阿里云开发者

简介：业务中台产品BizWorks重磅公布，这能够看作是阿里云在 “做厚中台” 策略上继 “云钉一体”之后的又一个新动作！10 月 19 日，2021 云栖大会正式揭幕，间断举办多年的云栖大会俨然曾经成为了国内科技产业展现前沿科技成果，行业精英交换前沿科技想法的饕餮盛会。往年的大会以“前沿·摸索·想象力”为主题，蕴含了 100+ 场前沿科技论坛，450+ 国内外顶尖科研机构与数智产业厂商积累，在 40000 平米“云栖数字谷”，各个领域的专家共创数字时代新思维，大家从不同角度，从各种科技实际来论述各自对整个数字世界的认识，对将来数字技术的意识。 继上午主论坛阿里云智能总裁张建锋阿里巴巴公布自研的 5 纳米 CPU 芯片 “倚天 710”， 进一步推动阿里云的 “做深根底” 策略，下午的论坛紧接着由业务智能部总经理谢纯良重磅公布了一款业务中台产品 BizWorks，这能够看作是阿里云在 “做厚中台” 策略上继 “云钉一体”之后的又一个新动作。 “做深根底、做厚中台、做强生态、做好服务” 是往年 5 月份的阿里云峰会上，阿里云智能总裁张建锋首次对外公布的阿里云对将来的新的策略思考。 依据阿里云官网上 BizWorks 的介绍，BizWorks 是一个帮忙客户高效和高质量构建和经营企业级业务中台的数字化转型工作台。BizWorks 是基于阿里若干年中台实际的研发经营一体化数字平台。产品次要包含了业务建模平台、一体化利用构建与运行平台、业务测试与演练平台、业务经营与治理平台。BizWorks 提供的产品能力，广泛实用于中大型企业/组织构建业务中台并冀望实现对中台 IT 资产的继续治理场景。 依据谢纯良在会上的介绍，BizWorks 提供的局部工具曾经在过来几年当中，阿里云深度参加的 200 多个业务中台我的项目的交付当中施展了微小的价值，依据之前的我的项目交付和标杆我的项目的案例中的统计，基于 BizWorks 构建和交付中台我的项目效率晋升了一倍，并且无效的晋升了业务中台的继续经营能力。 什么是中台中台策略是阿里巴巴 2015 年首次外部提出的,旨在构建合乎 DT 时代的更翻新灵便的“大中台、小前台” 的业务和企业架构翻新机制，也是实现匹配数字化时代企业须要的疾速商业翻新的组织管理模式。 而外界首次接触和感知到中台概念是由时任阿里巴巴中间件首席架构师的钟华(花名古谦)的新书 《企业 IT 架构转型之道 -- 阿里巴巴中台战略思想与架构实战》首次披露，该书中介绍了撑持阿里巴巴在中台策略落地过程中背地的共享服务中心业务和采纳分布式服务化技术架构的新的企业架构模式. 业界对于中台的一直摸索与倒退阿里提出的中台理念和新的企业架构模式无效的解决了传统企业架构所导致的数据孤岛，外部烟囱林立，企业信息系统一直反复建设带来的节约，企业经营效率低下等痛点问题，同时也解决了如何通过分布式服务化的技术架构模式来解决集中式单体架构带来的扩展性和可维护性差的问题，这导致了传统技术架构难以撑持新商业环境下业务倒退的微小痛点。 这些痛点在过往可能还没有那么痛，然而汹涌而来的数字化时代广泛放大了这种痛点，在数字化时代，数字技术简直须要被放到企业首要生产因素的地位。传统企业架构岂但曾经支撑不了数字时代的倒退，曾经处于拖业务倒退后腿的状态。比照数字原生企业，传统企业在数字化转型上亟需可能落地的新的企业架构方法论和新的工程办法。 这些大的行业问题导致了阿里中台架构理念一经提出，就很快在社会上各个行业中产生了微小的回应。IT 产业链上不同的角色从各自的角度开始尝试了解，摸索和尝试构建实用于该行业的数字中台，这催生了整个数字中台产业。 征引一些商业报告的信息，中国数字中台市场一经提出,其增长势头就非常明显，行业规模疾速扩张。2018 年，中国数字中台规模为 22.2 亿元, 而到了 2020 年中台市场总市场规模曾经增长为 90.1 亿元，预计将来五年将放弃 60% 的年复合增长率，于 2025 年将成长成一个近千亿的规模。 ...

简介：北京工夫 9 月 27 号，OpenYurt 公布 v0.5.0 版本。新公布版本中首次提出 kubernetes-native非侵入、可扩大的边缘设施治理规范，使 Kubernetes 业务负载模型和 IOT 设施治理模型无缝交融。作者｜贾燚星(VMware), 何淋波(阿里云) 北京工夫 9 月 27 号，OpenYurt 公布 v0.5.0 版本。新公布版本中首次提出 kubernetes-native非侵入、可扩大的边缘设施治理规范，使 Kubernetes 业务负载模型和 IOT 设施治理模型无缝交融。同时联结 VMware 推动 EdgeX Foundry 作为云原生设施治理模型的首个实现并胜利落地，大大降低 EdgeX Foundry 在 Kubernetes 上的部署治理的复杂度同时也晋升了边缘设施的管理效率。 云原生生态须要什么样的边缘设施治理能力当应用 Kubernetes 来解决边缘计算场景的需要时，现有的解决方案要么扭转零碎架构（如将管制立体和 kubelet 打包在一起），要么重度批改外围组件（如kubelet 中糅合设施治理）。 受 Unix 哲学：“做一件事，做好它”（Do one thing and do it well）的启发，OpenYurt 社区认为 Kubernetes 应该专一于计算资源和业务容器的治理，而边缘设施治理能够通过采纳现有的边缘计算平台来实现。 因而，OpenYurt 社区定义了通用的 Kubernetes CRDs，它们充当 OpenYurt 和边缘平台之间的中介。通过为这些 CRDs 实现自定义控制器，任何现有的边缘平台(如 EdgeX Foundry)都能够集成到 OpenYurt 中。同时这些 CRDs 容许用户以申明式的形式治理边缘设施，这为用户提供了 Kubernetes-native 的边缘设施治理体验。 ...

简介：10月22日，2021年的云栖大会圆满闭幕，阿里云弹性计算团队在大会上星光熠熠：第四代神龙架构重磅亮相、无影云电脑全新降级、视觉计算解决方案公布……本文为您总结了阿里云弹性计算产品线在本次云栖大会的精彩看点，一起来enjoy~10月22日，2021年的云栖大会圆满闭幕，作为客户上云的第一步，阿里云弹性计算产品的最新动静，往往都备受客户关注。第四代神龙架构重磅亮相、无影云电脑全新降级、视觉计算解决方案公布等泛滥当先技术，为客户高效用云保驾护航！ 在本文中，咱们为您总结了阿里云弹性计算产品线在本次云栖大会的精彩看点，enjoy~ No.1 新产品公布 做深根底 · 做好服务 第四代神龙架构，网络延时进入微秒时代 阿里云发表推出第四代神龙架构，这是飞天云操作系统新一代虚拟化技术，首次搭载寰球惟一的大规模弹性RDMA减速网络，网络提早整体升高80%以上。神龙4.0带来的计算架构变革，将云计算首次带进5微秒时延时代。 点击链接，理解更多~ 阿里云根底产品事业部负责人蒋江伟公布第四代神龙架构 无影一体机，第一台设计师云电脑 10月18日云栖大会开放日上，阿里云展出了基于新一代无影架构的两款一体机。据理解，两款新品分为23.8寸标准版和27寸Pro版，Pro版为手绘场景配有触控屏和触控笔，官网介绍为首款设计师云电脑。 阿里云智能总裁张建锋展现无影交融办公将来 视觉计算解决方案推动XR与数字孪生规模化落地 阿里云正式公布了从渲染、串流到编码的一整套视觉计算解决方案，推动CloudXR技术在各行业的落地。该计划由阿里云异构计算与英伟达、平台云、51World和燧光XIMMERSE等合作伙伴独特构建而成，涵盖算力、平台、终端、利用场景等端到端环节。该计划实用于工业设计、智能制作、教育培训、医疗、园区及城市治理等畛域，大大降低培训和试验老本，晋升治理与教学的效率。 点击链接，理解更多~ No.2 生态联盟成立 广交朋友 · 做强生态 15家计算巢合作伙伴取得授牌认证 在2021杭州云栖大会上，阿里云对计算巢首批认证合作伙伴进行了授牌典礼，金蝶、畅捷通、达梦数据库、点评生存、精鲲、蓝凌、数云和众畅科技等国内ISV合作伙伴和Avaya、Fortinet、CheckPoint、F5、Memverge、Paloalto、Radware 等国内ISV合作伙伴取得授牌认证。通过计算巢，合作伙伴实现了和阿里云云平台的深度集成。将来阿里云将与ISV合作伙伴更严密单干，通过计算巢共筑云上生态，与合作伙伴一起更好地服务客户。 点击链接，理解更多~ 云栖大会现场授牌局部ISV代表合影 无影云电脑产业生态打算重磅公布 10月20日，2021年云栖大会上，阿里云与英特尔、神州数码、浪潮、天宝中国、新华三、统信、Autodesk 、中望、蓝凌、科尼、ANSYS、福昕、石墨等13家各个领域的企业代表，独特公布“无影产业生态打算”，一起打造无影办公新生态，让无影云电脑可能在办公、娱乐、居家各个领域为客户提供便捷统一的体验和服务。 云栖大会现场局部合作伙伴代表合影 No.3 展区掠影 当先科技 · 服务公众 在展区，参会嘉宾络绎不绝，体验MR头显检修航空器、应用无影无电脑玩游戏和设计渲染，还能现场一睹神龙服务器与云盒的实物风采。 No.4 分论坛金句 技术干货 · 商业趋势 本次云栖大会上，阿里云弹性计算共主办数字孪生&Cloud XR技术助力产研翻新论坛、无影论坛——云上平安办公IT解决方案、云上运维最佳实际论坛3场分论坛，参加一云多状态部署最佳实际论坛、阿里云产品生态单干峰会、平安论坛-数据安全与用户隐衷爱护等多场分论坛。在分论坛上，演讲嘉宾们金句频出，欢送大家至云栖大会官网观看线上回看。 “ 公共云正在一直向外延长，一云多态是将来趋势。真正的一云多态，应该是同一朵公共云，并且所有的接口和工具、控制台、账号体系等都是同一套，在基础设施、技术栈、运维体系方面也齐全保持一致。 ” “ 无影云电脑是把阿里云过来十多年在做计算、存储、网络的能力进行更好的交融，从而打造进去的新的计算体系，所以它将来的可扩展性和想象力是有限的。 ” ——张献涛       阿里巴巴团体研究员   阿里云弹性计算产品线负责人 “ 阿里云心愿通过计算巢输入多年积淀的云平台能力，解决ISV合作伙伴云化转型的痛点，成为合作伙伴建设技术劣势和业务倒退的新引擎。 ” ...

简介：云原生产品全新降级 云栖大会：云原生精彩持续 更多企业数字化转型实际， 点击下方链接 查看【云栖大会-企业级互联网架构分论坛】直播回放 https://yunqi.aliyun.com/2021/agenda/session184 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：IoT数智引擎,全面助力空间数智化降级！在2021云栖大会IoT云端一体硬件与利用翻新峰会上，阿里云IoT通用业务总经理戴高示意，每个人、每个企业、每个组织每天都在有数的空间中穿梭，因而IoT场景化就是要围绕人的工作生存打造各种数智化空间。 戴高示意，阿里云IoT利用云计算、边缘计算、区块链、AI算法等能力，打造了行业当先的“IoT数智引擎”，帮忙各行业空间进行数智化降级。通过构建“云端一体”“数据智能”“端边智能”的业务模式，全力推动传统各类空间设施围绕“万物互联、组织在线、服务在线、空间智慧“四个方向进行数智翻新。 在农业畛域，阿里云IoT通过数智农场计划帮忙山东苹果、安吉白茶、湖南柑橘等各地特色农业产业带实现了数智化转型降级，其中湖南长沙一个柑橘生产基地，节约至多20%老本，升高30%气象灾祸损失。 在工业畛域，通过物业管理一体机、安防AI一体机、慧园智能经营核心等外围产品，提供能效剖析服务、各类人行车行、区域入侵、消防占道等算法，以及数据分析预警能力。在某电网团体发电公司，阿里云IoT通过云钉一体的形式，帮忙其实现了电厂园区管理模式的数字化、挪动化。通过一个平台，实现多个电厂“团体总部对立监管、业务解决本地自治”的管理模式，将来能够扩大到公司其它10余个电厂。其中，AI视觉辨认高并发反对20人/秒，整体服务效率晋升30%以上。 .jpg") 此外，IoT数智引擎宽泛落地在生存、休闲、校园、办公、商业等各行业。在某地产团体，通过数智社区平台让业主领有新一代人居空间；某5A风光名胜区，基于云端一体，打造“数智空间+全域游览”新模式；在某K12学校，打造了“无感校园”服务新模式；在某信息产业园的办公楼宇，基于IoT数字引擎在物联设施感知、AI智能辨认、危险剖析预警、智能管控服务等能力，打造“了云工作台+聚合共享”的智慧园区办公平台。在商超卖场、生鲜便当等场景中，实现了企业信息化数据，资产爱护智能化，经营治理标准化等。还有通过IoT数智引擎，打造Vlog短视频服务，这些场景数字化降级增强了用户体验感，大大晋升了经营效率。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：PolarDB MySQL是因云而生的一个数据库系统, 除了云上OLTP场景，大量客户也对PolarDB提出了实时数据分析的性能需求。对此PolarDB技术团队提出了In-Memory Column Index(IMCI）的技术计划，在简单剖析查问场景取得的数百倍的减速成果。本文论述了IMCI背地技术路线的思考和具体计划的取舍。 作者 | 北楼 起源 | 阿里技术公众号 前言最近剖析型数据库在资本市场和技术社区都十分的炽热，各种守业公司的创新型产品如雨后春笋般呈现。这一方面是因为以后阶段企业日益依赖从数据中寻找增长后劲带来需要的增长，另一方面云原生技术的倒退带来现有技术体系的进化和改革，诸如Snowflakes这类产品的胜利证实，应用云原生技术再造剖析型数据库技术体系是必要的且存在很大的市场机会。 PolarDB MySQL是因云而生的一个数据库系统, 除了云上OLTP场景，大量客户也对PolarDB提出了实时数据分析的性能需求。对此PolarDB技术团队提出了In-Memory Column Index(IMCI）的技术计划，在简单剖析查问场景取得的数百倍的减速成果。 本文论述了IMCI背地技术路线的思考和具体计划的取舍。PolarDB MySQL 列存剖析性能行将在阿里云上线，敬请期待。 一 MySQL生态HTAP数据库解决方案MySQL是一款次要面向OLTP型场景设计的开源数据库，开源社区的研发方向侧重于增强其事务处理的能力，如晋升单核性能/多核扩展性/加强集群能力以晋升可用性等。在解决大数据量下简单查问所须要的能力方面，如优化器解决子查问的能力，高性能算子HashJoin, SQL并行执行等，社区始终将其放在比拟低优先级上，因而MySQL的数据分析能力晋升停顿迟缓。 随着MySQL倒退为世界上最为风行的开源数据库系统，用户在其中存储了大量的数据，并且运行着要害的业务逻辑，对这些数据进行实时剖析成为一个日益增长的需要。当单机MySQL不能满足需要时，用户寻求一个更好的解决方案。 1 MySQL + 专用AP数据库的搭积木计划专用剖析型数据库产品选项泛滥，一个可选计划是应用两套零碎来别离满足的OLTP和OLAP型需要，在两套零碎两头通过数据同步工具等进行数据的实时同步。更进一步，用户甚至能够减少一层proxy，主动将TP型负载路由到MySQL上，而将剖析型负载路由到OLAP数据库上，对应用层屏蔽底层数据库的部署拓扑。 这样的架构有其灵便之处，例如对于TP数据库和AP数据库都能够各自抉择最好的计划，而且实现了TP/AP负载的齐全隔离。然而其毛病也是不言而喻的。首先，在技术上须要保护两套不同技术体系的数据库系统，其次因为两套零碎解决机制的差别，保护上下游的数据实时一致性也十分具备挑战。而且因为同步提早的存在，上游AP零碎存储的常常是过期的数据，导致无奈满足实时剖析的需要。 2 基于多正本的Divergent Design办法随着互联网而衰亡的新兴数据库产品很多都兼容了MySQL协定，因而成为代替MySQL的一个可选项。而这些分布式数据库产品大部分采纳了分布式Share Nothing的计划，其一个外围特点是应用分布式一致性协定来保障单个partition多正本之间的数据一致性。因为一份数据在多个正本之间上齐全独立，因而在不同正本上应用不同格局进行存储，来服务不同的查问负载是一个易于施行的计划。典型的如TiDB，其从TiDB4.0开始，在一个Raft Group中的其中一个正本上，应用列式存储(TiFlash)来响应AP型负载, 并通过TiDB的智能路由性能来主动选取数据起源。这样实现了一套数据库系统同时服务OLTP型负载和OLAP型负载。 该办法在诸多Research及Industry畛域的工作中都被借鉴并应用，并日益成为分布式数据畛域一体化HTAP的事实标准计划。然而利用这个计划的前提是用户须要迁徙到对应的NewSQL数据库系统，而这往往带来各种兼容性适配问题。 3 一体化的行列混合存储计划比多正本Divergent Design办法更进一步的，是在同一个数据库实例中采纳行列混合存储的计划，同时响应TP型和AP型负载。这是传统商用数据库Oracle/SQL Server/DB2等不谋而合采纳的计划。 Oracle公司在在2013年发表的Oracle 12C上，公布了Database In-Memory套件，其最外围的性能即为In-Memory Column Store，通过提供行列混合存储/高级查问优化(物化表达式，JoinGroup)等技术晋升OLAP性能。微软在SQL Server 2016 SP1上，开始提供Column Store Indexs性能，用户能够依据负载特色，灵便的应用纯行存表，纯列存表，行列混合表，列存表+行存索引等多种模式。IBM在2013年公布的10.5版本(Kepler)中，减少了DB2 BLU Acceleration组件，通过列式数据存储配合内存计算以及DataSkipping技术，大幅晋升剖析场景的性能。 三家当先的商用数据库厂商，均同时采纳了行列混合存储联合内存计算的技术路线，这是有其底层技术逻辑的：列式存储因为有更好的IO效率(压缩,DataSkipping,列裁剪)以及CPU计算效率(Cache Friendly), 因而要达到最极致的剖析性能必须应用列式存储，而列式存储中索引稠密导致的索引精准度问题决定它不可能成为TP场景的存储格局，如此行列混合存储成为一个必选计划。但在行列混合存储架构中，行存索引和列存索引在解决随机更新时存在性能鸿沟, 必须借助DRAM的低读写延时来补救列式存储更新效率低的问题。因而在低延时在线事务处理和高性能实时数据分析两大前提下，行列混合存储联合内存计算是惟一计划。 比照上述三种办法，从组合搭积木的办法到Divergent Design办法再到一体化的行列混合存储，其集成度越来越高，用户的应用体验也越来越好。然而其对内核工程实现上的挑战也一个比一个大。根底软件的作用就是把简单留给本人把简略留给用户，因而一体化的办法是合乎技术发展趋势的。 二 PolarDB MySQL AP能力的演进PolarDB MySQL能力栈与开源MySQL相似，长于TP但AP能力较弱。因为PolarDB提供了最大单实例100TB的存储能力，同时其事务处理能力远超用户自建MySQL。因而PolarDB用户偏向于在单实例上存储更多的数据，同时会在这些数据上运行一些简单聚合查问。借助于PolarDB一写多读的架构，用户能够减少只读的RO节点以运行简单只读查问，从而防止剖析型查问对TP负载的烦扰。 1 MySQL的架构在AP场景的缺点MySQL的实现架构在执行简单查问时性能差有多个方面的起因，比照专用的OLAP零碎，其性能瓶颈体现多个方面： MySQL的SQL执行引擎基于流式迭代器模型(Volcano Iterator)实现, 这个架构在工程实现上依赖大量深层次的函数嵌套及虚函数调用，在解决海量数据时，这种架构会影响古代CPU流水线的pipline效率，导致CPU Cache效率低下。同时Iterator执行模型也无奈充分发挥古代CPU提供的SIMD指令来做执行减速。执行引擎只能串行执行，无奈施展古代多核CPU的并行话能力。官网从MySQL 8.0开始，在一些count(*)等根本查问上减少并行执行的能力，然而简单SQL的并行执行能力构建仍然任重道远。MySQL最罕用的存储引擎都是按行存储，在按列进行海量数据分析时，按行从磁盘读取数据存在十分大的IO带宽节约。其次行式存储格局在解决大量数据时大量拷贝不必要的列数据，对内存读写效率也存在冲击。2 PolarDB 并行查问冲破CPU瓶颈PolarDB团队开发的并行查问框架（Parallel Query), 能够在当查问数据量达到肯定阈值时，主动启动并行执行，在存储层将数据分片到不同的线程上，多个线程并行计算，将后果流水线汇总到总线程，最初总线程做些简略归并返回给用户，进步查问效率。 ...

简介：感激大家过来的致力， 让咱们看到了云原生发明的更多可能性和想象力。 将来，持续一路同行。云栖大会最初一天 咱们有些话想说： 感激远道而来的敌人 你们带来了云原生落地的教训 是扎扎实实的云原生实战派！ 流畅说+阿里云云原生流畅说去年全栈实现了从 AWS 迁徙到阿里云， 生于云、长于云， 所有利用一开始就是基于云的弹性， 构建研发、治理、测试流程。 流畅说 Cloud Infra 总负责人 孙文杰说： “咱们对云的了解，就是当须要的时候，扭开水龙头， 自来水就来了。 云原生就是这样，极致的弹性、极致的效率。” 南瓜电影+阿里云云原生互联网公司发版的工夫比拟频繁， 整个后盾一两天就会公布； 公布的时候可能一不小心在某个调度节点 或者某个零碎上如果出错， 就须要进行回滚； 在资源利用率上， 特地是对流媒体行业， 高峰期都是在中午或者早晨， 其余工夫拜访都比拟低， 这时候不可能把很多服务器开释出， 资源利用率在某些工夫就绝对比拟低。 南瓜电影 CTO 庄徐麟说： “直到有一天咱们看到了 SAE， 感觉这些问题有解了。” 安利+阿里云云原生互联网的冲击下， 安利除了须要适应互联网场景下的 麻利、疾速、低成本试错的外围需要， 还须要适应互联网场景下的 高并发、秒杀、大促等场景。 云原生中间件为安利构建 基于互联网业务中台架构的新电商平台， 充分发挥云原生产品的技术劣势， 撑持 10000 笔/秒的订单峰值。 安利 SRE 团队高级技术专家 Gauss Ye 说： “云原生中间件重构了安利社交商业IT根底， 打造了安利寰球数字化的标杆。” 网易云音乐+阿里云云原生网易云音乐的弹性解决场景十分多， 一个新算法的落地， 不仅要疾速保障增量数据的疾速接入， 还要保障存量数据的疾速解决。 只有所有的数据都解决洁净， 能力说这个算法是齐全落地的。 网易云音乐曲库研发负责人 廖祥俐说： “在云音乐的业务场景中， ...

简介：在过来的一年中，咱们能够看到多媒体特地是音视频技术的能力在严厉的挑战下，为各行各业带来了微小的变动。疫情过后，又会有哪些多媒体新技术、新实际出现在公众的视线当中？为行业的倒退与利用带来哪些新的趋势与机会？ 10 月 29 日 - 30 日，LiveVideoStackCon 2021 音视频技术大会 北京站，一起探讨音视频行业与技术倒退的挑战和更多机会。阿里云视频云专场：从上云到翻新，视频云的新技术与新场景10 月 30 日 | 北京 LiveVideoStack 将携手阿里云共邀 5 位技术大咖，一起探讨从上云到翻新，视频云的新技术与新场景。阿里云视频云依靠阿里云服务数百万开发者的卓越服务能力与实际，在本专场演讲中，将从云计算服务、网络调度到端侧出现等视频生产与生产的全流程角度登程，分享下一代技术趋势和判断，并从实际角度分享算法、架构、AI 等多个具备实际指导意义的话题。除视频云专场之外，阿里云视频云还将带来大会主题演讲《编解码再进化：Ali266 与下一代视频技术》，与泛滥行业专家独特探讨下一代音视频技术趋势。 ⏰ 流动工夫: 2021/10/30 14:00-18:00 参加形式: 线下参加（收费） 扫码立刻报名 此二维码仅为阿里云专场收费报名通道，大会通票需另行购票出品人. 何亚明/阿里云智能视频云资深技术专家 何亚明，阿里云智能事业群视频云资深技术专家，视频云技术研发负责人。退出阿里巴巴之前曾就任于美国 Facebook 和微软，在微软负责 Principal Software Engineer，从事视频编码和视频云的研发，在 Facebook 负责实时音视频和直播技术的研发，短短几年内将 Facebook Messenger 和 Facebook Live 两款产品从零打造成领有 10 亿级用户的明星产品。 讲师与议题 邹娟/阿里云智能视频云高级技术专家 邹娟，阿里云智能视频云高级技术专家、阿里巴巴团体内容架构组成员、阿里云视频云媒体生产平台研发负责人，从 0 到 1 主导了阿里云 AI 视频和云剪辑等重点产品的研发工作。具备多年传媒媒资治理与音视频内容生产平台的研发教训，曾作为核心成员主导了《新一代电视台网络化制播零碎及重大利用》等重大项目，荣获 2013 年国家科技进步一等奖等多个国家级奖项。 TOPIC： “三位一体”— 云原生视角下的视频生产与生产全流程技术实际. 视频服务有着人造的云服务属性，是 5G + 云原生时代最大的确定性和畛域，云原生实际也在极大地革新着视频生产的全流程。通过多年实际，阿里云视频云造成了云边端一体、软硬一体、网络与协定一体的视频从生产到生产的全流程技术服务，造成了丰盛的技术落地教训，领有了极具竞争力的场景实际。本演讲，将以实践与实际、技术场景深度联合的角度，全面介绍阿里云在视频畛域中的翻新之路。 王钊/阿里云智能视频云算法专家 王钊，阿里云智能视频云算法专家，毕业于北京大学，博士论文获评《北京大学优良博士学位论文》。从事 AI 视频编码，视频编解码规范，软件编码器和视频解决等畛域。研发的深度学习视频编码零碎在 CLIC2020 较量中取得亚军。加入 VVC 规范制订，JVET 神经网络视频编码组，MPEG 面向机器视频编码组。参加钉钉编码器优化，Ali266 编码器开发。发表顶级期刊、会议论文十余篇，获评 2016 VCIP Best 10% Paper Award, 2018 ICIP Best Student Paper Award。 ...

简介：RocketMQ 作为 2011 年诞生的消息中间件，也见证了中国开源畛域的十年倒退。成为阿里巴巴泛滥开源我的项目中最为要夺目的代表我的项目之一。这不仅仅是指 RocketMQ 是首个进入 Apache 顶级我的项目的国内互联网中间件，也包含 RocketMQ 在物联网、大数据等畛域施展着巨大作用，让数以百万的企业以及开发者真真切切的受害，推动社会经济以及互联网技术的倒退。作者__｜白玙 开源正在以凋谢(Openness)、分享(Sharing)、对等(Peering)、合作(Collaboration)以及全球化运作(Acting Globally)的形式，突破传统组织架构与商业模式，工业经济时代的运行逻辑被逐步颠覆重构，并深刻影响到从业者思维模式、企业商业行为、组织治理形式。 着眼于中国开源畛域，在过来十年迎来了飞速发展。据昨日云栖大会公布的《中国十年开源洞察报告》显示，不论是开源仓库数量、沉闷开发者数量、总体活跃度，还是开发者参与度迎来了大幅晋升。开源软件生产流水线自动化程度大幅晋升，2019 年后自动化合作出现高速增长趋势。多个开源 KOL 继续在开源我的项目中高度沉闷。 RocketMQ 作为 2011 年诞生的消息中间件，也见证了中国开源畛域的十年倒退。成为阿里巴巴泛滥开源我的项目中最为要夺目的代表我的项目之一。这不仅仅是指 RocketMQ 是首个进入 Apache 顶级我的项目的国内互联网中间件，也包含 RocketMQ 在物联网、大数据等畛域施展着巨大作用，让数以百万的企业以及开发者真真切切的受害，推动社会经济以及互联网技术的倒退。 十年间，RocketMQ 始终保持开源、商业、外部三位一体的倒退思路，内核演进和性能迭代协同并举。在团体外部撑持交易等外围链路完满度过历次双十一流量洪峰，创下超过 2 万亿条的音讯流转的记录；在商业，RocketMQ 服务了互联网、金融、政企等多行业上万家企业客户；在开源，社区始终保持着极高的参与度，领有超大规模的国内沉闷交换群，ISSUE 上更是收录了来自寰球海量高质量话题交换以及问题积淀。 在 2017 年公布 4.0 版本之后，时隔 5 年，RocketMQ 迎来了 5.0 版本，标记着 RocketMQ 正式从繁多音讯场景迈向更广大的事件、音讯、流一体化交融场景。作为继 2017 年公布 4.0 版本之后时隔五年的重大更新，5.0 版本对架构进行了大规模重塑，新增、批改超过 60% 代码，并实现对 4.0 版本所有性能及整体架构的无缝兼容，且未引入任何内部依赖。 全新的 RocketMQ 5.0 版本保持场景多元化和极致弹性的服务能力，面向多场景提供可分可合存算拆散的架构；在全新布局的 Streaming 和 Eventing 畛域，RocketMQ 全面倒退上下游集成能力，采纳开发兼容的思路去适配已有开源生态。例如和 Flink 的集成，RocketMQ 间接实现了 Flink 根底性能、算子，并独创性地兼容了 Flink/Blink SQL 规范以及 UDF/UDAF/UDTF。 阿里巴巴一路走来，一直从开源中吸取养分，也继续奉献开源。开源像一根纽带，让阿里技术与寰球技 术活水相通、独特进化。10 月 22 日，云栖大会-互联网架构分论坛，阿里云将公布全新 RocketMQ 5.0 版，带来存算拆散新架构实际以及事件、音讯、流一体化标杆性能，让更多企业可能取得与阿里巴巴等同的技术能力，敬请期待！ ...

简介：在云原生带来的云计算将来趋势下，容器曾经成为用户应用云的新界面。阿里云容器产品公布近 7 年以来，已成长倒退为企业的云原生操作系统，技术和服务能力日趋成熟，但翻新从未止步。日前，阿里云研究员 & 云原生团队负责人丁宇在阿里云计算峰会上发表容器服务 ACK 全面降级 ACK Anywhere，这一重要降级意味着 ACK 有能力在企业任何须要云的中央，提供对立的容器基础设施能力。 2021 年 10 月 21 日，在云栖大会·云原生峰会现场，阿里云资深技术专家、容器服务负责人易立深度分享了阿里云在容器技术畛域的最新进展与摸索，以及 ACK Anywhere 背地的思维及落地能力，同时发表多项重要降级和全新公布，使阿里云容器服务全面倒退为高效、平安、智能、无界的下一代云原生操作系统。 易立，阿里云资深技术专家、容器服务研发和产品负责人 逾越鸿沟，容器减速云原生普惠阿里云对云原生的定义是“应云而生”的软件、硬件和架构。容器技术和服务能够为企业业务倒退带来三大外围价值： - 麻利高效。通过容器能够更好的反对 DevOps，优化研发和交付流程，同时晋升利用的弹性与资源效率，使企业 IT 架构从容应对环境变动，升高计算成本； - 增强韧性。容器能够升高用户迁云老本，同时更好地撑持微服务利用架构的部署与交付，使基础设施和利用架构具备更强的韧性，更好地爱护业务的连续性； - 减速交融翻新。越来越多的新技术，如 5G、AIoT、AR/VR 等，正在减速数字世界跟物理世界的交融。而无处不在的容器技术可能减速这样的交融计算新形态。  阿里云容器服务撑持了团体 100% 利用的云原生化，同时为云上上万企业实现现代化利用革新降级提供降级服务。从互联网到批发、金融、制作、交通，越来越多的行业在利用翻新的云原生技术解决他们的业务问题。与此同时，容器也在撑持着更多行业场景翻新，比方在智能驾驶畛域，仿真模仿须要海量的算力。只有云计算与云原生技术可能满足业务算力的弹性、规模和效率的需要。  六大降级，开释容器技术极致潜能优化资源调度能力，全面反对新一代云原生芯片 阿里云往年重磅公布第 7 代弹性计算实例，笼罩了从 Intel、AMD 到 ARM 全新一代云原生芯片，使单节点计算密度继续晋升、单核计算成本继续降落。另一方面，随着利用部署密度减少，必然带来利用对 CPU 资源的争抢、跨 NUMA 内存拜访等问题继续重大，导致计算效力升高。 为此，阿里云容器服务 ACK Pro 针对新一代云原生芯片优化了资源调度，能够更好地依据芯片外围架构优化过程和布局，晋升缓存命中率，升高跨 NUMA 内存拜访，在内存密集型场景下实现 20% 至 30% 的性能晋升。 同时，阿里云容器服务正在与 Intel 单干，独特打造软硬一体化的资源隔离保障计划，通过引入 RDT，HWDRC 等技术能够依据利用的 QoS 动静调整 L3 缓存带宽，将低优先级工作对高优先级工作的影响管制在 5% 以内，让多种利用负载的混布具备更高稳定性。 ...

简介：近期杭州云栖大会上呈现了一个“数据博物馆”，最吸引眼球的“展品”，竟是行业大规模开源数据集。不仅数量多达上百个，还笼罩批发、娱乐、工业、医疗、自然科学等数十个行业。既有来自实在业务场景的商品数据，也不乏跟产业界、学术界深刻单干取得的贵重科研数据。以后，人工智能已成为引领新一轮科技反动与产业改革的重要驱动力，而数据则是人工智能时代必不可少的生产资料。 近期杭州云栖大会上呈现了一个“数据博物馆”，最吸引眼球的“展品”，竟是行业大规模开源数据集。不仅数量多达上百个，还笼罩批发、娱乐、工业、医疗、自然科学等数十个行业。既有来自实在业务场景的商品数据，也不乏跟产业界、学术界深刻单干取得的贵重科研数据。 还吸引到中国科学院国家天文台台长常进院士、翻新工场首席科学家周明博士、阿里巴巴团体副总裁贾扬清、阿里巴巴青橙奖获得者王权等学者大咖纷纷返回围观。 更厉害的是，基于这些数据集产出的学术论文，曾经有超过700篇。 你或者想不到，这家“博物馆”是由阿里云天池平台在往年的杭州云栖发动的。 对于阿里云天池，最后是以“中国数据类赛事第一品牌”的形象被业界和开发者所熟知。天池主打业务包含天池大赛、天池数据科研、天池AI实训等，为AI爱好者提供了分享、互动、成长的社区阵地，孵化了面向AI教学的实训平台。 作为中国最大的数据众智平台，天池心愿通过提供工业界的最实在的业务数据，升高青年开发者接触和应用科研数据的门槛。 2021年，天池2.0全新降级，启动数据集开源打算，面向社会凋谢上百个行业稀缺的AI数据集。此次令人耳目一新的数据博物馆，也是天池2.0品牌降级后，首次在云栖大会亮相，目前已有4300多所钻研机构基于天池数据集开展钻研工作，累计产出了700多篇论文。 如果说「数据博物馆」让咱们直观地看到了大数据的利用前景，那么「天池数据青年团圆」则带着咱们瞻望了AI行业的将来。 10月20日云栖大会期间，一群心怀幻想，勇于创新的青年开发者齐聚云栖大会，共话AI将来。他们中既有高校传授学者、阿里星&达摩院学长、阿里HR以及技术KOL，也有高校计算机相关业余的硕博学生及青年开发者。作为一群AI青年，他们有鸿鹄之志，也同样有年轻人的困惑。 学AI必须读博吗？ 想要持续深造，出国是否有必要？ 技术人才将来的从业方向改如何抉择？ AI技术的将来发展趋势与行业前景是怎么的？ 学校学习的技术与企业理论的开发场景如何无缝连接？ 搞学术，搞技术和搞钱之间该如何兼顾与取舍？ …… 这些数据青年们关怀的问题，也同样是学术界和工业界所常常探讨的话题。 此次「天池数据青年团圆」流动中，邀请到浙大研究员赵俊博，杭电传授贾刚勇、张桦，达摩院算法专家罗浩，菜鸟算法专家康嘉元，阿里招聘专家白晶晶，阿里云技术经营专家王听，阿里云技术服务经营专家王可心，datawhale创始人范晶晶等相干技术畛域的传授学者及行业专家，与数据青年们独特深入探讨成长与困惑，用年青人的形式谈翻新、看将来。 AI行业内卷？恰好阐明热度不减 很多人在学习和将来的从业方向抉择上，不免有些迷茫。现在AI技术倒退日趋成熟，行业竞争日益强烈，当初进入这个行业是否能有一个良好的倒退呢。 在团圆流动中，康嘉元博士提到，大家所认为的AI行业内卷，恰好证实AI行业热度不减，并汇集了泛滥企业的资本投入和越来越多的优良技术人才。这正是一个行业一直调优，衰弱倒退的体现。对于AI行业的将来倒退来说，还是有很大向上空间的。 AI技术的倒退是否会代替人的价值？ 在大数据的哺喂下，AI更加智能化，所以很多人都有一个顾虑，会不会有一天人工智能能够代替人类劳动，让人们都面临就业的危险。 基于这个问题，王可心提到，作为一个AI从业者，将研发指标定在如何用智能削减人工成本上，这自身就是一种小聪明，无奈长足发展。人工智能倒退的目标绝不是取代人类，而是更好地服务人类。 对于AI从业者来说，咱们是通过技术手段发明更多待业岗位和机会，施展人类独有的创造力，开拓更多新的畛域和战场。AI的对立面不会是人类，而是帮忙人类独特面对和解决难题，让人们从机械化、低效能、高人工成本的工作中解放出来，投入到更有创造力，更有意义的工作中。 校园学习与实在业务场景脱节，夸夸其谈如何变成真刀真枪的实战？ 数据是人工智能时代必不可少的生产资料，但高校学生很难接触到真实有效的企业数据和实在的业务场景，所以在AI学习中十分受限。这也是流动当天，以在校学生为代表的青年开发者反馈的广泛问题。 针对这些问题，在场的阿里技术专家提到，天池开启大规模数据集开源打算，通过提供工业界的最实在的业务数据，升高青年开发者接触和应用科研数据的门槛。再联合行业理论的比赛，使开发者能真正钻研和解决理论的工业场景中所面临的的问题。 搞学术，搞技术和搞钱之间该如何兼顾与取舍？ 搞学术，搞技术和搞钱之间，犹如鱼和熊掌不可兼得，总要有取舍，其实这个问题的实质也是产学界之间的差异性和目标不同决定的。 学术界和产业界在钻研指标上往往不同。学术界可能更加关注一些确定条件下的确定指标，而产业界则更多会从老本和收益的角度去思考问题。 张桦传授和罗浩博士则进一步解释了学术界和产业界对于AI的不同需要与互相关系。学术界在谋求技术的翻新，产业界在谋求技术的稳固牢靠；学术界在思考技术的将来倒退，产业界在一直找寻技术更多的利用场景和继续变现的能力；而只有产研联动，才会让开发者生态更衰弱地倒退。 天池数据青年团圆流动上，除了对技术问题的探讨，与会的传授专家与企业技术大咖们也就“如何抉择第一份工作”“该抉择高薪工作，还是持续深造”等内容，给青年开发者很多个人成长倡议。这场数据青年团圆成为了一场很棒的技术公益活动，不仅让青年开发者与技术专家们独特聚合能量，共谋AI倒退，更重要的是将这份能量传递进来，推动人工智能畛域的学术交流、人才培养、技术倒退以及跨界利用与交融。 作为一个普惠AI技术的公益性平台，将来阿里云天池将积极参与并致力于数据规范制订和行业标准数据集的建设，也将邀请更多的科研数据提供单位退出到天池科研数据集开源打算中，一起服务社会和促成AI技术的提高。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：10月21日，云栖大会-IoT云端一体硬件与利用翻新峰会在杭州举办。本届峰会以“摸索智能硬件，万物智联“为主题，与来加入会议的多位企业代表发展了一场云中对话。同时，也带来阿里云Cloud AIoT Native年度降级及多个富裕创造力的智物新品公布。10月21日，云栖大会-IoT云端一体硬件与利用翻新峰会在杭州举办。本届峰会以“摸索智能硬件，万物智联“为主题，与来加入会议的多位企业代表发展了一场云中对话。同时，也带来阿里云Cloud AIoT Native年度降级及多个富裕创造力的智物新品公布。 信通院技术与规范研究所副主任臧磊在峰会上讲到：随着云+5G+AI+IoT新一代信息技术的倒退，“新基建”逐步成为减速数字经济倒退的重要方向。据理解，物联网寰球连接数继续走高，中国物联网市场收入占比最大。到2025年，预计蜂窝物联网连接数将较2019年增长了2倍以上，成为“连贯主力”。他示意面对物联网最大的阻碍是复杂性和技术挑战，减速智能设施化成为物联网发展趋势的新浪潮。 阿里云智能IoT产品总经理何云飞在会上就Cloud AIoT Native（C.A.N.）年度降级进行分享，他示意阿里云C.A.N.平台致力从物联网连贯、运维、智能、平安、开发5大产品能力，软件、硬件2大生态能力，减速设施智能化上下游生态协同，让智能化翻新更简略。并介绍了基于C.A.N. 架构翻新推出的次要产品和服务。比方：IoT一体机面向政府、能源、医疗等行业，能疾速构建专属的物联网平台；HaaS UI是一套利用在HaaS硬件上的轻量级触控UI解决方案，具备更低资源占用的智能触控能力；IoT平安核心具备“云网边端”联动的纵深防护体系，实现物联网资产的一站式平安治理。还有AliOS Things for IPC，千里传音 2.0，平安芯片、IoT防伪验证零碎等实用于不同行业的产品和服务，独特推动IoT行业倒退，全面减速企业数字化和智能化。 此外，阿里云IoT全新公布的智物新品也各有特色。其中推出芯云一体化视觉解决方案，联结晶视科技打造Link Visual系列视觉芯片CV1821，具备上电即上云的能力，大大晋升开发者开发效率、升高平台对接老本，真正实现了云端定义摄像机。菜鸟AGV更是让大量机器人在仓内协同作业，组合成易部署、易扩大、高效的全链路仓储自动化解决方案，能放慢物流时效，疾速高效地满足用户需要。智能声码服务能够将客户的营销信息转换为人耳不可听见内容，当手机端特定利用接管后，能够疾速获取营销内容链接，达到更好的营销成果。 阿里云智能IoT通用业务总经理戴高在《智物·构建数智空间的基础设施》的演讲中示意，以数智技术为主导的新一轮科技反动正在减速演进。阿里云通过打造IoT数智引擎，构建“云端一体”“数据智能”“端边智能”的业务模式，全力推动传统各类空间设施围绕“万物互联、组织在线、服务在线、空间智慧“四个方向进行数智翻新。将来，阿里云IoT将引领各类产业生产、生存休闲、学习办公、商业批发等空间的设施进行全面降级。 阿里云IoT智能城市解决方案总监夏晓鸣在会上示意城市治理模式的扭转，急需数字基础设施的改革。阿里云IoT智物平台基于端边闭环、云端汇聚、分级利用交融架构，构建城市物联网感知体系，通过全链路生态单干，打造城市翻新利用，促成城市数字化治理改革。 以万物智联为指标，阿里云IoT始终致力于欠缺易用的物联网基础设施和端到端的物联网解决方案，把简单简单化，晋升物联网利用开发效率，升高开发成本，推动端管云一体化买通，让网随人/物动，促成数字经济倒退，为将来数字倒退奠下根底。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：本次峰会，心愿通过分享云上架构与运维的最佳实际，促成业内DevOps与IaC理念的落地，帮忙企业“用好云管好云”，开释云的技术红利。报名入口 11月6日，2021云上架构与运维峰会，将在北京嘉瑞文化核心2层时代厅举办。 本次峰会，心愿通过分享云上架构与运维的最佳实际，促成业内DevOps与IaC理念的落地，帮忙企业“用好云管好云”，开释云的技术红利。 云计算所领有的“软件定义所有”的个性，推动了麻利弹性、DevOps、智能运维和基础设施即代码等自动化运维趋势。云计算，曾经是任何一个运维人员、架构师，甚至是程序员必备的专业技能和常识。 小编为你总结了本次峰会的五大看点： 上手体验云端自动化工具，支付精美礼品阿里云技术大咖，分享云原生时代架构与研发运维体系进化方向云上自动化运维（CloudOps）成熟度模型公布，帮忙企业自测CloudOps阶段优良企业分享云上架构与运维的最佳实际，欢送互相学习、交流经验资深技术从业人员，探讨国内运维与DevOps现状、分享从业发展前景心动不如口头，点击报名链接 或扫描下方海报底部的二维码，即可报名 更多嘉宾介绍和材料下载，欢送进入大会官网 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：RocketMQ5.0 的公布标记着阿里云音讯正式从音讯畛域正式迈向了“音讯、事件、流”场景大交融的新场面。引言：从“音讯”到“音讯、事件、流”的大交融音讯队列作为当代利用的通信基础设施，微服务架构利用的外围依赖，通过异步解耦能力让用户更高效地构建分布式、高性能、弹性强壮的应用程序。 从数据价值和业务价值角度来看，音讯队列的价值一直深入。音讯队列中流动的业务外围数据波及集成传输、剖析计算和解决等不同环节与场景。随同着一直演进，咱们能够预感音讯队列势必在数据通道、事件集成驱动、剖析计算等场景一直产生新价值，发明新的“化学反应”。 RocketMQ 诞生于阿里巴巴外部电商零碎，倒退至今日，其外围架构经验了屡次要害演进： 早在 2007 年，淘宝电商零碎做服务化拆分的时候，就诞生了第一代音讯服务 Notify，这是 RocketMQ 最早雏形。Notify 采纳了关系型数据库作为存储，应用推模式。在阿里淘宝这种高频交易场景中，具备十分宽泛地利用。 在 2007-2013 年期间，随着阿里团体业务倒退，不仅须要交易场景异步调用，同时须要反对大量传输埋点数据、数据同步。此时，外部衍生出 MetaQ 以及 RocketMQ3.0 版本，这两个版本开始摸索自研存储引擎，采纳了自研专有音讯存储，反对了单机海量 Topic，并前瞻性地去除了 Zookeeper 等组件的内部依赖。在十年后的明天，咱们看到去各种 keeper 已成为整个音讯畛域的倒退支流。 经验了前三代的外部业务打磨后，阿里巴巴积极参与开源并将 RocketMQ3.0 奉献到开源社区，并于 2017 年正式从 Apache 孵化器毕业，成为中国首个非 Hadoop 生态体系的 Apache 社区顶级我的项目。尔后，RocketMQ 也开始正式服务于阿里云企业客户。秉承开源、商业、外部三位一体倒退策略，18 年公布的 4.x 版，在高牢靠低提早方面重点优化，构建了全新的低提早存储引擎和多场景容灾解决方案、并提供了丰盛的音讯个性。这也使得 RocketMQ 成为金融级的业务音讯首选计划。 上个月社区公布了 RocketMQ5.0-preview 版，正式宣告 5.0 的到来。RocketMQ5.0 将不再局限于音讯解耦的根本场景，更是通过对立内核、存储的劣势，提供音讯、事件、流一体化的解决能力。 回顾 RocketMQ 倒退的十余年，良好的社区环境和商业反对使得大量企业开发者能够很不便的跟进业务特点和诉求进行选型和验证。在社区沉闷影响力方面，RocketMQ 社区我的项目播种 15000+Star，沉闷的贡献者有 400+ 位，多语言、生态连贯等周边沉闷我的项目 30+ 个，深受社区开发者欢送。在利用规模方面，RocketMQ 作为金融级业务音讯计划，积攒了互联网游戏、在线教育、金融证券、银行、政企能源、汽车出行等泛滥行业数以万计的企业客户。同时，在阿里巴巴外部负担业务外围链路，每天流转万亿级音讯流量，扛过了历届双十一的零点峰值。在行业评测方面，RocketMQ 也屡次斩获大奖。 官宣：阿里云新一代 RocketMQ “音讯、事件、流”交融解决平台明天公布阿里云音讯队列 RocketMQ 版 5.0，咱们称之为一站式“音讯、事件、流”交融解决平台。 新版本外围诞生两大新亮点，首先是音讯外围场景的扩大和布局，RocketMQ 5.0 不再局限于音讯解耦场景，将全新布局事件驱动和音讯流式解决场景；其次则是一站式交融解决的技术架构和趋势。 ...

