Class: TencentCloud::Dlc::V20210125::CreateStandardEngineResourceGroupRequest

Inherits:

Common::AbstractModel

• Object
• Common::AbstractModel
• TencentCloud::Dlc::V20210125::CreateStandardEngineResourceGroupRequest

Defined in:

lib/v20210125/models.rb

Overview

CreateStandardEngineResourceGroup请求参数结构体

Instance Attribute Summary

• #AutoLaunch ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #AutoPause ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #AutoPauseTime ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #DataEngineName ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #DriverCuSpec ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #DriverGPUSpec ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #DynamicConfigPairs ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #EngineResourceGroupName ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #ExecutorCuSpec ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #ExecutorGPUSpec ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #FrameType ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #GPULimitSize ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #GPUSize ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #ImageName ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #ImageType ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #ImageVersion ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #IsLaunchNow ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #MaxConcurrency ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #MaxExecutorNums ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #MinExecutorNums ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #NetworkConfigNames ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #PublicDomain ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #PythonCuSpec ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #PythonGPUSpec ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #RegionName ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #RegistryId ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #ResourceGroupScene ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #Size ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #SparkSize ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #SparkSpecMode ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

• #StaticConfigPairs ⇒ Object

  当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型） 当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）.

Instance Method Summary

• #deserialize(params) ⇒ Object
• #initialize(engineresourcegroupname = nil, dataenginename = nil, autolaunch = nil, autopause = nil, drivercuspec = nil, executorcuspec = nil, minexecutornums = nil, maxexecutornums = nil, islaunchnow = nil, autopausetime = nil, staticconfigpairs = nil, dynamicconfigpairs = nil, maxconcurrency = nil, networkconfignames = nil, publicdomain = nil, registryid = nil, frametype = nil, imagetype = nil, imagename = nil, imageversion = nil, size = nil, resourcegroupscene = nil, regionname = nil, pythoncuspec = nil, sparkspecmode = nil, sparksize = nil, drivergpuspec = nil, executorgpuspec = nil, gpulimitsize = nil, gpusize = nil, pythongpuspec = nil) ⇒ CreateStandardEngineResourceGroupRequest constructor

  A new instance of CreateStandardEngineResourceGroupRequest.

Constructor Details

#initialize(engineresourcegroupname = nil, dataenginename = nil, autolaunch = nil, autopause = nil, drivercuspec = nil, executorcuspec = nil, minexecutornums = nil, maxexecutornums = nil, islaunchnow = nil, autopausetime = nil, staticconfigpairs = nil, dynamicconfigpairs = nil, maxconcurrency = nil, networkconfignames = nil, publicdomain = nil, registryid = nil, frametype = nil, imagetype = nil, imagename = nil, imageversion = nil, size = nil, resourcegroupscene = nil, regionname = nil, pythoncuspec = nil, sparkspecmode = nil, sparksize = nil, drivergpuspec = nil, executorgpuspec = nil, gpulimitsize = nil, gpusize = nil, pythongpuspec = nil) ⇒ CreateStandardEngineResourceGroupRequest

Returns a new instance of CreateStandardEngineResourceGroupRequest.

# File 'lib/v20210125/models.rb', line 3098

def initialize(engineresourcegroupname=nil, dataenginename=nil, autolaunch=nil, autopause=nil, drivercuspec=nil, executorcuspec=nil, minexecutornums=nil, maxexecutornums=nil, islaunchnow=nil, autopausetime=nil, staticconfigpairs=nil, dynamicconfigpairs=nil, maxconcurrency=nil, networkconfignames=nil, publicdomain=nil, registryid=nil, frametype=nil, imagetype=nil, imagename=nil, imageversion=nil, size=nil, resourcegroupscene=nil, regionname=nil, pythoncuspec=nil, sparkspecmode=nil, sparksize=nil, drivergpuspec=nil, executorgpuspec=nil, gpulimitsize=nil, gpusize=nil, pythongpuspec=nil)
  @EngineResourceGroupName = engineresourcegroupname
  @DataEngineName = dataenginename
  @AutoLaunch = autolaunch
  @AutoPause = autopause
  @DriverCuSpec = drivercuspec
  @ExecutorCuSpec = executorcuspec
  @MinExecutorNums = minexecutornums
  @MaxExecutorNums = maxexecutornums
  @IsLaunchNow = islaunchnow
  @AutoPauseTime = autopausetime
  @StaticConfigPairs = staticconfigpairs
  @DynamicConfigPairs = dynamicconfigpairs
  @MaxConcurrency = maxconcurrency
  @NetworkConfigNames = networkconfignames
  @PublicDomain = publicdomain
  @RegistryId = registryid
  @FrameType = frametype
  @ImageType = imagetype
  @ImageName = imagename
  @ImageVersion = imageversion
  @Size = size
  @ResourceGroupScene = resourcegroupscene
  @RegionName = regionname
  @PythonCuSpec = pythoncuspec
  @SparkSpecMode = sparkspecmode
  @SparkSize = sparksize
  @DriverGPUSpec = drivergpuspec
  @ExecutorGPUSpec = executorgpuspec
  @GPULimitSize = gpulimitsize
  @GPUSize = gpusize
  @PythonGPUSpec = pythongpuspec
end

