大数据-之LibrA数据库系统告警处理(ALM-37018 数据库用户连接数超限)

告警解释

当集群中单个CN实例上某个用户的连接数超过限制时,产生该告警。

告警属性

告警ID

告警级别

可自动清除

37018

严重

告警参数

参数名称

参数含义

ServiceName

产生告警的服务名称

RoleName

产生告警的角色名称

HostName

产生告警的主机名

Instance

产生告警的实例

databaseName

连接的数据库名称

dbUserName

连接数据库的用户名

对系统的影响

发生数据库用户连接数超限时,该CN实例无法再以该用户访问。

可能原因

当前CN实例上该数据库用户的连接数超过限制。

处理步骤
  1. 以数据库管理员用户(该用户有权限创建其他数据库用户,比如omm)访问上报告警的CN实例。具体操作如下所示。
    gsql -d postgres -p 25308
    postgres=#
  2. 检查当前CN实例上所有用户的连接数限制。可以看到在该CN实例上gaussdba用户的连接数被限制为3。
    postgres=# select * from pg_authid;
       rolname   | rolsuper | rolinherit | rolcreaterole | rolcreatedb | rolcatupdate | rolcanlogin | rolreplication | rolauditadmin | rolsystemadmin | rolconnlimit |                                                                          
                        rolpassword                                                                                               | rolvaliduntil 
    -------------+----------+------------+---------------+-------------+--------------+-------------+----------------+---------------+----------------+--------------+--------------------------------------------------------------------------
    ------------------------------------------------------------------------------------------------------------------------------+---------------
     gaussdba | t        | t          | t             | t           | t            | t           | t              | t             | t              |            3 | sha2567cee5d311c1e21e84671a2f2e1d8023f1990b4fa7c5656e44277acd3087e2c7fc74
    224dbb26375c88c91c9007af78fb1e5212656ec482957bf8fe8ce383b0f59d3ae6152aa0009ee46271d0446eb8cd0d0e461b09c17f93449c14d4c75238b3d | 
    (1 row)
  3. 可以选择关闭部分连接或者增加连接数限制,来处理该告警。增加连接数限制操作示例如下。
    postgres=# alter role gaussdba CONNECTION LIMIT 9;
    ALTER ROLE
    postgres=# select * from pg_authid;
       rolname   | rolsuper | rolinherit | rolcreaterole | rolcreatedb | rolcatupdate | rolcanlogin | rolreplication | rolauditadmin | rolsystemadmin | rolconnlimit |                                                                          
                        rolpassword                                                                                               | rolvaliduntil 
    -------------+----------+------------+---------------+-------------+--------------+-------------+----------------+---------------+----------------+--------------+--------------------------------------------------------------------------
    ------------------------------------------------------------------------------------------------------------------------------+---------------
     gaussdba | t        | t          | t             | t           | t            | t           | t              | t             | t              |            9 | sha2567cee5d311c1e21e84671a2f2e1d8023f1990b4fa7c5656e44277acd3087e2c7fc74
    224dbb26375c88c91c9007af78fb1e5212656ec482957bf8fe8ce383b0f59d3ae6152aa0009ee46271d0446eb8cd0d0e461b09c17f93449c14d4c75238b3d | 
    (1 row)
  4. 再用gaussdba的用户连接数据库,查看告警是否仍然存在。
    • 是,执行5
    • 否,处理完毕。

    收集故障信息。

  5. 在FusionInsight Manager界面,单击“系统设置 > 日志下载”。
  6. 在“服务”下拉框中勾选“MPPDB”,单击“确定”。
  7. 设置日志收集的“开始时间”和“结束时间”分别为告警产生时间的前后1小时,单击“下载”。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: Libra R-CNN是Facebook AI Research团队于2019年提出的一种目标检测算法,它采用了一种新的思路——将目标检测过程分为两个阶段:先使用高效的RPN网络生成候选框,再使用分类器对候选框进行分类和回归。这种方法可以大大提高检测效率,同时保持较高的精度。与传统的Faster R-CNN相比,Libra R-CNN的检测速度快了近3倍,同时保持了相当的精度。 ### 回答2: Libra R-CNN是由Facebook AI Research团队在2019年提出的一种目标检测算法。目标检测是计算机视觉中的一个重要任务,旨在识别和定位图像中的不同目标。 Libra R-CNN的设计目标是解决目标检测中存在的两个挑战:不平衡的目标类别分布和多尺度目标的检测问题。在目标类别分布上,一些类别的目标在数据集中往往是非常罕见的,这导致传统的目标检测算法在罕见类别上的性能较差。而在多尺度目标的检测上,由于图像中的目标可能具有不同的尺度,传统的目标检测算法在检测小目标和大目标时往往表现不佳。 Libra R-CNN通过引入新的损失函数和网络结构来解决这两个问题。其中,采用了一种新的正负样本选择策略来平衡不同目标类别的分布,使得模型能够更好地处理罕见类别的目标。此外,通过引入一个多尺度特征融合模块,Libra R-CNN能够有效地处理不同尺度的目标,提高目标检测的性能。 实验证明,Libra R-CNN在多个目标检测数据集上取得了很好的性能表现,相较于其他目标检测算法具有更好的检测准确性和鲁棒性。该算法在推动目标检测技术的发展上具有重要的意义,为解决目标检测中的挑战提供了新的思路和方法。 总之,Libra R-CNN是一种解决目标检测中不平衡目标类别分布和多尺度目标检测问题的算法,通过引入新的损失函数和网络结构,取得了很好的性能表现。它对于推动目标检测技术的发展具有重要的意义。 ### 回答3: Libra R-CNN是一种基于目标检测和实例分割的深度学习模型算法。它被设计用于解决目标检测中存在的物体不平衡问题,即训练样本中不同类别的物体数量差异过大。通常,在目标检测任务中,一些常见的物体类别(如人、车)的样本数量会远远超过其他类别,这会导致模型过度关注于此类常见类别而忽略其他类别。而Libra R-CNN就是为了解决这个问题而提出的。 Libra R-CNN的核心思想是通过引入一种新的调节因子,对损失函数进行重新定义,从而有效平衡不同类别的物体样本的权重。这个调节因子综合考虑了每个类别的物体例子在整个训练集中出现的频率,以及目标检测任务中不同类别之间的难易程度。通过对不同类别样本的权重进行调整,Libra R-CNN能够更加均衡地对待训练集中的不同类别物体,提高模型对少样本类别的检测能力。 此外,Libra R-CNN还引入了一种新的网络结构,叫做Libra引导采样(Libra RoI Sampling)。这个结构能够根据样本的难易程度,自适应地调整样本的采样比例,让模型更加关注难以检测的类别。通过这种方式,Libra R-CNN在目标检测中取得了较好的性能。 综上所述,Libra R-CNN是一种通过引入调节因子和采样策略来解决目标检测中物体不平衡问题的算法模型。它的提出有效地解决了训练样本中不同类别物体数量差异过大的问题,提高了对少样本类别的检测能力,并在目标检测任务中取得了较好的性能。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

红烧小肥杨

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值