简介：2021年云栖大会黑科技会聚，云栖大会上一块开发板可让所有设施“万物互联”，更有00后极客大赛夺冠让人压力山大。据悉，阿里云IoT将来3年内将赋能10亿智能设施，革新10万家数字工厂，让人无比期待。观众为何激情感言 天才少年为何沉思沉静 为什么现场15分钟 就能组装一台好玩的智能产品 来，先点击视频链接 带你逛完阿里云AIoT展区 https://mp.weixin.qq.com/mp/readtemplate?t=pages/video\_player\_tmpl&action=mpvideo&auto=0&vid=wxv\_2100301581794574339 除了听大咖头脑风暴，最有意思的就是逛展。阿里云IoT开发者“智物“有两块展区，别离涵盖了入手实际区及开发工具展示区。 在D馆的能量中枢展区，就能够看到阿里云IoT最新研发的物联网开发工具平台。比方全链路平安可信的IoT平安核心，一站式、低代码物联网利用开发平台IoT Studio，能升高物联网开发门槛等Hass物联网设施云端一体开发框架等。 还有开发者会好奇，这旁边放的两个大箱子是什么？它是HaaS的教育套件箱，一个是物联网教育套件箱，一个是人工智能教育套件箱。这些套件箱外面具备十分多场景的硬件模块，比方能够用他做一个车牌辨认的教育案例，也能够做无线智能家居的教育案例，此套件配套了物联网根底、IoT Studio低代码开发，智能语音技术利用开发等11门对应的课程。 如果你想本人入手组装一台好玩的智能产品，就能够来云起实验室，云起、云起，云上飞起！在这看似不大却五脏俱全的物联网外围展台，却有着能让你在短短15钟内做出一个物联网智慧交互产品的秘密武器——HaaS物联网设施云端一体开发框架。 要说它为什么会如此受关注，就在于一个“快”。开发一款硬件智能设施，须要硬件，软件，服务等十分长的开发周期，至多须要几个月。但在这里，只有不是代码小白，就能够在15分钟内做出一个支付宝收款的播报音箱。即便不懂代码，也能够在工程师的领导下短时间做出一个本人想要的智能设施。 展台上也有着六种场景展现，观众能够亲自来体验。比方在数据采集上云体验的环节里，观众真正体验了什么是“更高效”。 展台上模仿了一个基于HaaS物联网设施云端一体开发框架上的农业数据采集终端机。通常对于农业的各个环节比方大棚里的湿度、温度、光照、电力、水源、平安等各方面的监控和操作系统都是独立运作，很难实现在一个平台中去把他们交融。 但当初有了HaaS之后，所有的数据都能够集中存储到数字孪生一体机中，将所有的数据通过3D场景公布公布2D仪表展现的形式让农产主或者工厂负责人对于生产的内容“高深莫测”，也省去了针对每一个独自零碎的开发成本，大大提高了生产效率。 而这些，都是基于Haas物联网设施云端一体开发框架，在这个框架上，行业开发的壁垒仿佛被突破，工业、农业、环境、交通、物流、安保等等基础设施畛域都能够通过HaaS来构建本人的“万物互联”。 在阿里云IoT两个物联网展台被观众围绕得水泄不通时，边上的黑客马拉松较量也在热火朝天的进行。加入队伍大多是全国出名院校的学生，历时两个月，从初赛几十只队伍一路杀到总决赛的10支队伍，能够说都是“天才少年”。决赛于明天9点整正式开始，各位选手放飞自我，纵情展现各自的作品。 来自集体队的“白花蛇草水队”，“bug修不完队”，“发际线上扬队”、“神龙队”、“队长负责带饭队”等战队基于阿里云HaaS物联网云端一体开发框架下，设计出百花齐放的利用，既有让人大开眼界晋升家禽养殖效率的创意，也有解决日常生活等家居问题。来自高校的“戴好口罩队“、“队名不为空队”和“点到为止队“成员精神饱满，生机四射，作品思路和技术都有着不俗体现。 现场竞争及其强烈，随着参赛选手顺次展现，专家评委从商业前景、翻新宜用、性能齐备等多个维度打分，最终由 “无一战队”研发的疫情防控近程测温零碎夺冠！ 此次，阿里云IoT团队展现了一场乏味活泼的物联网展，据现场的阿里云工程师说，为了让使用者更轻松，开发出业余、智能、高效的产品，他们投入到HaaS物联网设施云端一体开发框架的人力与物力十分大，但这些都是值得的！或者在将来，物联网就会像水电气一样根底化，整个人类社会的翻新与提高，令人期待。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：云原生产品家族全面降级，让业务技术团队有了更多抉择，通过简略、丰盛、凋谢和低成本的 PaaS 服务，帮忙企业客户更简略、更高效的进行在云上翻新，搭建更合乎业务须要和团队状况的技术体系。作者｜白玙 在 2021 杭州·云栖大会现场，阿里云智能云原生利用平台产品负责人李国强以《企业互联网架构转型之道 - 阿里云中间件降级公布》为主题，全面解读阿里云云原生产品翻新实际。过来一年中，为应答愈发强烈的行业竞争，重构利用架构已成为大势所趋，据权威机构数据显示，80% 以上的用户已应用或打算应用微服务，超过 68% 的机构在生产环境中应用容器。85% 以上用户应用分布式追踪，监控工具，日志。这些变动都凸显出企业对于利用架构云原生化、部署运维云原生化、稳定性降级的强烈诉求。 阿里巴巴团体作为云原生受益者，通过云原生充沛取得云计算技术红利，并实现寰球最大规模的云原生实际，所有业务 100% 跑在公共云上，利用 100% 云原生化。基于容器软硬一体优化，在线业务部署百万容器规模，带来 CPU 资源利用率晋升 30%、万笔交易成本降落 80%、研发运维效率晋升 20% 的技术价值。也是基于此，阿里巴巴将这些最佳实际、解决方案分享给社会，帮忙税务、人社、银行、保险、石油石化、批发快消、汽车制作、互联网平台等泛滥行业开掘更多社会价值。通过多年技术积淀，阿里云提供超过 300 款云产品、近千个解决方案。在这其中，音讯队列 MQ、利用实时监控服务 ARMS、企业级分布式应用服务 EDAS 等曾经成为不少企业在分布式互联网架构中必不可少的组件。而此次云栖大会也首次对外曝光了这些产品的全新个性。 RocketMQ5.0 重磅降级音讯队列作为当代利用的通信基础设施，微服务架构利用的外围依赖，通过异步解耦能力让用户更高效地构建分布式、高性能、弹性强壮的应用程序。就数据与价值角度而言，音讯队列的价值一直深入。音讯队列中流动的业务外围数据波及集成传输、剖析计算和解决等不同环节与场景。随同着一直演进，咱们能够预感音讯队列势必在数据通道、事件集成驱动、剖析计算等场景一直产生新价值，发明新的“化学反应”。 此次，阿里云 RocketMQ 公布 5.0 版本全面降级为一站式“音讯、事件、流”交融解决平台，并具备以下两大亮点： （1）音讯外围场景扩大：笼罩事件驱动与音讯流式解决等泛滥场景； （2）一站式交融解决技术架构迭代：实现一份音讯存储反对流式计算、异步投递、集成驱动等多种场。 除去两大亮点的同时，RocketMQ5.0 带来全新三大性能： （1）RocketMQ 基础架构全新降级 轻量版 SDK 的凋谢和全链路可观测零碎的晋升音讯级负载平衡多网络拜访反对海量分级存储（2）在 Streaming 流式解决场景推出轻量级音讯 ETL 性能 轻量无依赖开发门槛低Serverless 弹性（3）EDA 云上最佳实际——事件核心 EventBridge 对立标准化的事件集成生态寰球事件互通网络Serverless 低代码开发微服务产品家族再降级微服务作为现在利用互联网架构重要代表，随着微服务与容器一直交融，能够看到企业对于微服务利用架构与业务要求一直清晰。架构方面，如 Spring Cloud、Dubbo 基于 Java 的微服务体系，以及随着多元趋势呈现而逐步衰亡的 Service Mesh 技术体系成为支流。需要方面，业务开发设计面向微服务、软件基础架构原生容器化、利用生产运维降级鸟瞰式成为外围诉求。阿里云通过是微服务引擎 MSE、服务网络 ASM 去完满撑持这两类不同微服务体系。 ...

简介：10月20日，2021云栖大会低代码分论坛如约举办。在这场低代码行业的盛会上，兰溪市大数据倒退核心党组书记、主任芦建洪分享的内容取得了在场观众的热烈反应，兰溪市应用钉钉宜搭低代码破解基层数字化治理窘境的成功经验也为全国建立了榜样。 10月20日，2021云栖大会低代码分论坛如约举办。在这场低代码行业的盛会上，兰溪市大数据倒退核心党组书记、主任芦建洪分享的内容取得了在场观众的热烈反应，兰溪市应用钉钉宜搭低代码破解基层数字化治理窘境的成功经验也为全国建立了榜样。 芦建洪在发言中示意，浙江省在2021年年初提出：数字化改革的指标是打造寰球数字化洼地，打造“重要窗口”重大标志性成绩。浙江之所以提出一个很高的规范和指标，“是因为浙江省在数字时代曾经领跑全国，从2017年的“最多跑一次”到2018年开始的“政府数字化转型”，再到2021年的“数字化改革”，一脉相承、一直迭代降级。” 作为基层一线，芦建洪也开始思考，基层治理体系如何迎接数字化改革？在兰溪市开始数字化摸索后，也发现了不少问题，芦建洪总结为以下五点：书记市长一把手工程，领导时限要求高；县市不足数字化人才，基层管理者年龄偏大；县市数字化估算少；乡镇现有利用性能差；各地数据安全问题频发，保障压力大。 芦建洪示意，他们在抉择用什么产品时曾经验了强烈的答辩。最终之所以抉择钉钉，最看重的是钉钉有紧密的组织架构以及严格的实名认证体系，以及钉钉反对基层自主治理，能够实现村务协商等自治治理。此外，浙江省也在推广浙政钉和钉政务，在零碎融通上具备天生劣势。 2020年8月，兰溪市政府与钉钉（中国）信息技术有限公司签订策略单干框架协定，并很快开始在柏社乡启动利用试点。 “咱们有16个乡镇街道管理员，在357个村社区有593个网格员，全面协同推动。”芦建洪说，“到当初，兰花钉上的5级架构：县、乡镇、村、网格到户，全副和事实治理组织架构一一对应。” “平台曾经搭建好了，就须要加内容穿衣戴帽，那么就不可避免会遇到代码的问题。”芦建洪这样形容平台和利用的关系。2021年年初，兰溪市开始应用钉钉宜搭搭建各类利用，并很快取得了丰硕成果。兰溪应用钉钉宜搭“春运返乡防疫一键通”性能，推广“预申报、核酸检测报告异地上传、落地衰弱打卡”防疫非接触全闭环治理的做法，还被浙江卫视进行专门报道。 “咱们用宜搭低代码不仅搭建了党建类、村务公开等波及基层治理的利用，也有反诈宣传、防疫苗接种、防台应急以及村民文化流动、邻里来往等服务民生的利用。”芦建洪谈到低代码的奉献时这样说，兰溪市的“百名干部连百村、千名干部连千企、万名党员连万户”口头也通过兰花钉失去了落地，“低代码在政务基层实际当中，让基层治理更加高效。扭转了政府官员的服务模式，由被动向被动上门服务转变。” 兰溪市应用宜搭实现了各类数字化利用的建设，并放弃了很高的活跃度。芦建洪也用五点概括阐明来宜搭低代码在兰溪市数字化改革中的具体劣势： 采纳宜搭开发的“百名局长联百村、千名干部联千企、万名党员联万户、一企一警、第一书记驻村”，实现了由原来企业找政府的被动服务模式到党政机关干部、司法干警被动上门服务的转变，还扭转了原来的一些纷繁复杂的流程。像“百千万工程”、安全三率考察、民生实事征集等事项，能够实现一键统计回馈。 “百名局长联百村”这个低代码利用从管理者提出需要到开发到上线，用时3天。其中需要调研2天，代码开发1人天。开发人员业余为“药学”业余。低代码，低门槛更高效率。 “一企一警”这个低代码利用间接复用“百名局长”流程模块，用时1天，需要调研0.5天，代码开发0.5天。低代码，可复用，更快捷。 兰溪市大数据倒退核心与钉钉研发团队、宜搭研发团队屡次头脑风暴，将基层治理理论需要与现有钉钉平台、宜搭低代码平台性能相结合，推出了利用一键散发性能，解决了低代码跨组织利用散发上线的性能。 宜搭低代码平台反对第三方h5链接地址直挂上链，开发利用与钉钉平台集成更不便，利用上线更快捷。反对系统集成部署，实现与政府部门原有利用的无缝对接。兰花钉上此类对接利用已上架23个。 兰溪采纳低代码、大平台、全框架建设思路，基层治理初见成效：低代码破解了基层数字化人才和数字化能力有余的窘境；大平台破解了65万人高并发的性能瓶颈和数据安全窘境；全框架破解了组织化水平低、数据共享有余和数据分析不低等窘境。 在谈到兰花钉将来的定位时，芦建洪示意：“兰花钉有三个定位，一是掌上治理的新载体，二是城市大脑服务性能装载的总平台，三是延长到老百姓端的驾驶舱。咱们数字化改革要让老百姓有驾驶舱，而不是说咱们当初说而后每个中央做个驾驶舱都是给领导看的，肯定要给老百姓用的，这是咱们的想法。” 分享的最初，芦建洪谈了他对低代码的观点：“低代码在政府数字化转型中大有可为，数字技术如果不能为基层干部所把握所应用，数字化改革成绩如果不能间接送达到老百姓手中（手机端），很难说数字化改革达到了指标，在这过程中，低代码技术大有可为。通过低代码开发部署，个性化定制、特色办公桌面、一键解决政务不再是奢望。我对低代码的将来充斥期待！” 帮忙基层治理迈上新台阶、帮忙老百姓过上好日子，不仅是党和政府推广数字化改革的指标，也是钉钉宜搭团队的共同愿望。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：10月20日，2021年杭州栖大云会上，阿里云公布第四代神龙架构，降级至全新的eRMDA网络架构，是业界首个大规模弹性RDMA减速能力。10月20日，2021年杭州栖大云会上，阿里云公布第四代神龙架构。相比上一代，第四代神龙架构根底性能全面晋升，存储IOPS晋升300%、网络PPS晋升100%、网络提早升高80%，同时降级至全新的eRMDA网络架构，是业界首个大规模弹性RDMA减速能力，再次实现了性能的跃升。 存储IOPS高达300万、网络PPS达到5000万、网络延时最低5微秒，阿里云第四代神龙架构的多项指标，再次刷新了业界最高程度。基于当先的根底性能，第四代神龙将为数据库、AI、大数据等常见利用，带来性能的进一步晋升：MySQL数据库性能晋升60%、Nginx SSL场景最高晋升420%。 神龙架构是阿里云自研的新一代软硬一体虚拟化技术，将虚拟化卸载专用芯片进行解决，并进行硬件加速IO引擎，具备超高性能和弹性，是云原生的最佳载体；平安方面，最新一代神龙搭载企业级平安芯片，装备可信计算与加密计算能力，实现零碎可信防篡改与数据的可用不可见。其中，第四代神龙架构独有的弹性RDMA减速能力，将让宽广互联网利用受害。 弹性RDMA，简称eRDMA，是中国首个云上大规模RDMA减速能力，可能大幅晋升大规模分布式计算通信效率，并且可能随着阿里云的集群规模动静扩大，可能轻松构建中国最大的RDMA分布式计算网络。 随着互联网数据量指数级收缩，数据中心分布式计算的规模越来越大，而大规模集群间大量数据传输的开销也越来越大。弹性RDMA相比传统TCP网络，可能大幅升高大规模集群网络互联带来的网络通信提早，大幅晋升分布式计算的性能和性价比，有助于在云上构建更大规模、反对更大数据量的分布式计算利用。 在AI深度学习场景，eRDMA可能晋升大规模分布式NLP和视觉计算30%的训练性能；在Spark大数据场景，晋升Spark大规模分布式大数据30%的计算性能；在Redis KV数据库场景，最高晋升Redis混合读写的130%的吞吐量。 eRDMA让RDMA网络从小众的AI与HPC类利用，走向反对通用类计算场景，将带来计算架构变革，将赋能Microservice、Serverless、Service Mesh等云原生技术大倒退。 从2017年面世开始，阿里云云服务器均基于自研神龙架构，对立反对弹性裸金属、虚拟机和弹性容器实例等多种弹性计算产品状态，服务医疗、新政务、智能制作、互联网、教育等多个行业。阿里云根底产品事业部负责人蒋江伟示意，基于神龙架构，阿里云将继续推动高质量算力的普惠，持续为社会翻新提供原动力。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：阿里云IoT邀您参会，10月28日不见不散！开车不是你想停，想停就能停！ 车库不是你想管，想管就能管！ 车库太大，车位已满 各种魔鬼考验 让不少车库管理员，老司机们都捏一把汗  10月28日下午13点 2021知位停车新品发布会 暨合作伙伴大会 阿里云IoT期待你的到来！ .jpg") 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：Serverless 畛域畅销书作者刘宇首次开营，深入浅出文言 Serverless，3 堂课程 + 3 大场景体验带你疾速建设 Serverless 学习思维，体验 Serverless 应用之美！2019 年，伯克利再次预测 Serverless 计算将会成为云时代默认的计算范式，并取代 Serverful （传统云）计算模式。Serverless 作为根底研发底座，被越来越多的企业所承受，并利用于业务实际中。依据 CNCF 往年公布的《2020 中国云原生调查报告》，31% 的企业正在生产中应用 Serverless 技术，41% 正在评估选型，12% 打算在将来 12 个月内应用。 Serverless 架构在一直的倒退，也在一直的更新迭代，然而在以后阶段 Serverless 架构是什么样子的，为什么能够作为云计算的必然产物，在倒退过程中目前面临了哪些艰难和挑战？Serverless 畛域畅销书作者刘宇（花名：江昱）首开训练营 —《大咖文言 Serverless》，深入浅出解说 Serverless。此次训练营蕴含 3 节课程，让你疾速从入门走向 Serverless 实际。 打卡工夫：10月24——10月28日 报名收费，名额 1000参加形式 https://developer.aliyun.com/learning/trainingcamp/serverless/1024 点击链接进入报名页面（请尽量应用 pc 端）；须要先 “注册/登陆” 能力开启报名；训练营亮点3 场课程直播 + 3 大场景试验，带你疾速建设 Serverless 思维，体验 Serverless 应用之美。每日参加群内互动答题，前十名可取得小米耳机，实现全副打卡更可取得 Serverless 团队 X 开发者学堂颁发的训练营结业证书。限量开营，速来报名！ 亮点 1：“体验+教学”模式，授之以渔亮点 2：Serverless 技术专家在线授课亮点 3：实在案例演示，学完即可实操亮点 4：官网认证证书 & 精美礼物（详见海报）训练营安顿3 堂直播课程10月25日  零根底入门：Serverless 到底是什么？Serverless 外围概念Serverless 的实用价值以及利用场景剖析10月26日  从一个博客说起：Serverless 让利用开发更简略详解 Serverless 架构开发的根底流程介绍 Django 框架的博客案例10月27日  做一个小程序吧：Serverless Devs 晋升 Serverless 利用开发效力入门 Serverless 工具链率领开发者上手体验3 大场景体验10月26日  场景试验：Serverless Hello World 利用开发理解到函数计算基本概念应用函数计算开发简略利用10月27日  场景试验：基于函数计算疾速搭建 To do List体验后开发者可疾速理解 Serverless Devs 工具的应用10月28日  场景试验：基于 Serverless 架构的 Django 博客部署报名胜利后，可 “钉钉”扫码进入群内学习互动。 ...

简介：1024程序员节，开发者社区为各位程序员筹备了多种流动，精美礼品、技术干货任你筛选！为庆贺1024程序员的到来，开发者社区为宽广开发者筹备了限量手办、机械键盘、2021云栖大会演讲精髓PDF文件等多重福利，一起来看！ 福利一：何以解忧，唯有Coding——1024程序员发明营 阿里云开发者学堂联结阿里云产品技术团队、马哥教育、Linux中国等出名讲师， 为程序员们贡献一场1024万人发明营。向通过coding扭转世界，保持对于常识、技术和翻新谋求的程序员们示意致敬。本次开营共8期，笼罩低代码、云原生、人工智能、视频云、运维等畛域。 名额有限 立刻收费报名   福利二：No data,No BB——云小宝A打算 这个双11，带“云小宝”回家！参加流动可得全网首发，独家限量版阿里云太空主题手办，仅限3000个，先到先得！再送包含“阿里云盘512G空间、樊登读书VIP”等价值5000元超级大礼包。 限量手办，先到先得！ 收费支付 福利三：BUG ICU,我还有机会吗——代码急救室 报错找不到起因？代码写得总是不够简洁柔美？bug频出，求拯救？程序员有难题，就来这里发问，有人帮你解决！现发问或解答，社区定制机械键盘、头戴式耳机等好礼收费拿！！ 我有代码问题，求拯救！ 立刻参加   福利四：带刺玫瑰，宝藏男孩——开发者材料福袋 一年一度的科技盛会“云栖大会”曾经完结！足足四天，两场主论坛，上百场分论坛，四大场馆会展一体，打造“云栖数字谷”，开发者社区提供2021云栖大会50+精品PDF收费下载！ 立刻收费下载   **福利五：衣服Nice,人耐撕——高质量程序员穿衣指南 ** 橙序员情报局 | 各个中央程序员怎么穿格子衫？哪种是属于你的格调？最初一个你相对想不到！ 点击查看我的穿衣格调   以上就是开发者社区为各位程序员献上的节日礼品，最初祝所有程序员们节日快乐！ 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：10月21日，由寰球IPv6论坛及下一代互联网国家工程核心主办的“2021寰球IPv6下一代互联网峰会”在广州南沙揭幕。作为下一代互联网产业畛域的全球性年度盛会，来自寰球产业精英通过线上线下的形式齐聚一堂，共研下一代互联网新技术，共议寰球下一代互联网新生态，全面推动我国IPv6商用部署，推动寰球下一代互联网产业蓬勃发展。10月21日，由寰球IPv6论坛及下一代互联网国家工程核心主办的“2021寰球IPv6下一代互联网峰会”在广州南沙揭幕。作为下一代互联网产业畛域的全球性年度盛会，来自寰球产业精英通过线上线下的形式齐聚一堂，共研下一代互联网新技术，共议寰球下一代互联网新生态，全面推动我国IPv6商用部署，推动寰球下一代互联网产业蓬勃发展。 开幕式上，“IPv6 最佳实际”和“IPv6 优良实际”颁奖典礼隆重举行。此次评比通过寰球IPv6测试中心初选验证、线上17万人次产业精英投票以及最终200多位专家评审等三轮评比，凭借在IPv6革新畛域当先的实力，申报利用于云上贵州的「阿里巴巴混合云IPv6/IPv4双栈解决方案」取得本次大会惟一的“IPv6最佳实际奖”。 图为中国工程院院士、寰球IPv6互联网名人堂入选者、推动IPv6规模部署专家委员会主任邬贺铨和寰球IPv6论坛副主席、下一代互联网国家工程核心主任刘东为阿里云混合云网络技术团队代表颁奖 阿里云混合云高级技术专家张然受邀加入【IPv6交融利用论坛】，会上，张然以【阿里巴巴混合云IPv6&IPv4双栈实际】为主题进行计划先进性及利用价值的分享。 阿里云混合云是首个全自研大规模成熟商用的原生混合云，作为全栈云平台，云产品泛滥、架构简单，混合云平台的IPv6&IPv4双栈实际面临微小的挑战。为了让整个云平台可能疾速落地实现真正的IPv6&IPv4服务能力，阿里云混合云网络团队制订了“以用户视角，从业务着手”为准则的IPv6&IPv4革新设计门路，使得【阿里云混合云IPv6&IPv4双栈计划】具备场景/产品笼罩广、反对平滑无缝降级、可疾速构建混合云和具大规模利用实际四大外围劣势。 在【贵州政务云IPv6/IPv4双栈建设】我的项目中，不仅针对SLB、VPC、ECS、DNS、云平安等多款云产品云产品进行IPv6&IPv4双栈革新，同时针对现存的云平台底座进行整体降级，最终满足了客户在已开明业务不受影响状况下平滑过渡反对IPv6&IPv4双栈的需要。在爱护客户原有投资，实现了IPv6新个性的顺利落地。 IPv6是互联网演进降级的必然趋势，是网络技术创新的重要方向，也是寰球数字化降级的外围和底座，网络强国建设的重要根底，阿里云混合云在深刻推动IPv6规模部署和利用落地的路线上不懈的谋求，建立了楷模从而推动产业的提高。阿里云混合云根底产品与架构负责人阮军示意：将来，阿里云混合云团队在IPv6畛域将继续投入，推动云平台的IPv6深度革新，应答将来全面IPv6化的挑战，推动IPv6技术走向千行百业。 在刚完结的2021云栖大会，阿里云混合云建管用一体化全面降级，正式公布Apsara Stack 2.0，从面向繁多公有云场景，降级为服务大型团体云&行业云场景。新一代Apsara Stack不仅能够为政企定制稳固、平安、凋谢、智能的数字底座，实现智能治理和自动化运维，并可构建成为自主经营的“行业专有公共云”，更面向产业互联网时代提供了云边一体残缺计划，做好政企数智翻新的同行者。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：本次峰会，心愿通过分享云上架构与运维的最佳实际，促成业内DevOps与IaC理念的落地，帮忙企业“用好云管好云”，开释云的技术红利。报名入口 11月6日，2021云上架构与运维峰会，将在北京嘉瑞文化核心2层时代厅举办。 本次峰会，心愿通过分享云上架构与运维的最佳实际，促成业内DevOps与IaC理念的落地，帮忙企业“用好云管好云”，开释云的技术红利。 云计算所领有的“软件定义所有”的个性，推动了麻利弹性、DevOps、智能运维和基础设施即代码等自动化运维趋势。云计算，曾经是任何一个运维人员、架构师，甚至是程序员必备的专业技能和常识。 小编为你总结了本次峰会的五大看点： 上手体验云端自动化工具，支付精美礼品阿里云技术大咖，分享云原生时代架构与研发运维体系进化方向云上自动化运维（CloudOps）成熟度模型公布，帮忙企业自测CloudOps阶段优良企业分享云上架构与运维的最佳实际，欢送互相学习、交流经验资深技术从业人员，探讨国内运维与DevOps现状、分享从业发展前景心动不如口头，点击报名链接 或扫描下方海报底部的二维码，即可报名 更多嘉宾介绍和材料下载，欢送进入大会官网 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：金蝶、畅捷通、达梦数据库、点评生存、精鲲、蓝凌、数云、众畅科技、Avaya、Fortinet、CheckPoint、F5、Memverge、Paloalto和Radware等取得阿里云计算巢认证授牌。10月20日，在2021杭州云栖大会上，阿里云对计算巢首批认证合作伙伴进行了授牌典礼，金蝶、畅捷通、达梦数据库、点评生存、精鲲、蓝凌、数云和众畅科技等国内ISV合作伙伴和Avaya、Fortinet、CheckPoint、F5、Memverge、Paloalto、Radware 等国内ISV合作伙伴取得授牌认证，通过计算巢，合作伙伴实现了和阿里云云平台的深度集成。这也是阿里云计算巢服务认证合作伙伴第一次个体亮相。 图：云栖大会现场授牌局部ISV代表合影 相比于传统软件模式，基于云计算的PaaS/SaaS软件，因为具备部署灵便、迭代迅速、业务在线、反对订阅制按需付费等长处，能够帮忙中小企业升高投入门槛，平等地享受数字化麻利能力带来的技术红利。同时，后疫情时代，企业会谋求更高效的经营与管理模式，也将推动着SaaS/PaaS市场的进一步凋敝。 _但__企业软件如何云化部署、在解决方案中施展云计算的价值、如何保障用户数据安全和隐衷，以及数据如何无效共享和买通等难题，仍是很大的挑战_。特地是中大型企业客户的业务零碎往往偏向抉择独立部署，而不是多租户状态。无论是后期交付的复杂度还是后续运维的老本，都让企业的业务经营老本高企，很难实现规模化复制。 会上，阿里云弹性计算产品负责人王志坤发表了主题为“计算巢，企业应用云化新引擎”主题演讲，他示意：“阿里云对合作伙伴面临的挑战有粗浅的领会，阿里云面对的客户需要差异性十分大，因而咱们积攒了一些教训。企业服务最终考验的是产品能力和客户满意度，阿里云心愿能够通过计算巢输入多年积淀的云平台能力和对企业服务的了解，让ISV合作伙伴取得阿里云云产品一样的集成体验，帮忙ISV合作伙伴解决在云化转型路线上碰到的痛点，成为合作伙伴建设技术劣势和业务倒退的新引擎。” 作为寰球当先的企业通信和联系核心解决方案服务商的Avaya，因为企业办公和联系核心场景比较复杂，即使通过云端部署，也存在施行周期较长，日常运维难度较高的问题。接入到计算巢后，Avaya相干产品组件实现了一键部署和主动运维，大大晋升了其客户在云端发展新业务的速度，部署工夫缩短了80%，同时大大降低了零碎运行危险。 Fortinet是平安驱动型网络的寰球领导者，依靠阿里云计算巢提供的自动化服务交付与部署能力，进一步减速网络威逼检测与响应的自动化，保障云端网络安全，晋升平安经营效率。在接入阿里云计算巢之前，用户部署一个企业级的简单架构可能须要几天的工夫，还极易出错；接入到阿里云计算巢之后，部署工夫从数天缩短到了小时级，同时升高了客户在云端全面应用IaC (Infrastructure as code)的技术门槛，缩小了手动部署可能产生的各种配置失误。 目前，曾经有数十家ISV合作伙伴接入了计算巢平台，更多的ISV合作伙伴在技术对接阶段。将来，阿里云将与ISV合作伙伴更严密单干，通过计算巢共筑云上生态，与合作伙伴一起更好地服务客户。 PS：2021云栖大会炽热进行中，小书生带来了新的福利：2021云上架构与运维峰会将于11月在北京举办，大会亮点与报名信息见下图；点击我要报名，收费支付门票哦~ 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：10月20日，在2021云栖大会低代码分论坛上，阿里巴巴资深技术专家叶周全（花名勇猛）公布钉钉宜搭3.0版本。 10月20日，在2021云栖大会低代码分论坛上，阿里巴巴资深技术专家叶周全（花名勇猛）公布钉钉宜搭3.0版本，重磅公布3大连贯能力套件，让业务互联互通；公布更低门槛的数据BI能力，一键生成酷炫数字大屏；公布全局水印、独立域名等平安能力，为用户提供国密级专属平安。叶周全认为，低代码作为一种新生产力工具，正在一直激发集体的创新力，全面减速企业的数字化转型。 这是宜搭在往年1月亮相钉钉6.0发布会以来，首次新品公布。随着企业数字化需要的一直增长，钉钉上的低代码利用数冲破120万，其中宜搭利用数破100万，低代码让越来越多的企业和组织找到了高效、低成本的数字化翻新门路，也让个体的需要失去了满足，让集体更有取得感。 会上，宜搭创始人叶周全总结了低代码倒退的三个阶段，别离是1.0阶段的流程在线、2.0阶段的业务在线和3.0阶段的生态在线。回溯钉钉宜搭的倒退，在1.0阶段，钉钉宜搭解决了由BPM驱动下的流程在线、挪动审批。到2.0时，钉钉宜搭通过元数据驱动帮忙用户疾速实现业务在线和挪动办公。 “当初钉钉宜搭已处于3.0阶段，由数据驱动实现生态在线、业务连贯、互联互通。”叶周全介绍，“在3.0阶段，钉钉宜搭最终要实现生态在线，既包含了厂商上、上游的生态，也包含业务的连贯生态。” 叶周全还示意，宜搭的疾速成长离不开长期保持“与客户共创”的文化理念。9个月的工夫，宜搭与150多位用户深度共创，累计收到3300多条用户声音，这些贵重的声音一直推动着产品以每两周一个迭代的速度向前推动。 连贯的效率和深度，决定了企业的生产力。宜搭正在让连贯变得更简略、深刻和个性化。本次宜搭重磅公布了3大连贯能力套件：Excel一键降级企业数字化利用，宜搭连接器以及跨组织流程审批和利用散发，实现了利用与利用之间，利用与人之间，企业上下游之间的全链路连贯，宜搭搭建的利用在钉钉上人造互联互通。 叶周全提到，宜搭全新上线的连接器性能和钉钉一方、三方互联互通，宜搭利用实现跟钉钉、钉钉市场SaaS利用及企业存量利用的无缝买通，连贯数据孤岛，让业务互联互通。 昆山一家制作企业的CIO在承受采访时示意，宜搭让企业可能自行搭建更贴合业务需要的利用，尤其是最新上线的连接器极大地晋升了公司业务的数字化能力。过来，洽购物料要先向采购部提交申请，再到SAP零碎录入订单，有时遗记去SAP录入，就会导致漏单。当初有了宜搭连接器，只须要在宜搭中进行请购单申请，审批实现后主动进入SAP零碎，让业务一单到底。仅此一项，就为公司节俭了至多10万元的费用。 点击链接观看采访视频 本次宜搭全新公布了20多款罕用报表可视化组件，以及10多款开箱即用的可视化炫酷大屏模版，涵盖销售、人事、生产制作等诸多畛域，可宽泛用于展现汇报、指挥决策，业务剖析等场景。反对100万数据量的表与表关联，和一亿数据量的海量数据处理能力。叶周全认为，数据是企业最贵重的资产，宜搭利用产生的数据能以更科学合理的形式进行剖析，让企业实现数据互联成为可能，助力企业摸索“科技上云”新实际。 爱护客户的数据安全是第一准则，宜搭平台依靠钉钉全面的平安防护策略，取得公安部信息系统三级等级爱护认证，数据享受国密级别平安爱护。放心外围数据被透露？宜搭上线利用全局水印性能，一旦产生信息透露可疾速追溯起源。对立风控账号体系+独立企业域名，筑起平安高墙，为企业提供专业级平安防护。 在本次低代码峰会上，宜搭还首次公布了生态搭档招募打算，成立百万、千万俱乐部，提供专属反对、商机渠道，推出产品共创、精英班等多种策略单干模式，携手行业搭档共建低代码生态，一起服务好客户，一起以客户为核心，帮忙客户胜利。 “旧时王谢堂前燕，飞入寻常百姓家。让数字技术普惠每一家企业，每一个个体，是咱们的使命。”叶周全提到，低代码利用将来将向着“人人、专属和翻新”三个趋势倒退。将来的软件开发将会走向专业化、更细分，企业能够更轻松地构建专属利用，通过激发集体的创造力，让渺小的翻新更容易产生。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：函数计算 FC 独创 GPU 实例、业内首发实例级别可观测和调试、率先提供端云联调和多环境部署能力、GB 级别镜像启动工夫优化至秒级、VPC 网络建连优化至 200ms，Serverless 利用引擎 SAE 反对微服务框架无缝迁徙、无需容器化革新、业内独创混合弹性策略，这些翻新和冲破，将 Serverless 畛域的技术难题给解了，彻底逾越了影响 Serverless 进一步落地企业外围生产场景的绊脚石。“即便云计算曾经衰亡，然而大家的工作依然是围绕服务器，不过，这个不会继续太久，云利用正在朝着无服务器的方向倒退。” 这是 Ken Form 在 2012 年的一篇《Why The Future of Software and Apps is Serverless》文章中提出的对于将来云计算的观点。 Serverless First：从云厂商主张到客户主意Serverless 与身俱来的弹性能力和容错能力，很好的符合了企业在线业务的弹性和稳定性的双重诉求，成为企业云上架构演进的新方向。 时至今日，随着越来越多的大中型企业将传统后端畛域对扩容有灵便需要的执行单元剥离进去，运行在 Serverless 架构上，以及更重视研发和交付效率的守业团队将业务全副 Serverless 化，Serverless First 的理念更加深入人心，使得越来越多的云上工作负载运行在无服务器上。 数字上的变动代表了技术的市场成熟度。 依据 Datadog 往年的一份报告，Datadog 上一半的 AWS 客户应用了 Lambda，80% 的 AWS 容器客户应用了 Lambda，而且这些用户每天调用函数的次数是两年前的 3.5 倍，运行时长达 900 小时/天。再看看国内的市场，依据 CNCF 往年公布的《2020中国云原生调查报告》，31% 的企业正在生产中应用 Serverless 技术，41% 正在评估选型，12% 打算在将来 12 个月内应用。 10月21日，云栖大会云原生峰会现场，阿里云 Serverless 重磅公布了一系列技术冲破，集中解决了行业面临的难点和痛点。随之而来的是各大企业在 Serverless 上的大规模实际，例如网易云音乐应用 Serverless 技术构建离线音视频解决平台、南瓜电影7天全面 Serverless 化，并基于此，建设了业务的监控、公布和弹性零碎。 ...

简介：一年一度的科技盛会“云栖大会”正在进行中！足足四天，两场主论坛，上百场分论坛，四大场馆会展一体，打造“云栖数字谷”，再加码互动探展沉迷体验，诚意满满，惊喜有限。点击查看大会首页：https://yunqi.aliyun.com 2021云栖大会分论坛PDF：新一代企业智能服务论坛：点击>>观看论坛直播 pdf下载 如何让智能客服成为企业的生产力工具？ 智能AI在新批发畛域的数字化服务实际 智达营销 云启将来 杭州 “12345” 政务服务的数字化实际之路 生态共生 减速智能时代的服务利用落地 人工智能赋能电商服务降级 云效BizDevOps论坛：点击>>观看论坛直播 pdf下载 从DevOps到BizDevOps 云效产品升级公布 震坤行研发效力实现双敏 云开发在教育利用开发、运维全流程实际 大数据平台技术论坛：点击>>观看论坛直播 pdf下载 离线实时一体化数仓与湖仓一体—云原生大数据平台的继续演进 阿里云大数据计算产品与解决方案 新氧云原生全栈数仓最佳实际 数字营销行业大数据平台云原生降级实战 数据与剖析的策略趋势 湖仓一体计划在金融科技的实际 “万里牛”实时数仓的演进之路 开源大数据与AI行业实际论坛：点击>>观看论坛直播 pdf下载 《DeepRec：大规模稠密模型训练引擎》 《喜马拉雅智能语音与NLP利用实际》 《小红书云原生开源数据湖最佳实际》 《阿里巴巴开源大数据平台演进之路》 《Proxima：多模态向量检索引擎》 原生一体化云平安论坛：点击>>观看论坛直播 pdf下载 云上数据安全建设分享 平安，如何负重前行 云平安核心云上对立平安 云原生流量平安 精品游戏的衰亡，阿里云上流量平安最佳实际 数字孪生&Cloud XR技术助力产研翻新论坛：点击>>观看论坛直播 pdf下载 发现新视界，视觉计算将如何扭转生产方式 基于视觉计算建设寰球先进的工科实验教学平台 服务上云减速大家居产业C2M过程 FindPixel三维实景重建云上实际 MR翻新数字化利用 云原生数据仓库AnalyticDB技术与实际峰会：点击>>观看论坛直播 pdf下载 云原生数据仓库瞻望与重磅公布 AnalyticDB MySQL离在线一体化技术解密 数据库产业倒退察看 AnalyticDB PG年度新版本公布 基于云原生数据仓库AnalyticDB PG的最佳实际 云原生数据仓库AnalyticDB在批发行业的深度利用和业务价值 云原生直播间：云原生峰会：点击>>观看论坛直播 pdf下载 计算无界、承载有限，云原生产品全新降级 深耕云原生技术– Kubernetes利用渐入佳境 云原生时代·开发者工具改革摸索与实际 容器服务重磅降级，打造高效平安、智能无界新平台 开源构建云原生基础架构 ...

