API参考—参数管理—DescribeParameters

简介: 调用DescribeParameters接口查看被修改的参数详情。

请求参数

名称 类型 是否必选 示例值 描述
Action String DescribeParameters

系统规定参数。取值为DescribeParameters

DBInstanceId String pxc-********************

实例ID。

RegionId String cn-hangzhou

实例所在地域。

ParamLevel String compute

参数级别,取值范围如下:

  • compute:计算级别
  • storage:存储级别

返回数据

名称 类型 示例值 描述
Data Struct

返回数据。

RequestId String 618F9A9A-633E-4B43-838F-EF7544******

请求ID。

示例

请求示例


http(s)://polardbx.cn-hangzhou.aliyuncs.com/?Action=DescribeParameters
&DBInstanceId=pxc-********************
&RegionId=cn-hangzhou
&<公共请求参数>

正常返回示例

XML 格式


<code>200</code>

<data>
<RequestId>618F9A9A-633E-4B43-838F-EF7544135B6D</RequestId>
<Data>
<RunningParameters>
<ParameterValue>4999</ParameterValue>
<ParameterName>CONN_POOL_BLOCK_TIMEOUT</ParameterName>
<ParameterDescription>物理连接池获取连接的最大等待时间</ParameterDescription>
</RunningParameters>
<RunningParameters>
<ParameterValue>36</ParameterValue>
<ParameterName>CONN_POOL_IDLE_TIMEOUT</ParameterName>
<ParameterDescription>物理空闲链接超时时间</ParameterDescription>
</RunningParameters>
<RunningParameters>
<ParameterValue>+07:00</ParameterValue>
<ParameterName>LOGICAL_DB_TIME_ZONE</ParameterName>
<ParameterDescription>数据库时区</ParameterDescription>
</RunningParameters>
<EngineVersion>1.0</EngineVersion>
<ConfigParameters>
<ParameterValue>5040</ParameterValue>
<ParameterName>CONN_POOL_BLOCK_TIMEOUT</ParameterName>
<ParameterDescription>物理连接池获取连接的最大等待时间</ParameterDescription>
</ConfigParameters>
<ConfigParameters>
<ParameterValue>34</ParameterValue>
<ParameterName>CONN_POOL_IDLE_TIMEOUT</ParameterName>
<ParameterDescription>物理空闲链接超时时间</ParameterDescription>
</ConfigParameters>
<Engine>polarx</Engine>
</Data>
</data>
<httpStatusCode>200</httpStatusCode>
<requestId>618F9A9A-633E-4B43-838F-EF7544</requestId>
<successResponse>true</successResponse>

