内存弹性扩缩 - 云数据库 SCS_云缓存
内存弹性扩缩 概述 云数据库 Redis支持自动扩缩容功能，当内存平均使用率达到阈值可以会自动升级实例的规格，帮助您快速弹性适配业务高峰，避免内存溢出的风险，有效保障线上业务稳定性。内存平均使用率低于设置阈值时，可以自动降低实例的规格，帮助业务降低资源成本。 注意事项 仅 标准版实例 支持。 开启该功能后，成功触发弹性扩容时，按照扩容的规格进行收费，未扩容时不额外收费。
产品优势 - 云原生数据库 GaiaDB_关系型数据库_MySQL上云_数据库-帮助文档
极致弹性，快速应对流量浪涌 计算层弹性 规格升降配：采用容器虚拟化技术和共享的分布式块存储技术，使得数据库服务器的CPU、内存能够快速扩容。 增减节点：通过动态增减节点提升性能或节省成本。通过使用集群地址，可屏蔽底层的变化，应用对于增减节点无感知。 存储层弹性 按需分配，透明扩容，共享存储池利用率高。
什么是GaiaDB - 云原生数据库 GaiaDB_关系型数据库_MySQL上云_数据库-帮助文档
什么是GaiaDB GaiaDB是百度智能云自研的新一代云原生关系型数据库，真正实现按需、极致弹性扩展能力。可以100%兼容MySQL语法，存储容量最高可达128TB，单库最多可扩展到16个节点，适用于大容量、高性能、高弹性的应用场景。 GaiaDB采用领先的存储和计算分离的架构，所有计算节点共享一份数据，提供分钟级的配置升降级、秒级的故障恢复、全局数据一致性和数据备份容灾服务。
设置内存弹性扩缩配置API - 云数据库 SCS_云缓存
参数值由数值和时间单位后缀组成，支持的数据库实例及其取值如下（其中时间后缀m表示分钟，h表示小时）：1m，3m、5m、10m、15m、30m。 observationWindowSizeForDown String 是 RequestBody参数 观测窗口。参数值由数值和时间单位后缀组成，支持的数据库实例及其取值如下，（其中时间后缀m表示分钟，h表示小时）：5m、10m、15m、30m。
GaiaDB开源说明 - 云原生数据库 GaiaDB_关系型数据库_MySQL上云_数据库-帮助文档
GaiaDB开源说明 云原生数据库GaiaDB是一款集高性能、高弹性、高可用性于一体的关系型数据库，并高度兼容MySQL协议，同时支持集中式与分布式部署架构。 GaiaDB以领先的存算分离架构为核心，突破了传统MySQL在计算（CPU、内存）和存储（磁盘）资源上互相制约的瓶颈，使两者能够独立地按需进行秒级扩展和资源升降配。
排查Redis实例内存使用率高的问题 - 云数据库 SCS_云缓存
说明 云数据库Redis默认的数据逐出策略为volatile-lru，更多信息，请参见 参数说明 。 4.根据业务需求，设置合理的过期Key主动删除的执行频率（即调整hz参数的值）。具体操作，请参见 设置实例参数 。 说明 hz的取值建议在100以内，如果该值过大将对CPU的使用率产生较大影响。 5.经过上述步骤优化后，内存使用率依旧较高，可评估升级至更大内存的规格，以承载更多数据并改善性能。
GaiaDB 推出通用型计算节点支持1核1 GB和1核2 GB入门规格 - 云原生数据库 GaiaDB_关系型数据库_MySQL上云_数据库-帮助文档
适用对象和场景 希望低成本无压力体验云原生数据库的用户，涵盖： 高校学生 个人开发者 初创企业 开发者测试实例 规格与价格 GaiaDB MySQL 版入门规格价格详情如下： 规格类型 CPU（核） 内存（GB） 最大存储容量（TB） 包月价格（单节点） 按量付费价格（单节点） 通用型 1核 1 GB 3 TB 32.3元/月 0.00112元/分钟 通用型 1核 2 GB 3 TB 41.5元/月
查询内存弹性扩缩配置API - 云数据库 SCS_云缓存
参数值由数值和时间单位后缀组成，支持的数据库实例及其取值如下（其中时间后缀m表示分钟，h表示小时）：1m，3m、5m、10m、15m、30m。 observationWindowSizeForDown String 观测窗口。参数值由数值和时间单位后缀组成，支持的数据库实例及其取值如下，（其中时间后缀m表示分钟，h表示小时）：5m、10m、15m、30m。
删除 内存弹性扩缩API - 云数据库 SCS_云缓存
删除 内存弹性扩缩API 请求说明 删除实例的内存弹性扩缩配置。 目前仅标准版实例支持。 请求结构 Plain Text 复制 1 POST/v1/instance/{instanceId}/deleteAutoScalingConfig 2 Host: redis.
预置数据集（TPC-H） - 云原生数据库 GaiaDB_关系型数据库_MySQL上云_数据库-帮助文档
数据集模型 该数据模型是基于关系型数据库的星型架构（Star Schema）。以订单（Orders）事实表为中心，周围连接着多个维度表，如客户维度表（Customer）、供应商维度表（Supplier）、零件维度表（Part）等。这种架构模式能够有效地支持复杂的联机分析处理（OLAP）查询，因为维度表可以为事实表中的数据提供详细的上下文信息。详见下方关系图。