简介：mPaaS 音讯推送服务，疾速集成多家厂商 Push 通道，无效进步用户留存率，晋升用户体验。 编者荐语： 点击这里，理解 mPaaS 音讯推送服务，疾速集成多家厂商 Push 通道，无效进步用户留存率，晋升用户体验。 _以下文章来源于闲鱼技术，作者剑辛_  对闲鱼用户来说，因为闲鱼商品库存只有一件，商品的时效性很强，因而当用户关注的卖家上新、浏览的商品产生提价或者平台为用户找到一批高性价比商品时，用户冀望尽快被告诉。Push曾经成为用户与闲鱼平台分割的重要纽带。 本文将以技术同学视角，介绍闲鱼Push从离线手工投放的1.0版本进化到智能个性化的2.0版本的倒退过程，具体阐明遇到的问题和技术计划选型，以期给读者带来一些思考和解决相似问题的思路。 闲鱼Push1.0当闲鱼all in无线后，平台须要把与用户相干的优质内容推送给用户，便于用户疾速找到想购买的商品和感兴趣的内容。平台亟需一个Push产品化计划保障将优质内容以Push的模式触达到用户，晋升用户体验。基于这样的前提，闲鱼Push1.0计划的次要思路如下： 计算Push用户名单      a. 计算与用户强相干的优质Push场景，依据场景失去用户名单       b. 垂直业务依据用户画像等条件，圈选业务的指标人群 2. 基于场景疲劳度过滤每个用户能发送的场景列表 对每个用户的场景列表进行全局择优，筛选点击率最高的场景作为指标场景闲鱼Push1.0计划简单明了，流程清晰，而且离线流程不便监控告警和问题排查，满足过后的业务需要，上线后运行稳固。在很长一段时间内1.0计划的外围架构和流程没有太大变更。但随着业务倒退，闲鱼Push1.0计划的一些弊病开始裸露，包含 Push用户名单计算不够实时音讯卡片款式不够丰盛Push触发机会繁多Push场景比拟少这些问题最终导致Push点击率无奈持续晋升，触碰到1.0计划的天花板。为了解决这些问题，咱们对闲鱼Push零碎进行几个方面的优化降级，并最终重构了闲鱼Push零碎。 闲鱼Push1.1为了给Push用户提供更好的用户体验，丰盛用户Push场景，咱们优先思考从音讯款式、触发机会和用户场景几个方面优化扩大现有闲鱼Push计划，优化项次要分为音讯feeds流降级、Push工夫个性化、实时Push等。 音讯feeds流降级Push会积淀到客户端的音讯板块，而音讯板块也是用户进入闲鱼后浏览最频繁的板块之一，音讯款式最开始只反对文本音讯和图片音讯，这类音讯款式的问题是对用户来说无效信息曝光少、而且音讯款式繁多。为此咱们对音讯展现模式进行降级，通过feeds形式展现音讯，晋升无效信息曝光率，优化音讯款式，打造音讯板块的用户心智。feeds流降级上线后成果显著，因为用户感兴趣的内容相比透出更多，UV点击率和用户次留绝对晋升都很大。 第一条为feeds流音讯，之后是图片音讯，相对来说，feeds流音讯能够透出更多无效信息Push工夫个性化闲鱼Push1.0计划次要反对的是定时批量Push，理论的运行状况是定时批量给指标用户发Push。Push触发机会比拟繁多，人为造成流量较为集中，减少零碎稳定性危险；另外对立的触发机会并不适用于所有用户，存在对局部用户打搅的状况。 针对这种状况，咱们优化了Push触发机会，由算法依据用户行为计算预测每个用户的触发机会。算法将用户绝对均匀的分在一天之中，在用户绝对沉闷的时间段将Push触达给用户，缩小对沉闷用户骚扰，也使得Push触达的用户群体分层更加正当衰弱。 实时Push闲鱼Push1.0计划次要笼罩的是用户相干离线场景，对用户实时行为产生的场景笼罩不够，而且这类场景较离线场景相比实时性更高，对用户来说绝对更重要。针对这个问题，咱们减少了对实时场景笼罩，将用户行为形象成关系模型，以IFTTT作为零碎整体触发机制。当关系一侧的用户行为产生变更后触发对另一侧的触达，这类场景实时性更强，和用户强相干，晋升用户Push场景丰盛度，加强用户粘性。实时Push场景上线后Push点击率绝对离线场景晋升1倍以上，具体技术细节可参考《闲鱼IFTTT》。 以上是咱们针对闲鱼Push1.0的性能优化和加强，通过这些能力也扩大反对了更多场景和业务，最终组合在一起成为闲鱼Push1.1版本。 闲鱼Push的今生闲鱼Push1.1整体上线后极大晋升了用户Push场景丰盛度和用户体验。随着对Push和用户了解的深刻，咱们发现还有优化晋升的空间，包含： 平台视角不够，现有的优化更偏差点对点，须要从闲鱼Push平台视角将这些点连成线造成合力，产生1+1>2的成果现有闲鱼Push流程的实质还是离线计算，算法无奈进行更加实时的个性化和全局择优，对用户体验有肯定影响场景配置不够灵便，新增场景老本高，制约了丰盛用户Push场景的进度基于这些起因，咱们最终对闲鱼Push零碎进行重构和降级，打造闲鱼Push实时智能投放平台Hermes。Hermes取自希腊神话，他聪慧（智能）、行动敏捷（快）、多才多艺（多种触达），最能符合闲鱼Push实时智能投放平台的使命愿景。 逻辑架构Hermes架构与闲鱼Push1.0齐全不同，以实时为指标，在场景素材筹备、算法全局调优和Push发送等关键环节实现实时或准实时，晋升Push内容时效性；另外从平台角度登程，将Hermes分为配置核心、匹配核心和工作核心，各个子系统定义交互的数据协定，彼此没有强依赖。三个子系统的作用别离是： 配置核心 配置核心负责保护平台外围数据模型，给业务方提供页面操作配置Push场景和素材，升高业务方接入老本；并且把配置数据以离线全量和实时增量的形式同步给算法模型，作为匹配根据。 匹配核心 匹配核心又称为算法择优核心，匹配核心负责训练算法择优模型，依据场景和素材配置为每个用户个性化筛选，依据每个素材历史点击率数据排序，依据用户近期行为召回用户最有可能感兴趣的素材和个性化内容。 工作核心 工作核心负责Push触发机会和理论触达，工作核心外围反对定时触发、实时触发和工夫个性化触发，目标是对Push触发形式收口，为不同的业务和场景抉择不同触发形式，帮忙业务实现业务指标。另外是对触达进行收口，不便平台编排触达打算，包含触发工夫和发送量级，保障达到业务指标同时不会对Hermes和业务上游零碎造成过大刹时压力。 业务成果Hermes平台上线后成果非常明显，次要体现为： Push点击率绝对晋升达到两位数用户场景笼罩量间接翻倍Push点击激活的DAU也超过历史最高程度总结本文介绍了闲鱼Push从前世离线计算的1.0版本，倒退到多项性能优化的1.1版本，最终进化成今世的实时智能投放平台的全过程，其实闲鱼Push的每个阶段都符合过后业务倒退须要，但对于用户体验的有限谋求最终产出了闲鱼Push实时智能投放平台Hermes。心愿这种形式能够帮忙读者了解闲鱼Push倒退的业务背景和技术计划选型考量。 本文作者：闲鱼技术团队（剑辛 ） 点击这里理解更多 mPaaS 音讯推送更多详情。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：迎接万物智联！云栖第一天，阿里云IoT发表全力投入智物智造策略，并与天猫淘宝、平头哥、达摩院、天猫精灵独特公布智物智造养成打算，包含技术资源、软硬件资源、商家补贴等多项动作，达到3年内赋能10亿智能设施、革新10万家数字工厂的指标，这也是IoT事业部颁布的全新策略。 阿里云智能IoT事业部总经理王晓冬发表智物智造策略 在云栖现场，阿里云颁布十大技术及代表产品，其中阿里云IoT的边缘计算技术及相干产品取得关注。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：大家好，筹备已久的“云小宝A打算”终于和大家见面啦！由阿里云设计团队设计的太空主题限量手办（1024程序员节特别版）在1024这个非凡节日正式推出。太空主题也跟咱们最近的国家空间站话题非常符合。 本流动手办的开始，只是整个打算的第一步，赋予云小宝使命感，并为其定义友善和积极向上的世界观，疏导参与者实现工作，并集齐上云配备。 后续阿里云还会输入一系列云小宝限量版，摸索乏味的冒险和援救工作，将组成整个上云A打算手办公仔集，等你集齐。 心愿咱们每个开发者既能好高鹜远，也能像咱们太空云小宝一样俯视星空，毕竟咱们的征途是星辰大海。 【流动介绍】流动一共5个子工作，每实现1个子工作即可得太空主题云小宝组件1个，集齐5个组件就能取得1024特别版太空云小宝实在手办，还可取得最高价值5000元的程序员成长学习大礼包，具体任务明细和奖品先到先得哦！ 【工作内容】① 签到工作：流动期间实现3次签到。    工作处分：取得太空云小宝手办组件1个+开发者社区电子书奖品 电子书（会集了阿里技术实战精髓，涵盖云原生、物联网、大数据、AI 等技术畛域，深度分享阿里工程师实战经验，顶级技术内容一手把握。） ② 支付优惠券礼包：胜利支付双11主会场优惠券礼包， 工作处分：取得太空云小宝手办组件1个+阿里云认证官网学习视频 阿里云认证官网学习视频，蕴含各类前沿技术课程，晋升技术能力，职场升职加薪必备材料。 ③ 报名双11主会场全民拉新流动: 报名胜利     工作处分：取得太空云小宝手办组件1个+阿里云盘50G空间 阿里云盘是一款速度快、不打搅、够平安、易于分享的网盘，你能够在这里存储、治理和摸索内容，纵情打造丰盛的数字世界。本次流动取得的50G空间不限新老用户，还可叠加已有云盘空间，抢到就是赚到。 ④ 邀请用户助力：邀请7位好友实现助力 工作处分：最多可取得抽奖机会7次（100%中奖）+太空云小宝手办组件1个 ⑤ 流动期间购买任意商品：实现购买下单 工作处分：取得太空云小宝手办组件1个+ACA5折认证优惠 实付金额>1元、不限品类，下单就算实现工作。 【支付双重大礼】： ①   云小宝手办大礼：实现以上全副工作就可号召云小宝手办啦！ 先看看云小宝的样子~（具体以实物为准） ②   最高价值5000元超值大礼包：实现以上全副工作就可取得！ 大礼包明细： 1、 阿里云盘512GB容量权利：新老用户同享，可叠加现有空间； 2、 ProcessOn会员30天：尊享个人版会员权利，价值13元 3、 极客工夫：每日一课月卡，开发者的常识充电站，10分钟解决一个技术难题，价值98元； 4、 开课吧：三天带你玩转MYSQL：价值680元；双十一中间件架构设计：价值3980元； 5、 樊登读书：14天体验卡：不限新老用户，价值25元；不凡精读VIP14天体验卡：不限新老用户，价值25元； 6、 LintCode周卡：程序员都在用的刷题工具，价值98元； 7、 九章算法：秋招算法集训营，5天高频算法充电，价值399元。 快来带走云小宝吧，流动链接传送门： https://developer.aliyun.com/topic/yunxiaobao1024 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：此次签订围绕边缘网关设施及相干配套IT软件解决方案开展深刻单干，旨在针对制造业OEM型客户独特打造低成本、可复制、高增益的数字化解决方案，实现从底层设施数据采集、荡涤、利用到运维的一体化解决方案，帮忙更多中小企业实现数字化赋能。随着物联网、大数据、边缘计算等新一代信息技术的一直变革，传统制造业的生产管理模式正在逐步产生扭转，数字化浪潮的涌起也为更多中小型制作企业数字化转型提供了新的能源，这也是为赋能中小企业的数字化转型提供了新的时机。 10月19日，阿里云携手上海晞司盖工业管制有限公司，举办IoT工业框架单干签约典礼。阿里云IoT事业部总经理王晓冬，中国区上海分公司总经理夏睿，IoT工业互联网部总经理郑旭，晞司盖总经理储伟一等领导缺席并见证签约典礼。 依据协定，单方将围绕IoT工业智能边缘网关及相干配套制造业数字化转型软件解决方案，如IoT工业设施协同运维服务等SaaS利用开展深刻单干，旨在针对制造业OEM型客户独特打造低成本、高效益、可复制的数字化解决方案，实现从底层工业设施数据采集、荡涤、利用到运维的一体化解决方案，帮忙更多中小企业实现数字化转型及赋能。 夏睿在会谈中提到，上海是高端制造业的聚集地，阿里云先后助力宝钢、西方心愿、中国商飞、亚士创能等一批制作企业进行数字化转型，积攒了一些信息化能力建设的教训，目前正处在由浅入深，由边缘到制作企业外围业务能力建设的过程中。阿里云IoT工业线的物联利用平台、设施数字化协同服务、工艺仿真优化与建模等产品与解决方案在其中都扮演着重要的角色，借助晞司盖在泛工业畛域深厚的自动化积淀，弱小的系统集成输入能力与丰盛的设施制造商资源，此次单方单干，将进一步推动制作企业数字化转型的过程。 储伟一在会议上示意，晞司盖成立20年以来，始终扎根在工控行业，明天参观完云栖大会后，对阿里云在制造业做出的成绩感到非常震撼，包含汽车工厂的数字化车间，老板电器的无人工厂样板间等，深深感触到了数字化浪潮下制作企业转型的显著趋势。晞司盖面向设施制造商提供自动化与系统集成服务，20年来积攒了很多忠诚度较高的客户，是设施与数据的第一感知方。如果能在这个环节应用一些设施数据采、存、管、用的能力，使更多设施在达到客户现场就解决了数据买通的问题，后续就能够更快的在业务维度施展设施数据的价值，对制作企业数字化转型来说是老本更低，效率更高的形式。 阿里云郑旭示意接下来肯定会在工业设施物联与运维服务上做好产品能力打造，并向前一步安顿团队撑持好晞司盖在设施数字化+服务的业务拓展。 此次单方单干的开启，通过阿里云工业互联网PaaS平台的成熟产品赋能，无疑将放慢传统OT制造业/工业自动化设施集成商在工业互联网软件平台方向上的业务翻新，并帮忙合作伙伴实现传统OT业务与IT数字化整合后减速商业转型。将来，阿里云将持续深耕在数字化转型的浪潮中，将前沿技术与不同场景畛域需要接轨，帮忙更多企业实现数字化赋能。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：2021年杭州云栖大会云效BizDevOps论坛，阿里云云效从DevOps理念、工具和实际案例层面进行全面降级。通过理念、工具和实际帮忙企业从不仅领有一朵云，还能够联合本人的业务用好云。云效云栖大会首发利用交付和我的项目合作新品，助力企业DevOps到BizDevOps，云效BizDevOps论坛直播地址：2021云栖大会云效BizDevOps论坛 (aliyun.com) 点击观看残缺直播，体验云效新品。 云效DevOps 2大新品开启公测，收费体验 1、云效云原生利用交付平台： https://www.aliyun.com/product/yunxiao/appstack 2、云效我的项目合作： https://www.aliyun.com/product/yunxiao/project （2021年杭州云栖大会云效BizDevOps论坛，阿里云云效从DevOps理念、工具和实际案例层面进行全面降级。通过理念、工具和实际帮忙企业从不仅领有一朵云，还能够联合本人的业务用好云。 “部分效率≠高效交付，高效交付≠继续高效，高效交付≠业务胜利，研发效力的晋升就是要解决这3个≠“。 阿里云云效DevOps首席参谋何勉老师，在2021年阿里巴巴研发效力峰会上首发了"双敏"组织愿景，更加全面地介绍了双敏愿景落地的2大交付模式——组织麻利和研发麻利，通过这俩麻利交付模式，实现业务继续地顺畅高质量地交付无效的价值，最终来赋能业务的翻新，真正做到从DevOps到BizDevOps。 企业双敏组织愿景落地框架大图 “将来研发上云Develop in cloud将成为即Cloud hosting计算上云，Cloud Native利用上云的必然趋势” 阿里云云效的产品技术负责人陈鑫分享了云效DevOps工具如何帮忙企业从DevOps走向BizDevOps，并重磅公布了云效Projex和云效AppStack新品，这两产品撑持双敏愿景和BizDevOps落地的重要产品。 云原生利用交付平台云效AppStack，主打以利用为外围，提供利用编排、环境治理、部署运维、资源管理、利用公布等一站式云原生利用交付能力，助力企业实现研发麻利，疾速享受云原生技术红利。 云效项目管理Projex作为新一代数字化我的项目合作平台，可能反对Scrum 、LeSS、ALPD 等不同复杂度的研发模式以及单我的项目合作、跨我的项目合作等丰盛的合作场景，助力企业实现组织麻利。 **“防、监、管、控一体化的业务运维，让咱们业务运行有了极致弹性和韧性和连续性” ** 阿里云云效应用监控平台（Sunfire）负责人王肇刚公布新一代数字化业务运维系统工程：构建对立运维、全景可观测、全周期安全工程三大能力。从利用、云平台独立治理到一体化业务治理、从单点工具运维到体系化业务运维、从行业空白到联结信通院公布国内首部数字化业务平安生产规范，助力政企系统性保障业务平安生产。 3位客户代表来自安全银行工程效力畛域研发负责人罗维练、工业超市代表震坤行业务中台研发负责人何丹、在线教育行业E联智校技术总监冯涛别离从新金融、新批发、新教育行业双敏实践经验。 安全银行工程效力畛域研发负责人罗维练 安全银行与阿里云云效共建智能流量回放零碎，实现打造智能化自动化测试的新时代。通过阿里云云效智能流量回放平台能力，解决自动化过程中繁琐测试数据和测试链路瓶颈，实现低投入、高收益的品质保证体系打造；从存取款外围零碎品质保障动手，逐渐全面推广，让智能测试成为安全银行零碎品质保障的一大重要策略。 .png") 震坤行技术负责人何丹 工业超市代表震坤行与云效严密共创，围绕着业务驱动合作和以产品导向的交付模式，缩小组织内耗，通过14个麻利团队实现产品、技术、业务的循环实现双敏组织落地，最终实现了研发效率晋升20%、交付速度晋升200%、缺点密度降落60%。 E联智校-技术总监冯涛 E联智校-技术总监冯涛分享在云研发时代，如何实现云阅卷从传统技术框架到云开发生态的变迁。 云效云栖大会首发利用交付和我的项目合作新品，助力企业DevOps到BizDevOps： 云效BizDevOps，论坛直播地址，点击下方链接观看：https://yunqi.aliyun.com/2021/agenda/session173 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：云栖大会 | 于10月21日上午举办的边缘云利用降级与技术创新论坛中，阿里云边缘云ENS产品全面降级，从边缘云产品、技术、行业利用等维度全面论述阿里云在边缘计算畛域的技术积攒、产品&解决方案积淀、商业实际。一年一度科技圈盛事——云栖大会如期揭幕，本届大会以“前沿 摸索 想象力”为主题，与业界同仁、合作伙伴独特打造一场数字时代的云上相聚。阿里云将云计算的能力从核心向边缘延长，满足不同行业客户对低延时、高带宽、本地疾速解决的业务需要。于10月21日上午举办的边缘云利用降级与技术创新论坛中，阿里云边缘云ENS产品全面降级，从边缘云产品、技术、行业利用等维度全面论述阿里云在边缘计算畛域的技术积攒、产品&解决方案积淀、商业实际。 自2017年阿里云策略布局边缘计算技术畛域起，阿里云边缘云ENS已积攒100+篇专利，公布国内首部《边缘云计算技术及标准化》白皮书，牵头国内首个边缘云国标立项，参加制订团标《信息技术 云计算 边缘云计算通用技术要求》和行标《边缘云服务信赖能力要求》。始于阿里云CDN，历时7年建设了2800+寰球节点，实现了边缘云ENS的技术积攒，为边缘云商业化打下了殷实根底。 阿里云资深技术专家 杨敬宇介绍边缘云ENS产品演进 阿里云边缘云ENS产品状态全面降级阿里云边缘云ENS全面降级为两种产品状态：私有云产品状态，提供一站式全域笼罩、弹性交付、优质网络的分布式云网服务；混合云产品状态，提供边缘云软硬件产品&能力一体化输入，为客户提供丰盛的边缘云行业解决方案，不便客户灵便进行业务翻新、市场拓展及商业摸索。 阿里云边缘云产品状态全面降级 阿里云边缘云ENS技术状态全面降级面对2800+边缘云节点，百万级POD实例超大规模利用的挑战，在服务客户过程中积淀了智能调度、拓朴感知、故障逃逸、分布式管控、自动化的装机运维配置、多点协同等关键技术能力，实现边缘云ENS的高稳固和高可用。 阿里云边缘云技术状态全面降级 阿里云边缘云商业利用场景全面降级在本次分论坛上，阿里云共公布了4个基于边缘云ENS的外围商业利用场景，包含：CDN on ENS、视图计算 on ENS、云游戏 on ENS以及云智能终端on ENS。 CDN on ENSCDN作为最成熟的边缘云利用场景， CDN on ENS 全面整合边缘算力资源，在全站减速、下载减速、直播点播及挪动减速等利用场景中极大晋升资源利用效率，通过云边协同技术升高对于核心带宽老本和资源的压力，晋升稳定性的同时晋升用户体验。 视图计算 on ENS全面降级视图计算 on ENS，笼罩图像剖析、视频剖析、物体辨认，摄像头上云等利用场景，提供了地位无感的链接、计算以及周期性存储服务。视图计算历经多样化的场景积攒和打磨，在满足短提早、低成本的根底上，积淀了瘦终端、小型云模式、不必频繁换端等产品劣势。 云游戏 on ENS阿里云边缘云ENS解决云游戏落地的“最初1公里”，游戏利用上传即实现寰球边缘云节点的部署，依据用户散布就近解决数据申请。游戏散发时达到毫秒级指令失效，实现疾速散发到边缘。云游戏在边缘进行计算、剖析以及下发指令，真正做到业务的疾速响应。 云智能终端 on ENS通过内容上云、流化传输实现非智能终端的智能化，聚合丰盛的内容、利用和AI智能算法，在解决广电行业广泛面临的终端类型多、规范不对立、利用适配难、降级老本高、服务能力受限等痛点的同时，为用户提供了更多应用服务，全面晋升用户体验。 阿里云边缘云ENS已在广电、游戏、电力、政企、工业等各产业落地，与行业场景深度交融，减速产业数字化转型，面向产业、生态全面凋谢。以后阿里云已实现边缘设施全面云化，接下来还将围绕边缘芯片/设施、边缘计算平台（操作系统）、城市边缘中间件、城市边缘利用及服务这四个边缘技术栈进行布局，随着AI、5G、IoT等新技术的逐步成熟，心愿能有更多的行业合作伙伴以及运营商、数据中心合作伙伴能和阿里云一起，从边缘计算的规范、技术、产品、利用等多维度深度交融，联合本人的特点，能力，独特打造一张云边协同的边缘云体系，摸索丰盛多元的、面向产业的落地场景，共筑5G边缘计算凋敝生态，为客户打造离用户更‘近’的计算。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：2021年10月21日，杭州 – 今日，阿里云于云栖大会正式公布Apsara Stack 2.0，从面向繁多公有云场景，降级为服务大型团体云&行业云场景。新一代Apsara Stack不仅能够为政企定制稳固、平安、凋谢、智能的数字底座，实现智能治理和自动化运维，并可构建成为自主经营的“行业专有公共云”，更面向产业互联网时代提供了云边一体残缺计划，做好政企数智翻新的同行者。2021年10月21日，杭州 – 今日，阿里云于云栖大会正式公布Apsara Stack 2.0，从面向繁多公有云场景，降级为服务大型团体云&行业云场景。新一代Apsara Stack不仅能够为政企定制稳固、平安、凋谢、智能的数字底座，实现智能治理和自动化运维，并可构建成为自主经营的“行业专有公共云”，更面向产业互联网时代提供了云边一体残缺计划，做好政企数智翻新的同行者。 阿里云智能混合云平台总经理、研究员刘国华示意：“咱们正在见证一个前所未有的‘云’时代，政企外围业务全面上云。Apsara Stack 2.0产品能力再次进化，从面向繁多公有云场景，到服务于大型团体云和行业云场景，将与政企一起摸索数智翻新的星辰大海。” 阿里云公布Apsara Stack 2.0 近年来，混合云凭借着稳固平安、凋谢智能的个性取得了越来越多政企的青眼。国内权威咨询机构Forrester公布的《原生混合云减速企业数字化转型》报告中指出，混合云是寰球企业数字化转型的要害能源，一体化原生混合云将开释自适应企业的有限潜能。 面向行业需要，本届云栖大会混合云建管用一体化降级论坛不仅邀请到了中国信息通信研究院云大所副所长栗蔚，Forrester首席分析师戴鲲，华泰证券信息技术部运行保障核心运维平台开发团队负责人邱朋，浙江大学信息技术核心信息化总工程师张紫徽与阿里云智能混合云平台总经理、研究员刘国华一起探讨混合云趋势与实际，更具体解读了Apsara Stack 2.0的劣势： 1）飞天2.0（新一代公共云架构）为外围的专有“公共云”：一云多芯、一云多Region；国内首家通过商用明码利用安全性评估，平安合规；全场景容灾，金融级同城三机房能力，外围业务RPO=0； 2）从一朵可治理的“云” 演进成一朵可自主经营的“云”： 云资源智能治理与云平台自动化运维，可经营平台与凋谢接口易集成； 3）“边缘场景智能云化+核心云无缝集成” 云边一体残缺计划：反对轻量化输入；软硬件一体化集成，开箱即用；与核心云无缝集成，云边联动。 Apsara Stack 全面降级 为了帮忙客户明明白白用“云”，阿里云混合云启动同行者我的项目，同时基于业务场景构建“利用+云平台”一体化运维能力，并通过云效 “双敏”研发能力实现十倍研发效力晋升。此外，阿里云还降级了混合云技术服务认证，携手生态合作伙伴共建共享混合云开放平台。 作为国内首个全自研大规模成熟商用的原生混合云，阿里云混合云历经7年行业深耕，领有70多个全栈云产品，单集群最大规模达到1万台。全新降级的Apsara Stack 2.0将连续过往劣势，做好政企数智翻新的同行者。 一张图看懂Apsara Stack 2.0 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：2021年10月21日，杭州 – 今日，阿里云于云栖大会正式公布Apsara Stack 2.0，从面向繁多公有云场景，降级为服务大型团体云&行业云场景。新一代Apsara Stack不仅能够为政企定制稳固、平安、凋谢、智能的数字底座，实现智能治理和自动化运维，并可构建成为自主经营的“行业专有公共云”，更面向产业互联网时代提供了云边一体残缺计划，做好政企数智翻新的同行者。2021年10月21日，杭州 – 今日，阿里云于云栖大会正式公布Apsara Stack 2.0，从面向繁多公有云场景，降级为服务大型团体云&行业云场景。新一代Apsara Stack不仅能够为政企定制稳固、平安、凋谢、智能的数字底座，实现智能治理和自动化运维，并可构建成为自主经营的“行业专有公共云”，更面向产业互联网时代提供了云边一体残缺计划，做好政企数智翻新的同行者。 阿里云智能混合云平台总经理、研究员刘国华示意：“咱们正在见证一个前所未有的‘云’时代，政企外围业务全面上云。Apsara Stack 2.0产品能力再次进化，从面向繁多公有云场景，到服务于大型团体云和行业云场景，将与政企一起摸索数智翻新的星辰大海。” 阿里云公布Apsara Stack 2.0 近年来，混合云凭借着稳固平安、凋谢智能的个性取得了越来越多政企的青眼。国内权威咨询机构Forrester公布的《原生混合云减速企业数字化转型》报告中指出，混合云是寰球企业数字化转型的要害能源，一体化原生混合云将开释自适应企业的有限潜能。 面向行业需要，本届云栖大会混合云建管用一体化降级论坛不仅邀请到了中国信息通信研究院云大所副所长栗蔚，Forrester首席分析师戴鲲，华泰证券信息技术部运行保障核心运维平台开发团队负责人邱朋，浙江大学信息技术核心信息化总工程师张紫徽与阿里云智能混合云平台总经理、研究员刘国华一起探讨混合云趋势与实际，更具体解读了Apsara Stack 2.0的劣势： 1）飞天2.0（新一代公共云架构）为外围的专有“公共云”：一云多芯、一云多Region；国内首家通过商用明码利用安全性评估，平安合规；全场景容灾，金融级同城三机房能力，外围业务RPO=0； 2）从一朵可治理的“云” 演进成一朵可自主经营的“云”： 云资源智能治理与云平台自动化运维，可经营平台与凋谢接口易集成； 3）“边缘场景智能云化+核心云无缝集成” 云边一体残缺计划：反对轻量化输入；软硬件一体化集成，开箱即用；与核心云无缝集成，云边联动。 Apsara Stack 全面降级 为了帮忙客户明明白白用“云”，阿里云混合云启动同行者我的项目，同时基于业务场景构建“利用+云平台”一体化运维能力，并通过云效 “双敏”研发能力实现十倍研发效力晋升。此外，阿里云还降级了混合云技术服务认证，携手生态合作伙伴共建共享混合云开放平台。 作为国内首个全自研大规模成熟商用的原生混合云，阿里云混合云历经7年行业深耕，领有70多个全栈云产品，单集群最大规模达到1万台。全新降级的Apsara Stack 2.0将连续过往劣势，做好政企数智翻新的同行者。 一张图看懂Apsara Stack 2.0 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：当初提出对于错误代码、报错等问题，或者答复流动期间内提出无关代码的问题，定制机械键盘、社区背包、头戴式耳机、小米鼠标Lite多重好礼收费拿！报错找不到起因？代码写得总是不够简洁柔美？bug频出，求拯救？开发者社区问答官系列流动之“代码急救室”专题来啦！ 当初提出对于错误代码、报错等问题，或者答复流动期间内提出无关代码的问题，即有机会赢取大奖，解惑拿奖两不误！ 奖项设置 还不晓得从哪里动手？ 能够先从答复以下问题开始！ ribbon负载平衡报错“No instances available for service-product”，什么起因呀2.ossutil 挂载 crontab 中执行报错，怎么回事呀 3.ossimport 上传 oss 超时，怎么解决呀 4.迁徙过程中，呈现 NoSuckKey , 然而本地文件存在，或者第三方存储源文件存在，为什么报404 5.装置依赖库 fuse 报错，求解决 6.装置补丁后服务器卡在“请等待 windows modules installer” 界面，怎么解决呀 7.服务器卡在“配置 windows update 失败 还原更改 请勿敞开计算机”界面，求解决 8.Windows新配置了启动脚本，之后重启卡在“正在利用计算机设置”，该怎么办啊 9.Windows启动报错“An operating system wasn't found”。怎么排查 10.Windows启动报错“No bootable device”，有没有解决办法呀 11.windows 激活报错 0xC004F074 ，是什么起因呀 12.激活报错，slmgr /ato 后报错 0x80070020 或 0x80041010，怎么回事呀 13.Windows补丁装置失败，重启后补丁回滚并且服务器启动报错 bootmgr is missing，怎么回事呢 14.Windows补丁装置报错 80070005，求解决办法 15.Windows装置补丁报错 80070005，是因为什么呀 16.Windows installer 服务启动失败，怎么回事呀 17.Windows过程 crash，在应用程序日志里看到有 1000 的报错，是因为什么呢 ...

简介：往年云栖大会怎么玩？ 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：摘要：以企业的“科技翻新力量”与科技产品自身为智能生存所带来的“科技价值”为外围，开掘中国最具权威性和先锋性科技企业与产品作者：钛媒体 张帅，钟毅 1637年，明代科学家宋应星撰写了三卷十八篇的《天工开物》，全书收录机械、兵器、火药、纺织、染色、制盐、采煤、榨油等笼罩农业和手工业的生产技术。 外国学者称它为“中国17世纪的工艺百科全书”。主观来看，这本书反映了中国明代末年资本主义萌芽期间的生产力情况。 工夫的巨轮持续向前一百余年，18世纪60年代，大洋彼岸才开始了第一次工业革命，以“珍妮纺纱机”为代表的大机器技术革新，蔓延到采煤、冶金等行业，大机器生产取代手工生产，新技术发明了新的生产力。 在历史的过程上，已经凋敝鼎盛的现代中国就此和东方诸强产生分野。工业革命充分证明了“科学技术是第一生产力”。只管技术的深度与广度呈指数级的晋升，但从历次通用目标技术迭代的工夫来看，科学技术的倒退却有愈来愈快的势头。 ● 18世纪60年代——19世纪中期，第一次工业革命让人类开始进入蒸汽时代。 ● 19世纪下半叶——20世纪初，第二次工业革命让人类开始进入电气时代，并在信息反动、资讯反动中达到高峰。 ● 20世纪后半期，人类进入以生物科技与产业革命为代表的新时代。 21世纪以来，以人工智能为代表的“云大物移智”，被公认为下一代通用目标技术，并且润物细无声般渗透到千行百业，前一次工业革命的序幕，总是会奠定下一次工业革命的根底，中国在互联网产业的劣势根底也为人工智能发明了良好的条件。 在阿里云钻研核心与埃森哲独特公布的《人工智能红利浸透与暴发》中提到，互联网发明了一个从数据积攒、技术溢出、算法翻新，到互联网与挪动互联网搭建连贯人工智能创新者和消费者的网络，公共云承载人工智能技术溢出和赋能，再到数据与智能双向反馈的残缺闭环，从而让第三次人工智能浪潮真正落地。 回到咱们最后的话题，为什么中国没有CES？答案并不简单。 尽管咱们也曾有过先进生产力的萌芽，但却没有让其成长成参天大树，中国的很多展览并不代表最前沿的产品、最性感的技术、最好玩的体验，天然也就无奈代表所处的时代，无奈在历史上留下浓墨重彩的一笔。 每一个时代都有代表过后先进生产力的隆重展览，该展览往往是过后社会背景下产品与技术的极致体现——170年前诞生的世博会，是率先实现工业革命、作为“世界工厂”的英国经济倒退的体现；美国CES开办于1967年，与1960年代美国家用电器的遍及，和家电行业的疾速崛起无关；曾经停办的德国CeBIT展，脱胎于汉诺威工业博览会，诞生于1970年代，与德国大型机械行业的崛起无关。 由此又带来另一个问题，中国能不能诞生新的“CES”？答案是必定的。 过来几年，中国的人工智能应用服务疾速崛起，金融、教育、客服、视频、电商、修建、法律、招聘、传媒和资讯，简直各个行业都有第一梯队的利用服务商的身影，构建起了宏大的人工智能应用服务生态圈，继而融入到消费者可感知的日常生活。 数据，技术和场景三者形成了中国人工智能利用暴发的劣势三角，也是中国市场无可比拟的劣势。例如老板电器，基于阿里云的工业大脑，打造了业内当先的工业互联网平台“九天中枢数字平台”，使其产品质量晋升至99%，生产效率晋升45%，产品研制周期缩短48%，生产成本升高21%，经营老本降落15%。 管中窥豹，可见一斑。人工智能正在穿过工厂，透过机床，以智能产品的状态进入公众视线，只是咱们还没有很好地发现他们，“云栖大会科技榜单”为此而来。 “云栖大会科技榜单”是由钛媒体团体、阿里云及天猫小黑盒联结发动的行业产品及企业评比榜单。旨在以企业的“科技翻新力量”与科技产品自身为智能生存所带来的“科技价值”为外围，开掘中国最具权威性和先锋性科技企业与产品。打造业余的行业交流平台，促成企业与产品的翻新倒退与降级。 10月19日下午，榜单颁奖仪式以及获奖嘉宾分享将在云栖大会智物·智造现场举办。评委会依据企业或产品的利用体验、智能化程度、技术应用性、创新性、影响力等综合评估体系，最终评比出获评名单。独特总结新生产、新技术以及新世界，从寰球的科技企业中挑选出最具影响力的企业、技术、企业以及产品。 「评委会大奖」 获得者如下： 本奖项由专家评委团进行提名备选，并通过创新力、高性能、环保性、设计力以及遍及度五大维度进行评比，最终选出寰球范畴内最具影响力、前瞻性的科技产品。 【杭州老板电器股份有限公司——将来工厂】 老板电器建设行业首个无人工厂，通过九天中枢数字平台及零点制作为特色的数字制作体系，精准地进行产品布局、研发及生产，进步生产效率，降低生产、人员老本，实现资源配置最优、老本最优。 「前沿科技产品奖」 获得者如下： 本奖项将颁给那些在产品所属产品畛域，有深远科技、智能改革影响，且致力于通过当先技术和解决方案引领行业倒退和社会提高的前沿科技产品。 【北京法宣在线科技有限公司——小律·智慧普法与公共法律服务机器人】 全国首家真正意义上的公共法律服务机器人。AI+公共法律服务平台赋能智能终端，利用人工智能、大数据等技术，以法律常识为外围，交融司法行政畛域法治宣传、法律服务、法治保障三大职能。 【北京云驰将来科技有限公司——智能汽车平安网关L3000】 国内首款面向主动驾驶畛域的5G车规级多域互联外围网关。全车规芯片计划，高性能多核通信处理器，高通量数据转发和解决能力，满足智能汽车利用多样化，提供可靠性的网络互联和平安能力。 【杭州逍邦网络科技有限公司——销帮帮CRM】 “云叩低代码平台”与BI能力联合，有山海大数据看板、销售群、喜报模板等多个性能，反对个性化定制，能够高效、快捷地满足各种行业的多变需要。 【南京中新赛克——平安产品交付及流量可视化平台】 既能够串接部署，也能够旁路部署，还能够通过隧道取得远端流量；它笼罩L2-L7层的多维分类策略，实现会话级流量筛选，可能汇聚、优化网络流量。平安地治理混合IT网络，助力企业高效平安运行。 【奇点云——一站式大数据智能服务平台DataSimba】 一代跨平台、云原生、自主可控的数据中台产品，可为企业提供全链路的产品+技术+方法论服务，劣势在于轻量级部署，低成本投入，对多域多空间，应答简单数据业务场景有极大帮忙。 【统信软件技术有限公司——统信服务器操作系统V20】 反对国产支流的海光、鲲鹏等CPU架构及传统Intel架构。以kernel 4.19为内核基线，实测宕机率约为CentOS原生内核的50%，为用户提供稳固牢靠的零碎环境。 【小鹏汇天——旅航者系列产品】 针对将来出行提出更前瞻的思考，领有无人驾驶零碎开发、试飞教训，会集了综合航电、试飞测控等多个畛域的研发队伍，对于摸索智能电动航行汽车做出诸多奉献。 「生产翻新产品奖」 获得者如下： 本奖将颁给那些市场遍及度高，能够扭转人群生产习惯，引领生存形式，在品牌价值、市场评估、消费者口碑方面均有创新性和标杆作用的科技产品。 【杭州灵伴科技有限公司——Rokid Air】 Rokid Air是一款冲破传统娱乐办公形式的AR眼镜，它能满足用户在百变场景中的多样需要，无论是影音游戏还是娱乐办公，无论是青少年学习，白领办公、银发群体观影、健身，休闲者观影游戏。 【深之蓝陆地科技股份有限公司——白鲨Tini水下助推器】 一款让人眼前一亮的水中辅助智能设施，白鲨Tini水下助推器可辅助用户游泳或者潜水，可能为水上运动减少很多乐趣。搭配充气浮板不管孩子、小孩儿还是业余玩家都能够根据不同的组合进行应用。 【清锋（北京）科技有限公司——定制化改正保健鞋垫】 LuxCreo3D打印定制鞋垫通过调整足部的着力点，给予足部正确撑持及缓冲，改善人体生物力线，通过科技算法将足部数据转化为鞋垫信息，实现脚与鞋类产品的准确匹配。 【上海创屹科技有限公司】 人工智能外围算法、机器人管制等畛域有丰盛建树及开发能力，将物体高速静止动静捕获，人体姿势辨认等业余软硬件合一的智能平台，为乒乓球专业训练和娱乐等场景提供成熟的整体智能解决方案。 【亿健智能健身镜——亿健魔镜】 亿健魔镜采纳3D动静捕获技术与AI数字化静止算法，实现人体骨骼追踪定位，体姿辨认与动作改正，对于用户健身习惯的扭转以及智能健身畛域的倒退都起到了推动作用。 【智己汽车——智己L7】 智己L7从深度智能化“数据决定体验、软件定义汽车”的底层逻辑登程，在整车智电、智驾、智控技术等要害畛域领有较为丰盛的技术研发能力。 「潮流趋势设计奖」 获得者如下： 一款科技产品岂但要领有颠覆传统的科技能力，还要领有让人眼前一亮的高颜值。本奖项将颁给那些领有自成一家设计格调，且更具人性化应用体验的翻新科技产品。 ...

