多"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "，"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "其"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "中"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "最"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "为"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "典"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "型"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "的"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "一"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933186, "choices": [{"message": {"content": "种"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933187, "choices": [{"message": {"content": "是"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933187, "choices": [{"message": {"content": "由"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933187, "choices": [{"message": {"content": "于"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933187, "choices": [{"message": {"content": "患"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933187, "choices": [{"message": {"content": "者"}}]} data:{"id": "19efea5b-3661-476d-a091-24e2f4432932", "created": 1687933187, "choices": [{"message": {"content": "的"}}]} data:[DONE] 带有人设的单轮问答（role参数值为system） { "id": "6f2a7219-f97b-426d-84ba-b7b11c58942a", "created": 1724916144, "choices": [ { "index": 0, "message": { "role": null, "content": "考虑到患者的疾病风险，推荐患者进行低强度的有氧运动，如快走、慢跑、游泳等，以及一些不需要高强度的肌力训练，如使用轻量的哑铃或做一些不需要器械的力量练习。建议一周进行3-5次有氧运动，每次30-45分钟，以及2-3次肌力训练，每次20-30分钟。这样的运动频率和强度有助于患者改善心肺功能，增加肌肉力量，同时对控制体重、血压、血糖、血脂等有积极影响。", "ppl": 1.6271554153410462e-20 } } ], "usage": { "completion_tokens": 220, "prompt_tokens": 47, "total_tokens": 267 } } 带有人设的单轮流式问答（role参数值为system，stream参数值为true） data:{"id": "cc4dfd25-27d0-41ca-a940-c78313f6785c", "created": 1687933298, "choices": [{"message": {"content": "小朋友们"}}]} data:{"id": "cc4dfd25-27d0-41ca-a940-c78313f6785c", "created": 1687933298, "choices": [{"message": {"content": ","}}]} data:{"id": "cc4dfd25-27d0-41ca-a940-c78313f6785c", "created": 1687933298, "choices": [{"message": {"content": "今天我们"}}]} data:{"id": "cc4dfd25-27d0-41ca-a940-c78313f6785c", "created": 1687933298, "choices": [{"message": {"content": "要"}}]} data:{"id": "cc4dfd25-27d0-41ca-a940-c78313f6785c", "created": 1687933298, "choices": [{"message": {"content": "学习"}}]} data:{"id": "cc4dfd25-27d0-41ca-a940-c78313f6785c", "created": 1687933298, "choices": [{"message": {"content": "做"}}]} data:{"id": "cc4dfd25-27d0-41ca-a940-c78313f6785c", "created": 1687933298, "choices": [{"message": {"content": "眼保健操"}}]} data:{"id": "cc4dfd25-27d0-41ca-a940-c78313f6785c", "created": 1687933298, "choices": [{"message": {"content": "。"