-
楼主的问题比较宽泛,我按专属主机 DeH 这个标签,结合生产上常用的做法给一个可落地的思路。先说结论:DeH 的价值是独占物理主机、资源隔离和合规可控,配置优化的核心不是把规格买大,而是先把业务特征定下来,再按主机类型、实例分布、监控和成本四步走。一、先定业务特征,再选主机第一,看负载类型。计算密集就优先看 vCPU 和内存比,IO 密集要看本地盘和云硬盘的组合,数据库类还要看内存和磁盘延迟。先跑一周的基线监控,拿到 CPU、内存、磁盘 IOPS 和网络的峰值、均值再定规格,不要只凭感觉选。第二,看合规和隔离要求。如果是因为安全合规、许可证按物理核计费,或者不希望和其他租户共享物理机,才优先选专属主机;如果只是普通业务,共享型的弹性云服务器可能更划算。第三,看区域和可用区。生产至少跨可用区部署,同一台专属主机上的实例不要放全部副本,避免单台主机故障影响整个服务。二、主机和实例怎么配第一,主机类型和实例规格要匹配。先选好专属主机的类型,再在它上面按需创建云服务器,同一台主机上尽量放同类业务,避免 CPU 密集和内存密集的业务互相抢资源。第二,留出余量。不要把一台主机的 vCPU 和内存全部打满,生产建议留出百分之二十左右的余量,用于突发流量、版本发布和故障切换。第三,磁盘和网络分开看。系统盘和数据盘分开,数据盘按业务选云硬盘类型;弹性公网 IP 和带宽按实际出口流量选,避免带宽买大了长期闲置。三、生产优化的日常做法第一,用云监控看四项指标:CPU 使用率、内存使用率、磁盘使用率和 IOPS、网络出入流量。连续一周 CPU 峰值低于百分之二十,说明规格偏大,可以降配;内存经常超过百分之八十,要先看是业务增长还是内存泄漏,再决定扩容。第二,定期做容量复核。每月看一次主机利用率和账单明细,把长期闲置的实例、没有挂载的数据盘、没有使用的弹性公网 IP 清理掉。按量实例关机后计算资源会停,但云硬盘、弹性公网 IP、带宽和云备份还会继续计费,只关机不清理关联资源,账单还是会走。第三,做好备份和演练。重要数据先做云备份或者快照,再做变更;删除或者释放实例前,先确认数据盘里有没有要保留的数据,删除操作不可逆。四、如果要进一步求助,建议补齐的信息只说配置与优化,很难给到唯一的答案。建议楼主补充:业务类型和并发量、现在的专属主机类型和规格、上面跑了几台云服务器、遇到的具体问题是性能不够、成本太高,还是合规要求。有了这些信息,才能判断是换主机类型、调整实例分布,还是只做监控和清理。以上是通用做法,具体数值要以自己的监控数据和官方文档为准。
-
测试全绿之后:AI 代码智能体的可靠性该如何衡量?让大模型生成代码,再让它生成测试,运行之后全部通过。这是一条很自然的自动化开发流程。但其中存在一个容易被忽略的问题:如果代码和测试采用了同一个错误假设,“相互一致”就可能被误认为“符合需求”。这个问题关系到代码智能体的评价方式。一个系统能生成多少代码、通过多少测试,与它交付的结果究竟有多可靠,并不是同一个指标。要讨论自主软件开发,就需要同时研究两个能力:生成正确实现的能力,以及识别错误实现的能力。本文围绕一个具体问题展开:在有限预算下,怎样判断一个 AI 验证流程确实减少了错误,而不只是增加了“通过”的结果?一、一个简单例子:代码和测试可以一起犯错考虑一条明确的需求:订单金额为非负整数,单位为元;满 100 元减 10 元,未满 100 元不减。模型生成了下面的实现与测试:def pay(amount): return amount - 10 if amount > 100 else amountassert pay(80) == 80assert pay(120) == 110两条测试都会通过,而且分别执行了条件为真与为假的分支。但是,当订单金额恰好为 100 元时,程序返回 100,正确结果应当是 90。这说明,执行过两个分支,并不意味着检查过决定业务含义的边界条件。更值得研究的是另一种情况:模型读完这段代码后,继续补充测试:assert pay(100) == 100现在,边界值也“测到了”,结果依然全绿,但错误被写进了断言。这里需要区分两个环节:测试输入决定程序会执行什么行为。测试判定依据决定什么结果应当算正确,软件测试研究通常称其为 test oracle。输入触发了错误行为,并不代表断言能够识别这个错误。如果断言只是重复实现当前给出的结果,测试就可能把缺陷固定下来。因此,评价 AI 生成测试的能力,必须检查它的判定依据来自哪里:明确的需求、可信的参考行为,还是被测代码本身。二、已有研究提供了哪些证据?“测试通过不足以证明代码正确”早已是软件测试的基本问题。大模型带来的新研究对象,是代码与测试同时由生成模型产生时,两类产物之间如何传播错误。首先,测试强度确实会改变代码模型的评测结论。NeurIPS 2023 的 EvalPlus 研究扩充了 HumanEval 的测试,发现了原测试未能识别的错误代码,并观察到部分模型排序发生变化。这意味着,排行榜上的分数不仅反映生成模型的能力,也受到验收测试充分性的影响。[1]其次,实现信息可能影响后续测试的断言。2026 年 7 月的预印本研究比较了“接触错误实现后生成测试”与“根据任务描述独立生成测试”的工作流。在作者筛选的较难错误程序集合及相应实验设置中,论文报告的故障检出率约为 14% 与 25%。这一结果支持了错误从实现传播到测试的风险,但这些数字不能直接当作生产环境中 AI 代码的平均检错率。[2]再看更接近应用规模的测试生成。2026 年 10 月发布的 TestSuiteBench 预印本包含 165 个开源应用,主要涉及 Rust、Go 和 C/C++ 命令行工具。在其主实验中,变异分数最高的受测系统,生成测试在参考实现上的通过比例为 96.1%,而变异分数为 55.5%。