JSON 格式


{
"code": "200",
"data": {
"RequestId": "618F9A9A-633E-4B43-838F-EF7544135B6D",
"Data": {
"RunningParameters": [{
"ParameterValue": "4999",
"ParameterName": "CONN_POOL_BLOCK_TIMEOUT",
"ParameterDescription": "物理连接池获取连接的最大等待时间"
}, {
"ParameterValue": "36",
"ParameterName": "CONN_POOL_IDLE_TIMEOUT",
"ParameterDescription": "物理空闲链接超时时间"
}, {
"ParameterValue": "+07:00",
"ParameterName": "LOGICAL_DB_TIME_ZONE",
"ParameterDescription": "数据库时区"
}],
"EngineVersion": "1.0",
"ConfigParameters": [{
"ParameterValue": "5040",
"ParameterName": "CONN_POOL_BLOCK_TIMEOUT",
"ParameterDescription": "物理连接池获取连接的最大等待时间"
}, {
"ParameterValue": "34",
"ParameterName": "CONN_POOL_IDLE_TIMEOUT",
"ParameterDescription": "物理空闲链接超时时间"
}],
"Engine": "polarx"
}
},
"httpStatusCode": "200",
"requestId": "618F9A9A-633E-4B43-838F-EF7544",
"successResponse": true
}
            </div>
相关文章
|
10月前
|
数据采集 JSON API
唯品会商品列表数据接口指南(唯品会 API 系列)
唯品会商品列表数据接口助力电商数据采集与分析,支持按类别、价格、品牌等条件筛选商品。通过HTTP GET/POST请求,开发者可获取商品基本信息、价格、品牌及销量等数据,适用于业务拓展和竞品研究。Python示例代码展示了如何使用`requests`库调用该接口,设置参数并处理响应。
|
数据采集 数据可视化 数据挖掘
利用Python自动化处理Excel数据:从基础到进阶####
本文旨在为读者提供一个全面的指南,通过Python编程语言实现Excel数据的自动化处理。无论你是初学者还是有经验的开发者,本文都将帮助你掌握Pandas和openpyxl这两个强大的库,从而提升数据处理的效率和准确性。我们将从环境设置开始,逐步深入到数据读取、清洗、分析和可视化等各个环节,最终实现一个实际的自动化项目案例。 ####
2161 10
|
弹性计算 人工智能 数据管理
AI场景下的对象存储OSS数据管理实践
本文介绍了ECS和OSS的操作流程,分为两大部分。第一部分详细讲解了ECS的登录、密码重置、安全组设置及OSSUTIL工具的安装与配置,通过实验创建并管理存储桶,上传下载文件,确保资源及时释放。第二部分则聚焦于OSSFS工具的应用,演示如何将对象存储挂载为磁盘,进行大文件加载与模型训练,强调环境搭建(如Conda环境)及依赖安装步骤,确保实验结束后正确清理AccessKey和相关资源。整个过程注重操作细节与安全性,帮助用户高效利用云资源完成实验任务。
1057 161
|
机器学习/深度学习 传感器 编解码
史上最全 | BEV感知算法综述(基于图像/Lidar/多模态数据的3D检测与分割任务)
以视觉为中心的俯视图(BEV)感知最近受到了广泛的关注,因其可以自然地呈现自然场景且对融合更友好。随着深度学习的快速发展,许多新颖的方法尝试解决以视觉为中心的BEV感知,但是目前还缺乏对该领域的综述类文章。本文对以视觉为中心的BEV感知及其扩展的方法进行了全面的综述调研,并提供了深入的分析和结果比较,进一步思考未来可能的研究方向。如下图所示,目前的工作可以根据视角变换分为两大类,即基于几何变换和基于网络变换。前者利用相机的物理原理,以可解释性的方式转换视图。后者则使用神经网络将透视图(PV)投影到BEV上。
史上最全 | BEV感知算法综述(基于图像/Lidar/多模态数据的3D检测与分割任务)
|
机器学习/深度学习 算法 TensorFlow
深度学习中的自编码器:从理论到实践
在这篇文章中,我们将深入探讨深度学习的一个重要分支——自编码器。自编码器是一种无监督学习算法,它可以学习数据的有效表示。我们将首先介绍自编码器的基本概念和工作原理,然后通过一个简单的Python代码示例来展示如何实现一个基本的自编码器。最后,我们将讨论自编码器的一些变体,如稀疏自编码器和降噪自编码器,以及它们在实际应用中的优势。
|
机器学习/深度学习 人工智能 自然语言处理
使用 Java 进行自然语言处理(NLP)
【4月更文挑战第19天】自然语言处理(NLP)让计算机理解人类语言,Java作为广泛应用的编程语言,在NLP中扮演重要角色。NLP应用于智能客服、机器翻译、情感分析和文本分类等领域。Java因丰富库支持、高性能和跨平台性成为NLP开发的理想选择。关键技術包括词法分析、句法分析、语义理解和文本向量化。Stanford NLP和OpenNLP是Java中的知名NLP库。开发流程涉及数据准备、选择库、特征工程、模型训练、评估和部署。随着NLP技术进步,Java在该领域将持续发挥影响力。
1477 2
|
域名解析 缓存 JavaScript
再次搞定 Ali 云函数计算 FC
原本早就该写完了微信 SDK 授权服务上云计划由于对 Ali 云函数计算 FC 的不熟悉遇到了很多的坑,再前面的文章中还吐槽了一通。在服务顺利跑通后,这回实打实的来总结一下顺利上云的保守指南~
26694 4
再次搞定 Ali 云函数计算 FC
|
IDE 项目管理 开发工具
Android Studio开发Android APP
Android Studio 是谷歌推出的一个Android集成开发工具,基于IntelliJ IDEA. 类似 Eclipse ADT,Android Studio 提供了集成的 Android 开发工具用于开发和调试。 Android Studio 主窗口由下图标注的几个逻辑区域组成:
676 0
|
机器学习/深度学习 存储 弹性计算
阿里云服务器X86计算、ARM计算、弹性裸金属服务器等架构如何选择
本文介绍了当下阿里云服务器x86计算,ARM计算,异构计算GPU/FPGA/NPU,弹性裸金属服务器(神龙),超级计算集群架构的主要特点及适用场景,可供新手用户参考选择!
2008 0
阿里云服务器X86计算、ARM计算、弹性裸金属服务器等架构如何选择