}}]} data:{"id": "cc4dfd25-27d0-41ca-a940-c78313f6785c", "created": 1687933298, "choices": [{"message": {"content": "你们"}}]} data:{"id": "cc4dfd25-27d0-41ca-a940-c78313f6785c", "created": 1687933298, "choices": [{"message": {"content": "准备好"}}]} data:{"id": "cc4dfd25-27d0-41ca-a940-c78313f6785c", "created": 1687933299, "choices": [{"message": {"content": "了吗"}}]} ... data:[DONE] 多轮问答 # 多轮请求示例返回的结果如下 { "id": "4e2b7961-c4b2-4263-8e4c-6f0467ebddcb", "created": 1724916330, "choices": [ { "index": 0, "message": { "role": null, "content": "**就诊建议**:1.泌尿系感染: 建议前往泌尿科进行进一步的评估和治疗。2.左肾强回声光点: 建议前往泌尿科或肾内科进行详细检查，以明确是否为肾结石或钙化，并接受相应的治疗。3.子宫疾病: 建议前往妇科进行进一步的诊断和治疗。4.乳腺结节: 建议前往乳腺科进行进一步的检查，以排除恶性病变的可能性。5.甲状腺结节: 建议前往内分泌科进行进一步的评估，可能需要进行细针穿刺活检。6.脂肪肝: 建议前往消化内科或肝病科进行评估，并根据医生建议进行治疗。7.低度鳞状上皮内病变(LSIL)和 HPV 81感染: 建议前往妇科进行阴道镜检查，并咨询医生关于 HPV的治疗和预防策略。8.轻度肝功能异常: 建议前往肝病科进行进一步的检查和治疗。9.幽门螺杆菌感染: 建议前往消化内科接受检测和适当的抗菌治疗。10.糖链抗原72-4升高: 建议前往肿瘤科进行进一步的评估，包括但不限于内窥镜检查、活检等，以明确诊断。11.二尖瓣轻度返流、三尖瓣轻度返流: 建议前往心内科进行评估，可能需要定期跟踪检查。 ", "ppl": 5.964045702630172e-39 } } ], "usage": { "completion_tokens": 569, "prompt_tokens": 117, "total_tokens": 686 } } 多轮流式问答（stream参数值为true） data:{"id": "446ce2d4-0989-4599-960b-9aa61a9cfc68", "created": 1687933826, "choices": [{"message": {"content": "造成"}}]} data:{"id": "446ce2d4-0989-4599-960b-9aa61a9cfc68", "created": 1687933826, "choices": [{"message": {"content": "糖尿病"}}]} data:{"id": "446ce2d4-0989-4599-960b-9aa61a9cfc68", "created": 1687933826, "choices": [{"message": {"content": "的"}}]} data:{"id": "446ce2d4-0989-4599-960b-9aa61a9cfc68", "created": 1687933826, "choices": [{"message": {"content": "可能性"}}]} data:{"id": "446ce2d4-0989-4599-960b-9aa61a9cfc68", "created": 1687933826, "choices": [{"message": {"content": "有"}}]} data:{"id": "446ce2d4-0989-4599-960b-9aa61a9cfc68", "created": 1687933826, "choices": [{"message": {"content": "很多"}}]} data:{"id": "446ce2d4-0989-4599-960b-9aa61a9cfc68", "created": 1687933826, "choices": [{"message": {"content": "，"}}]} data:{"id": "446ce2d4-0989-4599-960b-9aa61a9cfc68", "created": 1687933826, "choices": [{"message": {"content": "其中"}}]} data:{"id": "446ce2d4-0989-4599-960b-9aa61a9cfc68", "created": 1687933826, "choices": [{"message": {"content": "最"}}]} data:{"id": "446ce2d4-0989-4599-960b-9aa61a9cfc68", "created": 1687933826, "choices": [{"message": {"content": "为"}}]} data:{"id": "446ce2d4-0989-4599-960b-9aa61a9cfc68", "created": 1687933826, "choices": [{"message": {"content": "典型"}}]} data:{"id": "446ce2d4-0989-4599-960b-9aa61a9cfc68", "created": 1687933826, "choices": [{"message": {"content": "的"}}]} data:[DONE]

请求示例 单轮问答 POST https://{endpoint}/v1/{project_id}/deployments/{deployment_id}/chat/completions Request Header: Content-Type: application/json X-Auth-Token: MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG... Request Body: { "messages": [ { "content": "高血压需要注意什么？" } ], "temperature": 0.9, "max_tokens": 600 } 单轮流式问答（stream参数值为true） { "messages": [ { "content": "心血管疾病的范围有哪些？" } ], "temperature": 0.9, "max_tokens": 600, "stream": "true" } 带有人设的单轮问答（role参数值为system） { "messages": [ { "role": "system", "content": "你的名字叫智子，是一名智能健康管理师，擅长医学知识科普、健康问题解答。" }, { "role": "user", "content": "肚子疼该挂什么科室？" } ], "temperature": 0.9, "max_tokens": 600 } 带有人设的单轮流式问答（role参数值为system，stream参数值为true） { "messages": [ { "role": "system", "content": "你的名字叫智子，是一名智能健康管理师，擅长医学知识科普、健康问题解答。" }, { "role": "user", "content": "肚子疼该挂什么科室？" } ], "temperature": 0.9, "max_tokens": 600, "stream": "true" } 多轮问答 # 多轮问答传参方法：在完成第一轮问答，进行第二轮问答时，需要将第一轮的问题和答案、第二轮问题作为参数传入……依次类推，完成多轮对话。 { "messages": [ { "content": "有点咳嗽" //第一轮问题 }, { "content": "您咳嗽的症状有多久了？有没有伴随其他症状，比如发热、咳痰？" //第一轮答案 }, { "content": "一周了，没有痰，没有发热，喉咙有点痛" //第二轮问题 }, { "content": " 您最近有没有接触过感冒或其他呼吸道感染的人？另外，您是否吸烟或有其他呼吸系统疾病史？ " //第二轮答案 }, { "content": "以前没有相关疾病，不确定有没有接触过感冒的患者" //第三轮问题 } ], "temperature": 0.9, "max_tokens": 600 } 多轮流式问答（stream参数值为true） # 多轮问答传参方法：在完成第一轮问答，进行第二轮问答时，需要将第一轮的问题和答案、第二轮问题作为参数传入……依次类推，完成多轮对话。 { "messages": [ { "content": "有点咳嗽" //第一轮问题 }, { "content": "您咳嗽的症状有多久了？有没有伴随其他症状，比如发热、咳痰？" //第一轮答案 }, { "content": "一周了，没有痰，没有发热，喉咙有点痛" //第二轮问题 }, { "content": "您最近有没有接触过感冒或其他呼吸道感染的人？另外，您是否吸烟或有其他呼吸系统疾病史？" //第二轮答案 }, { "content": "以前没有相关疾病，不确定有没有接触过感冒的患者" //第三轮问题 } ], "temperature": 0.9, "max_tokens": 600, "stream": "true" }

请求示例 POST https://{endpoint}/v1/{project_id}/agent-run/workflows/{workflow_id}/conversations/{conversation_id} Request Header: Content-Type: application/json X-Auth-Token: MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG... stream: true Request Body: { "inputs": { "query": "你好" }, "plugin_configs": [ { "plugin_id": "xxxxxxxxx", "config": { "key": "value" } } ] }

响应示例 非流式（Header中的stream参数为false） 输入节点返回： { "conversation_id": "2c90493f-803d-431d-a197-57543d414317", "messages": [ { "role": "assistant", "content": "{\"inputs\": [{\"actualType\": \"string\", \"sourceType\": \"null\", \"description\": \"姓名\", \"name\": \"name\", \"type\": \"string\", \"required\": true}]}", "nodeId": "node_1745928389632", "nodeType": "Input", "nodeName": "输入" } ], "status": { "code": 3, "desc": "waiting" }, "start_time": 1734336269313, "end_time": 1734336270908 } 提问器节点返回： { "conversation_id": "f9a5540f-0c92-4f28-bd6e-f96ce04f5cc81", "messages": [ { "role": "assistant", "content": "请您提供姓名, 年龄相关的信息", "nodeId": "node_1745929628452", "nodeType": "Questioner", "nodeName": "提问器" } ], "status": { "code": 3, "desc": "waiting" }, "start_time": 1745929778250, "end_time": 1745929779951 } 结束节点返回： { "conversation_id": "2c90493f-803d-431d-a197-57543d414317", "outputs": { "responseContent": "你好！