[3]这里的“变异体”,是有意改变某项程序行为而构造的错误版本;变异分数衡量测试能识别其中多少个。上述两个百分数的分母不同,不能相减得到所谓的“能力差距”。它们说明的是:一套测试可以很少误报参考实现,却仍然放过大量预设错误。这些研究共同提示,测试本身也需要接受评价。测试数量、运行成功率、覆盖率,都不能单独承担“软件可靠性”的全部含义。三、把“通过率”与“通过之后的可靠性”分开为了准确讨论这个问题,可以做一个简单的概率拆分。设:(C):候选实现满足已经明确的需求。(A):候选实现被验证流程接受。(p=P(C)):验证前,候选实现中正确实现的比例。(s=P(A\mid C)):正确实现被接受的概率。(f=P(A\mid \neg C)):错误实现被放过的概率。那么,整体验收比例为:[P(A)=ps+(1-p)f]而验收后实现正确的条件概率为:[R=P(C\mid A)=\frac{ps}{ps+(1-p)f}]这只是贝叶斯公式的直接应用,却能澄清一个容易混淆的事实:通过率中既包含正确实现被接受,也包含错误实现被放过。下面是假设数据的数学演示,不是某个模型的实测结果。固定 (p=60%)、(s=100%),只改变错误放行率:验证条件错误放行率 (f)整体验收比例 (P(A))验收后正确比例 (R)条件一25%70%85.7%条件二5%62%96.8%第二种条件下,通过的实现变少了,交付结果却更可靠。当然,真实验证器变得更严格时,也可能误拒更多正确实现,使 (s) 下降。因此,仅看到通过率下降,同样不能证明验证质量提高。这个公式也不要求生成器与验证器在统计上独立。即使两者高度关联,公式仍然成立;关联失效可能表现为更高的 (f)。公式负责区分评价口径,不能单独证明错误传播的原因。还有一个经常被忽略的问题:验收后的可靠性依赖候选池的构成。如果研究者人为准备一半正确代码、一半错误代码,计算出的 (R) 就对应这个构造分布。实际部署时,候选代码的正确比例可能完全不同。研究应同时报告 (s)、(f) 和样本构成,必要时针对不同的 (p) 做敏感性分析。尤其不能只收集错误程序,再据此宣称系统交付结果的正确率。只使用错误样本,可以估计错误放行率,却无法估计正确实现被误拒的程度。四、一项可复核的实验:信息隔离究竟有没有用?已有研究已经讨论了错误传播与独立生成测试。进一步值得检验的问题是:在规格足够明确、预算相同的条件下,限制测试生成器接触候选实现,能否降低错误放行,并且不过度增加正确实现的误拒?可以采用一个基本的二因素实验。先固定一批由不同代码模型产生的候选实现,再让各组验证完全相同的候选代码。各组都使用新会话,并获得相同的需求、接口、依赖与运行约束。组别测试生成模型与代码生成模型的关系生成测试时是否能看到候选实现第一组同一模型可以第二组同一模型不可以第三组不同模型可以第四组不同模型不可以“不可以看到实现”需要有明确边界:在断言冻结之前,也不能通过执行候选程序读取输出,再把这些输出写成期望值。否则,实现信息只是换了一条路径进入测试。不同模型应交叉担任生成器与验证器,并分别报告结果。只比较“模型甲验证自己”和“模型乙验证模型甲”,无法判断改进来自错误模式的互补,还是模型乙本来就更擅长测试。这项实验还需要满足几个条件。第一,公开需求,隐藏评测答案。所有决定正确性的需求都应向参与模型公开。隐藏的是具体评测输入、参考断言、故障位置与参考补丁,不能偷偷增加需求,再据此认定模型错误。存在歧义的任务应单独处理。第二,同时保留正确与错误候选。评价应至少报告错误放行率、正确实现的接受率、验收后错误占比,以及实际接受了多少实现。空测试、无法执行的测试和无法形成有效判定的情况,应单独记为失败或弃权,不能默认为通过。否则,一个拒绝所有实现的验证器可以得到极低的错误放行率,一个不执行任何检查的验证器也可能获得极高的“通过率”。第三,使用独立构建的评测依据。最终评测应由独立流程依据公开规格构建,并结合人工复核。对于已有明确修复版本的真实缺陷,有效检错至少应表现为:测试在缺陷版本上失败,在修复版本上通过。这里的“正确”仍是研究范围内的判断。有限测试可能漏错,参考实现也可能存在问题,不能把实验标签当作程序语义正确性的完整证明。第四,控制预算,并保留失败记录。各组应采用预先设定的验证预算,统计模型调用、重试和执行成本。多个测试、候选实现或变异体若来自同一任务,就不能全部视为独立样本。结果应报告任务或项目层面的配对差异及置信区间。如果信息隔离的收益无法在重复实验中复现,或者主要依靠误拒更多正确实现获得,就不能声称它改善了验收质量。这项实验检验的是信息暴露方式与模型组合的效果。换模型、换会话、隐藏代码,都不自动等于获得了统计独立的验证。五、变异测试有价值,但它不能变成新的“正确率”变异测试能够帮助判断测试是否有辨别力。例如,把正确实现中的 >= 100 改成 > 100,再检查测试能否识别这一变化。如果不能,就暴露出测试对这个边界错误不够敏感。这一研究方向已经有具体成果。SWE-Mutation 使用变异后的程序评估测试集合的区分能力;MUTGEN 将变异反馈引入大模型测试生成过程。因此,“加入变异测试”本身已经是已有方法,后续研究需要进一步说明它在什么条件下有效、成本如何,以及能否迁移到真实缺陷。[4][5]尤其需要明确:变异分数是针对特定错误构造方式的检出指标,不是代码正确的概率。如果评测主要构造简单的边界替换,得到的结论就主要反映测试对这类错误的敏感性。它未必能够覆盖遗漏业务规则、状态交互错误、跨模块约束失效等问题。等价变异也是实际困难。有些修改看似改变了代码,但没有改变规格允许范围内的行为;测试没有识别它,不一定意味着测试不足。研究需要说明等价、重复、无法执行以及无法确定类别的变异体如何处理。