Instance Attribute Details

#AutoLaunch ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def AutoLaunch
  @AutoLaunch
end

#AutoPause ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def AutoPause
  @AutoPause
end

#AutoPauseTime ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def AutoPauseTime
  @AutoPauseTime
end

#DataEngineName ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def DataEngineName
  @DataEngineName
end

#DriverCuSpec ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def DriverCuSpec
  @DriverCuSpec
end

#DriverGPUSpec ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def DriverGPUSpec
  @DriverGPUSpec
end

#DynamicConfigPairs ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def DynamicConfigPairs
  @DynamicConfigPairs
end

#EngineResourceGroupName ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def EngineResourceGroupName
  @EngineResourceGroupName
end

#ExecutorCuSpec ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def ExecutorCuSpec
  @ExecutorCuSpec
end

#ExecutorGPUSpec ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def ExecutorGPUSpec
  @ExecutorGPUSpec
end

#FrameType ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def FrameType
  @FrameType
end

#GPULimitSize ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def GPULimitSize
  @GPULimitSize
end

#GPUSize ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def GPUSize
  @GPUSize
end

#ImageName ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def ImageName
  @ImageName
end

#ImageType ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def ImageType
  @ImageType
end

#ImageVersion ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def ImageVersion
  @ImageVersion
end

#IsLaunchNow ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def IsLaunchNow
  @IsLaunchNow
end

#MaxConcurrency ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def MaxConcurrency
  @MaxConcurrency
end

#MaxExecutorNums ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def MaxExecutorNums
  @MaxExecutorNums
end

#MinExecutorNums ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def MinExecutorNums
  @MinExecutorNums
end

#NetworkConfigNames ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def NetworkConfigNames
  @NetworkConfigNames
end

#PublicDomain ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def PublicDomain
  @PublicDomain
end

#PythonCuSpec ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def PythonCuSpec
  @PythonCuSpec
end

#PythonGPUSpec ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def PythonGPUSpec
  @PythonGPUSpec
end

#RegionName ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def RegionName
  @RegionName
end

#RegistryId ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def RegistryId
  @RegistryId
end

#ResourceGroupScene ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def ResourceGroupScene
  @ResourceGroupScene
end

#Size ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def Size
  @Size
end

#SparkSize ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def SparkSize
  @SparkSize
end

#SparkSpecMode ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def SparkSpecMode
  @SparkSpecMode
end

#StaticConfigPairs ⇒ Object

当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）当前支持：small（默认，1cu）、medium（2cu）、large（4cu）、xlarge（8cu），内存型cu为cpu：men=1:8，m.small（1cu内存型）、m.medium（2cu内存型）、m.large（4cu内存型）、m.xlarge（8cu内存型）

Parameters:

• EngineResourceGroupName: —

  标准引擎资源组名称

• DataEngineName: —

  标准引擎名称

• AutoLaunch: —

  自动启动，（任务提交自动拉起资源组）0-自动启动，1-不自动启动

• AutoPause: —

  自动挂起资源组。0-自动挂起，1-不自动挂起

• DriverCuSpec: —

  driver的cu规格：

• ExecutorCuSpec: —

  executor的cu规格：

• MinExecutorNums: —

  executor最小数量，

• MaxExecutorNums: —

  executor最大数量

• IsLaunchNow: —

  创建资源组后是否直接拉起，0-拉起，1-不拉起

• AutoPauseTime: —

  自动挂起时间，单位分钟，取值范围在1-999（在无任务AutoPauseTime后，资源组自动挂起）

• StaticConfigPairs: —

  资源组静态参数，需要重启资源组生效

• DynamicConfigPairs: —

  资源组动态参数，下一个任务生效。

• MaxConcurrency: —

  任务并发数，默人是5个

• NetworkConfigNames: —

  网络配置名称

• PublicDomain: —

  自定义镜像域名

• RegistryId: —

  自定义镜像实例id

• FrameType: —

  AI类型资源组的框架类型，machine-learning，python，spark-ml，不填默认为machine-learning

• ImageType: —

  镜像类型，bulit-in：内置，custom：自定义，不填默认为bulit-in

• ImageName: —

  镜像名称

• ImageVersion: —

  镜像id

• Size: —

  AI资源组有效，资源组可用资源上限，该值需要小于引擎资源上限

• ResourceGroupScene: —

  资源组场景

• RegionName: —

  自定义镜像所在地域

• PythonCuSpec: —

  python类型资源组python单机节点资源上限，该值要小于资源组的资源上限.small:1cu medium:2cu large:4cu xlarge:8cu 4xlarge:16cu 8xlarge:32cu 16xlarge:64cu，如果是高内存型资源，在类型前面加上m.

• SparkSpecMode: —

  仅SQL资源组资源配置模式，fast：快速模式，custom：自定义模式

• SparkSize: —

  仅SQL资源组资源上限，仅用于快速模块

• DriverGPUSpec: —

  GPUDriver规格

• ExecutorGPUSpec: —

  GPUExecutor规格

• GPULimitSize: —

  GPU上限

• GPUSize: —

  GPU规格

• PythonGPUSpec: —

  Pod GPU规格上限

# File 'lib/v20210125/models.rb', line 3096

def StaticConfigPairs
  @StaticConfigPairs
end

Instance Method Details

#deserialize(params) ⇒ Object

# File 'lib/v20210125/models.rb', line 3132

def deserialize(params)
  @EngineResourceGroupName = params['EngineResourceGroupName']
  @DataEngineName = params['DataEngineName']
  @AutoLaunch = params['AutoLaunch']
  @AutoPause = params['AutoPause']
  @DriverCuSpec = params['DriverCuSpec']
  @ExecutorCuSpec = params['ExecutorCuSpec']
  @MinExecutorNums = params['MinExecutorNums']
  @MaxExecutorNums = params['MaxExecutorNums']
  @IsLaunchNow = params['IsLaunchNow']
  @AutoPauseTime = params['AutoPauseTime']
  unless params['StaticConfigPairs'].nil?
    @StaticConfigPairs = []
    params['StaticConfigPairs'].each do |i|
      engineresourcegroupconfigpair_tmp = EngineResourceGroupConfigPair.new
      engineresourcegroupconfigpair_tmp.deserialize(i)
      @StaticConfigPairs << engineresourcegroupconfigpair_tmp
    end
  end
  unless params['DynamicConfigPairs'].nil?
    @DynamicConfigPairs = []
    params['DynamicConfigPairs'].each do |i|
      engineresourcegroupconfigpair_tmp = EngineResourceGroupConfigPair.new
      engineresourcegroupconfigpair_tmp.deserialize(i)
      @DynamicConfigPairs << engineresourcegroupconfigpair_tmp
    end
  end
  @MaxConcurrency = params['MaxConcurrency']
  @NetworkConfigNames = params['NetworkConfigNames']
  @PublicDomain = params['PublicDomain']
  @RegistryId = params['RegistryId']
  @FrameType = params['FrameType']
  @ImageType = params['ImageType']
  @ImageName = params['ImageName']
  @ImageVersion = params['ImageVersion']
  @Size = params['Size']
  @ResourceGroupScene = params['ResourceGroupScene']
  @RegionName = params['RegionName']
  @PythonCuSpec = params['PythonCuSpec']
  @SparkSpecMode = params['SparkSpecMode']
  @SparkSize = params['SparkSize']
  @DriverGPUSpec = params['DriverGPUSpec']
  @ExecutorGPUSpec = params['ExecutorGPUSpec']
  @GPULimitSize = params['GPULimitSize']
  @GPUSize = params['GPUSize']
  @PythonGPUSpec = params['PythonGPUSpec']
end