有什么我可以帮助你的吗？" }, "messages": [], "status": { "code": 1, "desc": "succeeded" }, "start_time": 1734337068533, "end_time": 1734337082545 } 流式（Header中的stream参数为true或不传） 输入节点返回： data:{"event":"workflow_started","data":{"start_time":1745929087614}} data:{"event":"message","data":{"text":"{\"inputs\": [{\"actualType\": \"string\", \"sourceType\": \"null\", \"description\": \"姓名\", \"name\": \"name\", \"type\": \"string\", \"required\": true}]}","index":0,"node_id":"node_1745928389632","node_type":"Input","node_name":"输入"}} data:{"event":"message","data":{"text":"","node_id":"node_1745928389632","node_type":"Input","node_name":"输入","is_finished":true}} data:{"event":"end"} 提问器节点返回： data:{"event":"workflow_started","data":{"start_time":1745929709955}} data:{"event":"message","data":{"text":"请您提供姓名, 年龄相关的信息","index":0,"node_id":"node_1745929628452","node_type":"Questioner","node_name":"提问器"}} data:{"event":"message","data":{"text":"","node_id":"node_1745929628452","node_type":"Questioner","node_name":"提问器","is_finished":true}} data:{"event":"end"} 结束节点返回： data:{"event":"workflow_started","data":{"start_time":1745929897770}} data:{"event":"message","data":{"text":"","index":0,"node_id":"node_end","node_type":"End","node_name":"结束"}} data:{"event":"message","data":{"text":"你好","index":1,"node_id":"node_end","node_type":"End","node_name":"结束"}} data:{"event":"message","data":{"text":"！","index":2,"node_id":"node_end","node_type":"End","node_name":"结束"}} data:{"event":"message","data":{"text":"有什么我可以帮助你的吗？","index":3,"node_id":"node_end","node_type":"End","node_name":"结束"}} data:{"event":"message","data":{"text":"","node_id":"node_end","node_type":"End","node_name":"结束","is_finished":true}} data:{"event":"workflow_finished","data":{"status":{"code":1,"desc":"succeeded"},"outputs":{"responseContent":"你好！有什么我可以帮助你的吗？"},"start_time":1745929897770,"end_time":1745929898600}} data:{"event":"end"}

响应示例 { "id": "baabcb565bb611eb8a0dfa163e3ddba1", "name": "demo-task", "created_at": "2024-07-31T10:30:49Z", "updated_at": "2024-07-31T10:30:49Z", "state": "PENDING", "input": { "type": "obs", "data": [ { "bucket": "bucket-name", "path": "path/to/data/" } ] }, "output": { "obs": { "bucket": "bucket-name", "path": "path/to/data/" } }, "config": { "start_time_begin": "2017010100", "start_time_end": "2017010200", "start_time_interval_hours": 6, "forecast_lead_hours": 168, "draw_figures": "true", "num_ensembles": 0, "ensemble_noise_method": "perlin", "ensemble_noise_perlin_scale": 0.1, "ensemble_noise_perlin_octave": 3, "ensemble_noise_perlin_x": 0.5, "ensemble_noise_perlin_y": 0.5 } }

URI GET /v1/{project_id}/alg-infer-job/ai4s/service/{deployment_id}/tasks/{task_id} 获取URI方式请参见请求URI。 表1 接口路径参数 参数 是否必选 参数类型 描述 project_id 是 String 项目ID，获取方法请参见获取项目ID。 deployment_id 是 String 模型的部署ID，获取方法请参见获取模型部署ID。 task_id 是 String 推理作业的ID。

响应参数 状态码： 200 表2 响应Body参数 参数 参数类型 描述 id String 推理作业ID。 name String 作业名称。 created_at String 创建时间。 updated_at String 更新时间。 state String 任务状态。 RUNNING：表示任务运行中。 PENDING：表示任务等待中。 SUCCEEDED：表示任务运行成功。 FAILED：表示任务运行失败。 input TaskInputDto object 输入数据的信息。 output TaskOutputDto object 输出数据的信息。 config TaskConfigDto object 科学计算大模型配置信息。 表3 TaskInputDto 参数 参数类型 描述 type String 存储类型。 data Array of ObsStorageDto objects 输入数据的OBS信息。 表4 ObsStorageDto 参数 参数类型 描述 bucket String 输入数据的OBS桶名称。 