如果某批变异体已经用于指导测试生成,也不宜直接把同一批变异体的检出率作为最终效果证明。更稳妥的做法,是另外保留未参与优化的变异体,并单独报告真实缺陷上的效果。2026 年的一项复现研究进一步表明,覆盖率与变异分数的解释依赖使用场景:当输入代码可以合理视为正确、任务是生成回归测试时,这些指标在跨模型比较中可能提供有用信号;当输入代码本身可能含错、目标是发现这些错误时,它们便不再是可靠的替代指标。[6]因此,变异测试适合作为诊断工具。它可以暴露测试的薄弱处,但最终仍要回答:这些改进是否帮助我们发现了此前会放过的真实错误?六、评价代码智能体,应当把验收机制也纳入研究从上述分析可以得到一个更具体的研究目标:在相同预算和相近的正确实现保留率下,寻找能够稳定降低错误放行的验证方式,并解释它对哪些错误有效、对哪些错误仍然失效。这个目标能够被实验支持,也能够被实验推翻。它要求研究者公开样本构成、需求边界、验收规则与失败案例,而不只是报告一个更高的总分。这里提出的是一套研究思路,不是已经完成的新实验结论。已有文献提供了错误传播、测试强度与指标局限方面的证据;信息隔离在不同任务上的收益、模型之间的错误互补性,以及这些收益是否值得额外成本,仍然需要具体测量。对 AI 编程系统的评价,应当能够回答三个问题:它放过了哪些已知错误,误拦了多少符合要求的实现,以及这些结果用了多少成本。测试全绿描述了一次验收结果。可靠性研究还需要继续检验这次验收所依据的机制。参考文献以下题名、出处与链接核对截至 2026 年 11 月 4 日。预印本与正式发表或已接收论文分别标明。[2] Konstantinou, M., Tambon, F., & Papadakis, M. On the risk of coding before testing: An empirical study on LLM-based test generation workflow. arXiv 预印本,2026。arXiv:2607.05139。[3] Egashira, K., et al. TestSuiteBench: Coding Agents Struggle to Generate Strong Test Suites from Specifications. arXiv 预印本,2026。arXiv:2610.13065。[5] Wang, G., et al. Mutation-Guided Unit Test Generation with a Large Language Model. 作者页面标注已被 IEEE Transactions on Software Engineering 接收;所引为 2026 年更新版本。DOI:10.1109/TSE.2026.3682975。[6] Zhao, J., Zhou, S., & Cohen, E. Do Coverage and Mutation Scores of LLM-Generated Test Suites Correlate with Their Effectiveness? (Replicability Study). 作者页面标注已被 ISSTA 2026 接收。DOI:10.1145/3832093。
-
近日 ,全球领先的IT市场研究和咨询公司IDC发布《IDC MarketScape: 中国图数据库市场厂商评估,2023》报告华为云GES(图引擎服务)凭借多年的技术积累和丰富的行业实践经验位居领导者类别IDC MarketScape报告中指出:“华为云GES作为拥有自主知识产权的国产分布式原生图数据库和图引擎产品,提供一站式的图存储、图查询和图计算能力,支持30+高性能算法,覆盖多场景分析计算,具备10+图神经网络和图嵌入算法。广泛应用于互联网、政务、安平、税务、电力等行业,为客户的辅助决策、降本增效等提供专业、高效的服务。”深耕技术,让GES应用更高效随着数字化转型的加速,企业的业务数据已经出现多源异构、关联复杂的特点,Graph(图)技术作为处理异构数据的技术应运而生。图数据分析平台将作为大数据、数仓的加持,成为企业数据分析的重要基础平台华为云GES集图数据库和图分析引擎一体化,具备完善的图分析、图查询、图可视化能力,作为中国首个商用的、拥有自主知识产权的原生图产品,具备以下几个优势:分析查询一体化一份数据做两件事:查询和分析一体化, 提供丰富的图分析算法,为关系分析、路径规划、精准营销等业务提供多样的分析能力;支持Cypher和Gremlin两种主流图查询语言,兼容客户的使用习惯;内置30+高性能算法,覆盖多场景分析计算,具备10+图神经网络和图嵌入算法大规模、高性能得益于高效的数据组织,华为云GES可以让客户有效地对百亿节点千亿边规模的数据进行查询和分析;深度优化的分布式图计算引擎,可以为客户提供高并发、秒级多跳的实时查询能力,查询和算法性能业界领先,6跳查询秒级响应。简单易用,支持no-code可视化分析华为云GES支持no-code图建模、实体的下钻、筛选展示以及算法调参等功能,可实现0代码完成图的构建和分析;除此之外,它还提供0门槛创建和使用图的功能,还可以针对部分场景,支持built-in操作,即开即用。合作共赢,让GES应用更全面依托于强大的科研能力,华为云GES已经在政务、金融、互联网等多个行业实践并取得明显应用效果,并已服务超过50家客户。可广泛应用于社交关系分析、营销推荐、数据血缘、信息传播、团伙挖掘、金融风控、工业互联网等具有丰富关系数据的场景。政务行业多地政府部门早已实现“数字化”办公,但是原有平台无法及时处理海量、复杂的业务诉求。以某市12345热线为例,平均一个月需要处理60多万单市民诉求,热线响应速度慢,工单处置能力有限。