简介：近日，在2021“低代码技术倒退与利用线上研讨会”上，钉钉宜搭产品总监邵磊带来了“钉钉宜搭低代码减速业务互联 让扭转产生”的主题演讲，具体介绍了钉钉宜搭低代码产品的六大互联能力。近日，在2021“低代码技术倒退与利用线上研讨会”上，钉钉宜搭产品总监邵磊带来了“钉钉宜搭低代码减速业务互联 让扭转产生”的主题演讲，具体介绍了钉钉宜搭低代码产品的六大互联能力。 宜搭是往年1月份正式上线到钉钉，以“继续翻新 一搭就行”为理念，心愿通过宜搭继续升高利用研发的门槛，让低代码这件事件变得更加普惠。 邵磊介绍，宜搭最早呈现于阿里巴巴外部是2016年，阿里巴巴员工用宜搭构建了13,000多个外部利用，而且利用大多数是由阿里外部HR、财务、行政这些不懂业务的人员构建的。往年1月上了钉钉之后，目前月活的企业数量超过25万，累计利用超过100万。在这个规模下，低代码曾经成为整个行业的趋势。当下低代码的利用场景已笼罩企业的方方面面，包含人事管理、智能合同、企业应用模板等业务。 谈及低代码的倒退阶段，邵磊示意，在1.0时代，低代码始终做的事件是BPM驱动，过后钉钉提出了流程在线，挪动审批形式。明天低代码曾经把流程管控得十分好了，可能把BPM引入到业务中。 到2.0时代，开始思考如何通过元数据驱动利用，原数据模型和业务模型的建设在这个阶段开始被逐步器重，关键词就是如何确保明天所有的业务在线化，以及明天如何可能将挪动办公的能力给到不同的用户。 在长时间的延展中，低代码的倒退逐渐进入到另外一个更亲民更贴近业务的阶段，也就是3.0数据驱动时代，数据驱动逐步让大家意识到下一个趋势暴发点的环节，人人都是开发者，人人都是业务在线的构建者，咱们要做的就是为他们提供继续创新力的工具和平台。页面构建、表单流程的构建等等曾经成为每一个低代码产品的标配。 谈及宜搭在低代码减速业务互联方面到底做了什么，邵磊介绍了宜搭的6大互联能力。 一、低代码业务利用与钉钉 文档、日程、考勤等钉原生能力全面凋谢，无需编码，更简略； 二、低代码业务利用与SaaS/自建利用 连接器生态凋谢，低代码业务利用与其余利用轻松集成； 三、低代码业务利用与沟通场 百万场景群利用让业务更触手可及； 四、组织内外互联 一键买通单干空间、关联组织、服务窗，产业上下游协同更简略； 五、全域数据互联 数据BI门槛更低，钉原生数据集、企业业务数据全面买通，一键领有数字化大屏； 六、低代码业务与云互联 AI、基础设施、海量API等云资源的生产更简略，让云更亲民。 邵磊介绍，宜搭引入了一整套的连接器包含自动化编排的概念，提供了钉钉官网的连接器甚至企业自建的连接器，每一个连接器在事件、流程甚至所编排进去的逻辑外面能够任意调用，让API调用变成可视化的时候，就能够发现开发者不须要再做任何的编码工作就能够调用和疾速接入这些API，同时可能受到API的触发事件。 通过连接器与钉钉以及第三方利用的连贯，钉钉市场里的SaaS利用的连贯还有行业提供的规范连接器，能让每一个在钉钉宜搭生产的利用人造具备互联互通的能力，而这些互联互通就会让利用生态变得越来越宏大，让利用连贯变得更加严密，这就是通过连接器为低代码带来更大的生产场景。 邵磊介绍，钉钉中宜搭曾经提供的群插件的性能，能够通过宜搭为钉钉上的群定制更多的协同工具。那么和群联合有什么样的益处呢？ 邵磊认为，在一个利用增加在群里当前，除了能够关上这个群更加简略，更重要的是还将群里机器人推送音讯的能力和明天的利用做了联合，群里的音讯便更能够和利用做互通，同时所有权限治理能够通过群来进行指定，一系列信息都会被共享。这个利用增加在群插件之后就能够疾速启动关上利用里的每一个性能，甚至将群利用的所有能力和群里的一些卡片等等一系列的货色做共享。 10月20日宜搭将在2021云栖大会正式公布宜搭3.0版本，群场景在宜搭的3.0版本正式公布之后还会帮忙大家建设场景，这是钉钉宜搭在低代码场景中心愿做进去更加翻新的互动点。 邵磊示意，低代码的业务利用尝试能够让组织内外的协同变简略。现在在钉钉宜搭和钉钉已有的关联组织、服务窗、单干空间正在进行深度连贯，比方关联组织是服务于高低集组织的治理，服务窗是轻度的业务连贯，单干空间是上下游。举例来说，任何一家企业可能都有本人的采购商，同时有本人的经销商或者有本人的加盟商，这些服务商在不同的组织里甚至是不同的管理体系里都有本人原来独有的使用。通过关联组织、服务窗、单干空间这样产品链路的组合，可能让利用在不同的组织之间产生一些关联，能够做一些跨组织的业务连贯，并且跨组织散发利用。 最初邵磊示意，低代码让数据的连贯更简略。从钉钉宜搭开始，真正让跨利用的数据和自建利用的数据带来更有关联性的穿插剖析，通过这些数据的引入，让钉钉宜搭数据BI的门槛变得更低，同时反对了空间的原生数据集和原生业务之后更能出现业务场景。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：阿里云弹性计算将上线资源保障服务，通过智能化资源诊断、举荐、资源预约及受权候补为用户提供一站式自助化资源保障服务，兼顾灵便，经济的同时还能取得时刻的确定性保障，为业务顺畅前行保驾护航。报名体验资源保障服务：https://yqh.aliyun.com/live/resource\_assurance 云计算曾经成为企业应用计算资源的支流形式，云服务器高弹性、高稳固和高性能的特点，能帮忙企业在多变的环境中把握先机。 在应用云计算服务时，用户的诉求能够拆解成“灵便、经济、确定性”三方面。通过搭配阿里云弹性计算ECS现有的多种付费形式，用户可能取得各种场景下资源的灵活性和经济性。而在理论业务当中，云资源在须要时是否有足够的供应，也是用户关注的重点。这便是所谓的“确定性”。 尤其在双11等大促场景，及时筹备好海量资源来应答流量峰值，就是许多企业每年的一场硬仗。最近正值双11，针对用户的“确定性”诉求，阿里云弹性计算于适时上线了资源保障服务，为企业的更好地“备战双11”，提供短缺弹药。 资源保障服务，诊断、举荐、预约一站式服务阿里云弹性计算ECS的资源保障服务，提供智能化的资源诊断、举荐、资源预约及受权候补等能力，为用户提供一站式自助化资源保障服务，兼顾灵便、经济的同时还能取得时刻的确定性保障，让企业能够想弹就弹，轻松应答业务峰值。 据阿里云弹性计算产品专家介绍，通过阿里云ECS控制台，即可进入资源保障服务页面，提供资源诊断、举荐和预约等性能。 资源诊断：零碎会依据以后用户的资源应用状况和资源供给状况，进行资源预警、购买失败诊断剖析、重要音讯揭示等多种资源管理服务，揭示用户及时预约将来须要用到的资源。 资源预约与举荐：针对用户的不同业务场景与已有付费形式、近期优惠信息等，提供适宜的资源预约和付费形式举荐，保障企业以后及将来的资源确定性。 候补受权：在资源诊断的根底之上，因库存起因可能会产生购买或预约失败等状况，零碎会主动举荐受权候补购买，受权后零碎会尽快补货，确保用户可能第一工夫取得所需资源。 智能举荐资源购买组合计划，省心又省钱随着云计算倒退的日趋遍及和成熟，上云的企业笼罩各行各业，其业务各有特点，甚至同一客户，不同的业务和场景对资源都有不同的需要，如日常业务的使用量较为安稳，而在大促时资源需求量激增，又或者依据业务个性在白天或周末等工夫遭逢峰值。 为了适配客户的业务个性，阿里云ECS提供了多种付费形式，满足客户谋求极致弹性和性价比的诉求。客户能够依据本身业务需要，组合应用按量付费，节俭打算和容量预约等不同的付费形式，在获取灵活性和确定性的同时，实现老本优化。 在抉择丰盛的同时，未免会呈现客户因对付费形式或最新优惠不够理解，无形中错失了更经济的资源预约形式。因而，ECS最新推出的资源保障服务，提供了资源预约举荐性能，这个性能会依据用户的资源需要、已有付费形式和以后资源供给状况等，为用户智能举荐性价比最优的付费形式组合和资源计划。 资源保障服务次要实用于阿里云弹性计算产品线的云服务器产品家族。作为最根底也是企业IT零碎上云最离不开的一个产品，云服务器背地须要宏大的调度与供应零碎的撑持，能力保障好云的弹性灵便。将来，阿里云弹性计算将继续优化产品与付费形式，让用户享受到极致弹性的同时，取得更好的性价比和无力的供给保障。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：本次峰会将邀请业内大咖及行业专家，独特针对行业热点-低代码的前世今生及趋势进行探讨和钻研，钉钉宜搭还将公布全新的3.0版本，助力企业更好地进行低成本的数字化转型。本次峰会将邀请业内大咖及行业专家，独特针对行业热点-低代码的前世今生及趋势进行探讨和钻研，钉钉宜搭还将公布全新的3.0版本，助力企业更好地进行低成本的数字化转型。往年，是云栖大会的第13年。自2009年诞生以来，云栖大会与中国数字经济独特成长，倒退成为中国规模最大的数字科技盛会，吸引了寰球科技创新者参加，被视为科技界的翻新风向标。 2021年 云栖大会重归线下，并将首次举办低代码峰会！ 倒计时5天! 低代码峰会门票收费领! 7位重磅嘉宾现场演讲 阿里巴巴副总裁、钉钉事业部总裁叶军 将分享低代码如何驱动业务数字化再提速 阿里巴巴资深技术专家叶周全 将带来钉钉宜搭3.0降级公布 兰溪市大数据倒退核心主任芦建洪 将分享应用钉钉宜搭低代码破解基层治理窘境的教训 更有业界首个低代码联盟公布等流动 尽在2021杭州·云栖大会低代码峰会 想要加入? 钉钉宜搭送你一张云栖大会门票! 10月20日下午13：30，云栖厅，低代码峰会 重磅内容，前沿公布，精彩来袭 咱们杭州云栖小镇见! 还没预约收费门票的小伙伴快冲！ 扫码海报下方二维码收费领门票 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：本文从云计算抛砖引玉，详解 Serverless 的典型利用场景和一些产品介绍。一、 从云计算到 Serverless自世界上第一台通用计算机 ENIAC (图左)诞生以来，计算机科学与技术的倒退就从未进行过后退的脚步。2003年-2006年，谷歌先后发表了这三篇十分经典的论文（图右），指明了HDFS（分布式文件系统）、MapReduce（并行计算）和HBase（分布式数据库）的技术根底及将来机会，为云计算倒退方向奠定了根底。 所以说从。ENIAC 到谷歌的3篇经典论文，计算机科学与技术的倒退是在一直的后退。而到了云计算时代，能够说计算机科学与技术的倒退是在飞速的后退。 云计算的概念对于云计算的界定，学术界的和工业界有不同的了解，回顾下云计算的倒退历程： 1、2006年，谷歌首席执行官在搜索引擎大会上首次提出云计算的概念；同年亚马逊将其弹性计算能力作为云服务器进行售卖，标记着云计算这种新兴商业模式正式诞生； 2、2008年，微软公布云计算平台 Windows Azure，尝试将技术和服务托管化、线上化； 3、2009年，《伯克利云计算白皮书》发表,文中明确指出云计算的定义：云计算蕴含互联网上的应用服务以及在数据中心提供这些服务的软硬件设施。 明确定义后，伯克利提出了对于云计算瞻望，同时也指出云计算所面临的10个问题，如服务的可用性，数据的失落或者数据安全性和可审计性等。 二、Serverless 概念Serverless 定义Serverless 翻译成中文是无服务器，所谓的无服务器并非是说不须要依附服务器等资源，而是说开发者再也不必过多思考服务器的问题，能够更专一在产品代码上，同时计算资源也开始作为服务呈现，而不是作为服务器的概念呈现，Serverless是一种构建和治理基于微服务架构的残缺流程，容许用户在服务部署级别而不是服务器部署级别来治理用户的利用部署。与传统架构的不同之处在于，它齐全由第三方治理，由事件触发，存在于无状态（Stateless），暂存（可能只存在于一次调用的过程中）在计算容器内，Serverless 部署利用毋庸波及更多的基础设施建设，就能够根本实现主动构建、部署和启动服务。 Serverless 架构 右边是传统意义上来说比拟常见的 Web 利用的架构， 它是由客户端、服务端、数据库等元素组成。 以往做此类我的项目时，开发者须要在服务端做很多操作，如购买服务器、思考购买数量、宽带、操作系统、部署在哪几个区、环境、软件等等问题。随后还须要人为对这台服务器的衰弱要实时去监控，一直的去感知。 而在 Serverless 架构下，开发者只须要关怀咱们的业务代码即可，在我的项目整个的开发、上线、保护过程中，用户并不需要关注服务器层面的保护，也无需为流量的波峰波谷进行运维资源的投入，这一部分将由云厂商来负责；同时在 Serverless 架构下，用户也无需为闲置资源进行额定收入。 Serverless 长处 Serverless 架构领有零服务器运维和闲暇时无计算成本等特点；其交付心智能够体现为将简单留给云厂商，把便捷带给更多开发者。综上所述 Serverless 的劣势能够体现在如下： 1）降本提效 云厂商为使用者提供服务器的治理和运维工作，为使用者提供数据库、对象存储等 Baas 服务，让用户将更多的注意力放在本身的业务逻辑上，晋升研发效率，放大我的项目的翻新周期，同时 Serverless 的使用者不必更多的放心本身的服务器运维，基础设施的运维等工作，更不必为这部分有额定的费用收入，无需承当更多的运维工作老本等；Serverless 架构提供了较为欠缺、全面的按量付费模型，使用者只须要依照本人理论应用的资源量付费即可；Serverless 架构在这一层面有较为明确的劣势。 升高运维老本升高人力老本进步研发效率升高翻新周期按量付费、升高收入老本2）平安、不便、牢靠 把更业余的事件交给更业余的人去做，Serverless 架构将更多服务器运维、平安相干的事件交给云厂商来做，大规模晋升我的项目整体的安全性；同时，Serverless 架构显著比其它架构更简略，因为更多的 Baas 服务都是云厂商提供的，使用者将会治理更少的组件，这意味着 Serverless 的使用者能够更简略更不便的治理我的项目；同时 Serverless 架构领有着弹性能力，即主动伸缩的能力,该能力能够让我的项目在流量减少的时候，主动进行扩容，在流量升高的时候，主动进行缩容，进而保障整个业务的平安、稳固。业余团队为用户保障平安，保障性能，这使得 Serverless 架构： 平安危险更低资源开销更小合乎“绿色”计算思维更加方便管理弹性伸缩，服务更牢靠总体来说，托管给云厂商之后呢，不仅能够大规模的晋升我的项目整体的安全性和稳定性，Serverless 架构也是显著比其余架构更为简略的。 面临的挑战Serverless架构尽管呈现多年然而真正步入“元年”并得以疾速倒退的工夫其实很短暂；因而Serverless架构拥虽有诸多长处，然而也面临一些艰难和挑战，包含但不限于冷启动问题重大、开发工具不欠缺、厂商锁定等景象。然而近些年 Serverless 架构热度持续上升，人们对它寄予厚望，各个厂商也加大投入，置信目前的问题都是临时的，Serverless 架构会朝着更好用、更易用的方向一直演进。 Serverless 架构为使用者提供全新的编程范式的同时，当用户在享受 Serverless 带来的第一波技术红利的时候， Serverless 的毛病也逐步地裸露了进去，例如函数的冷启动问题，就是现在颇为严厉且备受关注的问题。因为 Serverless 架构具备弹性伸缩的能力， Serverless 服务的供应商会依据用户服务的流量稳定进行实例的减少或缩减，其示意图如图所示。 ...

简介：操作领导：通过 jsAPI 实现导航栏的动静批改。 很多开发同学在接入 H5 容器后都会对容器的导航栏进行深度定制，除了 Native 的定制化之外，还有很多场景是应用到 jsAPI 的形式，通过 jsAPI 实现导航栏的动静批改。 本文旨在通过理论场景的形容，通过 jsAPI 的形式，介绍 jsAPI 下怎么动静批改导航栏，供各位 mPaaS Coder 参考应用。 延长浏览：技术干货 ｜ Native 页面下如何实现导航栏的定制化开发？ 内置 jsAPI 批改导航栏1.批改导航栏题目批改导航栏题目API：setTitle AlipayJSBridge.call('setTitle', { title: 'H5设置题目', });AlipayJSBridge.call('setTitle', { subtitle: '副标题',});AlipayJSBridge.call('setTitle', { title: '题目', subtitle: '副标题',});2.批改导航右按钮setOptionMenu 此 API 有 reset、title、icontype、icon 这 4 个属性有一个即可，属性的优先级：reset > title > icontype > icon。 AlipayJSBridge.call('setOptionMenu', { title : '按钮', redDot : '5', // -1 示意不显示，0 示意显示红点，1-99 示意在红点上显示的数字 color : '#9951ffee', //字体色彩，必须以＃开始 ARGB 色彩值});AlipayJSBridge.call('showOptionMenu');//强制刷新显示AlipayJSBridge.call('setOptionMenu', { icon : 'https://pic.alipayobjects.com/e/201212/1ntOVeWwtg.png', redDot : '6', // -1 示意不显示，0 示意显示红点，1-99 示意在红点上显示的数字});AlipayJSBridge.call('showOptionMenu');//强制刷新显示AlipayJSBridge.call('setOptionMenu',{ // 显示时的程序为从右至左 menus: [{ icontype: 'scan', },{ icontype: 'add', }], override: true // 在须要设置多个 option 的状况下，是否保留默认的 optionMenu});AlipayJSBridge.call('showOptionMenu');//强制刷新显示AlipayJSBridge.call('hideOptionMenu');//暗藏右侧按钮3.批改导航栏背景色批改设置导航栏背景色 setTitleColor API，参数 color、reset、resetTransparent。优先级 reset > color > resetTransparent。 ...

简介：10 月 16 日上海，OAM/KubeVela、OpenKruise、OCM 三大开源我的项目的社区负责人、外围贡献者和企业用户将齐聚 KubeMeet，和现场 100 名开发者聊聊新的技术环境和企业需要下，无关“云原生利用治理”的那些事儿。随着云原生关注点逐步往应用层转移，云原生生态正在向一系列标准化趋势演进，并带来全新的利用交付状态。 从阿里云与微软联结开源的 OAM + OpenKruise 组合锋芒毕露，再到阿里云进一步使能平台构建者的开源框架 KubeVela 迅速走红，再到多集群治理开源我的项目 OCM 呈现，为什么“云原生利用治理与交付”会成为 Kubernetes 之上重要的价值聚焦点？当业务倒退到肯定规模，呈现更多粒度的隔离、容灾等需要，如何应用开源我的项目帮忙企业解决多集群治理挑战？这些新锐的开源我的项目近期又为社区带来了哪些变动？ 10 月 16 日上海，OAM/KubeVela、OpenKruise、OCM 三大开源我的项目的社区负责人、外围贡献者和企业用户将齐聚 KubeMeet，和现场 100 名开发者聊聊新的技术环境和企业需要下，无关“云原生利用治理”的那些事儿。 基于 KubeVela实现面向混合云环境的利用交付在云原生理念迅速遍及的明天，混合环境部署（混合云/多云/分布式云/边缘）曾经成为了大多数企业应用、SaaS 服务、利用继续交付平台的必然选择，而云原生技术的发展趋势也正在朝着“统一的、跨云、跨环境的的利用交付”一直迈进。KubeVela 作为一个开箱即用、面向古代微服务架构的利用交付与治理平台，面对混合云环境的利用交付难题，提出一个开源、规范，又不失灵便度的解法。 分享嘉宾：曾庆国（悦达），OAM/KubeVela Maintainer 阿里云技术专家 混合云容器编排引擎 OCM在蚂蚁金服的实际OCM 技术曾经利用到蚂蚁团体的基础设施中，作为第一步，通过使用一些相似与社区 Cluster API 的运维伎俩将 OCM Klusterlet 一一部署到被治理的集群中去，从而把蚂蚁域内几十个线上线下集群的元信息对立接入到了 OCM 中。这些 OCM Klusterlet 为下层的产品平台提供了多集群治理运维的根底能力不便当前的性能扩大。本次分享介绍由阿里巴巴和红帽联手推出的新一代多云混合云容器编排引擎 Open-Cluster-Management 我的项目、其在蚂蚁金服中的落地实际，以及如何参加社区并颁布后续布局建设的系列个性。 分享嘉宾：金敏（左修），阿里云开发工程师，Kubernetes 维护者 基于 GitLab+KubeVela的 GitOps 实际KubeVela 是以利用为核心，将复杂多变的微服务交付环境形象为了简略可配置并且好观测的 Application，买通了利用与根底设置之间交付的壁垒，而 GitLab 则提供了欠缺的 GitOps 能力来促成基础架构、运维和开发团队间的合作。GitLab+KubeVela 使用户更加自信地频繁部署，进步软件环境的稳定性、可靠性和安全性。 分享嘉宾：郭旭东，极狐(GitLab)云原生架构师，云原生社区管委会成员&上海站站长 OpenKruise 带给云原生利用治理的新变动 原生 Kubernetes 的根底利用治理能力，在大规模利用和生产环境下逐步顾此失彼，较为固化的部署模式与面向终态机制都为这些场景下的利用带来了诸多负面效应。对于这类问题，咱们看到很多公司都做过一些定制的改变与开发来满足本身业务的诉求。而 OpenKruise 开源我的项目致力于补救与扩大 Kubernetes 在利用治理畛域的有余，围绕云原生利用的部署、公布、拓扑分区、平安防护、运维操作等方方面面提供了更加弱小的性能。本次分享将会一览以后 OpenKruise 的能力与布局，带你理解为什么 OpenKruise 能力成为大规模生产集群中的利用治理利器。 ...

简介：想要实现AiOps，智能告警少不了。Arms 告警运维核心让面向告警的组织协同更加便捷高效！作者｜九辩 世上没有一个零碎是百分之百尽如人意的。如果想要保障可用性，那么技术团队就得对服务的各种状态一目了然，能在第一工夫发现问题且疾速定位问题起因。但要想做到以上这两点，只能依赖欠缺的监控&告警体系去监控服务运行状态，但技术团队又不可能时时刻刻都盯着看板并关注到所有方面。因而，告警成为团队监控服务质量与可用性的最次要伎俩。 但在实际过程中，技术团队所获取的告警往往不是太少了，而是太多。咱们看看某跨境电商零碎 SRE 每天的工作日常，或者每个工程师对此都不生疏： 关上通信工具 IM，运维群的告警音讯提醒 99+，甚至 999+；点开群查看音讯，满屏告警题目、等级和分派人，但信息过多无奈疾速筛选和确定高优先级告警；挨个关上信息，查看告警内容并评估理论优先级，这其中包含但不限于服务超时、网络重传、数据库响应慢；发现等级为“P1”的告警，查看内容来自交易系统服务超时，告警分派人是交易系统开发同学，开发同学查看发现交易系统以后没有异样，认为是数据库问题，返回群顺次点击查看；到了公司关上告警核心零碎，按告警等级高下排序再点开列表条目，别离与业务开发、网络设备保护和数据库 DBA 散会沟通，综合剖析发现“交易系统服务超时告警”是因为“网络重传”引起的“数据库响应慢”。能够看到，随着企业数字化不断深入，IT 零碎划分、异构性都使得企业技术架构变得愈发简单。为了更好地保障系统稳定性，也为了防止脱漏故障，技术团队通常会在监控零碎中，针对基础设施、平台、利用设置大量监控指标和告警规定，从网络到机器、从实例到模块、再到下层业务。尽管极大进步了故障发现能力，但也很容易导致一个异样或故障触发大量告警，造成告警风暴。比方，一个机器产生故障时，监控机器衰弱度的告警规定产生报警；监控机器上实例运行状态的告警规定也产生告警；这些实例的上游利用模块受到影响也开始告警。比方，利用模块中的实例收回告警，上游利用模块也产生告警。当利用模块中蕴含的实例比拟多时，产生数百条告警音讯。再有甚者，网络、机器、域名、利用模块、业务等同时产生多层次、多方面异样告警，产生数万条告警音讯。 与此同时，在异样产生时传统告警体系通过邮件、短信、电话等形式向相干人员进行告警，但大量告警音讯并不能帮忙他们迅速寻找根因和制订止损计划，反而会吞没真正无效的信息。与此同时，问题解决往往须要协同不同团队并及时同步停顿，单点发送不利于问题形容与解决跟进。大量反复形容状况与跨团队的责任人沟通，大大拖长了 MTTR。 很多中小型互联网公司都有绝对残缺的监控与告警零碎，告警品质和应急效率相较于大型及超大型企业会高很多。这是因为监控零碎都在一个运维团队开发与保护，业务构造、产品能力及应用形式绝对简略且对立，监控零碎的次要应用人为产品运维工程师，配置的监控及告警品质较高。但随着企业规模的一直增长，中小型企业也将与大型企业面临着雷同问题： 监控零碎越来越多，各监控零碎的操作形式、产品能力无奈拉通对齐；大多数监控零碎对于技术团队，功能设计体验差且学习老本高。技术团队不晓得该配置哪些监控以及告警规定，导致未做到危险点 100% 笼罩，或者导致了大量有效告警；不同监控零碎对应责任人越来越多，当组织架构发生变化时，各监控零碎订阅关系无奈及时更新。最初的情况就变成了报警量越来越大，有效报警越来越多，技术团队放弃监控告警，而后开始恶性循环。具体归因以上景象，咱们发现问题次要集中在以下几点： 「标准化告警解决流体系」的缺失告警源数据不足统一标准以及对立维度的标签 企业内各个域的运维零碎独立建设，没有统一标准且大部分告警数据只蕴含题目、等级和根底内容。运维人员消耗大量工夫逐条浏览告警、剖析告警起源和最终起因。而这一过程中，又非常依赖 SRE 的过往教训。深究其背地起因，次要是因为来自各个域的告警数据，告警策略配置逻辑不统一，没有标签或者标签定义不对立，SRE 须要在繁冗的告警中辨认无效信息，剖析告警之间的关联性，找到本源。传统的IT运维零碎为了标准化和丰盛告警信息，会从企业层面定义对立的告警数据规范，每个域的告警零碎须要按此接入。强制标准化的办法在实践中肯定会遇到如下问题：1）不同运维域革新老本大，我的项目推动艰难；2）数据扩展性差，一个数据规范改变牵动所有运维域。 不足全局视角的告警数据处理和富化 IT 零碎运维将来自不同域的告警集成对立解决，初衷是把握更多信息，从而进行更精确的判断。但如果只是被动承受并分派告警，告警运维零碎作为运维信息中枢的价值并未体现，效率与体验也没有改善。对此，运维人员能够被动对这些告警内容进行一次“消化”、“排汇”和“丰盛”，将充斥乐音的信息变得清晰规整。那么，告警运维体系就须要能够对告警进行合成、提取和内容加强的工具。 组织协同解决告警难以落地如何通过组织协同灵活处理告警？ 在一个组织中，各个服务的稳定性往往落实在一个或多个组织的日常工作中。告警解决须要在团队内、团队之间进行协同。当告警触发时依据以后排班打算对主值班人员进行告诉，一段时间未解决则告诉备值班人员， 主备值班都未及时处理的状况下降级到管理员。当值班人员发现告警须要上下游其余团队解决时，或须要进步优先级解决时，须要可能批改告警等级，可能把告警疾速转派给其余人员，并且被转派的人员可能取得该告警解决权限。 如何防止组织隔离的复杂性灵活处理告警？ 失常场景下，技术团队不心愿看到其余团队的告警的同时，也不心愿该团队的告警被其余团队看到（波及故障等敏感信息）。但当告警须要跨团队协同解决时，又须要可能疾速将这个告警转派给其余人员且同时对其受权。怎么在云上实现这些灵便多变的权限治理需要？以后云上传统的受权办法是为每个成员在云上建设对应的子账号，对其进行受权。这种形式显著不适宜告警解决，线上业务曾经受损了难道还要找管理员受权能力解决告警吗？面对上述问题，不同规模的企业给出了不同的解决方案： 规模较小企业：把组织内的人配置为云平台上的告警联系人，告警触发后，依据内容告诉其中局部人。 长处：当团队规模较小时，通过简略配置即可实现告警的散发解决。毛病：须要一直同步组织架构和告警联系人的关系，比方新人员入职，老员工到职时须要及时同步。 规模较大企业：把告警通过对立webhook 投递到外部告警平台中进行二次散发解决。 长处：自建零碎能够和企业外部组织架构和权限零碎买通，对于满足组织隔离的复杂性和告警散发的灵活性。毛病：自建告警平台，投入大，老本高。 针对上述两大问题，咱们须要更加残缺的思路去解决上述问题，通过大量实际，咱们提供以下思路供大家参考： 「标准化告警事件处理流」联合上述运维案例的痛点以及告警标准化面临的艰难，咱们不再强制推动各运维域在集成前进行适配。开发运维人员应用运维核心提供的“标准化告警事件处理流”性能，凭借以下伎俩去编排和保护不同场景下的解决流，对不同起源的告警进行标准化和内容加强。 借助告警平台灵便的编排组合能力以及丰盛的解决动作，去疾速解决多样化告警场景 从告警运维核心视角来看，不同起源或者场景的告警数据处理流程各不相同。通过所提供的数据处理、数据辨认和逻辑管制等丰盛的解决流动作，面对标准化或者场景化诉求，SRE 用条件过滤出以后关注的告警，抉择动作编排解决流。通过测试启用后，告警数据会依照预期的规范存入告警零碎进行分派告诉；SRE 的告警运维教训，能够积淀下来供后续自动化解决。 内容 CMDB 富化，突破信息孤岛 企业IT运维过程中，突破不同起源告警的“信息孤岛”是一件重要且富裕挑战的工作，而企业的 CMDB 数据正是最好的原料。通过保护动态和 API 接口的形式集成 CMDB 数据，告警事件处理流能够通过 CMDB 对信息进行富化，使得来自不同域的告警产生维度上的关联。这样在告警处理过程中，IT 资源之间的告警能够建立联系，便于疾速剖析定位根因。 通过 AI 内容辨认，疾速理解告警散布 借助于 AI 内容辨认能力，对告警内容进行剖析归类。运维人员能够从全局统计中理解零碎告警散布，具体开发运维人员可能高深莫测辨认出具体告警的对象类型和谬误分类，缩短了从景象到根因之间到门路。并且在预先复盘过程中，智能归类信息能够作为 IT 系统优化和改良口头的决策参考数据。 「面向告警的组织协同」在标准化之外，咱们能够看到对于告警解决，组织协同须要足够非常灵活。不能再以“组织”为核心来解决告警，应以“告警”为核心构建组织。当告警产生时须要协调所需的上下游解决人来构建一个解决告警的长期组织，在长期组织中的成员具备告警解决权限，当告警解决后能够疾速遣散长期组织，防止被告警频繁打搅和非必要故障信息流传。 联系人自助注册到告警零碎 对于麻利化的运维团队而言，应防止手动保护须要解决告警的组织成员在告警零碎中的联系方式。手动保护联系人的形式不适宜于频繁变动的组织。优良的告警零碎应该由每个组织成员实现本人的联系方式保护和告诉设置，这样既防止频繁的组织架构变动对管理员更新联系人信息的及时性要求，也能满足不同人对于告诉形式抉择的不同偏好。 复用已有账号体系，防止在工作中应用多个账号零碎 通常的企业都会应用一个例如钉钉、飞书或者企业微信的办公类协同IM工具。该当防止在告警解决平台中应用独立的账号体系。如果一个企业平时应用钉钉等软件进行办公，而后告警零碎有反对通过钉钉来解决告警，那么这个告警零碎就很容易可能退出到企业的生产工具链中。反之，如果企业平时都是应用钉钉，然而告警零碎须要应用独自的账号来登录，不仅须要保护两套账号，还容易造成沟通不畅，信息处理不及时等问题。 ...

简介：96小时沉迷，360度设想 “前沿·摸索·想象力”，往年的云栖大会行将与大家如期见面。 从10月19日至22日，云栖大会将带来100+场新思维论坛、450+最热科技新品、1000+数字新物种、40000平米的“云栖数字谷”沉迷科技体验，以及一系列炫目的极客盛会。 阿里云视频云将持续亮相云栖大会，带来音视频主题论坛及一系列重磅公布，更有音视频技术展区、开发者展区的泛滥互动体验，与参会者独特摸索内容与交互的全新可能。 视频云的极致进化论下一代音视频技术的极致化趋势？ 视频云如何赋能多产业的视频化发展？ 多端时代的超高清和智能时代的直播有什么新体验？ 云端一体如何施展最大效力，推动实时“零解决”的新纪元？……10月21日下午，阿里云视频云将开启云栖大会《产业视频化翻新与最佳实际》主题论坛，10位分享者将围绕阿里云视频云自研的实时音视频、端智能、超高清、视频AI、低代码开发等技术在产业中的新摸索与新实际，面向全产业提供一场触手可及的音视频新体验。 论坛还将重磅公布一系列场景化、行业化利用的新产品，凸显视频云技术的前瞻性成绩和新技术将带来的新商业价值。 云端一体的音视频空间站基于多重体验和云原生的低代码开发，是音视频技术的下一代吗？ AI驱动的智能媒体生产，在产业全流程是如何作业和提效的？ 如何一站式补齐企业协同的最初一块短板？……云栖大会期间，阿里云视频云将在线下 “音视频”技术展区，以“企业全场景音视频开发和利用”为内核，围绕“智能媒体生产技术”、“音视频低代码开发”、“一站式企业音视频合作”三大板块，展示PaaS、APaaS、SaaS为企业在云端转型所提供的丰盛的视频类工具集，参会者还可通过阿里云视频云的产品与技术能力，现场体验搭建自有的音视频业务，摸索“云端一体”下的多种场景。 音视频展区示意图 AI演播室示意图 AI演播室示意图 开发者的极客公园在“实验室”，参加48小时不停电的黑客马拉松； 在“中枢系统”中，散步开源长廊、体验技术产品； 在“停机坪”上，与行业大咖休闲交换； 在“能源补给站”里，下一盘开发者飞行棋……对于充斥极客精力的开发者来说，本次云栖大会的“Developer Space”（开发者空间站）也十分值得期待。入手编码试验、互动游戏、技术体验、交换分享……这些以开发者视角展现的更具互动性的玩法，将会为开发者带来高度的身份认同，开掘开发者科技感之外的乏味可恶。 在开发者产品技术体验展示区“天池数据博物馆”中，阿里云视频云的“卡通智绘”我的项目将作为展厅爆款的互动体验我的项目展出，参会者可在现场体验2.5次元的虚构人物世界，更有童话、三国、油画等各种格调畅选。利用先进的生成反抗网络及迁徙学习技术，所生成的极具集体特质的卡通形象，可广泛应用于人像美颜、短视频社交、直播等丰盛场景，现场不可错过这份卡通世界的实在体验。 阿里云视频云卡通智绘 万物数字化的未来式沉迷身处数字时代，在咱们驶向星辰大海的征途中，许多技术已人不知;鬼不觉成为不可或缺的当先驱动力。阿里云一直积攒并始终保持当先的技术，将在超40000平的技术展区亮相，无影云电脑、浸没式液冷服务器、平头哥芯片等云技术相干展品及太空八音盒、仿生机器鱼、外骨骼机器人等各类前沿科技展品等将逐个展出，独特眺望万物数字化的将来。 航天主题展区示意图 仿生鱼机器人展区示意图 元宇宙是以后科技界的新议题，参观者将被数字人疏导着穿梭元宇宙隧道，从了解概念开始，在云栖现场逐渐理解利用场景、畅想趋势，再通过VR游戏、全息影像等技术沉迷体验元宇宙。 元宇宙隧道示意图 来2021云栖大会，感触万物数字化，体验千行视频化 阿里云视频云 期待和你 共赴这一场年度盛会 入群获取更多大会信息 报名链接：https://yunqi.aliyun.com/2021/tickets?channelCode=FHJKLZ0458&ticketCode=j7UAmMl9pB0saXFf 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：SAE 通过对弹性组件和利用全生命周期的一直优化以达到秒级弹性，并在弹性能力，场景丰盛度，稳定性上具备外围竞争力，是传统利用 0 革新上 Serverless 的最佳抉择。作者：竞霄 Serverless 时代的降临Serverless 顾名思义，是一种“无服务器”架构，因为屏蔽了服务器的各种运维复杂度，让开发人员能够将更多精力用于业务逻辑设计与实现。在 Serverless 架构下，开发者只须要关注于下层应用逻辑的开发，而诸如资源申请，环境搭建，负载平衡，扩缩容等等服务器相干的简单操作都由平台来进行保护。在云原生架构白皮书中，对Serverless 的个性有以下概括： 全托管的计算服务，客户只须要编写代码构建利用，无需关注同质化的、累赘沉重的基于服务器等基础设施的开发、运维、平安、高可用等工作；通用性，可能撑持云上所有重要类型的利用；主动的弹性伸缩，让用户无需为资源应用提前进行容量布局；按量计费，让企业应用老本得无效升高，无需为闲置资源付费。回顾整个 Serverless 的倒退历程，咱们能够看到从 2012 年首次提出 Serverless 概念为终点，再到 AWS 推出 Lambda 云产品的这段时间内，人们对 Serverless 的关注度呈现了爆发式的增长，对无服务器的期待和畅想逐步引爆整个行业，但 Serverless 的推广和生产落地的过程却不容乐观，Serverless 理念与实操生产的过程中存在 Gap，挑战着人们固有的应用体验和习惯。 阿里云深信 Serverless 将作为云原生之后确定性的倒退方向，相继推出了FC,SAE 等多款云产品来笼罩不同畛域，不同类型的利用负载来应用 Serverless 技术，并且一直在推动整个 Serverless 理念的遍及与倒退。 就以后 Serverless 整个市场格局而言，阿里云曾经做到了 Serverless 产品能力中国第一，寰球当先，在去年 Forrester 评测魔力象限中能够显著的看到阿里云在 Serverless 畛域曾经与 AWS 并驾齐驱，于此同时，阿里云 Serverless 用户占比中国第一，在 2020 年中国云原生用户调研报告中整个阿里云 Serverless 用户占比曾经达到了66%，而在 Serverless 技术采纳状况的调研中表明，曾经有越来越多的开发者和企业用户将 Serverless 技术利用于外围业务或者将要利用于外围业务之中。 Serverless 弹性摸索弹性能力作为云的外围能力之一，所关注的问题是容量布局与理论集群负载间的矛盾，通过两幅图的比照能够看到，如果采纳事后布局的形式进行资源安顿，会因为资源筹备量和资源需求量的不匹配导致资源节约或者资源有余的状况，进而导致老本上的过多开销甚至业务受损，而咱们冀望极致弹性能力，是筹备的资源和理论需要的资源简直匹配，这样使得利用整体的资源利用率较高，老本也随业务的增减和相应的增减，同时不会呈现因容量问题影响利用可用性的状况，这就是弹性的价值。 弹性其实现上分为可伸缩性和故障容忍性,可伸缩性意味着底层资源能够参照指标的变动有肯定的自适应能力，而故障容忍性则是通过弹性自愈确保服务中的利用或实例处于衰弱的状态。上述能力带来的价值收益在于降老本的同时晋升利用可用性，一方面，资源使用量贴合利用理论消耗量，另一方面，晋升峰值的利用可用性，进而灵便适应市场的一直倒退与变动。 上面将对以后较为广泛的三种弹性伸缩模式进行论述和剖析。 首先是 IaaS 弹性伸缩，其代表产品是各云厂商云服务器弹性伸缩，如阿里云ess,能够通过配置云监控的告警规定来触发相应的 ECS 增减操作，同时反对动静增减 Slb 后端服务器和 Rds 白名单来保障可用性，通过健康检查性能实现弹性自愈能力。ESS 定义了伸缩组的概念，即弹性伸缩的根本单位，为雷同利用场景的 ECS 实例的汇合及关联 Slb,Rds, 同时反对多种伸缩规定，如简略规定，提高规定，指标追踪规定，预测规定等，用户的应用流程为创立伸缩组和伸缩配置，创立伸缩规定，监控查看弹性执行状况。 ...

简介：数字化转型的浪潮中，企业上云如何趁势而为？技术疾速迭代的当下，数智翻新如何凭风借力？2021年云栖大会揭幕在即，作为#政企数智翻新的同行者#，阿里云混合云将交出怎么的答卷？_02925.jpg") 数字化降级的浪潮中， 企业上云如何趁势而为？ 技术疾速迭代的当下， 数智翻新如何凭风借力？ 作为政企数智翻新的同行者 阿里云混合云将交出怎么的答卷？ 一起来先睹为快 阿里云在混合云畛域深耕多年，早在2014年就实现了混合云和公共云采纳同一架构、同宗同源，是国内首个全自研的原生混合云，历经多年双十一考验和行业实际的锻炼，是国内最大规模成熟商用的原生混合云。 通过多年技术积攒，从晚期繁多的混合云产品到当初的“一朵云”解决方案，阿里云构建了全栈建云、智能管云、极致用云的残缺体系，成为政企数字化降级的外围基础设施。 2021云栖大会 阿里云混合云 Apsara Stack 2.0 <建管用一体化摸索与实际>分论坛 如期而至 咱们将 与政企客户 共享政企数智翻新之道 与合作伙伴 共创生态凋谢簇新格局 <混合云分论坛> 2021年10月21日 9:00-11:00 杭州云栖小镇国内会展中心 B区305蔚云厅 <混合云展区> 2021年10月19-22日 8:00-17:30 杭州云栖小镇国内会展中心 C馆数智源力【阿里云十大核心技术展区】 2021年10月21日（周四） 中国杭州 云栖小镇 期待与您相见 立刻领票 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：飞桨深度学习框架采纳基于编程逻辑的组网范式，对于一般开发者而言更容易上手，同时反对申明式和命令式编程，兼具开发的灵活性和高性能。 飞桨 (PaddlePaddle) 以百度多年的深度学习技术钻研和业务利用为根底，是中国首个自主研发、性能齐备、 开源凋谢的产业级深度学习平台，集深度学习外围训练和推理框架、根底模型库、端到端开发套件和丰盛的工具组件于一体。 飞桨深度学习框架采纳基于编程逻辑的组网范式，对于一般开发者而言更容易上手，同时反对申明式和命令式编程，兼具开发的灵活性和高性能。另外飞桨不仅宽泛兼容第三方开源框架训练的模型部署，并且为不同的场景的生产环境提供了齐备的推理引擎，包含实用于高性能服务器及云端推理的原生推理库 Paddle Inference，面向分布式、流水线生产环境下主动上云、A/B 测试等高阶性能的服务化推理框架 Paddle Serving，针对于挪动端、物联网场景的轻量化推理引擎 Paddle Lite，以及在浏览器、小程序等环境下应用的前端推理引擎 Paddle.js。同时，透过与不同场景下的支流硬件高度适配优化及异构计算的反对, 飞桨的推理性能也当先绝大部分的支流实现。 装置飞桨飞桨能够被认为是一个 Python 的依赖库，官网提供了 pip，conda，源码编译等多种装置办法。以 pip 装置办法为例，飞桨提供了 CPU 和 GPU 两个版本装置办法： CPU 版本装置办法：pip install paddlepaddleGPU 版本装置办法：pip install paddlepaddle-gpu实际：手写数字辨认工作MNIST 是十分有名的手写体数字辨认数据集，在无论是 Tensorflow 的官方网站还是 PaddlePaddle 的新手入门，都是通过它做实战解说，它由手写体数字的图片和绝对应的标签组成，如： MNIST 数据集分为训练图像和测试图像。训练图像 60000 张，测试图像 10000 张，每一个图片代表 0-9 中的一个数字，且图片大小均为 28*28 的矩阵。这一大节将会以 PaddlePaddle 官网提供的 MNIST 手写数字辨认工作为例，进行 PaddlePaddle 框架的根本学习。与其余深度学习工作一样，飞桨同样要通过以下四个步骤实现一个绝对残缺的深度学习工作： 数据集的筹备和加载；模型构建；模型训练；模型评估。加载内置数据集飞桨框架内置了一些常见的数据集，在这个示例中，开发者能够加载飞桨框架的内置数据集，例如本案例所波及到的手写数字体数据集。这里加载两个数据集，一个用来训练模型，一个用来评估模型。 import paddle.vision.transforms as Ttransform = T.Normalize(mean=[127.5], std=[127.5], data\_format='CHW') 下载数据集train\_dataset = paddle.vision.datasets.MNIST(mode='train', transform=transform)val\_dataset =  paddle.vision.datasets.MNIST(mode='test', transform=transform) ...