path String 初始场数据的存放路径。 表5 TaskOutputDto 参数 参数类型 描述 obs ObsStorageDto object 输出数据的OBS信息。 表6 TaskConfigDto 参数 参数类型 描述 start_time_begin String 起报时间区间起点（YYYYMMDDHH时间戳）。 start_time_end String 起报时间区间终点（YYYYMMDDHH时间戳）。 start_time_interval_hours Long 起报时间间隔小时数，默认6。 forecast_lead_hours Long 预报未来小时数，默认168。 draw_figures String 是否输出结果图片，取值true/false，默认true。 num_ensembles Long 集合成员数量。 ensemble_noise_method String 集合预报的加噪方式。 ensemble_noise_perlin_scale Double 集合预报的Perlin加噪scale。 ensemble_noise_perlin_octave Long 集合预报的Perlin加噪octave。 ensemble_noise_perlin_x Double 集合预报的Perlin加噪x。 ensemble_noise_perlin_y Double 集合预报的Perlin加噪y。

响应示例 data:{"event":"start","createdTime":1735558575017} data:{"event":"message","content":"好的","createdTime":1735558576300} data:{"event":"message","content":"，","createdTime":1735558576301} data:{"event":"message","content":"我将","createdTime":1735558576301} data:{"event":"message","content":"调用","createdTime":1735558576302} data:{"event":"message","content":"query","createdTime":1735558576302} data:{"event":"message","content":"_","createdTime":1735558576302} data:{"event":"message","content":"meeting","createdTime":1735558576302} data:{"event":"message","content":"_","createdTime":1735558576302} data:{"event":"message","content":"room","createdTime":1735558576303} data:{"event":"message","content":"_status","createdTime":1735558576303} data:{"event":"message","content":"工具","createdTime":1735558576303} data:{"event":"message","content":"来","createdTime":1735558576304} data:{"event":"message","content":"查询","createdTime":1735558576304} data:{"event":"message","content":"A","createdTime":1735558576304} data:{"event":"message","content":"12","createdTime":1735558576304} data:{"event":"message","content":"会议室","createdTime":1735558576305} data:{"event":"message","content":"在","createdTime":1735558576305} data:{"event":"message","content":"9","createdTime":1735558576305} data:{"event":"message","content":":00","createdTime":1735558576305} data:{"event":"message","content":"到","createdTime":1735558576306} data:{"event":"message","content":"10","createdTime":1735558576306} data:{"event":"message","content":":00","createdTime":1735558576306} data:{"event":"message","content":"的状态","createdTime":1735558576306} data:{"event":"message","content":"。","createdTime":1735558576306} data:{"event":"message","content":"请","createdTime":1735558576307} data:{"event":"message","content":"稍","createdTime":1735558576307} data:{"event":"message","content":"等","createdTime":1735558576307} data:{"event":"message","content":"。","createdTime":1735558576307} data:{"event":"message","content":" ","createdTime":1735558576307} data:{"event":"message","content":" query","createdTime":1735558576307} data:{"event":"message","content":"_","createdTime":1735558576308} data:{"event":"message","content":"meeting","createdTime":1735558576308} data:{"event":"message","content