通过和华为云GES合作,借助大数据AI手段使得工单处理效率提升60%,热线接通率提升20%,市民满意度提升至87%,大大提升了政府服务水平。金融行业随着金融数字化进程,电子支付已是大势所趋,但同时也存在薅羊毛、恶意套现等欺诈手段,如何在海量数据中甄别异常用卡、异常套现,已是金融卡风控的重要一环,业界图数据库产品,大多数不提供内置算法。华为云GES内置了30+算法,能快速帮助金融分析师,从海量数据中快速甄别异常用卡情况例如在金融反欺诈场景中,利用GES内置的丰富算法,可实现业务6跳查询秒级响应,环路检测分钟级响应,将担保风险感知由原先几十分钟降为1分钟左右,帮助客户挖掘出潜在的风险,为客户保驾护航。互联网行业客户面临自建基础设施成本高、应用上线周期长、已有方案效率低以及推荐效果不佳等挑战。基于华为云GES,可实现好友、商品或者咨询的个性化推荐,准确率高达80%;通过对用户画像、行为相似度或者好友关系等,进行用户分群,实现用户群体分析管理,效率提升高达90%;通过企业投资、控股等关联关系,提供企业间深度追溯的能力,实现了原先开源图数据库不能满足“一键穿透公司股权全景”的功能。 持续创新,让GES能力更专业在华为开发者大会2023(Cloud)上,华为云盘古大模型3.0重磅发布,华为云GES依托盘古大模型的多模态知识图谱和图嵌入的知识表征,可支持图神经网络算法,提升识别效果,辅助客户决策。未来,华为云GES将持续加大与数据分析平台以及盘古大模型的深度融合,继续坚持技术创新,为企业提供更灵活、更融合、更智能的服务,加速企业数字化转型,共创数字化新未来。关于IDC MarketScape:IDC MarketScape厂商评估模型旨在为特定市场中信息和通信技术(ICT)厂商的竞争力提供一个概述。研究方法采用严格的定性和定量的标准的评分方法,以单一的图形说明每个厂商在特定市场中的位置。IDC MarketScape提供了一个清晰的框架,在其中可以对IT和信息通信技术厂商的产品、服务、能力和策略以及当前和未来的市场成功因素进行有意义的比较。该框架还为技术买家提供了针对当前或潜在厂商的360度优劣势评估,为技术买家提供参考。
-
图引擎服务(Graph Engine Service,简称GES),使用华为自研的EYWA内核,是针对以“关系”为基础的“图”结构数据,进行查询、分析的服务。广泛应用于社交关系分析、营销推荐、舆情及社会化聆听、信息传播、防欺诈等具有丰富关系数据的场景。分类文档链接备注最新动态cid:link_5 特性清单cid:link_2 原子APIcid:link_3 FAQcid:link_4 华为云在线课程(免费)图引擎服务https://education.huaweicloud.com/courses/course-v1:HuaweiX+CBUCNXE008+Self-paced/about?isAuth=0&cfrom=hwc图引擎服务(Graph Engine Service),是针对以“关系”为基础的“图”结构数据,进行查询、分析的服务。广泛应用于社交关系分析、推荐、精准营销、舆情及社会化聆听、信息传播、防欺诈等具有丰富关系数据的场景。华为云培训服务(收费)基于图引擎的医药查询系统cid:link_1如何在当前琳琅满目的药品中选取合适自己病症的良药呢?在人工智能发展迅猛的当下,让AI为选取药品贡献一份力量吧。华为云开发者网GES开放能力cid:link_6
-
分类文档链接备注最新动态cid:link_5特性清单cid:link_2原子APIcid:link_3FAQcid:link_4华为云在线课程(免费)图引擎服务https://education.huaweicloud.com/courses/course-v1:HuaweiX+CBUCNXE008+Self-paced/about?isAuth=0&cfrom=hwc图引擎服务(Graph Engine Service),是针对以“关系”为基础的“图”结构数据,进行查询、分析的服务。广泛应用于社交关系分析、推荐、精准营销、舆情及社会化聆听、信息传播、防欺诈等具有丰富关系数据的场景。华为云培训服务(收费)基于图引擎的医药查询系统cid:link_1如何在当前琳琅满目的药品中选取合适自己病症的良药呢?在人工智能发展迅猛的当下,让AI为选取药品贡献一份力量吧。华为云开发者网GES开放能力cid:link_6
-
GES4Jupyter是一款可以在JupyterLab中连接访问GES并可视化的工具。工具中封装了部分GES业务面接口,并提供对返回数据的可视化能力。基于该工具在Jupyter上进行图探索,可以大大降低编码成本,丰富JupyterLab的数据表现力。详情参考:https://bbs.huaweicloud.com/blogs/361607
-
【功能模块】河图引擎的数据源问题【操作步骤&问题现象】请问一下,华为的HetuEngine是否支持DWS,ClickHouse,hive的异构数据源查询?【截图信息】【日志信息】(可选,上传日志内容或者附件)
-