简介：往年云栖云上办公展区将聚焦“将来智慧办公室”交互体验，从设施到空间到人，从办公到业务到管理决策，为企业客户输入数字化企业治理解决方案，提供更高效的工作协同形式，以及更迷信的组织治理，让千万个组织企业开启数智化办公新时代。2021年10月19日-22日，一年一度的云栖大会重磅来袭！ 本次大会回归线下会场，云栖小镇将降级为智能产品与产业all in one的“云栖数智谷”，汇聚云计算、大数据、人工智能、智能硬件、IoT、操作系统、金融科技、量子计算等前沿畛域的最新技术、产业成绩。超40000平米的科技展将展出上千款科技新品，4大主题馆轮番上阵，为科技爱好者带来泛滥离奇的沉迷式智能体验。 其中，云上办公展区将聚焦“将来智慧办公室”交互体验，从设施到空间到人，从办公到业务到管理决策，为企业客户输入数字化企业治理解决方案，提供更高效的工作协同形式，以及更迷信的组织治理，让千万个组织企业开启数智化办公新时代。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：DataWorks性能实际系列，帮忙您解析业务实现过程中的痛点，进步业务性能应用效率！通过往期的介绍，您曾经理解到在DataWorks上进行工作运行的最要害的几个知识点，其中上期参数透传中为您介绍了能够将上游节点参数透传到上游节点的非凡节点——赋值节点，联合赋值节点和其余节点，可实现循环或遍历读取解决数据的工作。本期为您介绍如何在DataWorks上实现循环与遍历工作。 往期回顾： DataWorks 性能实际速览01期——数据同步解决方案：为您介绍不同场景下可选的数据同步计划。DataWorks 性能实际速览02期——独享数据集成资源组：为您介绍进行数据同步时，可应用的资源组与网络连通计划、注意事项。DataWorks 性能实际速览03期——生产开发环境隔离：为您介绍DataWorks通过规范模式提供开发环境与生产环境隔离及不同环境的权限要求。DataWorks性能实际速览 04期——参数透传：为您介绍如何在DataWorks上实现参数透传，即把上游工作的参数透传到上游工作。通过往期的介绍，您曾经理解到在DataWorks上进行工作运行的最要害的几个知识点，其中上期参数透传中为您介绍了能够将上游节点参数透传到上游节点的非凡节点——赋值节点，联合赋值节点和其余节点，可实现循环或遍历读取解决数据的工作。本期为您介绍如何在DataWorks上实现循环与遍历工作。 性能举荐：循环节点与遍历节点在进行数据开发工作编译的过程中，有时咱们可能碰到须要进行循环或遍历的工作场景，DataWorks为您提供两类非凡节点以满足此类场景的应用需要。 比照项<span>循环节点（do-while节点）</span><span>遍历节点（for-each节点）</span>利用场景依据对象汇合的数量逐条读取并判断是否满足循环条件，如果满足则持续循环，如果不满足则退出循环，循环次数依据每次循环的判断后果而定，不固定。依据对象汇合的数量逐条读取（遍历），循环次数已知。节点利用<span>您能够从新编排do-while节点外部的业务流程，将须要循环执行的逻辑写在节点内，再编辑end循环判断节点来管制是否退出循环。同时您也能够联合赋值节点来循环遍历赋值节点传递的后果集。</span><span>您能够通过for-each节点来循环遍历赋值节点传递的后果集。同时您也能够从新编排for-each节点外部的业务流程。</span> 通常循环节点（do-while节点）与遍历节点（for-each节点）会与赋值节点联结应用，将上游节点的输入通过赋值节点传递给上游节点，在上游节点中对上游节点的输入后果进行循环或遍历。同时，循环节点（do-while节点）与遍历节点（for-each节点）与其余简略节点不统一的中央在于，这类逻辑节点本身蕴含外部节点。以do-while节点为例，一个do-while节点创立实现后，通常会为您主动创立好3个外部节点，同时您也能够将外部节点从新进行外部业务流程和节点内容的编译。 # Part1：循环节点（do-while节点）## 1.1 节点组成DataWorks的do-while节点是蕴含外部节点的一种非凡节点，您在创立实现do-while节点时，同时也主动创立实现了三个外部节点：start节点（循环开始节点）、sql节点（循环工作节点）、end节点（循环完结判断节点），通过外部节点组织成外部节点流程，实现工作的循环运行。如上图所示：* start节点是外部节点的开始节点，不承载具体的工作代码。* sql节点DataWorks默认为您创立好了一个SQL类型的外部工作运行节点，您也能够删除默认的sql节点后，自定义外部循环工作的运行节点。 您的循环工作是SQL类型的工作，则能够间接双击默认的sql节点，进入节点的代码开发页面开发循环工作代码。 * 您的循环工作比较复杂，您能够在外部节点流程中新建其余工作节点，并依据理论状况从新构建节点的运行流程。通常循环工作的业务流程会与赋值节点、分支节点、归并节点联结应用，典型利用场景阐明请参见典型利用：与赋值节点联结应用。阐明 自定义循环工作节点时，您能够删除外部节点间的依赖关系，从新编排循环节点外部业务流程，但须要别离将start节点、end节点别离作为do-while节点外部业务流程的首末节点。* end节点 end节点是do-while节点的循环判断节点，来管制do-while节点循环次数，其本质上是一个赋值节点，输入true和false两种字符串，别离代表持续下一个循环和不再持续循环。 * end节点反对应用ODPS SQL、SHELL和Python（Python2）三种语言进行循环判断代码开发，同时do-while节点为您提供了便当的内置变量，便于您进行end代码开发。内置变量的介绍请参见内置变量和变量取值案例，不同语言开发的样例代码请参见案例1：end节点代码样例。 ## 1.2 应用限度与注意事项* 循环反对 仅DataWorks标准版及以上版本反对应用do-while节点。 * do-while节点最多反对循环128次，end节点管制循环次数时，如果超过了128次，则运行会报错。* 外部节点 自定义循环工作节点时，您能够删除外部节点间的依赖关系，从新编排循环节点外部业务流程，但须要别离将start节点、end节点别离作为do-while节点外部业务流程的首末节点。 * 在do-while节点的外部节点应用分支节点进行逻辑判断或者后果遍历时，须要同时应用归并节点。 * do-while节点的外部节点end节点在代码开发时，不反对增加正文。* 调测运行 DataWorks为规范模式时，不反对在DataStudio界面间接测试运行do-while节点。如果您想测试验证do-while节点的运行后果，您须要将蕴含do-while节点的工作公布提交到运维核心，在运维核心页面运行do-while节点工作。如果您在do-while节点内应用了赋值节点传递的值，请在运维核心测试时，同时运行赋值节点和循环节点。 * 在运维核心查看do-while节点的执行日志时，您须要右键实例，单击查看外部节点来查看外部节点的执行日志。 ## 1.3 典型利用：与赋值节点联结应用do-while节点经常与赋值节点联结应用，如下图所示。与赋值节点联结应用时：* 您须要将赋值节点的输入作为赋值节点的本节点输出，且与赋值节点做好上下游依赖关系的配置，其余配置注意事项请参见案例2：与赋值节点联结应用。* 与赋值节点联结应用时，能够应用一些内置变量来获取以后已循环次数、赋值参数值等循环变量值，详情请参见内置变量。 ## 1.4 内置变量DataWorks的do-while节点，通过外部节点来实现循环运行工作，每次工作循环运行时，您能够通过一些内置的变量来获取以后已循环次数和偏移量。 <span>内置变量</span><span>含意</span><span>取值</span><span>${dag.loopTimes}</span></strong></td><td><span>以后已循环次数</span></td><td><span>第一次循环为1、第二次为2、第三次为3…第n次为n。</span></td></tr><tr><td><strong><span>${dag.offset}</span><span>偏移量</span><span>第一次循环为0、第二次为1、第三次为2…第n次为n-1。</span> 如果您联结应用了赋值节点，则还能够通过以下形式来获取赋值参数值和循环变量参数。阐明以下以变量示例中，_input_是do-while节点中自定义的本节点输出参数名称，理论应用时，需替换为您实在的名称。 <span>内置变量</span><span>含意</span><span>${dag.</span></strong><em><strong><span>input</span></strong></em><strong><span>}</span></strong></td><td><span>上游赋值节点传递的数据集。</span></td></tr><tr><td><strong><span>${dag.</span><span>input</span><span>[${dag.offset}]}</span></strong></td><td><span>循环节点外部获取以后循环的数据行。</span></td></tr><tr><td><strong><span>${dag.</span><span>input</span><span>.length}</span><span>循环节点外部获取数据集长度。</span>## ## 1.5 变量取值案例* 案例1上游赋值节点为shell节点，最初一条输入后果为2021-03-28,2021-03-29,2021-03-30,2021-03-31,2021-04-01，此时，各变量的取值如下： <span>内置变量</span><span>第1次循环时取值</span><span>第2次循环时取值</span><span>${dag.</span></strong><em><strong><span>input</span></strong></em><strong><span>}</span></strong></td><td colspan="2"><strong><span>2021-03-28,2021-03-29,2021-03-30,2021-03-31,2021-04-01</span></strong></td></tr><tr><td><strong><span>${dag.</span><span>input</span><span>[${dag.offset}]}</span></strong></td><td><strong><span>2021-03-28</span></strong></td><td><strong><span>2021-03-29</span></strong></td></tr><tr><td><strong><span>${dag.</span><span>input</span><span>.length}</span><span>5</span><span>${dag.loopTimes}</span></strong></td><td><span>1</span></td><td><span>2</span></td></tr><tr><td><strong><span>${dag.offset}</span><span>0</span><span>1</span> * 案例2上游赋值节点为ODPS SQL节点，最初一条select语句查问出两条数据： +----------------------------------------------+| uid            | region | age_range | zodiac |+----------------------------------------------+| 0016359810821  | 湖北省 | 30~40岁   | 巨蟹座 || 0016359814159  | 未知   | 30~40岁   | 巨蟹座 |+----------------------------------------------+ 此时，各变量的取值如下： <span>内置变量</span><span>第1次循环时取值</span><span>第2次循环时取值</span><span>${dag.</span></strong><em><strong><span>input</span></strong></em><strong><span>}</span></strong></td><td colspan="2"><code>+----------------------------------------------+</code><code>| uid &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;| region | age_range | zodiac |</code><code>+----------------------------------------------+</code><code>| 0016359810821 &nbsp;| 湖北省 | 30~40岁 &nbsp; | 巨蟹座 |</code><code>| 0016359814159 &nbsp;| 未知 &nbsp; | 30~40岁 &nbsp; | 巨蟹座 |</code><code>+----------------------------------------------+</code></td></tr><tr><td><strong><span>${dag.</span><span>input</span><span>[${dag.offset}]}</span></strong></td><td><strong><span>0016359810821,湖北省,30~40岁,巨蟹座</span></strong></td><td><strong><span>0016359814159,未知,30~40岁,巨蟹座</span></strong></td></tr><tr><td><strong><span>${dag.</span><span>input</span><span>.length}</span><span>2</span><span>阐明</span><span> 二维数组的行数为数据集长度，以后赋值节点输入的二维数组行数为2。</span><span>${dag.</span></strong><em><strong><span>input</span></strong></em><strong><span>[0][1]</span></strong><strong><span>阐明</span></strong><span> 二维数组的第一行第一列的取值。</span></td><td colspan="2"><strong><span>0016359810821</span></strong></td></tr><tr><td><strong><span>${dag.loopTimes}</span><span>1</span><span>2</span><span>${dag.offset}</span><span>0</span><span>1</span># # Part2：遍历节点（for-each节点）## 2.1 节点组成DataWorks的for-each节点是蕴含外部节点的一种非凡节点，您在创立实现for-each节点时，同时也主动创立实现了三个外部节点：start节点（循环开始节点）、sql节点（循环工作节点）、end节点（循环完结判断节点），通过外部节点组织成外部节点流程，实现对上游赋值接节点输入后果的循环遍历。如上图所示：* sql节点DataWorks默认为您创立好了一个SQL类型的外部工作运行节点，您也能够删除默认的sql节点后，自定义外部循环遍历工作的运行节点。 您的循环遍历工作是SQL类型的工作，则能够间接双击默认的sql节点，进入节点的代码开发页面开发工作代码。 * 您的循环遍历工作比较复杂，您能够在外部节点流程中新建其余工作节点，并依据理论状况从新构建节点的运行流程。阐明 自定义循环工作节点时，您能够删除外部节点间的依赖关系，从新编排循环节点外部业务流程，但须要别离将start节点、end节点别离作为for-each节点外部业务流程的首末节点。* start节点与end节点是外部节点业务流程每次循环遍历的开始节点与完结节点，不承载具体的工作代码。阐明 for-each节点的end节点不管制循环遍历的次数，for-each节点的循环遍历次数由上游赋值节点理论输入管制。 ## 2.2 应用限度与注意事项* 上下游依赖for-each遍历节点须要遍历赋值节点传递的值，所以赋值节点需作为for-each节点的上游节点，for-each节点须要依赖赋值节点。* 循环反对 仅DataWorks标准版及以上版本反对应用for-each节点。 * for-each节点最多反对循环128次，如果超过了128次，则运行会报错。理论循环遍历次数由上游赋值节点理论输入管制。 * 一维数组类型的输入，循环遍历次数即为一维数组元素的个数。例如，赋值节点的赋值语言为SEHLL或Python（Python2）时，输入后果为一维数组：2021-03-28,2021-03-29,2021-03-30,2021-03-31,2021-04-01，则for-each节点会循环5次实现遍历。 * 二维数组类型的输入，循环遍历次数即为二维数组元素的行数。例如，赋值节点的赋值语言为OdpsSQL时，输入后果为二维数组： +----------------------------------------------+| uid            | region | age_range | zodiac |+----------------------------------------------+| 0016359810821  | 湖北省 | 30~40岁   | 巨蟹座 || 0016359814159  | 未知   | 30~40岁   | 巨蟹座 |+----------------------------------------------+ 则for-each节点会循环2次实现遍历。* 外部节点 您能够删除for-each节点的外部节点间的依赖关系，从新编排外部业务流程，但须要别离将start节点、end节点别离作为for-each节点外部业务流程的首末节点。 * 在for-each节点的外部节点应用分支节点进行逻辑判断或者后果遍历时，须要同时应用归并节点。* 调测运行 DataWorks为规范模式时，不反对在DataStudio界面间接测试运行for-each节点。如果您想测试验证for-each节点的运行后果，您须要将蕴含for-each节点的工作公布提交到运维核心，在运维核心页面运行for-each节点工作。 * 在运维核心查看for-each节点的执行日志时，您须要右键实例，单击查看外部节点来查看外部节点的执行日志。 ## 2.3 典型利用DataWorks的for-each节点次要用于有循环遍历的场景，且须要与赋值节点联结应用，将赋值节点作为for-each节点的上游节点，将赋值节点的输入后果赋值给for-each节点后，一次次循环来遍历赋值节点的输入后果。 ## 2.4 内置变量DataWorks的for-each节点每次循环遍历赋值节点的输入后果时，您能够通过一些内置的变量来获取以后已循环次数和偏移量。 <span>内置变量</span><span>含意</span><span>与for循环比照</span><span>${dag.loopDataArray}</span></strong></td><td><span>获取赋值节点的数据集</span></td><td><span>相当于for循环中的代码后果：</span><span>data=[]</span></td></tr><tr><td><strong><span>${dag.foreach.current}</span><span>获取以后遍历值</span><span>以上面的for循环代码为例：</span><span>for(int i=0;i<data.length;i++) { print(data[i]); }</span><ul><li><span>data[i]</span><span>相当于</span><span>${dag.foreach.current}</span></strong><span>。</span></li><li><strong><span>i</span></strong><span>相当于</span><strong><span>${dag.offset}</span><span>。</span></li></ul><span>${dag.offset}</span></strong></td><td><span>以后偏移量</span><span>（每一次遍历绝对于第一次的偏移量）</span></td></tr><tr><td><strong><span>${dag.loopTimes}</span><span>获取以后遍历次数</span><span>-</span> 在您理解本人输入的表构造的状况下，您能够应用如下变量形式，获取其余变量取值。 <span>其余变量</span><span>含意</span><span>${dag.foreach.current[n]}</span></strong></td><td><span>上游赋值节点的输入后果为二维数组时，每次遍历时获取以后数据行的某列的数据。</span></td></tr><tr><td><strong><span>${dag.loopDataArrayi}</span><span>上游赋值节点的输入后果为二维数组时，获取数据集中具体i行j列的数据。</span><span>${dag.foreach.current[n]}</span><span>上游赋值节点的输入后果为一维数组时，获取具体某列数据。</span> ## 2.5 内置变量取值案例* 案例1上游赋值节点为shell节点，最初一条输入后果为2021-03-28,2021-03-29,2021-03-30,2021-03-31,2021-04-01，此时，各变量的取值如下：阐明 因为输入后果为一维数组，数组元素个数为5（逗号分隔每个元素），因而for-each总遍历次数为5。 <span>内置变量</span><span>第1次循环遍历的取值</span><span>第2次循环遍历的取值</span><span>${dag.loopDataArray}</span></strong></td><td colspan="2"><strong><span>2021-03-28,2021-03-29,2021-03-30,2021-03-31,2021-04-01</span></strong></td></tr><tr><td><strong><span>${dag.foreach.current}</span><span>2021-03-28</span><span>2021-03-29</span><span>${dag.offset}</span></strong></td><td><span>0</span></td><td><span>1</span></td></tr><tr><td><strong><span>${dag.loopTimes}</span><span>1</span><span>2</span><span>${dag.foreach.current[3]}</span><span>2021-03-30</span> * 案例2上游赋值节点为ODPS SQL节点，最初一条select语句查问出两条数据：+----------------------------------------------+ | uid            | region | age_range | zodiac | +----------------------------------------------+ | 0016359810821  | 湖北省 | 30~40岁   | 巨蟹座 | | 0016359814159  | 未知   | 30~40岁   | 巨蟹座 | +----------------------------------------------+此时，各变量的取值如下：阐明 因为输入后果为二维数组，数组行数为2，因而for-each总遍历次数为2。 <span>内置变量</span><span>第1次循环遍历的取值</span><span>第2次循环遍历的取值</span><span>${dag.loopDataArray}</span></strong></td><td colspan="2"><code>+----------------------------------------------+</code><code>&nbsp;| uid &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;| region | age_range | zodiac |&nbsp;</code><code>+----------------------------------------------+</code><code>&nbsp;| 0016359810821 &nbsp;| 湖北省 | 30~40岁 &nbsp; | 巨蟹座 |&nbsp;</code><code>| 0016359814159 &nbsp;| 未知 &nbsp; | 30~40岁 &nbsp; | 巨蟹座 |&nbsp;</code><code>+----------------------------------------------+</code></td></tr><tr><td><strong><span>${dag.foreach.current}</span><span>0016359810821,湖北省,30~40岁,巨蟹座</span><span>0016359814159,未知,30~40岁,巨蟹座</span><span>${dag.offset}</span></strong></td><td><span>0</span></td><td><span>1</span></td></tr><tr><td><strong><span>${dag.loopTimes}</span><span>1</span><span>2</span><span>${dag.foreach.current[0]}</span></strong></td><td><strong><span>0016359810821</span></strong></td><td><strong><span>0016359814159</span></strong></td></tr><tr><td><strong><span>${dag.loopDataArray1}</span><span>0016359814159</span> > 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：Knative 是一款基于 Kubernetes 的 Serverless 框架。其指标是制订云原生、跨平台的 Serverless 编排规范。前言：Knative 是一款基于 Kubernetes 的 Serverless 框架。其指标是制订云原生、跨平台的 Serverless 编排规范。 Knative 介绍Knative 通过整合容器构建（或者函数）、工作负载治理（动静扩缩）以及事件模型这三者实现其 Serverless 规范。 在 Knative 体系架构下，各角色的协作关系如下图所示。 开发者是指 Serverless 服务的开发人员能够间接应用原生 Kubernetes API 基于 Knative 部署 Serverless 服务。贡献者次要是指社区的贡献者。Knative 能够被集成到反对的环境中，例如云厂商或者企业外部。目前，Knative 是基于Kubernetes来实现的，所以能够认为有 Kubernetes 的中央就能够部署 Knative。用户指终端用户，其通过Istio网关拜访服务或者事件零碎触发 Knative 中的 Serverless 服务。作为一个通用的 Serverless 框架，Knative 由 3 个外围组件组成。Tekton：提供从源码到镜像的通用构建能力。Tekton 组件次要负责从代码仓库获取源码并编译成镜像，推送到镜像仓库。所有这些操作都是在 Kubernetes Pod 中进行的。Eventing：提供事件的接入、触发等一整套事件治理能力。Eventing 组件针对 Serverless 事件驱动模式做了一套残缺的设计，包含内部事件源的接入、事件注册、订阅以及事件过滤等性能。事件模型能够无效地解耦生产者和消费者的依赖关系。生产者能够在消费者启动之前生成事件，消费者也能够在生产者启动之前监听事件。 在 Knative 体系架构下各角色的协作关系 Serving：治理 Serverless 工作负载，能够和事件很好地联合，并且提供了基于申请驱动的主动伸缩能力，而且在没有服务须要解决的时候能够缩容到零。Serving 组件的职责是管理工作负载以对外提供服务。Serving 组件最重要的个性就是主动伸缩的能力。目前，其伸缩边界无限度。Serving 还具备灰度公布能力。Knative 部署 本文将会以在阿里云部署 Kantive 服务为例，具体阐明如何部署 Knative 相干服务。首先，登录到容器服务治理控制台，如图所示。 ...

简介：搜寻行为在后端都会有大量的数据计算和解决才会召回合乎用户需要的搜寻后果，本次分享联合自建搜寻业务中查问剖析服务常见的问题及难点，介绍阿里云凋谢搜寻查问剖析具备的能力及解决方案，并深度解读阿里巴巴查问剖析服务架构和兼容Elasticsearch的架构是如何实现的特邀嘉宾： 项招贵（项公）--阿里巴巴高级技术专家 视频地址：https://yqh.aliyun.com/live/opensearch 查问剖析介绍查问剖析在搜寻中的作用在搜寻申请的处理过程中能够在工程实现上分为两个阶段，召回和排序。在召回阶段须要尽可能的把用户想要的文档在引擎中找到，在排序阶段须要将最满足需要的文档排在最后面去返回给用户。 通过查问剖析能够疾速进行解决和剖析，比方，往往在理论的生产环境中，用户往往会有一些谬误的输出，须要进行query纠错。 其次咱们须要对query分词并且辨认其中不同词的重要水平，这有助于咱们在召回和排序中去应用。 同时因为理论的环境中存在一词多意，所以要进行同义词的扩大。 其次须要对用户的query进行改写去帮忙引擎更高效的去执行召回。在query解决的阶段，会输入一些信息去以帮忙咱们在排序时候跟文档去算一些文档的相关性、类目相关性、以及通过一些将文本进行向量化去算它的语义相关性等。 查问剖析链路总的来说，查问剖析的作用就是对用户输出的query进行剖析和改写，去晋升咱们零碎的召回的准确率和排序的相关性。 上面通过简略的例子介绍凋谢搜寻的查问剖析的性能。 自建搜寻服务面临的问题须要行业畛域常识一直积攒；短少大量行业样本数据，自研难度大；算法调优、工程开发、日常运维须要继续的人力投入；凋谢搜寻查问剖析特点面向行业提供残缺的查问剖析解决方案针对特定畛域提供算法性能，以及对某些特定的算法性能进行优化。例如，电商行业，凋谢搜寻提供了实体辨认。教育行业，往往不仅是文本，也有可能是副文本或图片，所以对query进行了一个文本向量化的性能。有些性能在不同的行业外面咱们也会针对性的去做优化，像拼写纠错或同义词的开掘等等。 查问剖析每一个性能均可干涉干涉是实时失效的， 蕴含实体辨认、拼写纠错、停用词、词权重，同义词，类目预测等。 轻量化的去定制服务依据客户不同的业务场景去配置他的查问剖析的能力，凋谢搜寻提供这些能力性能的选集，用户能够依据理论需要抉择其中一部分能力在理论生产环境中应用。 其次反对用户应用多种不同类型的查问剖析，或者说是不同的查问剖析的配置。 免运维罢黜用户日常的运维的继续的投入。 查问剖析服务架构算法服务中心算法性能的公布，迭代；用户模型的增删改查；算法模型的训练；算法模型的回流；干涉性能用户干涉数据的增删改查；实时同步干涉数据到查问剖析服务中；查问剖析和类目预测服务加载词典、模型、数据、配置；不同行业通过不同的服务链配置来实现；加载用户干涉数据；查问过程依据用户配置的性能执行对应的查问剖析链；改写的query发给引擎执行查问； DIIRuntime框架反对多种不同类型的索引，满足算法对各种不同类型数据的高效拜访；索引构建、散发、加载、查问对立，升高开发和运维老本；链式服务框架，灵便组链，反对不同场景的性能；算法开发只须要关注算法性能自身逻辑的实现，简略快捷； Elasticsearch兼容架构凋谢搜寻Elasticsearch引擎查问剖析性能根本对齐凋谢搜寻的查问剖析能力；具备行业分词能力可干涉反对扩大分词具备行业查问剖析能力可配置可干涉 实现架构1.创立实例 创立凋谢搜寻实例，关联Aliyun Elasticsearch的实例装置插件2.配置查问剖析 Mapping中设置应用响应的分析器插件性能提供通用、行业的分词能力拜访查问剖析服务，获取query改写后果改写Elasticsearch的查问query \>>如果有搜寻成果深度优化需要，能够填写专家征询问卷，参加试用即可收费取得凋谢搜寻通用分词能力。问卷地址：https://c.tb.cn/F3.05Srxl 如果你想与更多开发者们进行交换、理解最前沿的搜寻与举荐技术，能够钉钉扫码退出社群 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：链路追踪能笼罩全副关联 IT 零碎，可能残缺记录用户行为在零碎间调用门路与状态的最佳实际计划。残缺的全链路追踪能够为业务带来三大外围价值：端到端问题诊断，零碎间依赖梳理，自定义标记透传。作者｜涯海 全链路追踪的价值链路追踪的价值在于“关联”，终端用户、后端利用、云端组件（数据库、音讯等）独特形成了链路追踪的轨迹拓扑大图。这张拓扑笼罩的范畴越广，链路追踪可能施展的价值就越大。而全链路追踪就是笼罩全副关联 IT 零碎，可能残缺记录用户行为在零碎间调用门路与状态的最佳实际计划。 残缺的全链路追踪能够为业务带来三大外围价值：端到端问题诊断，零碎间依赖梳理，自定义标记透传。 端到端问题诊断：VIP 客户下单失败，内测用户申请超时，许多终端用户的体验问题，追根溯源就是因为后端利用或云端组件异样导致的。而全链路追踪是解决端到端问题最无效的伎俩，没有之一。零碎间依赖梳理：新业务上线，老业务裁撤，机房搬迁/架构降级，IT 零碎间的依赖关系盘根错节，曾经超出了人工梳理的能力领域，基于全链路追踪的拓扑发现，使得上述场景决策更加麻利、可信。自定义标记透传：全链路压测，用户级灰度，订单追溯，流量隔离。基于自定义标记的分级解决&数据关联，曾经衍生出了一个凋敝的全链路生态。然而，一旦产生数据断链、标记失落，也将引发不可预知的逻辑劫难。全链路追踪的挑战与计划全链路追踪的价值与笼罩的范畴成正比，它的挑战也同样如此。为了最大水平地确保链路完整性，无论是前端利用还是云端组件，无论是 Java 语言还是 Go 语言，无论是私有云还是自建机房，都须要遵循同一套链路标准，并实现数据互联互通。多语言协定栈对立、前/后/云（多）端联动、跨云数据交融是实现全链路追踪的三大挑战，如下图所示： 1、多语言协定栈对立在云原生时代，多语言利用架构越来越广泛，利用不同语言个性，实现最佳的性能和研发体验成为一种趋势。然而，不同语言的成熟度差别，使得全链路追踪无奈做到齐全的能力统一。目前业界的支流做法是，先保障近程调用协定层格局对立，多语言利用外部自行实现调用拦挡与上下文透传，这样能够确保根底的链路数据残缺。 然而，绝大部分线上问题无奈仅通过链路追踪的根底能力就可能无效定位并解决，线上零碎的复杂性决定了一款优良的 Trace 产品必须提供更加全面、无效的数据诊断能力，比方代码级诊断、内存剖析、线程池剖析、无损统计等等。充分利用不同语言提供的诊断接口，最大化的开释多语言产品能力是 Trace 可能一直向前倒退的根底。 透传协定标准化：全链路所有利用须要遵循同一套协定透传规范，保障链路上下文在不同语言利用间可能残缺透传，不会呈现断链或上下文缺失的问题。目前支流的开源透传协定包含 Jaeger、SkyWalking、ZipKin 等。最大化开释多语言产品能力：链路追踪除了最根底的调用链性能外，逐渐衍生出了利用/服务监控，办法栈追踪，性能分析等高阶能力。然而不同语言的成熟度导致产品能力差异较大，比方 Java 探针能够基于 JVMTI 实现很多高阶的边缘侧诊断。优良的全链路追踪计划会最大化的开释每种语言的差异化技术红利，而不是一味的谋求趋同平庸。感兴趣的同学能够浏览之前这篇文章《开源自建/托管与商业化自研 Trace，如何抉择》。2、前后云（多）端联动目前开源的链路追踪实现次要集中于后端业务应用层，在用户终端和云端组件（如云数据库）侧不足无效的埋点伎俩。次要起因是后两者通常由云服务商或三方厂商提供服务，依赖于厂商对于开源的兼容适配性是否敌对。而业务方很难间接染指开发。 上述情况的间接影响是前端页面响应慢，很难间接定位到后端哪个利用或服务导致的，无奈明确给出确定性的根因。同理，云端组件的异样也难以间接与业务利用异样划等号，特地是多个利用共享同一个数据库实例等场景下，须要更加曲折的伎俩进行验证，排查效率非常低下。 为了解决此类问题，首先须要云服务商更好的反对开源链路规范，增加外围办法埋点，并反对开源协定栈透传与数据回流（如阿里云 ARMS 前端监控反对 Jaeger 协定透传与办法栈追踪）。 其次，因为不同零碎可能因为归属等问题，无奈实现全链路协定栈对立，为了实现多端联动，须要由 Trace 零碎提供异构协定栈的买通计划。 异构协定栈买通为了实现异构协定栈（Jaeger、SkyWalking、Zipkin）的买通，Trace 零碎须要反对两项能力：一是协定栈转换与动静配置，比方前端向下透传了 Jaeger 协定，新接入的上游内部零碎应用的则是 ZipKin B3 协定。在两者之间的 Node.js 利用能够接管 Jaeger 协定并向下透传 ZipKin 协定，保障全链路标记透传完整性。二是服务端数据格式转换，能够将上报的不同数据格式转换成对立格局进行存储，或者在查问侧进行兼容。前者保护老本绝对较小，后者兼容性老本更高，但绝对更灵便。 3、跨云数据交融很多大型企业，出于稳定性或数据安全等因素思考，抉择了多云部署，比方国内零碎部署在阿里云，海内零碎部署在 AWS 云，波及企业外部敏感数据的零碎部署在自建机房等。多云部署曾经成为了一种典型的云上部署架构，然而不同环境的网络隔离，以及基础设施的差异性，也为运维人员带来了微小的挑战。 因为云环境间仅能通过公网通信，为了实现多云部署架构下的链路完整性，能够采纳链路数据跨云上报、跨云查问等形式。无论哪种形式，指标都是实现多云数据对立可见，通过残缺链路数据疾速定位或剖析问题。 跨云上报链路数据跨云上报的实现难度绝对较低，便于保护治理，是目前云厂商采纳的支流做法，比方阿里云 ARMS 就是通过跨云数据上报实现的多云数据交融。 跨云上报的长处是部署成本低，一套服务端便于保护；毛病是跨云传输会占用公网带宽，公网流量费用和稳定性是重要限度条件。跨云上报比拟适宜一主多从架构，绝大部分节点部署在一个云环境内，其余云/自建机房仅占大量业务流量，比方某企业 toC 业务部署在阿x云，企业外部利用部署在自建机房，就比拟适宜跨云上报的形式，如下图所示。 跨云查问跨云查问是指原始链路数据保留在以后云网络内，将一次用户查问别离下发，再将查问后果聚合进行对立解决，缩小公网传输老本。 跨云查问的长处就是跨网传输数据量小，特地是链路数据的理论查问量通常不到原始数据量的万分之一，能够极大地节俭公网带宽。毛病是须要部署多个数据处理终端，不反对分位数、全局 TopN 等简单计算。比拟适宜多主架构，简略的链路拼接、max/min/avg 统计都能够反对。 跨云查问实现有两种模式，一种是在云网络外部搭建一套集中式的数据处理终端，并通过内网专线买通用户网络，能够同时解决多个用户的数据；另一种是为每个用户独自搭建一套 VPC 内的数据处理终端。前者保护成本低，容量弹性更大；后者数据隔离性更好。 ...

简介：阿里云资深技术专家陈长城在“数聚云端·智驭将来”——阿里云数据库翻新上云峰会上，做了一站式数据管理平台DMS以及解决方案的公布。议题蕴含企业数据管理以后的一些痛点、DMS一站式数据管理平台以及其核心技术、实时数仓解决方案以及相应的利用实际等。“数聚云端·智驭将来”——阿里云数据库翻新上云峰会暨第3届数据库性能挑战赛决赛颁奖典礼已圆满结束，更多干货内容欢送大家观看峰会直播回放。 峰会直播回放https://developer.aliyun.com/live/247301 干货PPT下载https://developer.aliyun.com/topic/download?id=7986 会上，阿里云资深技术专家 陈长城（天羽）发表题为《一站式数据管理DMS及最新解决方案公布》的主题演讲，议题蕴含企业数据管理以后的一些痛点、DMS一站式数据管理平台以及其核心技术、实时数仓解决方案以及相应的利用实际等。 中国数字经济的占比在继续的晋升，在企业经营治理过程中行业的头部集中效应使得精细化经营成为一个十分重要的话题，那么企业的数字价值开掘就变得越来越重要。 回看一个企业外部整个数据生产的生命周期，蕴含的数据生产与存储，数据的解决和剖析以及数据利用，但实际上很少有一个平台把这三个方面全副买通做成对立撑持的平台。大部分企业随着各个业务的倒退会产生依据业务特点定义的数据存储生产零碎，企业的数仓剖析也大部分是独立建设的，在这个过程中如何实现数据系统之间的买通和价值开掘,就变成比拟艰难的问题。所以在各个报告外面咱们看到在2022年新业务应用实时数据的占比会达到50%以上。 企业在真正实际过程中就会遇到数据孤岛以及治理数据的问题，数据库类型十分多，数据链路的加工过程就非常复杂，保护老本十分高，稳定性的问题挑战很大。如何进行多种异构数据的对立治理，如何去做平安治理都变成很有挑战的问题。在这个背景下阿里云数据库提出了一站式数据管理平台DMS理念。 DMS对立治理企业的数据资产，包含数据库的开发和设计、数据集成与加工、数据开发、数据分析、数据利用，整个过程全面买通。从架构图看到，底层对接各种异构的数据源，在两头积淀了相似数据血统，数据治理，数据编排，和任务调度，这些都会成为咱们两头很重要的数据撑持能力。下层咱们会把利用的场景产品化，比方数据安全治理，容灾/多活能力，数据归档、实时数仓构建等等一些能力产品化，这样就能够让更多的企业低门槛去应用数据解决方案。 整体技术的架构分三层建设，底层根底服务提供数据安全体系，数据资产治理的体系，开发经营体系。两头的撑持引擎次要分成管控立体和数据立体两个局部，管制立体蕴含工作执行引擎以及稳固变更相干的引擎建设；数据立体蕴含数据结构的迁徙，全量/批的数据同步以及实时的流的数据同步、数据转换，以及多源异构的联邦查问能力。下层是业务性能，次要面向像数据安全、数据库的DevOps，包含数据集成和数据开发相干的利用场景。 DMS蕴含了几个重要的核心技术个性，次要包含数据资产与平安，数据库DevOps能力以及数据集成与开发。 在整个数据资产与平安方面，其实最外围构建的是整个全域数据资产治理，让企业数据不须要进行物理集中就可能疾速找到所要的数据进行数据资产的治理，同时可能让数据自身的治理笼罩整个生命周期的平安。 开展两个点来讲，一个是数据的常识图谱的构建。咱们会把业务数据以及它真正的物理元数据全副都采集回来让业务可能打标，用schema matching相干的技术去学习数据之间字段之间的关联关系，把业务的逻辑定义和物理定义映射起来。同时业务在应用DMS开发平台过程中会积淀人员、数据和权限相干的一些关联关系以及业务相干畛域的数据标记，这些货色会构建成整个数据资产关联关系常识图谱，这个常识图谱就能够利用在多源异构的各种数据类型，怎么样去依据业务的要求去做一个数仓的宽表，那么数据之间关联关系的构建过程中，企业的数据工程师就不须要对所有的数据模型十分的相熟，因为DMS可能把这些能力提前的积淀到零碎外面，进行抉择筛选过滤，就失去这个数仓的宽表，以及能够通过这个常识图谱的能力可能让企业的数据治理数据安全治理变得更加的可控。 对于敏感数据辨认，企业外部的所有数据进行对立治理后，平台就能够帮你主动把数据进行分级分类，在分级分类的根底上能够进行包含GDPR的在内的五种法案的敏感数据自动识别主动发现，企业能够应用咱们超过15种的脱敏算法在利用生产过程中。咱们也提供了平安代理的能力，让企业不须要有数据库的账号也能够动静的实现数据的查问和脱敏。 第二个局部的外围能力是DevOps，平安和整个开发平台是联合在一起的。咱们的整个平台其实有点像workbench是面向开发者的，底下对接着十分多的数据源，下面提供丰盛的开发者开发工具集，因而DMS的平台在云上曾经有超过10万个周活用户，它会帮忙用户去做数据库的表结构设计，数据变更，以及相干的公布。咱们提供平安规定引擎，它会内嵌在企业数据库开发的整个操作过程中，开发者会在一个受控的权限体系外面取得最大的便利性，平安和效率失去很好的均衡，这是整个设计的外围的理念。 平安规定引擎实质是把企业的结构设计、数据变更、数据导出等等操作和操作的具体对象，比方对应的数据库类型（每种数据库类型可能都有不一样的最佳实际），以及对应的工单人员等等串起来，造成操作人、操作动作、操作对象相干的权限映射。阿里外部积淀了超过两百多的研发标准模板能够默认应用，也能够由企业外部依据需要来定义本人的DSL，可能很不便的去定义平安规定能力。 在变更局部也实现了变更平安能力，变更平安能够了解是企业变更公布过程中的平安能力，包含像SQL平安的审核，以及正式的SQL执行的过程中，对于表构造或者大批量数据操作，变成屡次的小批量，通过SQL主动改写避免源库的稳定性抖动，包含表构造的变更的锁表的问题变成不锁表变更，等等一些细粒度的变更平安的把控。 再往下其实就是要去施展数据价值，咱们重点建设像流批一体这样的数据传输链路，包含低代码的开发平台，通过多引擎的计算能力的反对来构建整个数据集成与开发的能力。 整个DMS底下的数据传输会基于阿里云底层建设的数据传输服务，传输服务DTS是支流云厂商中最早公布的数据传输产品，它实现了多源异构数据的实时传输，在实时性以及稳定性下面曾经通过很好的锻炼。 在构造迁徙全量以及增量的整个链路实现了残缺的实时数据的传输，同时对于半构造或者是非结构化数据也会通过语义的辨认，元数据的主动构建，包含数据类型的自定义，去构建数据的疾速入库和入仓，把这些数据变成可剖析可应用的一种数据资产。 整个流批一体的数据架构最次要的是整个体系建设外面应用了Recored Store内存数据处理的模块，流和批处理转换统一，整个数据加工处理过程变得很简略。 在数据开发者的界面上，咱们提供了利落拽的形式去定义数据的加工流程，数据源以及SQL操作的节点，数据传输的节点，数据转换都变成能够通过利落拽去定义。企业的利用工程师、数据库开发者都能够去做这种数据加工定义。 阿里云实时数仓构建解决方案中应用的是库仓一体的技术架构，就是数据库和数据仓库是一体化对立治理的技术架构。相比以前很多做数据链路时会把在线数据拉到一个离线存储去计算，再把计算结果回流到在线生产零碎外面，这个流程十分长，数据链路和存储老本都会相应的比拟高。咱们实时数仓构建的解决方案是在你做全量数据初始化的时候不须要在指标端进行表构造的初始化，咱们在批量数据过程中会帮你把表构造主动在指标构建。做增量数据过程中，源端产生任何的表构造变更或者源端的主备切换等变更，都不会影响整个链路的稳定性，会在指标端实现这个表构造的同步，对整个链路主动通明掉。 接下来通过两分钟视频理解DMS实时数仓构建解决方案。如何通过数据来晋升生产力成了企业一直摸索的方向，而数据仓库在其中施展着关键作用。传统数仓个别基于T+1数据集成，构建离线数仓以撑持企业各项剖析与服务，该计划岂但会影响线上业务稳定性，且难以反对企业高频变动的实时需要，企业由此开始建设实时数仓。那么怎么构建一个企业及实时数仓呢？接下来为大家介绍如何通过阿里云一站式数据管理平台DMS和云原生实时数据仓库VB引擎来构建与在线零碎增删改的延时放弃在一秒内的实时数仓DMS反对两种实时数仓构建计划，实时数据入仓及基于实时拉链表的T+1周期性快照。 其中实时数据入仓反对两种形式。形式一，通过DMS实现历史全量+增量数据实时同步至ADB 实时数仓。形式二，通过DMS数据传输与加工模块进行实时数据加工后写入ADB实时数仓。为了满足业务上对于T+1快照数据需要，DMS推出了一种不影响线上业务的T+1周期性快照计划。上面介绍该计划应用形式。 通过DMS与工单模式可疾速搭建基于实时数据的周期性快照，既能反对小时/天维度的快照剖析，也可能反对回溯任意业务工夫点进行剖析，从而反对业务侧按不同工夫统计总贷款、总余额、总订单额等场景需要。 阿里云实时数仓构建计划相较其余计划提供了如下劣势，一、数据时效性高，且实时链路对业务侧影响小，不会因为批量拉取数据影响业务侧失常运行。二、实现库仓一体的一站式数据管理，源端运维变更对链路无感知，保障多元数据汇聚时效性、稳定性和全链路血统。三、内置简单实时数据加工、计算逻辑、解决链路短。四、低代码操作可能大大降低实时数仓的构建难度，晋升构建效率的同时，撑持企业数字化转型过程中的各类实时场景。 上面介绍两个实际，第一个案例：某汽车厂商应用DMS+ADB的解决方案来构建数据集市和营销平台。 第二个案例：某银行应用DMS+ADB构建T+1数据仓库的解决方案。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：云栖大会倒计时！咱们现场见！近1000场主题演讲 超40000平米科技展 外围根底技术畛域的重磅公布 尽在2021杭州·云栖大会 往年大会以“前沿·摸索·想象力”为主题 打造全场景的沉迷式科技盛会 10月19日-22日，咱们杭州云栖小镇见！ 往年，是云栖大会的第13年。自2009年诞生以来，云栖大会与中国数字经济独特成长，倒退成为中国规模最大的数字科技盛会，吸引了寰球科技创新者参加，被视为科技界的翻新风向标。 位于D馆的极客智造局更是为开发者打造的专属云栖舞台。 开源引力峰会 阿里合伙人小邪行将公布阿里最新开源策略 贾扬清、堵俊平、何征宇等企业开源首领畅聊开源文化 PingCap CTO黄东旭、SkyWalking作者吴晟、Elastic架构师朱杰聊云厂商与开源的关系 开发者燃客阵地 硬件设施云端互联，燃到爆的开发者产品互动场。 开发者能量中枢 来自阿里云十大技术线的开发者工具产品全面亮相，提供围绕开发者的互动交换以及产品能力展现。 开发者头等赛场 阿里云ACE X 阿里云IoT HaaS物联网设施云端一体极客大赛决赛将在云栖大会开展。该大赛历时2个月，有2262个队伍参赛，决赛共筛选出10组优秀作品开展最终的强烈角逐，冠军队伍可领走5万元现金处分。 该大赛吸引到了大学副教授、人民医院主治医生、杂志主编、科技博主、高校学生等不同类型的选手爆发灵感，实现创意。 决赛现场特设投票环节，观众可通过投票的形式为战队投票，现场决出最佳人气奖，获奖团队可收费取得HaaS EDU K1模组一套。 天池数据博物馆 天池2.0全新降级，数据博物馆云栖首发，试、学、赛、研全方位AI加油站，打卡支付限量版极客文创。 现场体验云技术 在云栖大会的技术基地展，将有占地超160平米的模仿云数据中心、多款最新无影云电脑专属体验核心、神龙云服务器、云原生数据库等内容。 高精度数据中心智能机器人“天巡”现场模仿巡检调度工作，将是展区的亮点之一。 达摩院最新成绩齐亮相 平头哥芯片家族、小蛮驴、AI大模型M6、量子计算机核心部件、优化求解器MindOpt、预训练语言模型体系AliceMind等达摩院最新研发成绩，将一起亮相C馆达摩院展区。 元宇宙隧道 在展区中，参观者将被数字人疏导着穿梭元宇宙隧道，从了解概念开始，逐渐理解利用场景、畅想趋势，再到通过VR游戏、全息影像等技术沉迷体验，在云栖现场首次感触元宇宙带来的变动。 更多精彩尽在极客智造局，在D馆等你酷炫起航。 往年，云栖大会首次收费凋谢 门票预约截至10月14日 还没预约收费门票的小伙伴快冲！ ↓↓↓ 扫码注册 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：本次分享为Kubernetes 监控公开课的第二节内容：如何发现 Kubernetes 中服务和工作负载的异样。 分享由三个局部组成： 一、Kubernetes 异样定位存在痛点； 二、针对这些痛点，Kubernetes 监控如何更快、更准、更全的发现异常； 三、网络性能监控、中间件监控等典型案例解析。大家好，我是来自阿里云的李煌东，明天由我为大家分享 Kubernetes 监控公开课的第二节内容：如何发现 Kubernetes 中服务和工作负载的异样。 本次分享由三个局部组成： 一、Kubernetes 异样定位存在痛点； 二、针对这些痛点，Kubernetes 监控如何更快、更准、更全的发现异常； 三、网络性能监控、中间件监控等典型案例解析。 Kubernetes 异样定位存在痛点当下的互联网架构中，越来越多的公司采纳微服务 + Kubernetes 这样的架构，这样的架构有如下特点： 首先应用层基于微服务，微服务由解耦开的几个服务互相调用形成，服务个别职责明显、边界明确，造成的后果是一个简略的产品也有几十、甚至上百个微服务，相互之间的依赖、调用是非常复杂的，这给定位问题带来比拟大的老本。同时，每个服务的 owner 可能来自不同团队，不同的开发，可能应用不同的语言，对咱们监控的影响是对每一种语言都须要进行监控工具的接入，投资回报率低。还有一个特点是多协定，简直每种中间件（Redis、MySQL、Kafka）都有他们独特的协定，怎么要做到疾速对这些协定进行观测，是不小的挑战。尽管 Kubernetes 和容器对下层利用屏蔽了底层的复杂度，然而带来的两个后果是：基础设施层越来越高；另一个是下层利用和基础设施之间信息变得越来越简单了。举个例子，用户反馈网站拜访很慢，管理员查看拜访日志、服务状态、资源水位发现都没问题，这时候不晓得问题呈现在哪里，尽管狐疑基础设施有问题，但无奈定界的状况下只能一个一个排查效率低，问题的本源就是下层利用和基础设施之间短少高低问题关联，无奈做到端到端串联。最初一个痛点是数据散、工具多、信息没买通。举个例子，假如咱们收到一个告警，用 grafana 去查看指标，指标只能形容的比拟粗略，咱们得去看下日志，这时候咱们要去 SLS 日志服务看下有没有对应的日志，日志也没问题，这时候咱们须要登录到机器下来看，然而登录到容器外面可能又因为重启导致日志没有了。查了一波之后，可能咱们会感觉可能问题不是呈现在这个利用，于是咱们又去看链路追踪是不是上游有问题。总而言之，工具用了一大堆，浏览器开了十几个窗口，效率低、体验差。这三个痛点别离演绎为老本、效率、体验三个方面。针对这些痛点，接下来咱们一起看下 Kubernetes 监控的数据体系，看下怎么来更好的解决老本、效率、体验三大问题。 Kubernetes 监控如何发现异常下图金子塔自顶向下示意信息的密度或者具体水平，越往下面信息越具体。咱们从底部开始讲，Trace 是咱们通过eBPF技术以无入侵、多协定、多语言的形式采集应用层协定数据，如 HTTP、MySQL、Redis，协定数据会进一步解析成容易了解的申请详情、响应详情、各个阶段的耗时信息。 再上一层是指标，指标次要由黄金指标、网络、Kubernetes 体系中的指标。其中黄金指标和网络指标是基于 eBPF 采集的，所以同样他们是没有入侵的，反对各种协定的，有了黄金指标，咱们就能晓得服务整体上是否有异样、是否有慢、是否影响用户；网络指标次要是对socket的反对，如丢包率、重传率、RTT 等，次要用来监控网络是否失常的指标。Kubernetes 体系中的指标是指原来 Kubernetes 监控体系中的 cAdvisor/MetricServer/Node Exporter/NPD 这些指标。 再上一层是事件，事件间接明确地通知咱们产生了什么，可能咱们遇到最多的是 Pod 重启、拉镜像失败等。咱们对 Kubernetes 事件进行了长久化存储，并保留一段时间，这样不便定位问题。而后，咱们的巡检和健康检查也是反对以事件的模式报进去。 最顶层是告警，告警是监控零碎的最初一环，当咱们发现某些特定异样可能对业务有损后，咱们就须要对指标、事件进行告警配置。告警目前反对 PromQL，智能告警反对对历史数据进行智能算法检测，从而发现潜在的异样事件。告警的配置反对动静阈值，通过调节灵敏度的形式来配置告警，从而防止写死阈值。 有了 Trace、指标、事件、告警之后，咱们用拓扑图将这些数据和 Kubernetes 实体都关联起来，每个节点对应 Kubernetes 实体中的服务和工作负载，服务之间调用用线示意。有了拓扑图，咱们就像拿到一张地图，能疾速辨认拓扑图中的异样，并对异样进行进一步的剖析，对上下游、依赖、影响面进行剖析，从而对系统有了更全面的掌控。  最佳实际&场景剖析接下来咱们讲下发现 Kubernetes 中服务和工作负载的异样的最佳实际。 首先还是先有指标，指标能反馈服务的监控状态，咱们应尽可能地收集各种指标，并且越全越好，不限于黄金指标、USE 指标、Kubernetes 原生指标等；而后，指标是宏观数据，须要做根因剖析咱们得有 Trace 数据，多语言、多协定的状况下要思考采集这些 Trace 的老本，同样尽可能地反对多一点协定、多一点语言；最初，用一张拓扑将指标、Trace、事件汇总起来、串联起来，造成一张拓扑图，用来做架构感知剖析、上下游剖析。 ...