":"_","createdTime":1735558576308} data:{"event":"message","content":"room","createdTime":1735558576308} data:{"event":"message","content":"_status","createdTime":1735558576308} data:{"event":"message","content":"|","createdTime":1735558576308} data:{"event":"message","content":"{\"","createdTime":1735558576309} data:{"event":"message","content":"meeting","createdTime":1735558576309} data:{"event":"message","content":"Room","createdTime":1735558576309} data:{"event":"message","content":"\":","createdTime":1735558576309} data:{"event":"message","content":"{\"","createdTime":1735558576309} data:{"event":"message","content":"number","createdTime":1735558576310} data:{"event":"message","content":"\":","createdTime":1735558576310} data:{"event":"message","content":" 12","createdTime":1735558576310} data:{"event":"message","content":"}","createdTime":1735558576310} data:{"event":"message","content":",\"","createdTime":1735558576310} data:{"event":"message","content":"start","createdTime":1735558576310} data:{"event":"message","content":"\":\"","createdTime":1735558576311} data:{"event":"message","content":"9","createdTime":1735558576311} data:{"event":"message","content":":00","createdTime":1735558576311} data:{"event":"message","content":"\",\"","createdTime":1735558576311} data:{"event":"message","content":"end","createdTime":1735558576311} data:{"event":"message","content":"\":\"","createdTime":1735558576311} data:{"event":"message","content":"10","createdTime":1735558576311} data:{"event":"message","content":":00","createdTime":1735558576312} data:{"event":"message","content":"\"}","createdTime":1735558576312} data:{"event":"message","content":" ","createdTime":1735558576312} data:{"event":"plugin_start","type":"plugin","latency":{"overall":1.3},"plugin":{"name":"query_meeting_room_status","arguments":"{\"meetingRoom\": {\"number\": 12}, \"start\": \"9:00\", \"end\": \"10:00\"}"},"createdTime":1735558576316} data:{"event":"plugin_end","content":{"result":"空闲"},"role":"function","latency":{"overall":1.51,"plugin":0.0},"createdTime":1735558576521} data:{"event":"start","createdTime":1735558576522} data:{"event":"message","content":"A","createdTime":1735558576976} data:{"event":"message","content":"12","createdTime":1735558576977} data:{"event":"message","content":"会议室","createdTime":1735558576977} data:{"event":"message","content":"在","createdTime":1735558576977} data:{"event":"message","content":"9","createdTime":1735558576978} data:{"event":"message","content":":00","createdTime":1735558576978} data:{"event":"message","content":"到","createdTime":1735558576978} data:{"event":"message","content":"10","createdTime":1735558576978} data:{"event":"message","content":":00","createdTime":1735558576978} data:{"event":"message","content":"的时间","createdTime":1735558576978} data:{"event":"message","content":"段","createdTime":1735558576979} data:{"event