> **摘要:** 华为云可登录的账号入口众多,权限体系也是较为庞大而且细致。而作为一个企业开发者,我该如何去选择和使用呢?本文将详细介绍华为云的各类账号、权限等他们的关系和使用要求。## 华为云账号体系 #### 1、华为账号 **华为帐号**即HUAWEI ID,是用户访问华为各网站的统一“身份标识”,您只需注册一个华为帐号,即**可访问所有华为服务**(包括华为商城)。您可以在[华为帐号网站](https://consumer.huawei.com/cn/mobileservices/id/)进行注册、管理华为帐号并获得有关华为帐号的更多信息>限制: - 用户通过手机号或邮件地址注册成为华为帐号,注册时手机号或邮件地址不允许重复 - 注册需使用中国大陆的手机号码。 - 一个手机号可以注册3个华为帐号,如帐号数量已达到3个,将不支持使用该手机号注册新的华为帐号。 #### 2、华为云账号 **华为云帐号**,仅能登录华为云,无法登录其他华为服务。>限制: - 注册:2020年12月30日之前在华为云注册的帐号。为了统一帐号,提升登录体验,当前在华为云只能注册华为帐号。 - 华为云账号可升级为华为账号;升级为华为账号后,不支持用华为云账号登录 #### 3、华为官网账号 华为官网账号,即华为**Uniportal ID**,可通过[华为官网](https://www.huawei.com/cn/)注册>限制: - 用户通过手机号或邮件地址注册成为华为Uniportal帐号,注册时手机号或邮件地址不允许重复。 - 首次登录时需要根据系统提示创建或绑定已有华为云帐号,后续可以通过该帐号自动跳转登录。 - 可以为创建的华为云账号设置密码或绑定已有的华为云帐号,使用华为云账号在华为云账号入口登录。 #### 4、华为企业合作伙伴 华为企业合作伙伴,可使用华为**Uniportal ID**登录华为云。>限制: - 用户通过手机号或邮件地址注册成为华为Uniportal帐号,注册时手机号或邮件地址不允许重复。 - 首次登录时需要根据系统提示创建或绑定已有华为云帐号,后续可以通过该帐号自动跳转登录。 - 可以为创建的华为云账号设置密码或绑定已有的华为云帐号,使用华为云账号在华为云账号入口登录。综上所述,华为云的账号体系其实就三个ID(**华为云账号、华为账号、华为官网账号**),由于华为云账号现需要和其他两个账号做关联,其中下面主要说下华为账号和华为官网账号在华为云的区别: - 华为账号(HUAWEI ID)和华为官网账号(Uniportal ID)是两个独立的ID,华为账号主要是为消费者服务,而华为官网账号主要是为企业服务,二者并不冲突。 - 无论是华为云升级后的华为账号,还是华为账号下开通华为云业务,华为账号在华为云只能通过华为账号入口登录。 - 华为官网账号登录可以创建或绑定已有华为云帐号,该华为云账号可单独通过华为账号入口登录。 - 现华为云账号已经不能单独注册。现存华为云账号升级为华为账号后,需使用华为账号登录华为云,而不能再使用华为云账号登录。这时问题来了,企业业务往往比较复杂,单靠以上几种账号管控,肯定是不够用的。但别急,IAM统一身份认证帮您解决。## IAM权限管控 统一身份认证(Identity and Access Management,简称IAM)是华为云提供权限管理的基础服务,可以帮助您安全地控制云服务和资源的访问权限。 ### 一、用户 #### 1、IAM用户 上述华为云账号体系的账号(下面统称“账号”)可在华为云创建IAM用户,账号与IAM用户的关系可类比为父子关系,IAM用户是由管理员在IAM中创建的用户,IAM用户登录后可根据权限使用云服务。 如果您在华为云购买了多种资源,例如弹性云服务器、云硬盘、裸金属服务器等,您的团队或应用程序需要使用您在华为云中的资源,您可以使用IAM的用户管理功能,给员工或应用程序创建IAM用户,并授予IAM用户刚好能完成工作所需的权限,新创建的IAM用户可以使用自己单独的用户名和密码登录华为云。IAM用户的作用是多用户协同操作同一帐号时,避免分享帐号的密码。  #### 2、企业联邦用户 企业联邦用户:与华为云建立信任关系的第三方系统用户。用户可以使用第三方系统帐号登录华为云,类似通过某社交帐号登录游戏平台。它是一个虚拟IAM用户。>IAM支持基于SAML、OIDC协议的单点登录,如果您已经有自己的企业管理系统,同时您的用户需要使用您帐号内的云服务资源,您可以使用IAM的身份提供商功能,实现用户使用企业管理系统帐号单点登录华为云,这一过程称之为联邦身份认证。 >当您希望本企业员工可以使用企业内部的认证系统登录华为云,而不需要在华为云中重新创建对应的IAM用户,您可以使用IAM的身份提供商功能,建立您所在企业与华为云的信任关系,通过联合认证使员工使用企业已有帐号直接登录华为云,实现单点登录。 >管理员可在IAM中创建的企业身份提供商用户。### 二、用户组 用户组是用户的集合,IAM通过用户组功能实现用户的[授权](https://support.huaweicloud.com/usermanual-iam/iam_01_0652.html)。您创建的IAM用户,需要加入特定用户组后,才具备对应的权限,否则IAM用户无法访问您账号中的任何资源或者云服务。当某个用户加入多个用户组时,此用户同时拥多个用户组的权限,即多个用户组权限的全集. 通俗来讲,用户组其实就是IAM用户(包括虚拟IAM用户)的**角色** ### 三、委托管理 通过委托信任功能,您可以将自己的操作权限委托给更专业、高效的其他帐号或者云服务,这些帐号或者云服务可以根据权限代替您进行日常工作。 IAM提供委托其他云账号和委托其他云服务两种委托。 #### 1、委托其他华为云账号管理资源 通过委托信任功能,您可以将自己账号中的资源操作权限委托给更专业、高效的其他华为云账号,被委托的账号可以根据权限代替您进行资源运维工作。如下以A账号委托B账号管理资源为例,讲述委托的原理及方法。A账号为委托方,B账号为被委托方。 #### 2、委托其他云服务管理资源 由于华为云各服务之间存在业务交互关系,一些云服务需要与其他云服务协同工作,需要您创建云服务委托,将操作权限委托给该服务,让该服务以您的身份使用其他云服务,代替您进行一些资源运维工作。>以图引擎服务 GES为例:将操作权限委托给GES,允许GES以您的身份使用其他服务,例如发生故障转移时,GES使用这个委托将您的弹性IP绑定到主GES负载均衡实例。 ## 关联账号和关联合作伙伴 ### 1、企业主子账号 企业主帐号可以邀请普通帐号建立关联关系或解除与企业子帐号的关联关系。 企业主账号和企业子账号均是同一层级的华为帐号。 企业主账号:开通了企业中心功能的华为帐号(账号类型需设置为“企业”,同时未加入经销商伙伴计划),目的是实现账号间资金划转,从而满足中大规模企业各个子公司/部门之间的资金管理诉求,实现多账号的商务优惠、资金、发票、账单统一管理。 企业中心提供了多个相互独立的华为帐号之间形成企业主子账号关联关系的能力,客户可以通过开通企业中心功能确定主账号,同时根据自己的企业结构创建多层组织、新建子账号或关联子账号,从而对子账号的财务进行管理。 企业主账号邀请其他华为帐号成为企业子账号时,需满足一定条件,单击[此处](https://support.huaweicloud.com/usermanual-em/zh-cn_topic_0145034204.html)查看 **主帐号可以给子帐号划拨费用,并由子帐号独立进行资源管理,子帐号的作用是方便主帐号进行费用管理以及成本核算。** ### 2、经销商伙伴账号 对于成功加入了经销商伙伴计划的华为云合作伙伴,系统将绑定其华为帐号(帐号需满足一定条件,单击[此处](https://support.huaweicloud.com/bpconsole_faq/zh-cn_topic_0079110002.html)查看)成为经销商伙伴账号,登录方式保持不变。 经销商伙伴账号属于管理账号,具备不同于普通华为帐号的各种管理功能,用于经销商伙伴拓展和管理其关联子客户,履行拉新,授信,销售,出账,付款等职责。经销商伙伴账号可关联多个华为帐号,完成和经销商帐号关联的华为帐号即成为此经销商的子客户。>说明: >经销商伙伴账号不能直接购买华为云资源,如经销商伙伴需要自购华为云资源,则需要新开通一个华为帐号并开通华为云业务进行购买消费。 >对于技术合作伙伴,由于其合作属性是基于华为云提供各类技术服务和上层应用,可直接使用华为帐号进行华为云资源的购买和消费。-----最后,奉上客户视角,华为云各账号关系图: ## 参考文档 1、[华为云帐号、华为帐号、IAM用户、企业主子帐号的关系](https://support.huaweicloud.com/iam_faq/iam_01_0615.html) 2、[华为云账号权限管理建议](https://bbs.huaweicloud.com/forum/thread-171648-1-1.html) 3、[登录华为云的方式](https://support.huaweicloud.com/usermanual-account/account_id_004.html) 4、[IAM的约束与限制](https://support.huaweicloud.com/productdesc-iam/iam_01_0305.html) 5、[账号中心](https://support.huaweicloud.com/usermanual-account/account_id_017.html)
-
尊敬的微认证客户:您好!为帮助您深入了解华为云产品,探索新的技术场景,我们非常高兴地与您分享一个好消息:由华为资深研发团队精心打磨,潜心研发的新微认证《基于图引擎的医药查询系统》将于2021年11月3日正式上线!届时请进入华为云培训中心-微认证-人工智能查看产品详情,体验使用,我们非常期待您的宝贵建议。以下为该微认证详情,您可提前了解:产品名称: 《基于图引擎的医药查询系统》适合人群: 对自然语言处理、华为云图引擎服务感兴趣的用户以及软件开人员;培训方案: 结合自然语言处理云服务、GES和Flask框架实现医药数据的智能检索;技术能力: Python程序设计、自然语言处理基础;认证价值: 使用自然语言处理服务实现AI小程序,提升自身编码能力同时增加对图数据使用的理解。届时我们还将开展相关微认证上新活动,详情请关注华为云培训中心论坛-热门活动相关通知。发布日期:2021年11月1日
-
这是个“数据爆炸”的时代,各行各业都在进行数字化转型,数据量从以前的TB级,轻松到目前的PB级,数据种类更加多样化,结构化数据(关系数据库行和列),半结构化数据(CSV、XML、JSON的日志),非结构化数据(电子邮件,文档,PDF)和二进制数据(图像、音频、视频)。如何高效存储、管理这些数据,快速释放数据价值,是每个企业都在思考和期望解决的问题。企业对于数据的需求,催生了大数据技术的发展,当前大数据已经形成非常丰富的生态,正如以下这张经典的大数据技术全貌图:图1. 大数据全貌图面对如此丰富的组件库,工程师们能够犹如搭建乐高积木一般地构建一套大数据解决方案。然而随着业务的推进,这种“乐高式”的大数据解决方案的弊端逐渐暴露:l 选型难 – 组件多且开发方式和语言有差异,如何做好兼容,又如何不被绑死在一个组件是个困难点。l 数据孤岛 – 组件之间互通不佳,陷入“找数据难,取数据难,数据搬移,数据膨胀”的陷阱。l 开发门槛高 – 组件的开发语言不同,北向接口不一致,大大增加了开发人员的开发成本和技术门槛。图2. 积木式大数据框架的弊端 是时候重新审视这种“乐高式”方案了华为公司在2019年发布了智能数据湖解决方案FusionData,重新定义了数据湖基础设施,该方案具备3个特征:l 支持海量多样性数据低成本存储,灵活扩展;l 支持多源数据实时融合分析,消除数据孤岛;l 支持多样性数据按需接入,并且数据经过分析处理后可共享给各应用系统,实现数据价值释放。图3. FusionData解决方案总体架构在FusionData方案中,华为公司首创的大数据库引擎 - 河图引擎 (HetuEngine),为大数据开发人员提供了一种至简至易的开发方式。