【笔记】API参考—数据库管理—CreateDB

简介: 调用CreateDB接口创建数据库。

调试

您可以在OpenAPI Explorer中直接运行该接口,免去您计算签名的困扰。运行成功后,OpenAPI Explorer可以自动生成SDK代码示例。

调试

请求参数

名称 类型 是否必选 示例值 描述
Action String CreateDB

系统规定参数。取值为CreateDB

AccountName String test_acc

数据库所属的账号名称。

说明

  • 仅支持传入普通账号的账号名称,因为默认模式下的高权限账号默认拥有所有数据库的所有权限,而三权分立模式下的系统管理员账号、安全管理员账号和审计管理员账号均不需要该授权。
  • 您可以调用DescribeAccountList接口查看目标实例的账号信息,包括账号名称。
AccountPrivilege String ReadWrite

数据库所属账号在目标数据库下的权限,取值范围如下:

  • ReadWrite:读写
  • ReadOnly:只读
  • DML:仅DML
  • DDL:仅DDL
  • ReadIndex:只读和索引
Charset String utf8

目标数据库所使用的编码字符集。

说明 您可以调用DescribeCharacterSet接口查询数据库支持的字符集类型。

DBInstanceName String pxc-****************

实例ID。

说明 您可以调用DescribeDBInstances接口查看目标地域下所有实例的详情,包括实例ID。

DbName String test_db

新建数据库的名称。数据库名称需满足如下要求:

  • 由小写字母、数字、下划线(_)或中划线(-)组成,长度需为2~16个字符。
  • 需以字母开头,以字母或数字结尾。
  • 不能和已有的数据库名称重复。
RegionId String cn-hangzhou

实例所在地域ID。

说明 您可以调用DescribeRegions接口查看PolarDB-X支持的地域详情,包括地域ID。

DbDescription String test

数据库描述。最多支持256个字符。

SecurityAccountName String test_dsa

安全管理员账号名称。

说明 若已开启三权分立模式,该参数必填。更多关于三权分立模式的信息,请参见三权分立

SecurityAccountPassword String Pw@11111

安全管理员账号的密码。

说明 若已开启三权分立模式,该参数必填。更多关于三权分立模式的信息,请参见三权分立

返回数据

名称 类型 示例值 描述
Message String ****

请求返回消息。

说明 请求成功时该参数为空,请求失败时会返回请求异常信息(如错误码等)。

RequestId String DC45C486-E7FA-409B-B002-9D16E4******

请求ID。

Success Boolean true

请求是否成功。

示例

请求示例


http(s)://polardbx.cn-hangzhou.aliyuncs.com/?Action=CreateDB

&AccountName=test_acc
&AccountPrivilege=ReadWrite
&Charset=utf8
&DBInstanceName=pxc-**
&DbName=test_db
&RegionId=cn-hangzhou
&<公共请求参数>

正常返回示例

XML格式


<code>200</code>
<data>
<RequestId>DC45C486-E7FA-409B-B002-9D16E4</RequestId>
<Message/>
<Success>true</Success>
</data>
<requestId>DC45C486-E7FA-409B-B002-9D16E4</requestId>
<successResponse>true</successResponse>

JSON格式


{"RequestId":"DC45C486-E7FA-409B-B002-9D16E4","Message":"","Success":"true"}
            </div>
相关文章
|
8天前
|
数据采集 人工智能 安全
|
17天前
|
云安全 监控 安全
|
3天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
292 164
|
2天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
303 155
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
233 113
|
11天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
809 6