":"message","content":"内","createdTime":1735558576979} data:{"event":"message","content":"是","createdTime":1735558576979} data:{"event":"message","content":"空闲","createdTime":1735558576979} data:{"event":"message","content":"的","createdTime":1735558576979} data:{"event":"message","content":"。","createdTime":1735558576980} data:{"event":"statistic_data","latency":{"overall":1.97},"createdTime":1735558576986} data:{"event":"summary_response","content":"A12会议室在9:00到10:00的时间段内是空闲的。","role":"assistant","createdTime":1735558576987} data:{"event":"done","createdTime":1735558577011}

请求示例 流式（Header中的stream参数为true） POST https://{endpoint}/v1/{project_id}/agent-run/agents/{agent_id}/conversations/{conversation_id} Request Header: Content-Type: application/json X-Auth-Token: MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG... stream: true Request Body: { "query": "查询A12会议室在9:00到10:00的状态" }

盘古NLP行业大模型 盘古NLP行业大模型是业界首个超千亿参数的中文预训练大模型，结合了各大行业预训练和多源知识，借助持续学习不断吸收海量文本数据，持续提升模型性能。除了实现行业知识检索、文案生成、阅读理解等基础功能外，盘古NLP大模型还具备模型调用等高级特性，可在智能客服、创意营销等多个典型场景中，提供强大的AI技术支持。 ModelArts Studio大模型开发平台为用户提供了多种规格的NLP大模型，以满足不同场景和需求。不同模型在处理上下文token长度和功能上有所差异，以下是当前支持的模型清单，您可以根据实际需求选择最合适的模型进行开发和应用。 表1 盘古NLP行业大模型规格 模型支持区域 模型名称 可处理最大上下文长度 可处理最大输出长度 说明 西南-贵阳一 Pangu-Medical-NLP-N2-32K-3.1.35 32K 4K 2025年3月发布版本，支持32K序列长度训练，32K序列长度推理。全量微调32个训练单元起训，LoRA微调8个训练单元起训，4个推理单元即可部署，支持128并发。此模型版本差异化支持INT8量化特性。

盘古NLP行业大模型支持的平台操作 在选择和使用盘古大模型时，了解不同模型所支持的操作行为至关重要。不同模型在预训练、微调、模型评测、在线推理和能力调测等方面的支持程度各不相同，开发者应根据自身需求选择合适的模型。以下是盘古NLP大模型支持的具体操作： 表2 盘古NLP大模型支持的能力 模型 预训练 微调 模型评测 模型压缩 在线推理 体验中心 Pangu-Medical-NLP-N2-32K-3.1.35 √ √ √ √ √ √

已下线的模型 本文所列模型均已下架。 表1 已下架模型清单 模型名称 可处理最大上下文长度 可处理最大输出长度 说明 Pangu-NLP-N1-Chat-32K-20241030 32K 4K 2024年10月发布的版本，支持8K序列长度训练，4K/32K序列长度推理。全量微调、LoRA微调8个训练单元起训，1个推理单元即可部署，4K支持64并发，32K支持32并发。 Pangu-NLP-N1-Chat-32K-20241130 32K 4K 2024年11月发布的版本，支持8K序列长度训练，4K/32K序列长度推理。全量微调、LoRA微调8个训练单元起训，1个推理单元即可部署，4K支持64并发，32K支持32并发。 Pangu-NLP-N1-Chat-128K-20241030 128K 4K 2024年10月发布的版本，支持128K序列长度推理，8个推理单元部署，支持2并发。 Pangu-NLP-N1-Chat-128K-20241130 128K 4K 2024年11月发布的版本，支持128K序列长度推理，8个推理单元部署，支持2并发。 Pangu-NLP-N2-Base-20241030 32K / 2025年10月发布的版本，支持8K序列长度训练，预训练32个训练单元起训。 Pangu-NLP-N2-Chat-32K-20241030 32K 4K 2024年10月发布的版本，支持8K序列长度训练，4K/32K序列长度推理。全量微调32个训练单元起训，LoRA微调8个训练单元起训，4个推理单元即可部署，4K支持64并发，32K支持64并发。 Pangu-NLP-N2-32K-3.1.35 32K 4K 2024年12月新增版本，支持8K序列长度训练，4K/32K序列长度推理。全量微调32个训练单元起训，LoRA微调8个训练单元起训，4个推理单元即可部署，4K支持192并发，32K支持128并发。 Pangu-NLP-N4-Chat-4K-20241130 128K 4K 2024年11月发布的版本，支持4K训练，4K推理。64个训练单元起训，8个推理单元部署。此模型版本支持全量微调、LoRA微调、DPO训练、INT8量化、断点续训、模型评测、在线推理、能力调测特性。4K模型版本支持64并发。 Pangu-NLP-N4-Chat-32K-20241130 128K 4K 2024年11月发布的版本，支持32K训练，32K推理。96个训练单元起训，8个推理单元部署。此模型版本支持全量微调、LoRA微调、INT8量化、断点续训、模型评测、在线推理、能力调测特性。32K模型版本支持64并发。 Pangu-MM-M2-UNDA-12K-3.1.1 12K / 2025年2月发布版本，支持模型增量预训练。支持64个训练单元起训，预训练后的模型版本需要通过SFT之后，才可支持推理部署。因模型架构合一，图生视频（首帧）和视频续写模型合一为Pangu-MM-M2-Img2Txt-12K-3.1.1，该模型下线。 父主题： 模型能力与规格