简介：2021年9月29日下午，阿里云数据库与MongoDB独特公布了阿里云MongoDB 5.0。MongoDB于2021年7月中公布最新5.0版本，阿里云MongoDB率先跟进官网最新版本能力，疾速开发上线反对对应版本的云服务产品状态。 观看发布会，首套实例首月9.9流动：https://yqh.aliyun.com/live/mongo\_release 点击理解：“阿里云新品发布会频道” 2021年9月29日下午，阿里云数据库与MongoDB独特公布了阿里云MongoDB 5.0。MongoDB于2021年7月中公布最新5.0版本，阿里云MongoDB率先跟进官网最新版本能力，疾速开发上线反对对应版本的云服务产品状态。 阿里云MongoDB 5.0，能力增值的MongoDBMongoDB 5.0是官网的最新版本，反对了工夫序列数据平台、在线从新分片、版本化API等新个性，在利用场景覆盖面、数据管理效率、应用程序兼容性等方面做了很大加强。 阿里云MongoDB疾速开发上线反对对应版本的云服务产品状态，在反对MongoDB 5.0个性的同时，让广大客户能够在云上随时体验最新内核性能个性，并且享受到云服务弹性伸缩、稳固牢靠、高效运维等能力带来的便当。 阿里云智能产品专家李天武共事示意：“阿里云作为业内首家推出MongoDB云服务的厂商，并且作为MongoDB公司在国内云厂商中的首家策略合作伙伴，MongoDB版本是最全和最新的。” 李天武，阿里云数据库产品专家 MongoDB与阿里云，单干共赢MongoDB是业界最受欢迎的开源数据库软件之一，在中国领有宽泛的企业客户和大量开发者反对。MongoDB在中国最早与阿里云达成策略单干协定，通过阿里云为中国客户提供更好的撑持，如业余MongoDB Support (level 3) 、MongoDB 业余服务及MongoDB 认证等。 MongoDB 业余服务经理唐峰示意：“单干能力共赢，无论是以后还是将来的新的MongoDB版本，阿里云都能够向客户提供端到端残缺的治理和反对，同时还能够帮忙客户修复破绽，取得服务反对等。” 唐峰，MongoDB 业余服务经理 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：为了帮忙企业和开发者在云原生和容器化利用的摸索过程上少走弯路，2021 年 10 月 14 日-16 日，阿里云容器服务团队将来到上海，间断 3 天，面向企业客户、生态搭档和开源开发者，围绕入手体验、场景摸索、开源实际分享发展线下流动，推动更多企业和开发者成为云原生“实战派”。作为云原生技术倒退的基石，以容器、Kubernetes 为代表的技术屏蔽了基础设施差别，作为底座推动了以利用为核心的混合云 2.0 架构到来，满足了用户诉求。同时企业在经营效率、研发效率、运行老本以及零碎容错性、可维护性等方面，也提出了更高的要求。 在阿里巴巴云原生化的历程中，简单的业务类型、大规模化利用场景成为了其促成云原生技术创新演进，减速云原生成长的最好土壤。同时，阿里云也将云原生大规模生产落地最佳实际积淀下来，以开源的形式奉献给社区，促成云原生生态的倒退和凋敝。 为了帮忙企业和开发者在云原生和容器化利用的摸索过程上少走弯路，2021 年 10 月 14 日-16 日，阿里云容器服务团队将来到上海，间断 3 天，面向企业客户、生态搭档和开源开发者，围绕入手体验、场景摸索、开源实际分享发展线下流动，推动更多企业和开发者成为云原生“实战派”。 DAY 1 云原生容器手动实际面向对象：企业容器用户 参加形式：定向邀请（闭门） 工夫：2021 年 10 月 14 日 09:00-18:00 地点：上海徐汇西岸阿里核心 云原生趋势下，利用容器化正在快速增长，Kuberntes 已成为云原生时代新的基础设施。整体规划上，如何设计一套高效稳固企业级容器计划？在落地 K8s 时，都有哪些不可漠视的技术问题？本次，阿里云诚挚邀请各位关注容器的企业，光临阿里上海园区一起入手体验，基于神龙服务器搭建您的云上容器平台。 DAY 2 “原启打算”云原生生态特训营面向对象：阿里云云原生生态搭档  参加形式：定向邀请（闭门） 工夫：2021 年 10 月 15 日 09:30-17:00 地点：上海市浦东新区南泉北路 447 号 Kubernetes 曾经无处不在，容器正在和更多技术畛域相结合，为企业业务翻新开释更大价值。当容器遇到 Serverless，将有哪些新的利用场景期待咱们摸索？ DAY 3 KubeMeet 开发者沙龙：云原生利用治理 面向对象：Kubernetes 开发者 参加形式：凋谢报名，限额100人 工夫：2021 年 10 月 16 日 13:00-18:00 地点：上海徐汇西岸国内人工智能核心 7 楼百鸣山庄 ...

简介： 2021年7月2日，阿里云用户组（AUG）第一次线下流动在济南召开。阿里云云原生资深专家李国强联合本身微服务畛域教训，现场跟数十家山东企业分享了云原生的代表技术之一“微服务”的演进和利用实际。本文依据作者的现场演讲整顿而成。2021年7月2日，阿里云用户组（AUG）第一次线下流动在济南召开。阿里云云原生资深专家李国强联合本身微服务畛域教训，现场跟数十家山东企业分享了云原生的代表技术之一“微服务”的演进和利用实际。本文依据作者的现场演讲整顿而成。 背景在企业外部分为运维或开发，但最终所有做的事件都是为了解决业务的问题。如果你做一件事件，只有技术指标而没有业务指标，失败是很常见的。 什么样的业务诉求会驱动一个企业去思考微服务呢？ 随着架构的演进，当你的业务越来越简单，组件越来越多，对于每个业务组件的独立性要求或者技术栈的异构老本越来越高的时候，就会须要去思考微服务。换言之，如果这个业务是一个比拟安稳、没有什么大的挑战，其实不须要去做微服务的革新。 各企业须要联合本人的业务去进行剖析是否真的需要微服务。很多企业可能为了沟通，或者架构师、CTO有本人的诉求，想要这个技术当先去做微服务，最终惨淡开场，其实这种案例是十分多的。微服务的适用性肯定是从一个业务驱动的这个角度思考的，须要思考的是业务的复杂程度。 比拟单体和微服务之间的一个区别，什么状况下须要它，和复杂程度是十分相干的。当你的一个业务的复杂程度比拟低，处于单体时代的时候，前端后端数据库都是一体的，须要进行变更时，一个数据包下来，所有的这个业务都下来了。并且，当你的业务足够简略的时候，单体效率肯定是最高的。 业务一直往前演进，复杂度越来越高的时候，单方面的公布可能会影响到他人。比方我有一个数据包，里边对应一个模块，在这个模块上线的时候，须要去思考别的模块怎么上线。业务流量进行扩缩容的时候，须要对整个业务进行沟通，而不是对单个模块进行沟通，你会发现资源节约会很高。这个时候就会到一些拐点，不论是你的发版或者是你的资源利用率都会呈现一些问题，生产效率开始升高。单体利用架构的效率呈现的拐点就是客户思考是否须要微服务架构的一个工夫点。 微服务的利用架构1、利用架构的演进历程微服务最早的时候其实还是单品为主。当初的微服务对支流的一些技术框架，像 Java 体系的四分之二的 Double 类，其余语言都没有搁置。但实际上其余语言都有十分多的微服务框架能够抉择，像 PDP 等都会有一些。 之前云栖大会做过一次统计，账号体系在整个后端开发中的位置，50%的投票是 Java 后端开发。但当初企业越来越多元化，之前 Java 占统治的位置曾经产生了变动。规模略大的公司基本上都是多元体系，外面有很多种，不同业务线的诉求不一样，可能有的业务线是 Java；有些业务偏前端框架，会用 PAP、PYTHON；还有就是企业的并购，也会带来很多元的体系。 多元数据的解法就是用一个多种的维度计划或是用新的技术模式，再往后就是容器化，微服务带来的很多问题是通过容器来解决的。包含微服务器，有些人可能间接放弃不必了。负责人看到 Double 这个体系，间接用 K8sS Service 去做它的这个运行的裸露单元，益处是和语言无关，什么样的体系外面都能够是一个 K8s Service。但在用了微服务后裸露进去的问题会比拟多，咱们须要对这么多的业务组件进行治理。 K8s 自身是不强的，就是为了要进一步解决这个问题，引入了更多的网格技术。去年开始越来越多的企业开始做网格网络，这外面就包含用 Service Mesh 这个服务网解决跨语言的调研和服务治理。还有一个更新的叫做 Dapr 的技术解决供应链依赖问题。 能够发现，利用架构的演进是一个业务一直地提出问题，而后产出新框架，新的框架又可能会引入新的问题，一直推动着技术的运行过程。 阿里利用架构演进整个阿里巴巴外部是齐全走过一遍上述流程的，因为业务的快速增长，对技术团队也在一直地进行挑战。PHP 是世界上最好最早的语言，淘宝商城其实就是用的 PHP。然而起初业务倒退，淘宝的体量越来越快后，岂但不可能撑持这个业务，PHP 自身的扩大能力也撑不住了。 2009 年，阿里先做了分布式业务。阿里正式地从单体变成了分布式业务，那时候体量曾经比拟大，还没有双十一，但曾经促成了阿里外部去做本人的分布式框架。除了会有分布式的服务框架，还有一些分布式的数据库和分布式的相应规定，在外部称为三辆马车，这也是从单体变成分布式框架时，必须要解决的三件事。 到 2011 年时，阿里开始摸索容器化，先做了 T4 我的项目，是对于容器化的技术实现，最初变成 Pouch 的容器化的实现，它也是合乎容器规范的容器化的实现。这体现出针对微服务后带来的运维挑战，容器是一个十分好的解决方案。 再往后到 2013 年，整个 Oracle 包含小型机在阿里下线，全副变成本人的开源的技术栈。2015 年开始，阿里全面拥抱云原生技术，包含容器技术的对外开放等业务，整个体系逐渐深入。2016 年到 2019 年间，阿里做了云原生上云，蕴含曾经全面拥抱的 K8s 体系，以及微服务的革新、治理等。 到当初这段时间，咱们做的事件是图上画的最初一个阶段：基于网格进一步对服务点的反对，多语言越来越常见。阿里有很多业务是从内部合并进来的，阿里原来的整套技术策略全部都是 Java，对外部合并进来的用户十分不敌对，因为他们不可能全副配好重启，不得不去适配 Java。所以，近来咱们在做的事件就是基于网格的新一代微服务架构做演进，会有一些技术让微服务的框架自身对于多元的反对变得更好，包含治理也能够去解耦，这也是老本较高的一个起因。 2、Apache Dubbo 3.0Dubbo 3.0 在 6 月底曾经公布了最新版，这其实是一个很崎岖的我的项目。2008 年的时候Dubbo 在外部正式公布，2011 年正式开源。以前，Dubbo 和 HMPK 在阿里外部都有，但阿里心愿技术上是对立的，不心愿有两套技术，两边不互通。这是两个技术栈，所以进行了一次 PK，Apache Dubbo 胜出，所以阿里外部目前全是 Apache Dubbo。当初这也是国内最火的 Apache 框架。两头有段时间，阿里外部投入比拟少。到 2017 年时，咱们中间件团队再次去做商业化，重启整个 Dubbo 开源，才让 Apache 从残缺的一个我的项目到前几天时实现了公布。 ...

简介：全新上线DataWorks用户体验季刊！ 过来几个月咱们通过问卷理解到大家对DataWorks体验的称心状况，收集了一些问题。因而，DataWorks产品研发团队针对用户体验问题做了产品优化，并以页面模式向您集中展示！您的声音咱们始终关怀！（季刊页面拉倒底部有反馈入口，欢送大家踊跃和咱们沟通！）全新上线DataWorks用户体验季刊！ 过来几个月咱们通过问卷理解到大家对DataWorks体验的称心状况，收集了一些问题。因而，DataWorks产品研发团队针对用户体验问题做了产品优化，并以页面模式向您集中展示！您的声音咱们始终关怀！ （季刊页面拉倒底部有反馈入口，欢送大家踊跃和咱们沟通！） 点击图片返回查看： 快来看看吧：https://workbench.data.aliyun.com/experience\_report.htm#/ 【产品流动】1. 首月特惠！DataWorks专业版原价5000元现首月特惠仅需199元>> 立刻返回>> 2. 首月特惠！独享数据集成/独享调度资源组首月5折>> 立刻返回>> 【产品性能更新】1、独享数据服务资源组正式商业化在API调用须要高保障的场景下，企业能够借助独享数据服务资源来满足高并发、高频率的接口调用并及时返回后果数据。独享数据服务资源组反对MaxComput和ClickHouse等数据源类型，反对简单网络环境的连通性，更有其余个性性能，现已在华东1（杭州）、华东2（上海）和华南1（深圳）地区正式商业化，欢送选购！ 资源组类型资源组规格最大每秒申请数（QPS）独享数据服务资源组<span>api.s1.small</span>500<span>api.s1.medium</span>1000<span>api.s1.large</span>2000公共数据服务资源组-200查看详情：https://help.aliyun.com/document\_detail/213421.html #### 2、DataWorks数据服务API反对POST类型申请及Body地位入参DataWorks数据服务可提供疾速封装 RESTful API 的能力；在数据接口的编辑过程中，新增反对设置接口的申请类型为POST，并对申请参数提供音讯体Body地位的传参模式，更灵活多样，更安全可靠。查看详情：https://help.aliyun.com/document\_detail/73272.html #### 3. 数据地图反对EMR hive表字段正文中文检索反对EMR hive表热度元数据采集反对混合云网络场景（通过私网IP链接IDC数据源） #### 4. 运维核心补数据性能新增高级模式反对任意抉择节点进行补数据，并且反对复用历史补数据的节点集。更多优化请查看：https://help.aliyun.com/document\_detail/137937.html ### 【产品文档更新】 数据集成实时数据同步反对配置数据脱敏同步解决方案新增同步数据至KafkaDataWorks配置数据源时新增可选的SSL认证性能DataWorks的权限管理体系数据服务独享资源组正式上线迁徙助手正式商业化 ### 【往期系列】DataWorks 产品月刊合集 更多DataWorks技术和产品信息，欢送退出【DataWorks钉钉交换群】，为您提供最新的产品直播、产品流动及技术支持点击查看> 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：KubeVela 作为一个开箱即用、面向古代微服务架构的利用交付与治理平台，明天正式公布了 1.1 版本，以更加用户敌对和欠缺的功能集，开启了“让混合环境利用交付更加简略高效”的重要里程碑。在云原生理念迅速遍及的明天，混合环境部署（混合云/多云/分布式云/边缘）曾经成为了大多数企业应用、SaaS 服务、利用继续交付平台的必然选择，而云原生技术的发展趋势也正在朝着“统一的、跨云、跨环境的的利用交付”一直迈进。然而，无论是 Kubernetes 自身还是现有的各类利用交付零碎，都没有在现今混合、分布式的部署环境之上引入统一的下层形象来为利用交付进行建模。这种不足对立下层形象的利用交付过程，往往同底层基础设施严密耦合，导致用户心智累赘很重并且重大依赖于用户集体的教训和能力。这不仅会大幅影响用户体验、降低生产效率，甚至还会导致谬误和故障的产生。 而当初，这个问题终于有了一个开源、规范，又不失灵便度的解法。它就是： KubeVela 作为一个开箱即用、面向古代微服务架构的利用交付与治理平台，明天正式公布了 1.1 版本，以更加用户敌对和欠缺的功能集，开启了“让混合环境利用交付更加简略高效”的重要里程碑。 具体来说，1.1 版本的 KubeVela 与现有各类利用交付零碎相比，有着显著的不同和劣势： 齐全以利用为核心 - 与各类“搭积木”式的 PaaS 零碎或者利用平台不同，KubeVela 我的项目自身是构建于一套欠缺的利用交付模型与实践根底之上的，这就是“凋谢利用模型（OAM）”技术。OAM 模型可能通过申明式的定义来捕捉面向混合环境的微服务利用交付的整个过程，甚至包含云服务的拉起与绑定、可观测性、多集群散发策略、流量调配和滚动更新等各种运维行为和特色。通过这样一个对立的、基础设施无关的下层模型，KubeVela 人造就可能做到让用户无需关怀任何基础设施细节、只专一于业务价值和交付过程，真正实现了齐全 Serverless 化的利用治理与交付体验。可编程式交付工作流 - 在 Kubernetes 面向终态的根底上，KubeVela 还通过“交付流水线（Workflow）“来反对面向过程的利用交付流程，同时通过 Kubernetes 终态能力来保障该流水线执行的正确性与幂等性。在内核中，KubeVela 流水线是通过 CUE 来实现的。CUE 是一种诞生自 Google Borg 零碎的数据配置语言（即：borgcfg），它能够将利用交付过程的所有步骤、所需资源、关联的运维动作以可编程的形式定义成一个 DAG（有向无环图），并以此作为用户最终的交付打算。这使得 KubeVela 的交付流水线不仅应用简略、扩展性极强，也更合乎古代 GitOps 利用交付的趋势与要求。基础设施无关 - 在 1.1 版本中，KubeVela 实现了 100% 的“管制平面化”。这意味着它自身成为了一个运行在管控集群中的、齐全与利用运行基础设施无关的交付管制立体。这种“应用 Kubernetes 作为管控立体、面向任何基础设施进行利用交付与治理”的新架构，使得 KubeVela 能够依照用户定义的工作流与交付策略，面向任何环境交付和治理任意类型的利用组件，包含：容器、云函数、数据库、云服务、虚拟机实例等等。KubeVela 1.1 介绍自 Kubevela 1.0 版本公布以来，KubeVela 社区倒退十分迅速，截止目前曾经有超过 100+ 名开发者参加奉献，而且就在上个月，KubeVela 和 OAM 我的项目也曾经整体捐献给了 CNCF 基金会进行托管。在 1.1 版本中，KubeVela 更加聚焦面向混合环境的利用交付流程，带来了多集群交付、交付流程定义、灰度公布、私有云资源接入等多个开箱即用的能力和更加敌对的用户体验。这其中，有两个外围能力值得特地关注： ...

简介：国庆期间，Facebook 及其旗下 Instagram 和 WhatsApp 等利用全网宕机，停机工夫将近 7 小时 5 分钟，Facebook 市值损失 643 亿美元。针对Facebook的宕机问题，咱们该如何防患未然，看看云拨测如何帮忙客户防止该类问题。在咱们享受国庆假期的时候，大洋对岸的互联网世界却出了一件重大“事变”：Facebook 及其旗下 Instagram 和 WhatsApp 等利用全网宕机，停机工夫将近 7 小时 5 分钟，浏览器在尝试关上时显示 DNS 谬误。这对于旗下利用群月活和日活高达 35.1 亿和 27.6 亿的 Facebook 而言，堪称损失惨重。据投资机构预计，7 小时宕机导致超过 9.68 亿美元影响老本。并间接让 Facebook 市值损失 643 亿美元，其创始人马克·扎克伯格净资产蒸发 70 亿美元。 Facebook 示意，故障根本原因是例行保护工作出了问题，协调数据中心之间网络流量的骨干路由器配置变动，继而导致其 DNS 服务器产生问题并以致外部工具和零碎被敞开，运维人员无奈近程拜访设施以便复原网络。因而，运维人员不得不进入有着流程措施严格的数据中心进行人工重启。因而，MTTR 被重大拖长。 一句话总结，一条蹩脚的命令、一款有缺点的审核工具、一套妨碍胜利复原网络的 DNS 零碎以及繁琐的数据中心流程，独特导致了 Facebook 长达 7 个小时的重大故障。 具体而言，运维人员对骨干网络的一部分进行断网保护。例行保护的一部分就是评估寰球骨干网容量的可用性，但无意间中断开了骨干网络所有连贯，也断开了 Facebook 寰球数据中心的连贯。与此同时， 因为 Facebook 的架构设计是依据服务器可用性来扩大或缩减 DNS 服务。当服务器可用性因网络故障而降至零时，就会停用所有 DNS 服务器。主动响应骨干网解体仿佛成为导致 DNS 瘫痪的起因。这种停用通过 Facebook 的 DNS 名称服务器向互联网边界网关协定（BGP） 路由器发送音讯来实现的，这些路由器存储用来到达特定 IP 地址的路由方面的信息。这些路由通常被布告给路由器，让路由器理解如何适当地疏导流量。 ...

简介：近日，阿里云容器服务全面降级为ACK Anywhere，让企业在任何须要云的中央，都能取得统一的容器基础设施能力。5G、AR、AIoT 等场景在推动新一代云架构的演进，而容器重塑了云的应用形式。 近日，阿里云容器服务全面降级为ACK Anywhere，让企业在任何须要云的中央，都能取得统一的容器基础设施能力。 早在2015年，阿里云就公布了国内首个容器服务ACK（Alibaba Cloud Container Service for Kubernetes），尔后通过不断完善产品布局，阿里云现已成为Gartner报告中“容器产品布局最欠缺的云服务厂商”。 此次阿里云容器服务ACK的全面降级意味着公共云能力向本地化进一步延长，客户在自建的数据中心内也能体验到低成本、低提早、本地化的公共云产品。 阿里巴巴研究员、阿里云云原生利用平台负责人丁宇示意：此次降级的ACK Anywhere 领有“统一体验、弹性算力、能力下沉、简化容灾”四大外围能力，让企业在任何业务场景下应用容器服务时，都能实现对立集群治理、对立资源调度、对立数据容灾和对立利用交付。 统一的体验 通过 ACK Anywhere，用户能够充分利用机房中的存量机器，通过公共云纳管实现对立流量治理，对立利用生命周期治理，升高混合云治理老本。 更强的弹性ACK Anywhere 提供了灵便的、从本地扩容到云端的能力。实现一个Kubernetes 集群跨客户自有数据中心和阿里公共云秒级伸缩，帮忙企业从容应对周期性或突发业务流量顶峰，并且，只为业务峰值弹性付费。 丰盛的产品通过ACK Anywhere，企业岂但能够将成熟的云原生可观测、平安防护能力部署到用户环境，更能够将云端先进的中间件、数据分析和AI能力下沉到本地，满足企业对产品丰盛度和数据管控的要求。 保障业务连续性ACK Anywhere 实现了备份、容灾、迁徙一体化，反对Kubernetes集群配置与数据卷的备份与复原，全面晋升零碎稳定性和业务连续性。 除了本次降级的ACK Anywhere 之外，阿里云容器产品家族还有两位新成员退出： ◎ ACK ONE：ACK ONE 是一个企业级多地区/多集群容器治理平台，为客户多地区部署云原生利用，提供统一的治理、交付、运维体验，帮忙企业轻松构建多地区/多集群业务零碎。 ◎ ACK Distro 发行版：ACK Distro 为异构 IaaS 而生，反对多种芯片体系架构和异构硬件环境。企业通过ACK Distro 本地部署，就能享有与ACK一样平安、牢靠的企业级能力。 ...

简介：本文将以阿里云函数计算为例，提供了在线调试、本地调试等多种利用优化与调试计划。作者｜刘宇 前言：本文将以阿里云函数计算为例，提供了在线调试、本地调试等多种利用优化与调试计划。 Serverless 利用调试秘诀在利用开发过程中，或者利用开发实现，所执行后果不合乎预期时，咱们要进行肯定的调试工作。然而在 Serverless 架构下，调试往往会受到极大的环境限度，呈现所开发的利用在本地能够衰弱、合乎预期的运行，然而在 FaaS 平台上产生一些不可预测的问题的状况。而且在一些非凡环境下，本地没有方法模仿线上环境，难以进行我的项目的开发和调试。 Serverless 利用的调试始终都是备受诟病的，然而各个云厂商并没有因而放弃在调试方向的深刻摸索。以阿里云函数计算为例，其提供了在线调试、本地调试等多种调试计划。 在线调试1.简略调试所谓的简略调试，就是在控制台进行调试。以阿里云函数计算为例，其能够在控制台通过“执行”按钮，进行根本的调试，如图所示。 函数在线简略调试页面 必要的时候，咱们也能够通过设置 Event 来模仿一些事件，如图所示。 通过设置 Event 模仿事件 在线调试的益处是，能够应用线上的一些环境进行代码的测试。当线上环境领有 VPC 等资源时，在本地环境是很难进行调试的，例如数据库须要通过 VPC 拜访，或者有对象存储触发器的业务逻辑等。 2.断点调试除了简略的调试之外，局部云厂商也反对断点调试，例如阿里云函数计算的近程调试、腾讯云云函数的近程调试等。以阿里云函数计算近程调试为例，其能够通过控制台进行函数的在线调试。当创立好函数之后，用户能够抉择近程调试，并点击“开启调试”按钮，如图所示。 函数在线断点调试页面（一） 开启调试之后，稍等片刻，零碎将会进入近程调试界面，如图所示。 函数在线断点调试页面（二） 此时能够进行一些断点调试，如图所示。 函数在线断点调试页面（三） 本地调试1.命令行工具就目前来看，大部分 FaaS 平台都会为用户提供绝对齐备的命令行工具，包含 AWS 的SAM CLI、阿里云的 Funcraft，同时也有一些开源我的项目例如 Serverless Framework、Serverless Devs 等对多云厂商的反对。通过命令行工具进行代码调试的办法很简略。以 Serverless Devs 为例，本地调试阿里云函数计算。 首先确保本地领有一个函数计算的我的项目，如图所示。 本地函数计算我的项目 而后在我的项目下执行调试指令，例如在 Docker 中进行调试，如图所示。 命令行工具调试函数计算 2.编辑器插件以 VScode 插件为例，当下载好阿里云函数计算的 VSCode 插件，并且配置好账号信息之后，能够在本地新建函数，并且在打点之后能够进行断点调试，如图所示。 VSCode 插件调试函数计算 当函数调试实现之后，执行部署等操作。 其余调试计划1.Web 框架的本地调试在阿里云 FaaS 平台开发传统 Web 框架，以 Python 语言编写的 Bottle 框架为例，能够减少以下代码： app = bottle.default_app()并且对run办法进行条件限度 (if __name__ == '__main__')：if __name__ == '__main__': bottle.run(host='localhost', port=8080, debug=True)例如：# index.pyimport bottle@bottle.route('/hello/<name>')def index(name): return "Hello world"app = bottle.default_app()if __name__ == '__main__': bottle.run(host='localhost', port=8080, debug=True)当部署利用到线上时，只须要在入口办法处填写 ndex.app，即可实现平滑部署。 ...

简介：10月16日上海站， KubeMeet 将以「云原生利用治理」为主题，围绕 KubeVela 和 OpenKruise 两个我的项目的技术分享和企业实际开展，帮忙开发者更好的应答云原生利用治理痛点。随同着 Kubernetes 生态逐步完善，越来越多的大型互联网终端企业开始退出到云原生梯队中，云原生利用治理与交付正在成为 Kubernetes 之上重要的价值聚焦点。 KubeMeet 是由云原生基金会 CNCF 与阿里云开发者 ACE 联结主办的、面向一线开发者的技术交流活动，整体内容聚焦云原生& Kubernetes 方向，旨在通过热门的开源技术、云原生在企业的利用实际案例、架构设计思维等，帮忙开发者学习云原生技术、交换实际中的问题和痛点，推动云原生和 Kubernetes 在国内的规模化利用落地。 KubeMeet 上海站「云原生利用治理」专场开发者沙龙10月16日上海站， KubeMeet 将以「云原生利用治理」为主题，围绕 KubeVela 和 OpenKruise 两个我的项目的技术分享和企业实际开展，帮忙开发者更好的应答云原生利用治理痛点。 本次流动将邀请阿里云技术专家，KubeVela Maintainer & 产品负责人，曾庆国（悦达）、阿里云开发工程师，Kubernetes 维护者，金敏（左修）、极狐(GitLab)云原生架构师，阿里云 MVP，云原生社区管委会成员&上海站站长，郭旭东以及 阿里云容器服务技术专家，OpenKruise 作者&负责人，王思宇（酒祝）为大家分享 KubeVela、OpenKruise 等热门开源技术实际、云原生在企业的利用案例等。 线下参会用户限额 100 人，最先报名的 30 名到场用户还将取得精美开源周边哦~ 流动工夫&地址工夫：2021年10月16日 13:00—18:00 地址：上海西岸国内人工智能核心7楼百鸣山庄 分享嘉宾及议题介绍14:00-14:40 | 基于 KubeVela 实现面向混合云环境的利用交付 曾庆国（悦达），阿里云技术专家，KubeVela Maintainer & 产品负责人 长期从事云原生、利用交付、容器计算等畛域产品设计和研发；致力于打造服务于企业的易用型利用交付平台。 14:40-15:20 | Open-Cluster-Management：多云混合云容器编排引擎及蚂蚁实际 金敏（左修），阿里云开发工程师，Kubernetes 维护者 2019 欧洲/2019 北美/2020 北美 KubeCon 讲师，Kubernetes SIG API-Machinery 长期成员，APF 个性作者，OpenApi 异构客户端维护者，10+ 官网 SIG 子项目 Owner ...

简介：OpenKruise 在 2021.9.6 公布了最新的 v0.10.0 版本新增了弹性拓扑治理和利用平安防护等能力，本文将为大家揭晓 OpenKruise 是如何实现利用的可用性防护能力。前言OpenKruise 是阿里云开源的云原生利用自动化治理套件，也是以后托管在 Cloud Native Computing Foundation (CNCF) 下的 Sandbox 我的项目。它来自阿里巴巴多年来容器化、云原生的技术积淀，是阿里外部生产环境大规模利用的基于 Kubernetes 之上的规范扩大组件，也是紧贴上游社区规范、适应互联网规模化场景的技术理念与最佳实际。 OpenKruise 在 2021.9.6 公布了最新的 v0.10.0 版本新增了弹性拓扑治理和利用平安防护等能力，本文将为大家揭晓 OpenKruise 是如何实现利用的可用性防护能力。 背景在文章开始局部，我想先聊聊到底什么是“利用的可用性防护”。例如，在 Kubernetes 下面部署的 ETCD 服务，时刻要保障可用的实例数不小于 N（受限于 raft 协定的选举机制）。很多同学都会想到 Deployment 中能够设置 maxUnavailable，那不就行了吗？再说了，还会有 RS Controller 在做正本管制呢？认真想想，Deployment 的 MaxUnavailable 是在利用滚动公布的过程中保障最小的 Pod 数量，而 RS Controller 控制器则是尽快让利用理论的福本数等于预期的正本数，并不能保障利用每时每刻的最小可用正本数。 针对上述场景，Kubernetes 原生提供的 PodDisruptionBudget（PDB）通过限度同时中断 Pod 的数量，来保障利用的高可用性。然而，以后 PDB 的能力并不全面，它只能防护 Pod Eviction 场景（例如：kubectl drain node 驱赶 node 下面的 Pod）。在如下“并发 Pod 更新/驱赶/删除”场景中，即使有 PDB 防护仍然将会导致业务中断、服务降级： ...

简介：Inclavare Containers 通过云原生计算基金会（CNCF）TOC 投票正式成为 CNCF 官网沙箱我的项目。作者｜彦荣 2021 年 9月 15 日，Inclavare Containers 通过云原生计算基金会（CNCF）TOC 投票正式成为 CNCF 官网沙箱我的项目。Inclavare Containers 是一个最后由阿里云操作系统平安团队和云原生容器平台团队独特研发，并联结 Intel 独特打造的业界首个面向秘密计算场景的开源容器运行时我的项目。 Inclavare Containers 我的项目地址： https://github.com/alibaba/inclavare-containers 首个秘密计算开源容器运行时- Inclavare Containers云原生环境下，秘密计算技术基于硬件可执行环境，为用户在应用（计算）过程中的敏感数据提供了机密性和完整性的爱护，然而同时也面临着开发、应用和部署门槛高、敏感利用容器化操作简单、Kubernetes 不提供原生反对、以及不足对立的跨云部署计划等一系列问题；而 Inclavare Containers 正是为解决这些问题而生的。 Inclavare Containers 零碎架构图 Inclavare Containers 可能与 Kubernetes 和 Docker 进行集成，是业界首个面向秘密计算场景的开源容器运行时，其指标是为业界和开源社区提供面向云原生场景的秘密容器技术、秘密集群技术和通用的近程证实平安架构，并力争成为该畛域的事实标准。该我的项目于 2020 年 5 月开源，短短一年多工夫内倒退迅速，吸引了泛滥领域专家和工程师的关注与奉献。 五大特色性能，为用户数据保驾护航Inclavare Containers 采纳了新鲜的办法在基于硬件的可信执行环境中启动受爱护的容器，以避免不受用户信赖的实体拜访用户的敏感数据。其外围性能和特点包含： 移除对云服务提供商的信赖，实现零信赖模型：Inclavare Containers 的平安威逼模型假如用户无需信赖云服务提供商，即用户工作负载的安全性不再依赖云服务提供商管制的特权组件。提供通用的近程证实平安架构：通过构建通用且跨平台的近程证实平安架构，可能向用户证实其敏感的工作负载是运行在真实可信的基于硬件的可信执行环境中，且硬件的可信执行环境能够基于不同的秘密计算技术。定义了通用的 Enclave Runtime API 标准：通过规范的 API 标准来对接各种状态的 Enclave Runtime，在简化特定的 Enclave Runtime 对接云原生生态的同时，也为用户提供了更多的技术抉择。目前，Occlum、Graphene 和 WAMR 均为 Inclavare Containers 提供了 Enclave 运行时的反对。OCI兼容：Inclavare Containers 我的项目设计并实现了合乎 OCI 运行时标准的新型 OCI 运行时 rune，以便与现有的云原生生态系统保持一致，实现了秘密容器状态。用户的敏感利用以秘密容器的模式部署和运行，并放弃与应用一般容器雷同的应用体感。与 Kubernetes 生态无缝整合：Inclavare Containers 能够部署在任何公共云 Kubernetes 平台中，实现了对立的秘密容器部署形式。减速云原生基础设施拥抱秘密计算Inclavare Containers 开源我的项目致力于通过联合学术界的原创钻研和工业界的落地实际能力，减速云原生基础设施拥抱秘密计算，通过中立化的社区构建云原生秘密计算平安技术架构。除了曾经与 Intel 建设了单干关系外，打算在之后与其余芯片厂商陆续建设相似的单干关系；此外，咱们曾经开始与高校和学术界建设新的单干关系，以挖掘出 Inclavare Containers 在秘密计算畛域的更多潜能。 ...

简介：MongoDB 5.0标记着一个新的公布周期的到来，以更快地交付新个性给到用户。版本化API与在线从新分片相结合，使用户不用放心将来的数据库降级以及业务变动问题；本地原生工夫序列数据平台也使MongoDB能反对更宽泛的工作负载和业务场景；新的MongoDB Shell可能晋升用户体验等均为MongoDB 5.0的性能。本文次要介绍MongoDB 5.0的新个性。MongoDB 5.0标记着一个新的公布周期的到来，以更快地交付新个性给到用户。版本化API与在线从新分片相结合，使用户不用放心将来的数据库降级以及业务变动问题；本地原生工夫序列数据平台也使MongoDB能反对更宽泛的工作负载和业务场景；新的MongoDB Shell可能晋升用户体验等均为MongoDB 5.0的性能。本文次要介绍MongoDB 5.0的新个性。 原生工夫序列平台MongoDB 5.0通过原生反对整个工夫序列数据的生命周期（从采集、存储、查问、实时剖析和可视化，到在线归档或随着数据老化主动生效），使构建和运行工夫序列应用程序的速度更快、老本更低。随着MongoDB 5.0的公布，MongoDB扩大了通用的利用数据平台，使开发可能更容易地解决工夫序列数据，进一步扩大其在物联网、金融剖析、物流等方面的利用场景。 MongoDB的工夫序列汇合以高度优化和压缩的格局主动存储工夫序列数据，缩小了存储大小和I/O，以实现更好的性能和更大的规模。同时也缩短了开发周期，使您可能疾速建设一个针对工夫序列利用的性能和剖析需要而调优的模型。 创立工夫序列数据汇合的命令示例： db.createCollection("collection_name",{ timeseries: { timeField: "timestamp" } } )MongoDB能够无缝地调整采集频率，并依据动静生成的工夫分区主动解决无序的测量值。最新公布的MongoDB Connector for Apache Kafka实现了在本地反对工夫序列，您能够间接从Kafka主题音讯中主动创立工夫序列汇合，使您在收集数据的同时依据须要对数据进行解决和聚合，而后写入到MongoDB的工夫序列汇合。 工夫序列汇合主动创立一个按工夫排序的数据汇集索引，升高查问数据的提早。MongoDB查问API还扩大了窗口函数，您能够运行剖析性查问（例如挪动平均数和累积总和）。在关系型数据库系统中，这些通常被称为SQL剖析函数，并反对以行为单位定义的窗口（即三行挪动平均线）。MongoDB更进一步，还减少了指数挪动平均线、导数和积分等弱小的工夫序列函数，反对您以工夫为单位定义窗口（例如15分钟的挪动平均线）。窗口函数可用于查问MongoDB的工夫序列和惯例汇合，为多种利用类型提供了新的剖析形式。另外，MongoDB 5.0也提供了新的工夫运算符，包含$dateAdd、$dateSubstract、$dateDiff和$dateTrunc，使您能够通过自定义的工夫窗口对数据进行汇总和查问。 您能够将MongoDB的工夫序列数据与企业的其余数据相结合。工夫序列汇合能够与同一个数据库中的惯例MongoDB汇合放在一起，您不用抉择一个专门的工夫序列数据库（它不能为任何其余类型的利用提供服务），也不须要简单的集成来混合工夫序列和其余数据。MongoDB通过提供一个对立的平台，让您建设高性能和高效的工夫序列利用的同时，也为其余用例或工作负载提供反对，从而打消了整合和运行多个不同数据库的老本和复杂性。 在线数据从新分片数据库版本特点实现办法MongoDB 5.0以前从新分片过程简单且须要手动分片。办法一：先dump整个汇合，而后用新的分片键把数据库从新加载到一个新的汇合中。因为这是一个须要离线解决的过程，因而您的应用程序在从新加载实现之前须要中断停服较长时间。例如：在一个三分片的集群上dump和从新加载一个10 TB以上的汇合可能须要几天工夫。办法二：新建一个分片集群并从新设定汇合的分片键，而后通过定制迁徙形式，将旧分片集群中须要从新分片的汇合，按新的分片键写入到新的分片集群中。该过程中须要您自行处理查问路由和迁徙逻辑、一直查看迁徙进度，以确保所有数据迁徙胜利。定制迁徙是高度简单的、劳动密集型的、有危险的工作，而且耗时很长。例如：某个MongoDB用户花了三个月才实现100亿个document的迁徙。 || MongoDB 5.0开始 | 运行reshardCollection命令即可启动从新分片。从新分片的过程高效。并不是简略地从新均衡数据，而是在后盾将所有以后汇合的数据复制并从新写入新汇合，同时与应用程序新的写入放弃同步。从新分片是齐全自动化的。将从新分片破费的工夫从几周或几个月压缩到几分钟或几小时，防止了简短繁冗的手动数据迁徙。通过应用在线从新分片，能够不便地在开发或测试环境中评估不同分片键的成果，也能够在您须要时批改分片键。 | 您能够在业务运行（数据一直增长）的状况下，按需扭转汇合的分片键（Shard key），而不须要数据库停机或在数据汇合中进行简单的迁徙。您只须要在MongoDB Shell中运行reshardCollection命令，抉择您须要从新分片的数据库和汇合，指定新的分片键即可。 reshardCollection: "<database>.<collection>", key: <shardkey> 阐明 <database>：须要从新分片的数据库名称。<collection>：须要从新分片的汇合名称。<shardkey>：分片键的名称。当您调用reshardCollection命令时，MongoDB会克隆现有汇合，而后将现有汇合中所有oplog利用到新汇合中，当所有oplog被应用后，MongoDB会主动切换到新汇合，并在后盾删除旧汇合。 | 版本化API应用程序兼容性从MongoDB 5.0开始，版本化API定义了应用程序最罕用的一组命令和参数（无论是数据库在年度重大公布还是季度疾速公布期间，这些命令均不会扭转）。通过将应用程序生命周期和数据库生命周期解耦，您能够将驱动程序固定在MongoDB API的特定版本上，即便数据库产生降级和改良，您的应用程序将能够持续运行数年而不须要批改代码。灵便地增加新性能和改良内容版本化API反对MongoDB灵便地在每个版本中为数据库增加新的性能和改良内容（以新版本兼容晚期版本的形式）。当您须要扭转API时，能够减少新版本的API，并与现有版本化的API在同一台服务器上同时运行。随着MongoDB版本公布的减速，版本化API可能使您更快、更轻松地应用到MongoDB最新版本的性能个性。Write Concern默认Majority级别从MongoDB 5.0开始，Write Concern默认级别为majority，仅当写入操作被利用到Primary节点（主节点）且被长久化到大多数正本节点的日志中的时候，才会提交并返回胜利，“开箱即用”地提供了更强的数据可靠性保障。 阐明 Write Concern是齐全可调的，您能够自定义配置Write Concern，以均衡应用程序对数据库性能和数据持久性的要求。 连贯治理优化默认状况下，一个客户端连贯对应后端MongoDB服务器上的一个线程（net.serviceExecutor配置为synchronous）。创立、切换和销毁线程都是耗费较大的操作，当连接数过多时，线程会占用MongoDB服务器较多的资源。 连接数较多或创立连贯失控的状况称为“连贯风暴”，产生该状况的起因可能是多方面的，且常常是在服务曾经受到影响的状况下产生。 针对这些状况，MongoDB 5.0采取了以下措施： 限度在任何时候驱动程序尝试创立的连贯数量，以简略无效的形式避免数据库服务器过载。缩小驱动程序监控连接池时的查看频率，给无响应或过载的服务器节点一个缓冲和复原的机会。驱动程序将工作负载导向具备最衰弱连接池的更快的服务器，而不是从可用的服务器中随机抉择。以上措施，加上之前版本在mongos查问路由层的改良，进一步晋升了MongoDB接受高并发负载的能力。 长时间运行的快照查问长时间运行的快照查问（Long-Running Snapshot Queries）减少了应用程序的通用性和弹性。您能够通过该性能运行默认工夫为5分钟的查问（或将其调整为自定义持续时间），同时放弃与实时事务性数据库统一的快照隔离，也能够在Secondary节点（从节点）上进行快照查问，从而在单个集群中运行不同的工作负载，并将其扩大到不同的分片上。 MongoDB通过底层存储引擎中一个名为Durable history的我的项目实现了长期运行的快照查问，该我的项目早在MongoDB 4.4中就已实现。Durable history将存储自查问开始以来所有变动的字段值的快照。通过应用Durable history，查问能够放弃快照隔离，即便在数据发生变化的状况下，Durable history也有助于升高存储引擎的缓存压力，使得业务能够在高写入负载的场景下实现更高的查问吞吐量。 ...

简介：杭州云栖大会，邀您来看！2021云栖大会将在金秋10月拉开序幕 阿里云IoT将公布全新的策略、产品、技术和生态 这是一场朴实无华的IoT饕餮盛宴 具体内容请见官网: https://yunqi.aliyun.com/ 邀请您亲自到场，邀请函请查收~ ↓ ↓ ↓ 视频开端有报名二维码，收费领门票~十月云栖小镇，不见不散！ .png").png") 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：阿里云IoT聚焦柑橘产业数字化，助力共同富裕和农村振兴！9月26日，湖南首届柑橘产业数字化转型研讨会召开，来自湖南省农业农村厅相干主管领导、行业顶级专家及全省30个县农业主管汇聚一堂，探讨“AIoT种植柑橘”的高质量新模式。 阿里云智能IoT事业部通用业务总经理戴高在会上示意，阿里云IoT携手国家柑橘改进核心长沙分中心将科技与农业相结合，通过数字化5件事（生产数字化、品控浮现化、服务在线化、营销品牌化、洞察精细化）驱动柑橘产业改革，晋升优质农产品全产业链服务能力。 近些年，阿里云IoT利用数字化技术，帮忙山东苹果、安吉白茶、海南凤梨等各地特色农业产业带实现了转型降级。在湖南郴州，阿里云IoT联结当地代表企业建设了古代柑橘农场，节约至多20%老本，升高30%气象灾祸损失。 在会上，湖南省农业农村厅二级巡视员龙志刚提出要着力深入数字技术与传统产业交融倒退，并欢送阿里云等相干企业，为湖南省产业数字化建设和县域特色产业降级贡献力量。 国家柑橘改进核心长沙分中心李大志传授有20多年的柑橘行业教训，他在报告中提出，阿里云IoT打造的数智农场为湖南柑橘产业的生产标准化提供了一个先进的平台。 阿里云智能IoT事业部行业产品总监何祥从一个柑橘的数字化开始，分享了阿里云AIoT数智农场如何助力柑橘果园实现数字化生产。 通过田间地头的各种传感器，阿里云数智农场将各类环境数据汇聚到云端，自动记录作物成长的全过程信息，提供农场的可视化治理、环境剖析和智能排产。通过主动灌溉和气象预警服务，为果园节俭至多20%的人工成本，升高30%以上的气象灾祸损失，使得传统农民的种植教训得以转化为“种植模型”，实现柑橘种植的精细化治理和智能辅助决策。 通过近半年的落地打磨，阿里云数智农场已在郴州落地2万亩柑橘数字化果园，区别传统的农业信息化零碎，真正做到“一部手机管果园，让数据成为新农资”。同时，阿里云数智农场县域标准化解决方案在湖南各大柑橘重点县开始推广，受到当地农业相干单位的宽泛关注。 会上，来自阿里云寰球技术服务部的王念帅以及来自网商银行农村金融部的董升誉论述了如何从产业经营和金融服务助力柑橘数字化。 在大会上，湖南省永兴、宜章、麻阳等县的龙头企业发表退出IoT数智农场，成为柑橘数字化的排头兵。 能够预感，数字化技术将成为农业倒退的新农具，成为传统农业跨越式倒退的助推器。阿里云IoT将一直为新农具带来新产品、新技术和新生态，协同更多合作伙伴，独特推动农业产业链数字化，助力共同富裕和农村振兴，实现绿色生产，数智降级。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：交融流量网关与微服务网关的下一代网关—云原生网关来啦！劣势满满！流量网关和微服务网关必须离开构建吗？ 在容器技术和 K8s 主导的云原生时代，这个命题正浮现出新的答案。 更经济：将流量网关与微服务网关合二为一，用户资源老本直降 50%流量网关(如 Nignx )是指提供全局性的、与后端业务利用无关的策略，如 HTTPS 证书卸载、Web 防火墙、全局流量监控等；微服务网关(如 Spring Cloud Gateway )是指与业务紧耦合的、提供单个业务域级别的策略，如服务治理、身份认证等。 在虚拟化期间的微服务架构下，业务通常采纳流量网关 + 微服务网关的两层架构，流量网关负责南北向流量调度和平安防护，微服务网关负责东西向流量调度和服务治理，而在容器和 K8s 主导的云原生时代，Ingress 成为 K8s 生态的网关规范，赋予了网关新的使命，使得流量网关 + 微服务网关合二为一成为可能。 此次阿里云 MSE 公布的云原生网关在能力不打折的状况下，将两层网关变为一层，不仅能够节俭50%的资源老本，还能够升高运维及应用老本。部署构造示意图如下，右边为传统网关模式，右图为下一代云原生网关模式。 云原生网关部署示意图 更平安：提供丰盛的认证鉴权能力，升高客户的平安接入老本认证鉴权是客户对网关的刚需，MSE 云原生网关不仅提供惯例的 JWT 认证，也提供基于受权凋谢网络规范 OAuth 2.0 的 OIDC 认证。同时，MSE 云原生网关人造反对阿里云的利用身份服务 IDaaS，帮忙客户实现支付宝、淘宝、天猫等的三方认证登陆，并以插件的形式反对来扩大认证鉴权性能，以升高客户的平安接入老本。现有认证鉴权性能如下图： 认证鉴权性能图 更对立：网关直连后端服务，买通 Nacos/Eureka/K8s 多种服务起源，并且率先反对 Apache Dubbo3.0 协定开源曾经成为推动软件倒退的源能源之一，面向社区规范、凋谢的商业产品更有生命力。 Envoy 是最受 K8s 社区欢送的 Ingress 实现之一，正成为云原生时代流量入口的规范技术计划。MSE 云原生网关依靠于 Envoy 和 Istio 进行构建，实现了对立的管制面管控，并直连后端服务，反对了 Dubbo3.0、Nacos，买通阿里云容器服务ACK，主动同步服务注册信息。MSE 云原生网关对 Dubbo 3.0 与 Nacos 的反对，曾经率先在钉钉业务中上线，下图是钉钉 Dubbo 3.0 落地的部署简图如下： ...