河图引擎吸收了华为在大数据深耕多年的经验,站在Presto 和Impala 两大巨人的肩膀上,集大家之长,创新地提出了“四个一”理念:“一个入口、一个目录、一份数据、统一安全”。图4. 河图引擎的“四个一”1. 一个入口: 提供兼容ISO/ ANSI SQL:2003 标准的SQL语法,统一的JDBC, ODBC 以及REST 北向接口,解决开发人员取数据难的问题。2. 一个目录: 构建南向异构异地数据源的全局数据视图,让开发人员能够一眼看到全局数据,解决找数据的难的问题。3. 一份数据:通过开放数据连接框架,统一接入南向数据源,解决用数难问题。4. 统一安全:让数据的访问控制更加集中,更加细粒度。权限分配也更加便捷高效。 对于开发人员来说,一个入口保证了开发的极简体验。通过标准SQL语法,屏蔽了底层数据源的差异,减少了开发人员的学习成本,以及在多种语言规范和编程方式之间的切换的代价。更重要的是,一个统一的入口,使得跨大数据引擎协同计算和分析变得更加高效。 一条SQL 语句可以同时计算HDFS、MPPDB、RDBMS的数据,并且具备跨中心/跨域/跨云异构协同计算能力,可以实现真正的数据的0搬迁。此外,对已有的技术和资产投资破坏性小,这对开发人来说也是非常经济的,。 案例分析接下来,我们模拟一个批流融合查询的场景。场景简化为,假设某政务系统需要实时处理公司提交各项申请,在处理申请之前必须进行信息核查以及征信筛查。公司用户提交的申请信息通过Kafka消息队列发送到系统,而公司信息表和公司的历史征信记录表都存放在Hive数仓中。 实时提取核查后的数据是这个问题的重点,一个通常的步骤包括:第一步,开发人员需要首先写代码从Kafka中获取消息;第二步,解析消息并提取出申请号和用户ID,并将提取的数据缓存下来;第三步,将Kafka的临时数据导入Hive;第四步,借助Hive 引擎进行多表的联合查询得出筛查结果。 河图引擎可以直接访问异构数据,且对于Kafka这样的流式消息也能够直接映射为一张数据表。因此在河图引擎中以上完全可以用一个标准的SQL 语句来实现以上功能: 图5. 示例SQL图6. SQL查询结果与传统批流处理相比,河图的优势在于:1. 一边流一边读,结合历史数据快速分析;2. 无感知底层数据引擎;3. 统一语言访问,兼容SQL:2003;4. 无需额外的学习成本; 不仅如此,通过实际测试我们发现,性能的大幅提升约10倍,而代码量却显著下降了约80%。 这对于开发者而言是十分友好的。图7. 开发效率提升华为公司计划于2020年6月30日发布开源版本的河图引擎。目前华为正不断扩展河图引擎的北向和南向接口,支持更多应用和更多异构数据源,解决用数难问题,确保上层的数据治理和数据应用软件可以更好地对接数据基础设施。 河图引擎致力于构建“大数据库”,为开发者提供极致的开发效率,让开发者像使用数据库一样的使用大数据,聚焦业务,挖掘数据价值。古有云:“大禹得河图后始见清明”。
-
1.在谈论华为云GES图引擎服务之前,先谈谈什么是图论:图论〔Graph Theory〕是数学的一个分支。它以图为研究对象。图论中的图是由若干给定的点及连接两点的线所构成的图形,这种图形通常用来描述某些事物之间的某种特定关系,用点代表事物,用连接两点的线表示相应两个事物间具有这种关系。图论本身是应用数学的一部份,因此,历史上图论曾经被好多位数学家各自独立地建立过。关于图论的文字记载最早出现在欧拉1736年的论著中,他所考虑的原始问题有很强的实际背景。图论的广泛应用,促进了它自身的发展。20世纪40-60年代,拟阵理论、超图理论 、极图理论,以及代数图论、拓扑图论等都有很大的发展。2. 进入华为云的GES图引擎看看根据操作流程介绍,上传数据集到obs建立图引擎,启动图引擎,访问图引擎后首先看到的是华为云支持的算法列表可以看到华为云引擎支持19种图论相关算法,可以直接上传数据集和算法参数后直接调用,看看运行效果:除了返回算法运算结果,GES还将结果可视化呈现在用户面前,这样做能加快用户对运算结果的理解,提供了一种现成的方法来从数据中讲述故事。3.华为云GES的使用感受总结:华为云的GES很直接,将所有支持的底层算法列举出来供用户选择,这对精通算法的开发和技术来说是很直观的,看一眼菜单就能知道这个工具能做什么不能做什么。但是,创建图实例的时候可以上传数据,这里对数据结构没有一个简介,必须去查文档。上传的数据是要求打包的还是不打包的?格式是xml还是json?边和点的具体数据结构如何?建议在控制台显眼的地方加入“上传数据格式规范”按钮而且,对于只懂一部分算法的我来说,有些没了解过的算法还要通过百度、google等搜索引擎了解某个算法的用处。建议在每个算法的提示框内简单介绍算法的原理,能解决什么问题,有什么应用场景剩下的一点意见,就是产品使用过程中配置繁琐,为了使用GES,我要配置私有云,还要配置obs。建议GES和运行必须的环境做一个绑定,创建GES时自动配置,简化用户操作,提升用户体验(吐槽:ModelArts的开发环境配5G及以下的evs云硬盘是免费的,他们那边默认配置就是5G的EVS,建议学一下)4. 可能推荐给其他人么?可能推荐给学习图论的人,或者开发岗位或者算法岗位的朋友,其他人不考虑推荐这个产品,无法上手使用的情况估计很多。
-