简介：2021 年 9 月 26 日上海阿里云计算峰会上，阿里巴巴研究员、阿里云云原生利用平台负责人丁宇发表，阿里云容器服务全面降级为 ACK Anywhere，让企业在任何须要云的中央，都能取得统一的容器基础设施能力。 此次降级的 ACK Anywhere 领有“统一体验、弹性算力、能力下沉、简化容灾”四大外围能力，使企业在任何业务场景下应用容器服务时，都能实现对立集群治理、对立资源调度、对立数据容灾和对立利用交付。5G、AR、AIoT 等场景在推动新一代云架构的演进，而容器重塑了云的应用形式。为帮忙企业充分利用新一代云架构，2021 年 9 月 26 日上海阿里云计算峰会上，阿里巴巴研究员、阿里云云原生利用平台负责人丁宇发表，阿里云容器服务全面降级为 ACK Anywhere，让企业在任何须要云的中央，都能取得统一的容器基础设施能力。  此前，阿里云推出了一云多状态的部署架构，提供核心云、本地云、边缘云、云盒等多种部署状态，ACKAnywhere 的全面降级意味着公共云能力向本地化进一步延长，客户在自建的数据中心内也能体验到低成本、低提早、本地化的公共云产品。  ACK Anywhere：“计算无界、承载有限”的新一代容器平台随着云计算的遍及和云原生技术的倒退，容器服务已成为各大公司上云用云的必备基础设施。丁宇示意，此次降级的 ACK Anywhere 领有“统一体验、弹性算力、能力下沉、简化容灾”四大外围能力，使企业在任何业务场景下应用容器服务时，都能实现对立集群治理、对立资源调度、对立数据容灾和对立利用交付。  据悉，ACK Anywhere 反对对核心云、本地云、边缘云容器集群的对立治理，同时反对对客户自建集群和其余云 Kubernetes 集群的对立纳管；依靠弱小的弹性算力，通过托管弹性节点，企业能够按需从本地扩容到云端，实现秒级伸缩，从容应对周期性或突发业务流量顶峰。 得益于阿里云公共云丰盛的产品能力，ACK Anywhere 可将成熟的云原生可观测、平安防护能力部署到用户环境，更能够将云端先进的中间件、数据分析和 AI 能力下沉到本地，满足客户对于产品丰盛度以及数据管控的需要，减速业务翻新。  业务连续性是古代企业IT架构关注的重点，ACK Anywhere 内建的备份核心，实现了备份、容灾、迁徙一体化；反对 Kubernetes 集群配置与数据卷的备份复原。联合阿里云丰盛的业务多活容灾教训，帮忙企业全面晋升零碎稳定性和业务连续性。 ACK Distro：平安、易用、凋谢的 Kubernetes 发行版为了更好的满足客户在数据中心部署 Kubernetes 集群的需要， ACK Anywhere 推出全新成员——ACK Distro，让企业在自有基础设施上也能享有和 ACK 一样平安、牢靠的企业级能力。  ACK Distro 是阿里云针对异构 IaaS 环境推出的 Kubernetes 发行版，其外围组件经验了数十万内部客户的大规模生产利用，具备业界当先的安全性和可靠性。同时，反对多种芯片体系架构和异构硬件环境，确保 ACK Distro 可能运行在多样化的基础设施上，并充沛开掘这些基础设施的后劲。  在 Gartner 最新颁布的寰球容器私有云竞争格局报告中，阿里云凭借超过十年的容器技术储备和实战经验，间断第三年成为国内惟一入选的中国企业，产品涵盖 Serverless 容器、服务网格、平安沙箱容器、混合云和边缘容器等，是寰球容器产品要害能力笼罩最欠缺的服务商之一。  ...

简介： “宜搭客户说”，聆听用户的声音，感触来自百行千业的用户应用宜搭的心得。  “宜搭客户说”，聆听用户的声音，感触来自百行千业的用户应用宜搭的心得。 第五期“宜搭客户说”带你走近宜搭在服务行业的利用，理解这家来自辽宁的贸易公司如何通过宜搭轻松实现协同在线、业务在线。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：阿里云 周云峰（云岩）、淘系技术部 黄家明（明小）两位老师独特解读第三届Apache Flink 极客挑战赛暨AAIG CUP赛题内容本文作者：阿里云 周云峰（云岩）、淘系技术部 黄家明（明小） 大赛直通车：https://tianchi.aliyun.com/competition/entrance/531925/introduction 第三届Apache Flink 极客挑战赛暨AAIG CUP 自8月17日上线以来已有 4000+ 参赛队伍报名。针对赛题“电商举荐‘抱大腿’攻打辨认”波及的知识点及相干工具应用已在每周直播课程中分享，本文将通过一下几点对赛题进行具体解读，帮忙选手更好的理解赛题核心内容。 赛题具体解析赛题背景随着互联网的倒退，网购成为越来越多人的抉择，据阿里巴巴财报显示，2020财年阿里巴巴网站成交总额冲破一万亿美元，寰球年度沉闷消费者达9.60亿。 为了满足不同用户的个性化需要，电商平台会依据用户的兴趣爱好举荐适合的商品，从而实现商品排序的千人千面需要。举荐零碎常见的召回门路有U2I（User-Item）、I2I（Item-Item）等。其中，user-to-item是指通过用户的 profile信息为用户进行商品的举荐，而item-to-item举荐策略则依据用户的商品点击列表为用户举荐关联的商品。 举荐零碎的目标是基于不同用户的偏好进行千人千面的举荐。传统的离线举荐零碎基于用户历史的行为数据进行加工解决，造成特色样本，而后离线训练模型，并且在线部署进行服务。然而用户的偏好是多元的、用户的行为散布会随着工夫而变动，离线的模型无奈刻画这种动静的用户偏好，因而须要进行实时的特色更新与模型参数更新，从而可能更好的捕捉用户的行为偏好。在举荐场景中，为了更好的晋升举荐的时效性与准确性，平台会基于全网的用户行为信息进行实时的 U2I 及 I2I 的更新，并且基于用户最近的行为信息进行相关性的举荐。 为了获取更多的平台流量曝光，将本人的商品展示在更多的消费者背后，局部商家通过HACK平台的举荐机制从而减少商品的曝光机会。其中一种典型的手法为“抱大腿”攻打，该办法通过雇佣一批歹意用户协同点击指标商品和爆款商品，从而建设指标商品与爆款商品之间的关联关系，晋升指标商品与爆款商品之间的I2I关联分。商家通过这种形式诱导用户以爆款的心理预期购买名不符实的商品，不仅侵害了消费者的利益，升高其购物体验，还影响了平台和其余商家的信用，重大扰乱了平台的公平性。因而，咱们须要用一个风控系统来过滤掉这些可能的歹意流量，防止它们对举荐零碎的模型造成烦扰。 因为所有用户行为在输出举荐零碎之前，都会首先通过风控系统的过滤，所以如果想要做到举荐零碎的实时性，风控系统就必须同样做到实时性。实时拦挡此类行为，有助于在保障举荐的时效性的同时，爱护实时举荐零碎不受歹意攻打影响。 实时风控系统对数据安全的要求较高，如果零碎的拦挡算法意外透露，HACK平台将得以针对性地增强歹意流量的假装能力，增大平台监控歹意流量的难度，因而，此类零碎有必要部署在加密的可信环境中。 综上所述，为了保障实时举荐零碎的准确性，较量要求选手实现一个保障了数据安全的实时风控系统。 数据阐明给定歹意点击、失常点击及对应的“商品”、“用户”相干的属性信息（用户本地调试能够从网上下载），选手实现实时的歹意点击辨认分类算法，包含模型训练和模型预测。在大赛评测零碎中，零碎应用100万条数据用于模型训练、10万条数据用于模型预测。另外，较量提供给选手50万条数据的数据集用于算法的本地调试。 较量提供如下格局的数据用于训练与预测。所有数据均采纳csv格局保留在文件中，即以下数据格式的各列之间以逗号分隔。每条数据代表一次用户点击商品的行为，它的特色次要来源于其所关联的用户与商品。 uuidvisit\_timeuser\_iditem\_idfeatureslabeluuid：每条数据的id。该id在数据集内具备唯一性。visit\_time：该条行为数据的产生工夫。实时预测过程中提供的数据的该值根本是枯燥递增的。user\_id：该条数据对应的用户的id。item\_id：该条数据对应的商品的id。features：该数据的特色，蕴含N个用空格分隔的浮点数。其中，第1 ~ M个数字代表商品的特色，第M+1 ~ N个数字代表用户的特色。label：值为0或1，代表该数据是否为失常行为数据。训练数据包含上述所有列的数据，预测数据包含除了label之外的所有列。 模型文件的输入输出格局 对于只心愿在算法层面加以优化的选手，仅需保障保留的模型文件的输入输出为如下格局即可。咱们提供的示例镜像的代码可能预处理输出数据的格局，解析Tensorflow模型的推理后果，并最终生成合乎评测程序要求的CSV格局的文件。 预测模型输出tensor格局。其中N为feature的个数。 Tensor("input:0", shape=(?, N), dtype=float32) 预测模型输入tensor格局。输入值为0或1，示意输出行为数据是否为歹意行为。 Tensor("output:0", shape=(?, 1), dtype=float32) Demo解析本次赛题重视算法和工程的联合，解答赛题大略要通过以下几个阶段：模型训练、模型预测、最优阈值选取、在线预测并断定类别。 模型训练：训练集中的数据都是结构化的，不须要进行特色抽取阶段，能够间接应用模型进行训练。在 demo 里，构建了一个前向反馈网络进行模型的训练，间接拟合样本的标签；模型预测：为了将训练与预测阶段做到更好的拆散，在模型预测阶段，应用的是 cluster serving 的模式，因而预测只须要间接加载训练好的模型，便能够进行预测；阈值选取：线上应用的是间接断定类别，而不是输入一个概率，这个是十分符合实际业务场景的。然而间接输入类别的状况下，阈值的选取对于模型的线上成果影响特地大，因而须要进行阈值最优抉择，找到在验证数据中最优的阈值作为线上断定的阈值，目前demo应用的阈值为 0.5；在线预测并断定类别：在最终输入的时候通过对于以后预测概率与最优阈值的大小，从而确定以后样本的预测类别（是否舞弊）Demo优化实时特色：目前提供的只有用户/商品的偏动态的特色，然而数据中还包含了 用户-商品 的点击关系，用户能够思考基于点击关系构建实时的特色，比方统计当天截止目前用户/商品的点击量，用户的均匀商品点击数、商品的均匀用户点击数等；不过须要留神的是，当预测阶段应用了实时特色，则在训练阶段也须要配套雷同的实时特色，否则训练与预测应用的特色不统一会导致模型报错或者成果变差的状况；此外，训练集中曾经晓得哪些商品/用户是有过舞弊行为的，这些信息也能够作为模型的特色进行构建；模型训练：业界有很多成熟的DNN模型，目前demo应用了3层的构造，选手能够思考应用更简单的模型进行训练，从而达到更好的拟合成果；此外，咱们不应该局限于某个"超级模型"，而是能够思考基于集成学习的形式混合多个模型/策略进行预测。最优阈值抉择：目前 demo 中应用的阈值为 0.5，然而最优阈值选取须要基于模型的在验证集中的预测状况进行抉择，其实咱们能够写一个脚本，通过验证集找到最优的阈值；在线预测：线上 demo 模型对于全副的流数据均会进行预测，然而一但呈现某个样本的预测呈现高提早，可能会导致后续的样本预测也会呈现连带的提早，从而导致整体线上提早重大。除了优化算法与工程、尽量升高提早之外，选手也能够尝试对提早进行监控，以缓解长尾景象的影响。评分指标选手提交后果的分数由两方面评分的乘积来决定，两方面别离代表选手提交后果的算法与工程方面的体现。用一个公式示意即如下所示： score=F1 ∗valid\_latency 在算法方面，较量依据推理后果的F1参数来评分，即推理后果的准确率与召回率的和谐平均数。 在工程方面，因为较量模仿实时风控场景，所以较量对实时推理过程中的提早做出限度。选手的程序须要为kafka中呈现的实时数据流提供推理服务，并在数据流的流量不超过给定阈值的状况下，单条数据的提早不超过500ms。 选手部署的推理服务须要从kafka中读取待推理数据，并将推理后果写入kafka。数据的提早的定义即为待推理数据及其推理后果在kafka中的工夫戳的差值。上述公式中的valid\_latency，即为提早符合要求的数据占所有数据的比例。提早超过500ms的数据不仅会影响到valid\_latency的值，进而影响到分数，而且也不会参加F1参数的计算过程。 技术介绍Apache Flink 是一个在无界和有界数据流上进行状态计算的框架和分布式解决引擎。Flink 曾经能够在所有常见的集群环境中运行，并以 in-memory 的速度和任意的规模进行计算。 ...

简介：Apache Flink 社区携手一线企业重磅推出8大行业实际案例，本书整顿了 Flink 社区近一年的行业案例，供大家参考！Apache Flink 是一个开源的分布式大数据处理引擎,可对无限数据流和有限数据流进行有状态计算。它具备强一致性的计算能力、大规模的扩展性，整体性能十分卓越，同时反对SQL、Java、Python等多语言，领有丰盛的API接口不便各种场景业务应用。目前在国内外互联网企业中Flink曾经成为支流的实时大数据计算技术，是实时计算畛域的事实技术标准。 随着实时化需要的场景日益增多，企业更须要技术+场景的技术计划，来实现数据的价值最大化。Apache Flink 在行业利用中体现如何？新鲜出炉的《Apache Flink 行业案例集》带来了答案。整顿了 Flink 社区近一年热度最高的业务实际场景，并依照挪动媒体、生存服务、游戏、金融、在线教育、物流、在线交易、IT企业等八大行业进行分类。 点击收费下载《Apache Flink 行业案例集》 本书亮点8大行业20+厂商实在案例，场景丰盛；深刻理解阿里、字节、美团、腾讯、京东站等出名厂商实战经验，干货满满；精彩内容领先看 更有 Apache Flink 社区手册同步收费下载，Apache Flink 社区动静触手可及。 流动举荐 阿里云基于 Apache Flink 构建的企业级产品-实时计算Flink版现开启流动： 99元试用实时计算Flink版(包年包月、10CU）即有机会取得 Flink 独家定制T恤；另包3个月及以上还有85折优惠！ 理解流动详情：https://www.aliyun.com/product/bigdata/sc 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介： “宜搭客户说”，聆听用户的声音，感触来自百行千业的用户应用宜搭的心得。 “宜搭客户说”，聆听用户的声音，感触来自百行千业的用户应用宜搭的心得。 第四期“宜搭客户说”带你走近宜搭在商业服务行业的利用，理解这家来自广西的教育征询公司如何通过宜搭实现数据可视化，进而疾速开始数字化转型。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：通过不同理论场景的形容，供大家参考实现 Native 页面的定制化开发。 很多 mPaaS Coder 在接入 H5 容器后都会对容器的导航栏进行深度定制，本文旨在通过不同理论场景的形容，供大家参考实现 Native 页面的定制化开发。 欢送关注 mPaaS 公众号，下期推文，咱们将为大家介绍 jsapi 下如何动静批改导航栏，敬请期待 Native 批改导航栏左侧返回按钮（一）自定义 NBPluginBase 插件中批改1.自定义原生 BarButtonItem监听 kNBEvent\_Scene\_NavigationItem\_Left\_Back\_Create\_Before，在此监听事件中设置自定义 BarButtonItem //监听kNBEvent_Scene_NavigationItem_Left_Back_Create_Before，在此监听事件中：UIButton *button = [UIButton buttonWithType:UIButtonTypeCustom];button.frame = CGRectMake(0, 0, 44, 44);button.backgroundColor = [UIColor whiteColor];[button setTitle:@"勾销" forState:UIControlStateNormal];button.titleLabel.font = [UIFont systemFontOfSize:14.0];[button setTitleColor:[UIColor blueColor] forState:UIControlStateNormal]; event.context.currentViewController.navigationItem.leftBarButtonItem.customView = button;注：此计划自定义button，须要自行实现敞开页面逻辑。 2.批改返回按钮监听 kNBEvent\_Scene\_NavigationItem\_Left\_Back\_Create\_After，在此监听事件中批改默认返回按钮款式，包含文案色彩、返回箭头等，文案内容默认不可批改。 //监听kNBEvent_Scene_NavigationItem_Left_Back_Create_After，在此监听事件中：// 批改返回按钮款式NSArray *leftBarButtonItems = event.context.currentViewController.navigationItem.leftBarButtonItems;if ([leftBarButtonItems count] == 1) { if (leftBarButtonItems[0] && [leftBarButtonItems[0] isKindOfClass:[AUBarButtonItem class]]) { //在默认返回按钮根底上，批改返回箭头和文案色彩 AUBarButtonItem *backItem = leftBarButtonItems[0]; backItem.backButtonColor = [UIColor greenColor]; backItem.titleColor = [UIColor orangeColor];// [UIColor colorFromHexString:@"#00ff00"]; //暗藏、显示返回箭头 backItem.hideBackButtonImage = NO; //backItem.backButtonTitle; 题目内容更改有效。 // 暗藏返回文案：文案设置为通明，保留返回按钮 s 点击区域 //backItem.titleColor = [UIColor clearColor]; }}（二）H5容器中自定义批改1.形式一，在 viewWillAppear 获取自定义启动参数，依据参数自定义返回按钮。- (void)viewWillAppear:(BOOL)animated { [super viewWillAppear:animated]; // 以后页面的启动参数 NSDictionary *expandParams = self.psdScene.createParam.expandParams; NSLog(@"[mpaas] expandParams: %@", expandParams);}获取启动参数后，根据自定义参数实现自定义按钮。 ...

简介：【案例分享·云拨测】借助云拨测，节卡机器人无效开掘性能瓶颈，通过优化，晋升网站关上速度 50% 以上，进步了经营推广流动的 ROI，帮忙节卡为寰球用户提供更加优质的服务！作者｜白玙 作为国内当先的新一代合作型机器人企业，节卡机器人通过多年倒退，与寰球超过 300 家自动化计划公司严密单干，并部署逾万台机器人。这些机器人灵便高效地服务于汽车、电子、半导体等寰球知名品牌的生产线，同样也在泛滥商业新生产畛域从事与消费者间接接触的服务工作。  为了更好地服务寰球各地球客户，保障节卡机器人官网可能在寰球范畴内被失常浏览，成为经营团队以及运维团队面临的次要问题。 而这一问题也是出海企业遇到的广泛难题，但想要测试寰球不同地区不同站点的访问速度，企业无奈在寰球每个地区都找当地人进行实地测试。因而，节卡机器人心愿可能模仿寰球不同地区用户的实在网络环境去体验网站，理解理论拜访体验状况。 问题开掘在理解用户这一问题之后，阿里云与节卡机器人进行沟通，统一认为具备寰球海量监测节点以及非侵入式的「云拨测」是解决问题的最佳产品。  第一步：配置海内监测点 依据节卡次要海内指标市场，选取了北美、欧洲、南美洲、东南亚等次要国家的 LastMile（实在网民）监测点，配置浏览器拨测工作，对节卡的海内官网进行定时拨测。 第二步：剖析监测点拜访指标地址 通过对拨测日志进行剖析，发现节卡官网在欧洲和南美洲的 CDN 减速实现了就近拜访，但美东和东南亚地区 CDN 未达到预期成果。进一步剖析发现，在 CDN  达到就近拜访地区，整体性能也较慢，需具体分析官网页面不同元素加载成果。  第三步：剖析页面元素加载耗时 点击拨测日志详情，查看页面元素瀑布图，发现有几张图片加载速度十分慢，阻塞了整体页面加载速度，通过剖析发现图片大小达到了 5M 多，图片大小存在优化空间。 节卡机器人发现以下问题并进行优化（1）减速降级 将原来所应用的全站减速 DCDN 降级成为寰球减速 GA；依靠阿里云优质 BGP 带宽和寰球传输网络，实现寰球网络就近接入和跨地区部署，缩小提早、抖动、丢包等网络问题对服务质量的影响，实现网络减速。  （2）CDN节点优化 依据云拨测监测报告，实时理解 CDN 部署后的展现性能为多少，是否有晋升。。每台主机节点的性能状况，可用性是否稳固。指标客户是否正确命中对应主机节点，或匹配度是否正当，CDN 节点与源站同步、对元素公布是否提供到位并长期有效。并基于以上评估规范对 CDN 设置策略进行调整及优化。  （3）页面元素优化 通过剖析下载工夫，理解页面元素下载工夫，进而评估 IDC、 CDN 等网络性能。咱们发现官网首页的图片文件体积过大，因而造成下载工夫过长。并且动态元素的 CDN 减速设置存在问题。  失常来说，首屏加载工夫不应该超过 2s~3s。屏加载工夫对用户留存率影响很大。如果一个页面实现首屏加载须要 5 秒以上，用户会从心理排挤关上这个页面。因而，抉择先进图片格式，代替现有的 jpeg 和 png，放大体积。  （4）建设被动发现机制 在应用云拨测前，节卡机器人次要是采纳广告平台评估或用户告知的形式被动获取网站运维状况。借助云拨测，被动理解网站拜访状况，进行问题验证和故障复现，对网站性能进行评估与优化。并通过事务流剖析，理解用户实在体验流程，优化浏览门路，开掘转化瓶颈环节，晋升转化率。 最终功效通过与 CDN 供应商沟通后，优化了美东和东南亚的 CDN 调度逻辑，同时对页面图片进行压缩，整体网站关上速度晋升 50%。 节卡机器人数字化产品核心负责人示意借助云拨测，节卡机器人无效开掘性能瓶颈，通过优化，晋升网站关上速度 50% 以上，进步了经营推广流动的 ROI，帮忙节卡为寰球用户提供更加优质的服务。 云拨测特点1、寰球监测节点笼罩 寰球超过20万LM，500余个IDC终端监测节点，海内外400+运营商以及数十万量级注册会员，确保监测规模满足日益宏大的业务规模。 2、无需嵌码，开箱即用 零侵入式监测，只需输出URL并进行简略配置即可，无需研发反对。数分钟即可取得残缺的网站性能数据分析报告。资源包&按量付费多种购买模式，满足运维测试需要。 3、面向业务，预置多种分析模型 ...

简介：日常音视频散会中咱们或多或少会遭逢这些场景：“喂喂喂，能够听到我谈话吗？我听你的声音断断续续的”，“咦，我怎么能够听到回声？”，“太吵啦，我听不分明你在说啥” 等等。这些语音品质问题影响音视频散会体验，如若是重要的会议，那足够让人 “恼羞成怒”。那么如何无效的缩小这些问题产生呢？本系列文章就将为大家分享阿里云视频云在保障 RTC 语音品质方面的测试教训。作者｜柯淮 审校｜泰一 背景介绍音频品质是指失常网络下的听觉品质和音频 3A 算法品质。听觉品质，是在无损网络状况下人耳对语音优劣的主观感触。但在理论生存中，不同人对同一声音可能会有不同的优劣判断，另外还会受到收听环境和收听心理影响。在测试时，咱们能够从声音三要素：响度、音高、音色纬度登程，对一些指标进行量化评估。另外业内规范还会将这些量化指标通过肯定的加权解决以冀望拟合主观感触，比方 POLQA、PESQ 等。 音频 3A 算法是指： AGC: Automatic gain control（自动增益管制） ANS: Adaptive noise suppression（噪声克制） AEC: Acoustic echo cancellation（回声打消） 这部分内容公众号中已有较多文章较具体介绍原理及实现，这里不再赘述。 往期文章详解 WebRTC 高音质低延时的背地 — AGC（自动增益管制） 硬货专栏 ｜深入浅出 WebRTC AEC（声学回声打消） 本系列文章将从音频品质、适配测试、Qos 品质、自动化计划四个维度去介绍阿里云视频云如何保障 RTC 语音品质，本文先介绍音频品质局部（失常网络下的听觉品质和音频 3A 算法品质）。 RTC 语音测试链路拆解在正式测试前，咱们先理解 RTC 语音传输的整个链路框架图，声音通过麦克风采集，而后上行音频算法进行前解决，编解码传输后通过扬声器播放进去。若想测试上行音频算法可在（1）处输出声音，而后在（2）处拉取输入音频进行剖析。零碎测试时，咱们往往从端到端角度评估，即从（1）处输出声音而后在（4）拉取声音进行剖析，本文后续测试方法均基于端到端。 音频品质测试计划阿里云视频云采纳业内罕用的主观指标+主观评估相结合的办法来保障音频品质，具体指标请参考下图： 主观测试方法无效频宽Line in 输出扫频文件 +48K 采样率的人声音频（音频素材参考如下），Line out 录制输入音频，通过频率剖析读取无效频宽； 端到端提早办法一：应用 VQT 测试，测试后果中输入延迟时间。 办法二：自研。Line in 测试素材，Line out 录制未通过传输及输入音频，计算音频延迟时间。 测试素材：一段间断的单音。指标计算：录制文件中读取未通过传输的音频起始工夫记为 t1，读取通过会议传输的音频起始工夫记为 t2，则 Delay=t2-t1。 ...

简介：任何一种技术都会经验从下里巴人到下里巴人的过程，就像咱们对计算机的了解从 “戴着鞋套能力进的机房”变成了随处可见的智能手机。在后面 20 年中，大数据技术也经 历了这样的过程，从已经居高临下的 “火箭科技（rocket science）”，成为了人人普惠 的技术。近几年，大数据畛域曾经没有再诞生新的明星开源引擎（Clickhouse@2016 年开源，PyTorch@2018 年开源），以 Apache Mesos 等我的项目进行保护为代表，大数据畛域进入“后红海”时代：技术开始逐渐收敛，进入技术普惠和业务大规模利用的阶段。 海量的数据以及其蕴含的价值，吸引了大量投入，极大的推动大数据畛域技术。大数据技术倒退正过后，阿里巴巴资深技术专家为你详解当下大数据体系，剖析大数据体系4大热点，详解9大畛域架构散布、预测将来演进4大技术趋势，概述有待摸索3大疑难。 点击收费下载 《“后红海”时代，独家揭秘当下大数据体系》 精彩内容领先看 复制该链接到浏览器实现下载或分享： https://developer.aliyun.com/topic/download?id=7984 《“后红海”时代，独家揭秘当下大数据体系》从零碎架构的角度，就大数据架构热点，每条技术线的倒退脉络，以及技术趋势和未解问题等方面做一概述。特地的，大数据畛域依然处于发展期，局部技术收敛，但新方向和新畛域层出不穷。本文内容和作者个人经历相干，是集体的视角，不免有缺失或者偏颇，同时限于篇幅，也很难全面。仅作抛砖引玉，心愿和同业独特探讨。   阿里云开发者藏经阁 汇聚阿里巴巴技术实际精髓，涵盖云原生、物联网、大数据、AI 等技术畛域，深度分享阿里工程师实战经验，顶级技术内容一手把握。点击进入藏经阁，畅游技术陆地。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：深刻解读实时数据流、库仓一体数据处理等核心技术“数聚云端·智驭将来”——阿里云数据库翻新上云峰会暨第3届数据库性能挑战赛决赛颁奖典礼已圆满结束，更多干货内容欢送大家观看峰会直播回放。 峰会直播回放https://developer.aliyun.com/live/247301 干货PPT下载https://developer.aliyun.com/topic/download?id=7986 一、外围痛点随着数据的爆炸，企业数据利用需要的急骤晋升和数据技术的疾速倒退，在数据库与数据仓库这两个要害零碎产生强烈的关系。无论是Inmon模型还是Kimball模型中，都强依赖于各种数据库与数据仓库及连贯其间的数据集成与解决产品、同时还牵涉到数据资产治理及平安的难题，这一系列外围组件密切配合能力实现哪怕是企业一个最简略的报表需要，其余简单的需要自不必说。 同时咱们还看到市场的发展趋势，据Gartner剖析，企业要求数据集成、剖析从离线到实时化趋势显著，预计2025年实时数据占比 30%，2022 年新业务超过50%将会采纳实时剖析。 以后的数仓构建过程中，整个流程十分的长，复杂度很高，这就与以后企业想要简略疾速实现数字化产生了矛盾，次要问题包含： 数据孤岛中数据库及各种日志品种繁多，短少最佳设计开发与保护实际；数据互联互通艰难，短少简略牢靠的数据通道，尤其是实时数据通道；数据加工解决的ETL过程简单，实时性有余，技术栈多且难以保护；数据治理能力不足，平安问题凸出；二、解决方案对于这些问题及云原生+实时化的市场趋势，在阿里过来10年的数据库与数仓的构建与实时化的开发与利用教训根底上，咱们推出全新的一站式的数据管理产品DMS(DMS+DTS)，提供了蕴含全域数据资产、数据库设计与开发、数据集成、数据开发、数据可视化及数据服务等能力。通过内置阿里巴巴数据研发标准及数据安全最佳实际，DMS可帮忙企业实现高效麻利、安全可靠的数据生产、解决及生产。本文将就其中的要害能力进行技术解读。 三、要害能力接下来将从实时数据流技术、库仓一体数据处理、分布式能力、资产治理与平安四局部形容。 实时数据流技术 1. 背景数据集成能力是构建数仓的根底能力，包含存量数据抽取、增量数据抽取、以及数据转换（数据荡涤/数据转换/数据富化）等方面。存量数据抽取绝对简略，间接应用数据库/文件/或第三方利用提供的标准接口进行数据拉取和存储；数据转换局部可分为单记录解决、Arregation解决、多流关联解决等类型，这一部分偏重数据自身的转换，可利用于存量、增量数据；增量数据抽取侧重于实时性和业务的无入侵性，通过与数据源高度耦合的形式，尽可能实现一种极致实时的、对数据源影响最小的、且利用代价最低的增量获取技术。在增量数据捕捉后，会实时入仓。新DMS弱小的实时数据流技术来自DTS， 本章次要探讨增量数据捕捉技术，同时以DMS为例阐明实时数据流的技术全貌和外围要点。 2. 增量数据获取的技术流派依照增量数据的获取形式，能够将实时数据流技术分为4类：即基于业务字段拉取、Trigger捕捉、CDC（change data capture）、以及WAL解析。 2.1 基于业务字段拉取假设数据源中带有时序字段，则能够通过周期性查问来提取出差别数据。这种时序字段最广泛的就是工夫属性的，如modify\_time。下图为基于这一字段进行的问题数据拉取的示例： 这种技术实现的长处是简略，但对业务的依赖水平高，获取的增量信息无限，且只能做到分钟或小时级别的实时性。 2.2 Trigger捕捉Trigger捕捉形式是通过数据源本身的机制将数据操作记录到增量表中，增量抽取通过周期性查问增量表来获取增量数据。如下图所示： 这种技术实现可能获取每次的数据变动，但对源库有入侵，且实时性很难保障。 2.3 CDCCDC（Changed Data Capture）技术是数据源提供的一种技术，能够在表级别开启。对于开启CDC的表，数据源会基于源表名生成一张CDC表，用以记录源表的增量数据变动。增量抽取通过周期性查问CDC表来获取增量数据。 CDC形式整体上看与Trigger捕捉形式十分类似，但外围区别是CDC表的数据是数据源通过WAL日志开掘解析生成，其性能要高于Trigger捕捉。目前常见的商业数据库均提供了CDC技术（如Oracle/DB2/SQLServer等）。 CDC技术的长处是高效、简略，但对多表、及DDL的反对不好。 2.4 WAL解析WAL解析高度依赖数据源的行为，尽管在具体实现上千差万别，但拉取通用数据库层面，其技术实现还是十分对立和统一的。下图为其根本状态： 增量抽取通过数据源的主备复制协定获取到Master的WAL日志，随后进行WAL日志的数据解析。 WAL解析形式的长处是实时，对数据源、业务都是0入侵的，然而实现的技术难度很大，对于每种数据源，都须要深刻的理解、并且精通其WAL格局才有可能做到。 3. 实时数据流技术要点从传统T + 1数仓到实时数仓，其背地反映的是业务对数据实时性的要求越来越高。而在技术门路上，实时数据流是其必由之路。目前，业内对实时数据流的构建形式尚未造成规范。在这里，咱们仅以DMS的实践经验来阐明。 3.1 实时性是实时数据流的外围咱们将实时定义为秒级提早，只有当实时数据流达到这个提早级别，基于次构建的实时数仓能力做到分钟级、甚至秒级的数据分析，帮忙业务实时决策，将数据的价值施展到极致。 DMS为了做到秒级提早，在技术路线上抉择了WAL解析形式，通过这一形式，DMS在泛滥数据库上达到了实时的要求。而为了做到秒级的实时性，须要进行泛滥技术点的冲破，依照DMS的实践经验，总结如下图所示。 DReader为DMS中的增量捕捉模块，DWriter为DMS中的增量数据写入模块。为了应答实时性的要求，DReader通过并发解析、前镜像推导等技术达到的毫秒级提早；而DWriter通过并发写入、分布式扩大、以及热点数据合并等技术，达到了百万级RPS的写入能力。从而在整体上，实时数据流做到了秒级提早。 3.2 稳定性是实时数据流大规模利用的必要条件高性能、实时性是实时数据流的个性和劣势，但稳定性却是一项技术是否能在外围场景利用、是否能大规模推广的必要条件。为了达到工业级稳定性的要求，DMS实时数据流在增量数据捕捉、增量数据写入等方面进行了大量的优化。 源自对各个数据库内核的深度了解和据握，同时也承受了多年双11场景的考验。在商业数据源方面，DMS实时数据流针对Oracle/DB2/SQLServer构建了残缺的数据类型、DML等测试场景，反对了私有云、专有云数万商业数据库实例。本节以DMS在SQLServer数据源上做了一个优化进行阐明。 SQLServer数据库中的表分为聚簇索引表和堆表两类，堆表自身的一些数据更新不记录VLF日志。主备复制协定的性能最高，但因为其是基于VLF日志，无奈获取到堆表中的残缺记录；同时，通过反查形式可能造成回查谬误数据等问题。为此，DMS在稳定性和性能上进行均衡，在实时数据流中首次引入了WAL解析和CDC混合模式，如下图所示： 主备复制协定解决80%以上表的日志增量拉取，残余大量的非凡表（如SQLServer的堆表）采纳CDC形式。这种混合模式在保障稳定性的同时，也提供了极高的实时性。 3.3 DDL自适应想要在生产环境长期的稳固运行，DDL自适应能力必不可少。DMS实时数据流通过对数据源的DDL进行解析和映射，不仅能保障本身的稳固运行，同时也可能将一些不适应数仓场景的DDL（如DROP）排除到数据流之外。 库仓一体数据处理1.背景在数据存储的倒退过程中，别离有两大畛域。一个是数据库营垒，负责存储业务的在线数据，通过事务的ACID个性保障线上业务的强可靠性和稳定性。一个是数据仓库营垒，负责存储业务线上数据的镜像，通过一系列的大数据分析组件对数据进行开掘、剖析、数据建模等。 通常这两个畛域是有两套不同的方法论以及零碎组件来撑持的，而两大畛域两头通过数据集成或者数据ETL(Extract-Transform-Load)进行连接，数据在这两大畛域内流动。 图1. 库仓间数据流 在这两大畛域之间，存在十分大的数据交换需要。数据传输服务(Data Transmission Service，简称DTS)反对多种数据库的迁徙、订阅以及实时同步，在6年间撑持了大量的数据库到数据仓库的数据集成链路。在往年DTS+DMS造成全新产品DMS5.0上线，集成了数据管理、数据集成、数据ETL等多方面能力，造成一站式在线数据处理平台, 能够实现库到仓的物化视图能力。 本章节介绍在DMS5.0在数据处理局部新的性能。 在库仓一体的场景下，通常有两种数据处理需要。第一类是数据从数据库到实时数据仓库的链路构建，第二类是离线数仓T+1的解决场景，以下别离介绍。 2.数仓计算场景2.1 场景一：数据实时ETL数据从数据库到数据仓库过程中，须要配置一条DTS数据集成链路，在新DMS5.0场景下除了兼容原有的数据集成链路性能，还提供了新的数据ETL能力。也就是在数据传输过程中进行数据的预处理，包含一般的数据字段过滤、数据字段变换、数据流表join、数据维表join等简单ETL性能。 ...

简介：本手册由实时计算Flink版团队实际操作汇总，帮忙开发者们疾速实现数据迁徙。作为国内最早布局实时计算技术方向的企业之一，早在2016年阿里巴巴就曾经开始大规模上线应用实时计算产品。阿里云实时计算Flink版（Alibaba Cloud Realtime Compute for Apache Flink，Powered by Ververica）是阿里云基于 Apache Flink 构建的企业级、高性能实时大数据处理系统，由 Apache Flink 开创团队官网出品，领有寰球对立商业化品牌，齐全兼容开源 Flink API，提供丰盛的企业级增值性能。实时计算 Flink 版产品绝对于开源 Apache Flink领有更具劣势的性能和稳定性，除了运维方面的劣势，开箱即用也让用户更加不便。 本次推出《开源Flink迁徙实时计算Flink版全托管最佳实际》手册，帮忙用户疾速实现将自建开源Flink集群的流式工作（包含Datastream、Table/SQL、PyFlink工作）迁徙至阿里云实时计算Flink版全托管产品操作。 [点击收费下载 《开源Flink迁徙实时计算Flink版全托管最佳实际》](https://developer.aliyun.com/...) 本书亮点4大场景迁徙计划，所见即所得超具体操作手册，手把手教您实战数据迁徙精彩内容领先看 流动举荐 阿里云基于 Apache Flink 构建的企业级产品-实时计算Flink版现开启流动： 99元试用实时计算Flink版(包年包月、10CU）即有机会取得 Flink 独家定制T恤；另包3个月及以上还有85折优惠！ 理解流动详情：https://www.aliyun.com/product/bigdata/sc 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：CDS-SLS 作为云化的日志平台，将组件进行高内聚低耦合，线下用户最低能够在6台规模的机器上将上述所有的性能自动化部署，在运维、经营、财务管理、数据分析报表等大数据场景畛域以低代码模式无效解决传统软件中的痛点。本文次要进行 CDS-SLS 各性能点概览性的介绍。前言本文作为行将公布的混合云产品 CDS-SLS（Cloud Defined Storage-Simple Log Service）一系列文章中的第二篇，次要进行 CDS-SLS 各性能点概览性的介绍。日志作为数字化的载体，外面蕴含了后台程序的运行信息，业务经营等信息。 日志的查问剖析从最早的几台机器的手工 pssh+grep 倒退到每个业务的小规模 ELK 或者 EFK（Elasticsearch, Logstash/Filebeat/Fluentd, Kibana），量大的再加上 Kafka，如果有采集 Metric的需要还须要加 Collectd，如果有可视化需要还须要减少 Grafana，对存储备份有需要的还会引入 Ceph，对于根底配置的一致性治理引入 Salt 等，每减少一个组件在高并发场景下硬件老本和运维老本迅速减少。 CDS-SLS 作为云化的日志平台，把这些组件进行了高内聚和低耦合，线下用户最低能够在6台规模的机器上将上述所有的性能自动化部署，在运维、经营、财务管理、数据分析报表等大数据场景畛域以低代码模式无效解决传统软件中的痛点。 术语&背景CDSCDS(Cloud Defined Storage)云定义存储。属于软件定义存储SDS(Software Defined Storage)的一种输入模式，CDS 具备与公共云对立的存储架构和对立的用户体验，减小底座，提供灵便的部署规模和部署状态，交融多个存储产品，提供企业级存储的运维和治理。 CDS反对各种存储产品的混部组合，例如 CDS-OSS + CDS-SLS ，CDS-EBS + CDS-SLS 等。产品方面会有麻利版（SLS 最小规模六台，打算推出缩减到四台的更精简版本）和企业版（SLS 6台到数百台）两种输入模式。CDS 一方面进步专有云企业版和麻利版的产品竞争力和产品成熟度；另一方面，在端、边缘和客户数据中心等环境实现各类数据的接入、备份、剖析。 SLSSLS(Simple Log Service) 阿里云日志服务。SLS 起源于阿里云晚期飞天底座中的神农监控服务目前已倒退为集采集、查问剖析、可视化一体的面向云原生可观测性的 *Ops(DevOps、SecOps、 FinOps) 整体解决方案。 SLS的次要性能概览SLS 中的日志数据是 AppendOnly，写多读少，对工夫敏感但并非要求严格保序，查问频率和热度随工夫迅速递加。CDS-SLS 版本继承自阿里云上的 SLS，目前 SLS 曾经间断多年撑持阿里双十一/双十二流动，同时撑持泛滥如新春红包、周年大促等重大流动，在稳定性、功能性以及性能方面失去了充沛的验证。 本文着重从运维相干的角度来开展 SLS 的各个性能点。SLS 的主链路蕴含数据采集-数据查问剖析-可视化-智能利用，作为计算和存储并重的产品，为了进一步升高线下用户的硬件老本，会进行一些非通用性的性能的裁剪，将硬件自身的计算资源和存储资源施展到极致。 上图是公共云用户视角下的 SLS 性能，对于 CDS-SLS 线下用户，能够在天基平台看到 SLS 服务对应的各个子模块，也能残缺看到各过程对应的 CPU 和内存占用。从服务的角度分为数据类和调度类两个大类，前者拆分为 34 个服务角色，后者拆分为 10 个服务角色。拆分后服务的降级和扩缩容将会变得更加容易。 ...

简介：FFA 2021 将于 12 月 4-5 日在北京·国家会议核心举办，议题投递日期截止至 10 月 10 日！何其有幸 咱们身处开源软件群星璀璨的年代 数据的价值被从新定义 工夫，愈发争分夺秒 时代，在召唤它的弄潮儿。 作为主打流解决的计算引擎 Apache Flink 应运而生。2014 年正式开源，2018 年至今已间断三年蝉联 Apache 基金会最沉闷的开源我的项目，堪称煊赫一时。据 Flink 官网数据显示，至多 2/3 的开发者来源于中国，这代表着中国开源力量日益衰亡，并开始在国际化舞台上熠熠生辉。 自 2018 年 Flink 中文社区成立至今，Flink 已在国内多个行业落地，并日益成为推动企业数字化转型的磅礴能源。 成立之初， Flink 中文社区就引入社区顶级盛会 Flink Forward ，并于 2019 年将 Flink Forward China 正式降级为 Flink Forward Asia（简称 FFA）。Flink Forward Asia 每年都会集结最佳行业实际以及 Flink 最新技术动静等，并踊跃拥抱生态搭档，共建凋敝开源大数据生态。 Flink Forward Asia 2021 正式上线！作为最受社区开发者期盼的年度顶会，往年的 Flink Forward Asia 2021 已正式启动！FFA 2021 将于 12 月 4-5 日在北京·国家会议核心举办，预计将有 3000+ 开发者参加，探讨交换 Flink 最新动静。 ...

简介：全新 Serverless 技术图谱，首次从根底入门、技术进阶到利用实战的 Serverless 知识点整顿成为思维导图，帮忙开发者疾速构建 Serverless 常识体系，更快学以致用。现在，Serverless 作为根底研发底座，被越来越多的企业所承受，并利用于业务实际中。除了互联网企业最早 “尝鲜” 之外，传统企业也纷纷开始尝试大规模应用 Serverless。 Serverless 利用逐步宽泛，对于一般开发人员来说，学习 Serverless 可能给带来什么益处呢？举个例子，当想要部署一个网站时，须要本人购买服务器并破费工夫去保护，造成资源节约不说，还要消耗精力，而 Serverless 就可能很好地解决这个问题，简略来说，就是既省钱又省力。Serverless 是一种将来的开发方式，它是属于每一位开发者。 技术图谱+场景实操=即学即用2020 年，阿里云 Serverless 团队重磅打造了「Serverless 技术公开课」帮忙超过 3 万名开发者入门 Serverless。2021 年，阿里云 Serverless 技术图谱全新公布，在原公开课内容根底上减少课时 15 节、实操场景 8 个 、电子书 1 本，知识点更细化，利用上手更简略。全新 Serverless 技术图谱，首次从根底入门、技术进阶到利用实战的 Serverless 知识点整顿成为思维导图，帮忙开发者疾速构建 Serverless 常识体系，更快学以致用。 开始学习获取技术图谱： https://developer.aliyun.com/graph/serverless? 点击链接（https://developer.aliyun.com/graph/serverless?）即可学习 局部讲师阵容 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：在各种缭乱的信号与噪声中，阿里是如何在商业胜利和以开源为代表的工程师文化中均衡？咱们该如何了解开源和商业的关系、云厂商和开源我的项目的关系？对于开源引力峰会2021年的明天，田园牧歌式的古典开源时代曾经过来，开源的继续不能只靠开发者们在业余时间用爱发电，而是须要有自我造血能力的企业将商业化的收益反哺回开源以实现我的项目的长期倒退。开源已悄悄进入到商业化的2.0时代。 2018年开始，在资本市场，开源我的项目备受追捧： 2018年，Pivotal、Elastic 上市，市值超过50亿美金2019年阿里巴巴以9千万欧元收买了Flink母公司Data Artisans2021年2月DataBricks实现10 亿美元G轮融资，8月31日 16 亿美元 H 轮融资2021年7月Kafka母公司Confluent上市，市值114美金2021年7月，开源分布式数据库厂商PingCAP实现估值30亿美元的新一轮融资……开源我的项目和云厂商的关系变得越来越有火药味，MangoDB Kafka Redis纷纷批改开源协定，限度云厂商，局部媒体给云厂商按上了“开源白嫖党”的帽子。 而在泛滥厂商中，你仿佛很难找到像阿里这么一个非凡的存在，一方面因为阿里团体的业务催生了像Dubbo RocketMQ这些对中国互联网行业影响深远的开源我的项目，另一方面它又是国内最大的云厂商，所以在各种缭乱的信号与噪声中，阿里是如何在商业胜利和以开源为代表的工程师文化中均衡？咱们该如何了解开源和商业的关系、云厂商和开源我的项目的关系？ 开源引力峰会以“凋谢、连贯、翻新”为主题，邀请国内外顶级开源基金会、顶级高校开源专家学者、顶级投资公司、企业开源实际首领、开源守业新权势齐聚一堂，对寰球开源倒退单干之道、开源技术与商业模式翻新、开源人才教育等热点话题进行深刻对话。 峰会不仅有阿里开源代表人物贾扬清、阿里云数据库开源负责人黄贵、蚂蚁团体研究员（gVisor作者）何征宇，还邀请到了阿里合伙人蒋江伟公布最新阿里开源策略，堵俊平、黄东旭、吴晟等中国开源代表人物畅谈云计算和开源的将来，CSDN创始人蒋涛、信通院云大所何宝宏所长也将在大会上做收场演讲。 开源引力峰会官网：https://developer.aliyun.com/special/open2021# \>>>>立刻报名，取得收费现场席位<<<< 工夫：2021年10月20日，上午9:30-12:00 地点：杭州云栖小镇国内会展中心 D区 D1-103 云栖小镇导览图 最佳入场形式：因为开源引力峰会峰会工夫较早，倡议观众从D区河山街入口进入云栖小镇数字谷。峰会的地址为D1-103。 防疫须知：依据最新杭州政策，所有参会人员入场需进行双码查看（衰弱码及行程码）并进行测温。 在流动前14天内到访过浙江省外的所有人员，以及进入10月19日上午主论坛的全体人员，入场需持48小时内无效核酸检测阴性证实，承受全国各地的核酸报告（纸质+电子均可）。组委会也设立了现场核酸检测点，10月17日 13:00-18:00，10月18-19日 9:00-18:00，参会观众可持无效参会凭证承受核酸检测。 具体防疫政策浏览：https://yunqi.aliyun.com/2021/guid 常见问题：1.云栖大会和开源引力峰会是什么关系？ 2009年至今，云栖大会曾经举办十余年，成为寰球乃至全世界最具影响力的科技盛会之一。往年云栖大会将从科技大会降级为星散技术、产业、学术大咖和整体科技爱好者的“智能科技狂欢节”，从规模、线上体验、内容、翻新流动多维度全面降级。2021年云栖大会将继续4天（2021年10月19日-22日），由100+分论坛，4万平展区组成。开源引力峰会是Day 2的重磅峰会。大会官网https://yunqi.aliyun.com/ 2.我通过这个链接报名的权利有哪些？ 你所选日期的峰会/分论坛/展览都能够参加 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介： “宜搭客户说”，聆听用户的声音，感触来自百行千业的用户应用宜搭的心得。 “宜搭客户说”，聆听用户的声音，感触来自百行千业的用户应用宜搭的心得。 第三期“宜搭客户说”带你走近宜搭在医疗医药行业的利用，理解这家来自义乌的医疗公司如何通过宜搭搭建绩效管理系统。 .jpg") 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：09月15日，钉钉宜搭数据管理页全新降级，降级后数据增删改查导入导出更加不便。过来无奈展现子表字段、导入出错率高，导出不反对图片/附件等高频痛点，本次一网打尽，实现从无到有，从有到优的扭转。 09月15日，钉钉宜搭数据管理页全新降级，降级后数据增删改查导入导出更加不便。过来无奈展现子表字段、导入出错率高，导出不反对图片/附件等高频痛点，本次一网打尽，实现从无到有，从有到优的扭转。 今晚19:00，咱们邀请到了钉钉宜搭产品经理——闵柔做客《你好！低代码》直播间，带来本次版本更新的应用详解。不要错过哦！ 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：阿里云重磅公布一站式麻利数据仓库解决方案。该计划联合一站式数据管理平台DMS及云原生数据仓库AnalyticDB（以下简称ADB），真正实现了库仓一体的技术架构，提供在线数据实时入仓、T+1周期性快照、按需建仓等能力，数据延时低至秒级，继续赋能业务在线化，令企业在线数据开释最大价值。通过低代码操作，阿里云一站式麻利数据仓库解决方案大幅升高了实时数仓的构建难度和数据加工门槛，同时可撑持企业各类高频、动态化的实时剖析场景和需要，帮忙用户破解实时数仓建设难题，减速企业数字化转型。“数聚云端·智驭将来”——阿里云数据库翻新上云峰会暨第3届数据库性能挑战赛决赛颁奖典礼已圆满结束，更多干货内容欢送大家观看峰会直播回放。 峰会直播回放https://developer.aliyun.com/live/247301 干货PPT下载https://developer.aliyun.com/topic/download?id=7986 9月26日，由阿里云与英特尔联结主办的“数聚云端 · 智驭将来“——阿里云数据库翻新上云峰会在京举行。峰会上，阿里云重磅公布一站式麻利数据仓库解决方案。该计划联合一站式数据管理平台DMS及云原生数据仓库AnalyticDB（以下简称ADB），真正实现了库仓一体的技术架构，提供在线数据实时入仓、T+1周期性快照、按需建仓等能力，数据延时低至秒级，继续赋能业务在线化，令企业在线数据开释最大价值。 通过低代码操作，阿里云一站式麻利数据仓库解决方案大幅升高了实时数仓的构建难度和数据加工门槛，同时可撑持企业各类高频、动态化的实时剖析场景和需要，帮忙用户破解实时数仓建设难题，减速企业数字化转型。 数据实时入仓，业务数据秒级剖析现在，数据已成为企业倒退过程中必不可少的外围生产资料之一，随着企业数字化水平加深，如何通过数据晋升生产力是企业一直摸索的方向。作为数据集成、开发和服务的外围载体，数据仓库在其中施展着关键作用。 传统数据仓库个别基于T+1数据集成构建离线数仓，以撑持企业各项剖析与服务。传统计划岂但会影响线上业务稳定性，且难以反对企业的实时需要，随着企业对于数据价值变现和利用的时效性要求越来越高，实时数仓应运而生。 阿里云一站式麻利数据仓库解决方案基于阿里团体多年实时数仓建设教训，联合一站式数据管理平台DMS及云原生数据仓库ADB，反对业务数据实时入仓+增删改查、基于拉链表的T+1周期性快照等性能，充沛满足企业应用场景对生产数据进行实时剖析的需要，如：促销大屏、监控报表、精准营销、交互式经营剖析等。 传统实时数仓构建计划通常难以满足多源异构数据实时入仓的需要，同时数据处理链路较长，效率无奈保障。相较于传统计划，阿里云一站式麻利数据仓库解决方案有如下4大外围劣势： 1、对业务侧影响小，不会因为数据汇聚集中和实时加工影响业务侧失常运行，CPU、内存占用低于5%； 2、事务程序和数据准确性有保障，且解决链路短，反对在线数据实时处理落仓，效率更高。数据传输效率100m/s，数据延时在10秒内； 3、反对简单实时数据加工、计算逻辑； 4、低代码操作，可能大大降低实时数仓的构建难度，晋升构建效率的同时，撑持企业数字化转型过程中的各类实时场景。 DMS集成数据传输服务DTS，可反对数十种数据源的存量数据+增量更新数据，实时同步到ADB，确保实时数仓侧数据与生产端保持一致。此外，DTS反对在实时数据入仓、数据集成过程中，对数据进行实时加工解决，帮忙企业降本增效。 周期性快照，业务零打搅除了实时统计分析场景外，企业为满足周期性数据分析需要，需建设周期性全量快照。传统数仓的周期性全量集成计划会对生产业务造成稳定性影响、全量集成时效性差、且无奈满足客户针对任意工夫点进行数据回溯的业务诉求。 针对T+1周期性集成场景，一站式麻利数据仓库解决方案反对基于拉链表的T+1全量数据快照，用户通过简略几个步骤，即可按需生成各种周期的全量或增量快照。此外，业务还可按需进行任意工夫点的数据回溯，以疾速解决数据异样问题。 某银行实时数仓构建案例 以某银行为例，该银行采纳一站式麻利数据仓库计划构建实时数仓，以反对各业务线高效、定制的剖析和决策需要。DMS集成DTS非侵入式实时日志解析能力，进行数据实时入仓，极大升高了数据同步过程中对业务零碎的资源耗费，对业务操作零烦扰，大幅升高实时数仓建设难度。此外，计划助力该银行按T+1（小时）频率疾速生成快照表，千万数据级快照只需3分钟，联合ADB对海量数据的毫秒级交互式剖析能力，进一步晋升了实时数仓对剖析决策的撑持效率。 阿里云数据库产品事业部生态工具部负责人陈长城 “阿里云资深技术专家、数据库产品事业部生态工具部负责人陈长城示意：“一站式数据管理DMS的指标是帮忙企业在线数据价值最大化，企业通过一站式数据管理DMS+ADB可疾速构建实时数仓，实现库仓一体的技术架构。相比传统计划能够无效解决多种在线数据资产化的难题，实现按需建仓、数据集中和麻利开发。 借助库仓一体的DMS数据传输与加工链路，大大缩短数据流ETL链路，升高保护老本，通过数据开发进行灵便的工作编排和产品化反对T+1场景，可升高数据加工门槛，疾速施展企业在线数据价值。” 阿里云数据库产品事业部OLAP产品部负责人占超群 “阿里云研究员、数据库产品事业部OLAP产品部负责人占超群示意：“云原生数据仓库AnalyticDB以云原生、数据库与大数据一体化为外围，反对一份数据多计算场景、全链路数据实时化等特点，反对结构化和非结构化数据交融剖析，可实现超大规模实时增删改查、高并发低延时的按需低成本简单剖析，助力业务实现麻利、实时、智能的数字化翻新。 阿里云一站式麻利数据仓库解决方案，联合一站式数据管理DMS+ADB为企业提供了麻利的数据入仓、ETL治理、工作编排、资产治理等能力，将企业数据资产价值最大化，将来咱们还将推出更多企业级的能力，欢送大家关注。” 目前，阿里云一站式麻利数据仓库解决方案已广泛应用于金融、数字政府、批发、泛互联网等行业，帮忙企业建设数字化转型的根底底座。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：足足四天，两场主论坛，上百场分论坛，四大场馆会展一体，打造“云栖数字谷”，再加码互动探展沉迷体验，诚意满满，惊喜有限。 一年一度的科技盛会“云栖大会”行将启幕！ 诞生于2009年的云栖大会，历经十三载倒退，逐步成为科技翻新的风向标，见证了中国云计算崛起，科技翻新，和数字经济的蓬勃发展。 去年，疫情让咱们只得相约线上。往年，咱们将带着全面降级的云栖大会与您重逢！足足四天，两场主论坛，上百场分论坛，四大场馆会展一体，打造“云栖数字谷”，再加码互动探展沉迷体验，诚意满满，惊喜有限。【文末有抽奖】 扫码支付4天嘉宾通票 群星闪耀2021云栖大会将是“群星闪耀”的一届。科技产品、数字技术、资讯密集度进一步降级！满载干货的四天大会，云栖小镇将从技术和产业人士汇聚的产业翻新胜地，降级为智能产品与产业all in one的“云栖数字谷”。 咱们邀请了上千名重磅演讲嘉宾，涵盖院士、IEEE Fellow、政企智客及首领、500强企业CXO、上市公司创始人，顶级科学家和行业领军人共襄盛举。 此外，阿里巴巴将在云栖大会公布包含AI、芯片、量子计算、根底云、云原生、AIoT、企业互联网架构等在内的百余项最新技术、产业成绩。笼罩10大技术板块、21大行业，从前沿技术冲破、根底产品翻新，以及数字产业交融，与参会者一起见证数字翻新的最佳实际。 逛的尽兴19-22号四天，杭州云栖小镇将降级成为“云栖数字谷”。 本届云栖大会集齐技术、产业、学术大咖，面向整体科技爱好者打造了一场“智能科技狂欢节”。数智中国馆、数智源力馆、数智风暴馆，三“馆”齐下，讲述数字技术倒退。人人都能在这里找到属于本人的科技共鸣。 在这些根底之上，咱们还引入了新潮逛展体验，力求打造人人举世无双的云栖“冒险”之旅。更有云栖电视台重磅出炉，直播对话、专题栏目，人人参加共创内容。还有迷人的“数字谷之夜”，丰盛“云栖生存”。 大会将专项展出国内外顶尖科研机构与达摩院的最新研究成果和黑科技，在千行百业的数字翻新样本间中，参会者可能畅游数字时代的“新京杭大运河”，体验上千种数字生存新物种和科技新品，放大科技与生存间的 “化学反应”。 云栖热门看点看云原生最新进展，来云原生峰会2020年咱们认为是云原生实战的元年，越来越多的企业开始关注云原生在企业的落地。这个词在云计算畛域逐渐走到聚光灯下，成为以后的热词之一。各行各业正在切实通过云原生将企业的数字化转型带入“快车道”。  2020年，阿里云提出“云原生是企业数字翻新的最短门路”，自从该理念被提出当前，深受产业界关注和探讨。往年5月，阿里云提出云原生推动全云开发与实际，开启了全云开发的时代。 阿里云在云原生畛域有哪些重要的技术、产品、计划的最新公布？10月21日，云栖大会-云原生峰会将全面介绍云原生产业动静、云原生产品停顿、云原生行业实际等，为大家带来一场年度最全面的云原生盛宴。 看点一：阿里巴巴研究员、阿里云云原生利用平台负责人丁宇将从云原生产品技术升级角度，全面介绍容器、Serverless、技术中台等产品新个性。 看点二：多位企业CEO、技术负责人将带来云原生产业最新实际。企业的业务场景简单，随着业务需要的降级，对云原生技术和产品的需要必将更深更广，多位技术负责人将基于本身实战经验，从企业理论的需要登程，全面解读云原生转型降级历程。 看点三：阿里云云原生的生态搭档也将齐聚峰会，公布云原生生态产品集成和最佳实际，共建云原生产业生态，让云原生走进更多企业，发明更大的价值。 扫码报名参会 企业互联网架构如何演进？看这个分论坛！历经10余年双11大规模流量场景，阿里云中间件不仅撑持了阿里巴巴团体99%的大规模利用，更撑持了互联网、金融、制作等各个行业的数字化转型。10月22日，企业互联网架构论坛将解读微服务、音讯队列、高可用、可观测等如何助力企业疾速实现互联网架构降级，拥抱智能新时代。 看点一：RocketMQ 重磅降级 RocketMQ 诞生于阿里云，是Apache社区十分沉闷的消息中间件我的项目。本次社区和云产品独特公布新一代 RocketMQ5.0 版本。RocketMQ 5.0凋谢了全新的存储计算拆散架构，提供海量队列、更高性能、极致弹性的根底能力，并向上承载了轻量级流式计算框架和事件驱动架构。企业客户能够基于RocketMQ 5.0进一步开掘数据价值，打造“音讯、事件、流”一体化解决的业务模式。 看点二：首发 CNStack 技术中台，企业数字化转型的利器 CNStack是一款高效能企业级云原生PaaS平台，在异构的混合云基础设施上构建跨平台适配和资源优化调度能力，以云原生的形式提供利用全生命周期托管所依赖的技术组件，帮忙用户打造满足大规模、高性能、可靠性和业务连续性等要求的分布式应用零碎。 看点三：安利、南航、溪鸟物流等企业实战经验分享 安利基于阿里中间件ARMS能力，构建端到端全链路监控链路，疾速进行故障报警和追溯；南航通过阿里云业务中台，将技术和业务能力积淀为一套共享能力平台，满足业务倒退需要及对于新业务的疾速响应；溪鸟物流在业务单量十几倍增长状况下，通过云原生中间件和高可用组件进行架构降级，同时落地云平安生产体系，全方位保障系统99.99%高可用性。 扫码报名参会 云栖大会史上最大数字智能博览展会，行将退场！ 云栖小镇变身“云栖数字谷”，4大数智主题馆，长达96小时的沉迷式智能展，独特畅想数字翻新将来，塑造产业智能将来。同时，在玩法上，寰球独创的智能Pin旅行形式，参会者通过角色扮演、互动打卡，可沉迷式体验展馆。 报名云栖大会，参加抽奖流动 为回馈所有阿里巴巴云原生公众号的粉丝，为行将到来的云栖大会预热，咱们设置了报名参会就有机会参加抽奖的流动。 抽奖流程小tip： Step1：通过长按辨认上文【邀请函】中二维码信息，返回【2021云栖大会领票页面】进行门票申领报名，实现报名后肯定要截图哦！！两个分论坛都能够报名。 Step2：增加小助手微信号并发送门票申领胜利的截图。 小助手微信二维码 Step3：通过小助手发给你的抽奖链接实现以下操作取得抽奖资格哦：点击抽奖链接—点击“参加抽奖”—点击“去辨认二维码并回复”—长按辨认【阿里巴巴云原生】公众号二维码并关注—在【阿里巴巴云原生】公众号后盾回复 “2021云栖大会”，即可参加抽奖。  10月，咱们杭州云栖大会见！ 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：凋谢搜寻NLP行业模型和轻量化客户定制计划，解决缩小客户标注老本、齐全无标注或大量简略标注的等问题，让搜寻畛域扩大更易用。特邀嘉宾： 徐光伟（昆卡）--阿里巴巴算法专家 视频地址：https://yqh.aliyun.com/live/opensearch 搜寻NLP算法搜寻链路这是一个残缺的从查问词到搜寻后果的链路， 其中NLP算法发挥作用的中央次要在第二阶段的查问剖析，该阶段蕴含多个NLP 算法模块，如文本侧的分词、纠错、实体辨认、词权重、同义词以及语义向量等。零碎是联合文本和语义向量多路召回排序的架构，从而满足不同业务场景的搜寻成果需要。当然除了查问剖析，在第一阶段的搜寻疏导以及第四阶段的排序服务中也有很多NLP 算法的利用。 查问剖析NLP 算法次要在这里的几个子模块发挥作用： 分词，精准的分词能够进步检索效率，也会让召回后果更加精准，拼写纠错，对用户输出的query中呈现拼拼写错误能够主动去纠错，进步搜寻的体验。实体辨认，能够对query 中的每个词打上对应的实体标签，从而为后续的query改写和排序提供要害的特色。词权重模型，会对每个词打上高、中、低的档位，在查问后果时去做丢词的重查。同义词，扩大出雷同意思的词来扩充召回范畴。最初是通过残缺的查问剖析模块之后的一个整体的query改写，将用户输出的query转换成咱们搜索引擎能辨认到的查问串。当初凋谢搜寻不仅反对了阿里自研的搜索引擎，也对开源的ES引擎做了兼容，能够让用户更不便的应用到咱们的算法能力。 行业模型客户痛点1.通用模型畛域适配难 通用模型次要解决新闻资讯行业问题；在具体行业上成果会大打折扣；例如:通用畛域和电商畛域的模型的区别 2.公开行业模型少 云服务产商根本只提供通用模型公开行业数据集也次要笼罩通用畛域 解决难度构建一个行业搜寻NLP 模型的流程： 首先是标注数据集这一步对于行业常识的要求十分高，同时对于数据量的要求也须要达到万级别，标注这样的数据同时也须要数个月的工夫。接着是模型训练，这一步是须要有业余的算法人员，如果不是对算法不相熟的话，模型的迭代效率会很低最初是模型上线这一步须要工程人员去部署运维，如果波及到深度模型的一些上线，还会有很多效率优化的工作须要去做。在数据集标注阶段其实就曾经存在了很多的挑战。分词标注难点1.畛域常识要求高 例如： 药物的名称：利多卡因氯己定气雾剂 | 利多卡因 氯己定 气雾剂地址：南召县四棵树乡王营村 | 南召 县 四棵树 乡 王营 村2.穿插歧义判断难 例如： 洗衣服粉 | 洗衣 服 粉实体辨认标注难点1.畛域常识要求高 例如： 澳洲爱他美（母婴品牌）金装一段、科比（球鞋系列）4pytorch实现GAN（算法模型）解决办法凋谢搜寻基于阿里巴巴外部搜寻的数据积攒，联合自动化数据挖掘和自研的算法模型，对行业模型的构建链路做了一个革新。 同样是以分词和NER为例，上面模型图是分词的流程。咱们首先通过主动的新词发现算法去开掘指标畛域的畛域新词，失去这些新词之后，咱们会在指标畛域下来构建一个近程监督的训练数据。 基于这样的近程监督训练数据，咱们提出了一个反抗学习网络的构造模型，构造能够达到降噪的成果，从而去年失去一个咱们指标畛域的畛域模型。 上面的模型图是NER的流程，咱们采纳了联合图神经网络的graph NER的模型构造，它能够交融知识库和标注数据。 知识库是由方才分词的链路中新词发现模块主动挖掘出的新词，而后咱们做一个主动的实体词打标，从而去构建出畛域的知识库。对应的技术论文咱们都曾经发表在NLP 畛域顶会ACL上。 小结一下，通过下面提到的技术计划，以电商行业为例，看一下凋谢搜寻行业模型上达到的成果。 能够看到凋谢搜寻的电商行业增强版都显著比通用版成果会好很多。 这套计划不仅仅实用于电商行业，只有是有数据积攒的行业，都能够疾速构建出一套行业模型。 凋谢搜寻轻量化客户定制客户痛点 首先能够看到通用模型间接应用大略能达到一个60分的成果。 刚刚提到的行业模型，实用能力能够达到80分的成果。 但具体到每个客户又存在细分畛域的定制问题。 个别客户的指标可能是要达到90分。 比方上面的两个例子： 右边的这个“万斯汽水系列”，这其实是一个球鞋的一个具体的品牌和系列名称， 尽管凋谢搜寻电商模型曾经能够把品牌和一般词辨认正确，然而对于汽水这个具体的细分的系列并没有正确的辨认好。上面左边的这个例子是“汉本萃葆蔚饮品”。这里凋谢搜寻的电商模型齐全没有辨认出其中特有的品牌和它的子系列，客户在咱们提供的行业模型根底上如果去做自主的定制优化一样会遇到下面介绍行业模型解决方案时的那些问题，从而最终很难去冲破85分， 咱们的指标是缩小客户的标注老本，齐全无标注或者大量简略的标注，让客户的定制会更加易用，从而间接达到一个85分的成果。 解决思路整体的流程和行业模型构建链路相似，要把这些能力产品工具化让客户能够自主参加调优。 新建训练模型下图是咱们做的一个工具demo，下面是创模型，创立局部客户能够抉择根底的行业模型，而后上传本人的畛域无标注的数据就能够主动的开始模型的训练。 2.成果评估 ...

简介：百闻不如一试！2021 年 9 月 24 日-2021 年 10 月 31 日，您能够只领取 10 块钱不到的试用老本，即可体验应用 PTS 来帮忙 ECS 进行容量布局抉择适合规格的整个流程！性能测试 PTS（Performance Testing Service）是阿里云的云化测试工具，反对按需发动压测工作，可提供百万并发、千万 TPS 流量发动能力。100% 兼容 JMeter，让您免去压测工具繁琐的搭建和保护老本。 同时，PTS 还能够帮忙您疾速进行容量布局，您在购买 ECS 时是否有如下困惑：不晓得该购买什么规格，不晓得在流量顶峰时弹性扩容到什么规格; 这些都能够使用性能测试 PTS 来解决！PTS 从压测场景生成、发动施压流量，再到压测性能剖析、压测报告，提供残缺压测生命周期的治理能力，轻松模仿任意体量的用户拜访业务，同时还能和阿里云官网的监控、流量管制等产品组成大促流动解决方案，让您的零碎能轻松应答流量洪峰场景。 百闻不如一试！2021 年 9 月 24 日-2021 年 10 月 31 日，您能够只领取 10 块钱不到的试用老本，即可体验应用 PTS 来帮忙 ECS 进行容量布局抉择适合规格的整个流程！ 实现入手试验的同学，即可参加抽奖流动，小米手环 6、蓝牙键盘、掌上游戏机、笔记本支架、 数据线、优惠券等丰盛奖品等您来拿！限量 1500 份，抽奖即得，百分百中奖哦！ 赶快点击链接（https://developer.aliyun.com/adc/series/activity/pts）参加流动吧！ 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：抢红包神器上线！教你不错过每个红包的独门秘籍！钉钉宜搭主动指令全新上线～ 01 碳氢总是为抢不到红包发愁 然而当初一款神器让他每次都抢中 如果你也有同样的懊恼 一起来看看吧 02 睡觉时收到音讯怎么办？ 回？不回？ 有了这个神器 让你不再纠结 03 疫情期间揭示大家打卡 仿佛成了每个公司HR的日常工作 可是手动操作不免出错 教你一招完满解决 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：2020年初新冠肺炎疫情在寰球迅速蔓延，从天而降的疫情让大多数企业不得不复工停产，企业在摸索和实际各种新的办公形式，近程办公、居家办公的需要和市场规模呈现出爆发式增长，已成为企业的共识和寰球趋势。 中转最佳实际：【无影云电脑居家办公最佳实际（AD域账号）】 最佳实际频道：【最佳实际频道】 这里有丰盛的企业上云最佳实际，从典型场景入门，提供一系列我的项目实际计划，升高企业上云门槛的同时满足您的需要！ 场景形容近程办公虽不受限于办公室场合和网络，以保障员工能够随时随地工作的便当，但企业的传统IT架构，还不能满足大规模近程挪动办公的需要，企业信息化零碎网络接入形式繁多，并不具备反对很多人近程办公的条件；近程办公的平安治理挑战一直减少，因而对近程办公的设施治理、近程拜访和安全策略就成为企业管理者和IT部门亟待解决的问题。 计划劣势弹性伸缩，依据业务规模变动，按需购买服务。简化运维，服务状态交付，运维简略，进步服务效率。便捷接入，随时随地接入，轻松应答疫情、自然灾害等各种状况，保障业务连续性。利用生态，利用市场为企业提供各类应用服务，也可纳管企业自有license，按需分配。进步资产效率，无需一次性购买大量服务器、数据中心建设及保护老本，将贵重的资源投入到外围能力畛域。产品架构 中转最佳实际 》》 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：Morphling 本意是游戏 Dota 中的英雄“水人”，他能够依据环境要求，通过灵便扭转本身状态，优化战斗体现。咱们心愿通过 Morphling 我的项目，实现针对机器学习推理作业的灵便、智能的部署配置扭转，优化服务性能，升高服务部署老本。随着云原生技术的蓬勃发展和其日渐成熟的产业落地，云上机器学习正向大规模、工业化方向迅速挺进。 近期，Morphling 作为阿里巴巴开源的 KubeDL 其中一个独立的子项目，成为云原生计算基金会（CNCF）Sandbox 我的项目。旨在为大规模工业部署机器学习模型推理（model inference）服务，提供自动化的部署配置调优、测试和举荐，在 GPU 虚拟化与复用技术日趋倒退成熟的大环境下，帮忙企业充沛享受云原生劣势，优化在线机器学习服务性能，升高服务部署老本，高效地解决机器学习在产业理论部署中的性能和老本挑战。此外，Morphling 我的项目相干学术论文 "Morphling: Fast, Near-Optimal Auto-Configuration for Cloud-Native Model Serving"，被 ACM Symposium on Cloud Computing 2021 (ACM SoCC 2021)接管。 Morphling 本意是游戏 Dota 中的英雄“水人”，他能够依据环境要求，通过灵便扭转本身状态，优化战斗体现。咱们心愿通过 Morphling 我的项目，实现针对机器学习推理作业的灵便、智能的部署配置扭转，优化服务性能，升高服务部署老本。 Morphling Github：https://github.com/kubedl-io/morphling Morphling 网站：https://kubedl.io/tuning/intro/ 背景云上机器学习的工作流，能够分为模型训练（model training）和模型推理（model serving）两局部：模型在离线训练、调优测试实现之后，会以容器的形式部署为在线利用，为用户提供不间断的高质量推理服务，例如在线直播视频中的指标物品辨认、在线语言翻译工具、在线图片分类等。例如，阿里巴巴外部的淘系内容社交平台 Machine Vision Application Platform（MVAP），通过在线机器学习推理引擎，反对淘系直播商品看点辨认、直播封面图去重、逛逛图文分类等业务。依据英特尔的数据，大规模推理 ("Inference at Scale") 时代将至：到 2020 年，推理与训练周期比率超过 5:1；亚马逊的数据显示，2019 年亚马逊 AWS 在模型推理服务上的基础设施开销，占到其机器学习工作总开销的 90% 以上。机器学习推理曾经成为人工智能落地和“变现”的要害。 云上推理工作推理服务自身是一种非凡的 long running 微服务状态，随着云上推理服务日趋增长的部署体量，其老本和服务性能，成为至关重要的优化指标。这要求运维团队对推理容器，在部署前进行正当的配置优化，蕴含硬件资源配置、服务运行参数配置等。这些优化配置，在协调服务性能（例如响应工夫、吞吐率）和资源应用效率中，起到至关重要的作用。在实践中，咱们的测试发现， 不同的部署配置会带来高达十几倍的吞吐率/资源使用率的差距。 咱们依靠阿里大量的 AI 推理服务教训，首先总结了推理业务，绝对于传统服务部署的配置有以下个性： ...

简介：阿里云IoT助力天津，减速深耕数字化过程9月14日，阿里云智能物联网解决方案对外宣讲会暨天津东丽临空经济区-浙江省中小企业协会经贸合作交换座谈会在杭州召开。 大会聚焦天津东丽临空经济区产业发展趋势，邀请政府主管领导，各行业领军人物等60余人，与会企业数量20+，从政策解读，实际利用等多个角度，为天津东丽临空经济区数字经济高质量倒退后续单干方向和智能物联网解决方案的落地利用状况开展热烈探讨。 阿里云智能IoT事业部孟凡光博士从产业背景、建设理念、建设计划、单干模式四个角度，论述了对于阿里云物联网产业生态以及智能物联网解决方案。他示意：临空经济区的智慧利用围绕新兴产业载体、翻新守业天地、人才培养核心、公共服务中心四个方面，依靠翻新展示中心、培训认证核心、阿里云IoT加速器三个空间性能载体，通过软件、硬件、零碎、平台、专家等技术劣势和人才资源，联结经营合作伙伴，独特建设阿里云智能物联网生态搭档企业会聚区。  据悉，阿里云IoT作为阿里巴巴团体继电商、金融、物流、云计算后新的主赛道，将来也将从产业、模式、资本、治理、技术、市场、空间等多维度，为企业提供服务平台撑持，促成产业数字化转型倒退，构建万物互联的利用场景和美好世界。 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：阿里云的流媒体云原生平台 “ 阿里巴巴 GRTN 是面向流媒体云原生设计的，不便客户构建本人的流媒体云原生利用，让流媒体服务无处不在。 ” 在近期召开的分布式云主题报告会上，阿里云资深技术专家卢日发表了题为《GRTN 打造阿里云边缘云最佳流媒体场景实际》的精彩演讲。 卢日分享了他对分布式云的见解，他示意，Gartner 间断两年将分布式云列为寰球 10 大最顶级技术趋势，并预测到 2025 年超过 50% 的企业将会应用分布式云，分布式云代表了云计算的将来。 分布式云能够分为本地公共云、城域区域云、5G 挪动边缘云、IoT 边缘云、网络边缘云等，别离服务于不同的用户场景。分布式云目前曾经处于翻新驱动期，将来充斥了挑战时机和设想空间。 阿里云提出的云 - 边 - 端协同体系，云 + 端造成一朵云，与分布式云的理念不约而同。 越来越多的生态利用依赖于云 - 边 - 端的协同，边缘云在体系之中表演承前启后的角色：一方面，整合各种各样的边缘节点，建设无处不在的边缘笼罩；另一方面，基于自研的分布式操作系统，实现对立纳管、对立调度。 阿里巴巴下一代流媒体网络 GRTN 就是构建在云 - 边 - 端协同体系下典型分布式流媒体实际，卢日将其总结为九个字：一朵云、一张网和一体化。 一朵云，指阿里云 GRTN 构建在核心云原生和边缘云原生的基础设施之上，并将技术有机交融，借鉴 SDN 的设计理念，进行 CD 拆散，将管制放在核心，将数据面散布下沉到阿里云边缘云 2800 多个节点之上。 一张网，具备场景化的 QOS 能力、400 毫秒以内的实时通信能力和超低延时能力，GRTN 同时具备了全链路的 RTC 和动静组网能力，这些能力都是下一代流媒体传输网络的典型特色。 一体化，GRTN 提供了一体化解决方案，不仅反对视频上云，视频散发的流媒体个性，同时具备分布式计算、分布式存储解决能力。GRTN 能够为企业构建流媒体利用提供更加易用，更加业余的服务，阿里云将 GRTN 打造成流媒体云原生 aPaaS 服务，领有更麻利的计算、更实时的连贯、更多元的资源、更精密的管制、更迷信的评测等特色。 更麻利的计算典型的流媒体全链路分为七个环节：采集、编码、发送、散发、接管、解码和渲染。 在传统架构外面，为了构建企业的流媒体云端利用，开发者通常的做法是将自研流媒体处理程序和软件或零碎部署到云核心、边缘计算的虚拟机或容器里，这在某种程度上不仅是资源节约，还会付出额定的研发老本去针对虚拟机资源进行部署和调度。 其实开发者真正须要的只是一个媒体处理软件的落地环境，而不是捆绑了操作系统、CPU、磁盘、网卡的通用设施。 因而阿里云提倡流媒体云原生平台针对重计算，为开发者提供 Serverless 服务，开发者能够将自研的媒体处理程序，卢日称其为 Serverless 流媒体算子，流媒体云原生平台能够按需对算子进行部署和调度。算子能够分为前解决算子和后处理算子，为媒体流进行前解决和后处理。 更实时的连贯在七个环节当中，两头三个环节与传输和组网相干，这个子畛域的外围指标次要有规模，比方是否反对千万级并发以及一些外围的 QoE 指标，如首屏、延时 、卡顿等。 ...

简介：钱大妈数据中台建设最佳实际公司简介钱大妈是在社区生鲜连锁中，以"不卖隔夜肉"作为品牌理念的的行业开拓者。在成立之初即从陈腐角度从新梳理传统生鲜行业的规范，对肉菜市场进行新的定义。通过尝试和验证"日清"模式，以及"定时打折"清货机制，动摇落实不隔夜销售。 截至2021年5月，钱大妈已全国布局近30座城市，门店总数冲破3000家+，服务家庭超1000万+，经营蔬菜、水产、水果、猪肉类、肉类（非猪肉）、蛋奶、加工食品、综合标品八大生鲜品类，逾500种优质产品。 而"不卖隔夜肉"的理念，回归最奢侈的目标：让消费者能买到陈腐的食物。践行这一理念，除了依赖弱小的供应链零碎，更离不开科学技术和数字化建设的反对。 我的项目背景钱大妈全渠道数据中台次要承载交易侧数据，贴近业务一线为业务赋能。现数据中台已为3000家+门店提供在线数据服务，撑持各部门经营、业务人员在智慧中台进行数据分析、开掘数据背地的业务价值，并作为钱大妈首个反对实时计算、首个实现数据埋点的团队，从数据驱动业务理念为出发点，为钱大妈业务倒退保驾护航。 而我的项目初期，在极其状况下只有一个产品、一个技术的人员配置状况下，一个月内背靠背实现我的项目初期的根底建设，包含但不限于：数仓布局、技术架构、维度建模、数据指标、数据开发等一系列工作，那么咱们团队是如何在无限的人力资源下进行破局的呢？上面请听我娓娓道来。 数据中台建设架构和中间件的选型，影响数据中台建设过程中后续的开发流程和运维复杂度，而目前开源的大数据组件堪称是遍地开花，每个组件都各有特色，然而它们在大数据的体系化方面又各有各的玩法。 目不暇接的大数据组件组合计划： 本着以业务为导向的准则，咱们心愿整个架构易于运维治理，功能性尽可能对立，以便将更多的精力和工夫用在业务思考和数据赋能的利用上。 咱们的硬需要：离线计算引擎，实时计算引擎，OLAP数据库，KV数据库，数据集成组件，分布式存储系统咱们的软需要：计算资源可弹性调整、易于运维且组件链路尽可能短、批流对立在项目前期投入人力无限，业务急需在短期内上线的背景下，综合思考老本和零碎架构的兼容性和扩展性，咱们团队认为基于云原生的全托管大数据解决方案：DataWorks+Maxcompute+Hologres+Flink比拟适宜咱们。 以下是各个组件的定位： DataWorks：数据的集成、开发、运维、服务等的一站式治理平台Maxcompute：离线分布式计算引擎Hologres：查问性能快、反对在线OLAP、KV点查、实时读写Flink：高性能实时计算零碎钱大妈数据中台架构 V1.0产品选型确定好之后，开始建设数据中台V1.0，次要利用在业务接口减速查问场景。以下为数据中台V1.0架构图： 当确定了架构和中间件后，从云组件开明到VPC网连通一天内就能够实现，让项目组能够疾速地投入我的项目初期的业务数据集成接入和数据分域建模工作。这两项大工程，咱们都能够在Dataworks的对应模块上实现。 在数据接入过程中，咱们不须要部署诸如Kafka+Canal组件来实现业务数据库的Binlog订阅和部署AirFlow等组件来负责任务调度治理，通过DataWorks的数据集成模块，即可将业务数据"一键"实时和离线同步到Maxcompute和Hologres。 在DataWorks的数据建模性能上，咱们通过建模语言：基于Kimball维度建典范式下梳理业务板块、业务过程，并进行数据分域、维表事实表定义等数据建模操作，并用FML（Fast Modeling Language）建模语言将逻辑模型落实到物理模型。 在业务接口查问减速场景上，咱们通过将MaxCompute的数据离线调度至Hologres内表以取得更快的查问体验，因为两者底层数据无缝连贯，所以同步速度也是比拟快的，10万级别的数据只需1秒即可实现（100,000/s）。 抉择Hologres作为在线业务反对的重要一环，是因为： 平安：接入RAM鉴权，权限治理不便和平安。索引丰盛：依据不同的查问场景，抉择不同的存储模式（行存或列存），提供专属的索引反对。少数据冗余：在一个零碎内满足 KV 和 OLAP 两个场景，缩小跨零碎带来的数据冗余。钱大妈数据中台架构 V2.0在数据中台V2.0建设上，咱们的架构分阶段先后实现了纯离线、离线-实时的Lambda架构迭代。如下图所示： 同步：利用DataWorks的数据集成性能，实时订阅同一份Binlog日志，双写到Hologres和MaxCompute两个零碎。离线链路：对于时效性不敏感且计算简单的场景：如用户画像、人货场标签体系、促销成果复盘等，仍然通过MaxCompute进行离线ETL计算生成，最初会集到Hologres做查问减速。实时链路：对于实时性要求高的场景：如实时看板、风控感知、规定报警等场景，通过Hologres+Flink组合实现。 值得注意的是，在数据中台V2.0版本，咱们只是新增了一个实时计算引擎（Flink），就扩大出了一条新的实时链路：Hologres（source）-> Flink -> Hologres（Sink）。这得益于这两个组件的原生适配： Flink实时计算引擎原生反对Hologres的Connector，兼容性好，读写不便Hologres反对主键（Primary Key，PK），能保障Flink端对端场景中的准确一致性（Exactly Once）Hologres采纳LSM架构，反对实时更新 ，细粒度更新Lambda架构下常常面临的一个问题点就是实时和离线的计算结果如何联邦计算，Hologres的内表和表面联合的个性从设计层面就为咱们解决了这个问题：实时计算的后果存储在内表，离线计算的后果存储在MaxCompute上，通过表面进行拜访，因为Hologres在底层和MaxCompute数据无逢连贯，不便联通离线和实时数据。 在数据中台V1.0纯离线的架构版本，咱们更多的是通过离线ETL加工，将ADS层的后果集推到Hologres作为查问的减速。但随着业务的倒退，更要求咱们具备实时性的DWD宽表层和准实时、甚至是实时的、主题性DWS层的数据。因而在技术上，咱们基于Hologres内表面个性实现的实时打宽、冷热链路和数据回刷机制： DWD层，实时打宽+冷热链路如订单业务场景，业务端须要要实时获取近30天的订单变更状况，因而近30天的热数据咱们用Flink实时写入Hologres内表，因为内表的劣势是查问快，毛病是存储老本略高（内表存储在SSD，硬件老本高）。对于超30天的数据，通过归档或间接拜访的模式拜访存储在MaxCompute上的数据，做到冷热数据的分层，升高低频拜访数据的存储老本。另外，利用Hologres反对PK的个性，通过"Insert on Conflict"的语义定期对实时写入的数据进行滚动补漏、数据回刷等数据兜底机制，确保数据层具备"自修复"能力，避免某些故障状况下实时写入带来的数据不统一状况。 DWS层，微批调度/逻辑视图+联绑查问如BI场景，业务能够承受5-10分钟左右的提早，咱们通过联合微批调度和逻辑视图计算DWS层，用于反对BI数据接口和业务的即席查问。 仍然是通过内表面的模式，实现数据的冷热分层。冷数据则视业务和数据量状况，决定是存储于MaxCompute通过表面拜访，还是同步进Hologres内表减速查问速度。最初通过在Hologres进行查问时的合并，达到联绑查问的成果。 风控场景利用数据中台架构V2.0目前已在钱大妈多个业务场景落地，如数据服务、数据报表、实时风控系统等，上面将介绍如何具体利用到风控场景。 实时风控系统须要联合业务记录和埋点日志在线甄别异地领取、大笔异样订单、生产终端变更等危险事件，实时触发危险应答动作，为风控专员提供及时的数据撑持和更疾速的反馈能力。 从上图能够看到，实时风控数据流的整过生命周期都会通过Hologres：数据源Binlog、实时维表点查、OLAP剖析：风控全链路都由Binlog进行事件式驱动，且Hologres在开启Binlog模式下，底层提供Binlog信息查问，不便定位生产位点和复盘生产状况。在维表点查场景则能够使LRU，微批写入等优化伎俩进行Lookup Join性能优化。最终将后果信息实时写回Hologres提供在线剖析和即席查问利用，也能够实时推到其它业务关联触达零碎，进行业务端拦挡、零碎报警等一系列危险应答动作，以此实现整个风控场景的闭环。 业务价值钱大妈全渠道数据中台基于阿里云大数据计划进行麻利式的业务落地，撑持内外部多个利用场景，给业务带来的价值次要如下： 资源老本升高：零硬件资源老本，各环节反对资源弹性升缩，灵便应答各种数据顶峰场景运维老本升高：全托管式运维，加重运维老本，让更多精力集中在业务逻辑开发架构简略：将OLTP、OLAP 和KV三个场景集成于一个零碎（Hologres），缩短中间件链路架构生态兼容度高：Hologres与离线计算引擎（MaxCompute）、实时计算引擎（Flink）、DataWorks兼容水平高，融于云原生生态，易开发适配冀望Hologres作为云原生体系下的一款HSAP（剖析服务一体化）产品，从定位和理念上都与钱大妈全渠道数据中台的架构理念统一，心愿在不久的未来能在产品侧可能反对如下个性： 资源隔离。Hologres当初资源隔离是通过不同的实例进行隔离的，心愿通过例如租户的模式实现自定义的资源隔离。分时弹性。依据业务的不同峰值时段弹性调整资源，以节俭用户老本。物化视图。截至Hologres 0.10版本，尚未反对物化视图。有了物化视图，能够肯定水平上缩小微批调度的场景。内表冷热分层。当初Hologres是将冷数据存储于MaxCompute上，然而查问速度还是和内表相比存在肯定的差距，心愿在内表上能就实现冷热数据的分层。作者：彭明德，目前就任于钱大妈，任全渠道数据中台项目经理和大数据开发工程师 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。

简介：手机成为新农具，一人主持千亩田！最近，江苏有一位老大爷用手机管了千亩稻田的视频，引起热议。网友纷纷表示：太牛了！种地也能够这么酷。 江苏盐城的陈超往年62岁，有30多年的种地教训。他说，过来1500亩土地，依照传统农业种植的形式，要5集体放水、施肥、打药。现在，陈大爷一个人就能够搞定了。 阿里云IoT在盐城搭建耘田数字化智能治理平台，部署了数据大屏、视频监控、环境监控杆等设施。用AIoT智能一体杆监测温度、湿度、风向、病虫等各类指标，用户能够通过钉钉数智农场小程序实时监测。 当初陈大爷每天拿着手机，不须要出门就能查看稻田实时状况，依附钉钉近程进行农事作业管理，灌溉效率晋升3倍以上，巡逻田间的无人机也能高效精准地喷洒农药，升高事变发生率。不便的数字农业黑科技，也让他在外打工的儿子产生回家种地的趣味。 将来，农业肯定是数字化的农业。阿里云IoT将充分发挥本身劣势，引领农业产业绿色倒退，让更多农田用上数字化。 点击下方链接查看视频： https://mp.weixin.qq.com/mp/readtemplate?t=pages/video\_player\_tmpl&action=mpvideo&auto=0&vid=wxv\_2059903608279695363 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。