华为云GES图引擎服务体验及评测姓名:李天学 昵称:litx1793 1.1 GES资源购买https://www.huaweicloud.com/product/ges.html 1.2 购买GES服务的示例 2 GES服务的示例总览 操作界面明了简洁,便于初学者理解和应用 2.1 GES服务启动和停止操作步骤明了,可以显示进度,但速度较慢 2.2 GES服务监控数据监控指标丰富完整 2.3 GES服务数据导出数据导出操作简捷明了 2.4 GES服务备份管理备份管理方式简洁明了 2.5 GES服务元数据管理元数据管理方式简洁明了,便于修改维护 2.6 GES服务任务中心 任务中心管理方式简洁明了,便于修改维护 3 GES服务算法库 3.1 PageRank由根据网页之间相互的超链接计算的技术,而作为网页排名的要素之一GES服务运行速度快,操作简洁 3.2 PersonalRank基于图的推荐算法,执行速度还是很快的
-
大家好,我是winkho是什么,为什么,怎么办,好不好,在下手对一个新技术体验前,应该先了解它是什么?一、什么是GES(自我介绍方面华为稍微逊色一些了)阿里说: 图数据库(Graph Database,简称GDB)是一种支持Property Graph图模型、用于处理高度连接数据查询与存储的实时、可靠的在线数据库服务。它支持Apache TinkerPop Gremlin查询语言,可以帮您快速构建基于高度连接的数据集的应用程序。GDB非常适合社交网络、欺诈检测、推荐引擎、实时图谱、网络/IT运营这类高度互连数据集的场景。腾讯说: 腾讯知识图谱数据库(Tencent Knowledge Graph Database,TKGD)是一个图数据库和图计算引擎的一体化平台。融合治理异构异质数据;提供关联查询、可视化图分析、图挖掘、机器学习和规则引擎;支持万亿关联关系数据的快速检索、查找和浏览;挖掘隐藏关系并模型化业务经验。腾讯知识图谱数据库作为金融 AI 风控等泛安全领域知识图谱解决方案,可增强企业业务,催新商业模式。华为说: 图引擎服务(Graph Engine Service),是国内首个商用的、拥有自主知识产权的国产分布式原生图引擎,是针对以“关系”为基础的“图”结构数据,进行查询、分析的服务。广泛应用于社交应用、企业关系分析、风控、推荐、舆情、防欺诈等具有丰富关系数据的场景。二、各有什么优势(华为在优势展示方面表现中规中矩)阿里:华为:腾讯:三、应用场景方面的介绍就需要表扬华为一下了,描写上倒是显得“很强大”四、到了购买实例,还是华为的通病,不能简单点?并没有真正照顾初体验者的感受,何必搞到这么复杂,默认基本的用户创建VPC之类的功能对于华为来说轻而易举,为什么要搞得这么复杂;(小声:现在的人都很懒很刚需,不简单点真不会吸引到新客户使用,爸爸们,走心可好?)腾讯:阿里巴巴:华为:五、完全不知道这个上传数据功能的作用是什么,我要提供什么,跳转到对象存储服务后应该选择什么,操作文档没有继续强调说明六、创建图管理为什么置灰不能查看任务详情?七、我还没有导入数据为什么这里会创建进度如此的慢?10分钟八、界面如此的粗糙九、如果在图管理里面直接可以导入数据同步展现图会不会更好?我还要切出去再导入数据,然后在等待创建,这是在考验用户的耐心十、图管理的导入功能务必需要改进,绕来绕去,体验感极差十一、这个元数据导入日志存储路径到底是想让我干什么,也没有提示说明,无语结论:华为不缺技术,缺的是细节 这次初体验华为云的GES引擎服务,真的是一般般
-
姓名 王天鑫微信昵称 那年夏天一 、 使用体验:1 图引擎服务在购买时用途选择上 对企业生产和开发学习 有不同简介说明,这点很友好2 在购买配置界面我们注意到有是否有初始数据这个选项, 但是在选择元数据时 由于小白直接选择了下载的压缩数据包 ,导致选择后没反应 , 但是网页上在稍后会有红色字体 提示 导入文件格式不正确, 这个提示不太明显 而且反应延迟,我们并不能及时的注意到这个提示,希望这里 可以直接在导入界面上显示提示设置,以便在我们选择时就可以直接找对文件,少走弯路3在提交购买后 运行结果显示 查看详情 和失败原因,但是灰度显示 无法点击 ,不知道这里是怎样的一个逻辑。4 奈何小白对这块操作不懂,指导文件也不够系统全面,界面空白,还需要努力学习。5 监控数据界面有待改进,希望区分主次显示,能让用户进来就能够有相对理想的主次数据界面,再去配合个人不同的需求自主设置二 、需求建议:①是否容易上手,图查询页面功能,查询组合是否合理;还算是简单容易上手吧,但是希望增加说明对新手能够更加友好点②对性能,产品算法,可视化界面等有什么建议;希望在可视化界面这块能够简单明了一些,不用太花哨。③想要进行哪些实际场景上的关系分析,希望图引擎应用在什么关系场景分析;想要进行对商品畅销度统计的关系分析,对不同人群喜好商品的分析,精准推流。④使用过程中有哪些不好的体验,是否出现卡顿,宕机,程序无反应等情况;产品操作流畅度有待提升。三 .满意度及推荐度: 当自己的项目或是公司有关系分析挖掘应用的需求时,是否愿意自己使用或推荐身边的同事朋友使用华为云GES服务?什么原因促使你做出这个结论?有这方面需求时还是会优先考虑使用华为云GES,对华为云的稳定性,产品品质一直很肯定,希望更多人的参与,优化会让华为云做出更优秀的产品。
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家;李炎-华为云码道产品专家;彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战,从0到1打通消息通道;码道鸿蒙端云一体化实战,快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人;蒋春阳-华为云AI开发者案例开发专家
本期直播内容: AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了:看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签