简介：想用宜搭搭建利用，但总放心数据量一不小心就超了？为了让您更释怀地应用宜搭，咱们将于咱们将于9月1日对局部版本宜搭的数据量(条)进行扩容降级。咱们会继续迭代产品并为您提供更好服务，再次感谢您对宜搭的应用和反对。想用宜搭搭建利用，但总放心数据量一不小心就超了？为了让您更释怀地应用宜搭，咱们将于咱们将于9月1日对局部版本宜搭的数据量(条)进行扩容降级。咱们会继续迭代产品并为您提供更好服务，再次感谢您对宜搭的应用和反对。 1、体验版：数据量(条)从5000条进步到20000条； 2、标准版、尊享版：数据量(条)不限； 3、2021年7月8日之前购买钉钉专业版1.0时所含宜搭版本仍享有50000条数据量，您可按需订购数据包或其余版本。 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：本文通过新批发客户案例带大家理解批发电商、生鲜电商线上业务搜寻中的行业个性，以及如何通过凋谢搜寻电商增强版解决方案构建智能搜寻服务，疾速实现各项指标的晋升，为业务带来了更多新的机会。客户背景某出名超市批发品牌，至今在寰球10余个国家领有超过1万家店铺，除了线下门店还提供线上商城，可享及时达配送服务，为消费者发明多方位购物体验。 在国内新批发市场高速倒退的背景下，想要疾速布局和晋升品牌影响力，线上业务尤为重要，其中能够间接影响用户体验和业务转化的搜寻性能面临挑战。自调研到接入凋谢搜寻短短3个月工夫，疾速搭建了高质量的搜寻服务，并通过电商行业增强版搜寻能力的优化，实现各项指标的晋升，为业务带来了更多新的机会。 搜寻业务背景客户自建搜寻痛点研发角度:不足行业词库积攒，分词和查问剖析无行业个性适配,短少大量行业样本数据，自研难度大;成熟的搜索引擎波及离线模块、在线模块、查问了解服务、算法平台等零碎组成，所需大量开发、算法调优以及继续的简单运维工作，自建成本高；开发周期长，难以疾速响应业务变动;用户角度:搜不到，不想买了，用户散失;搜寻相关性较差，转化率低，体验差;搜到了，排在前面，加购不不便，体验差；经营角度：搜寻成果间接影响业务转化；词库不欠缺/古老，排序成果不满足业务需要，经营干涉老本较高；不足搜寻相干实时经营报表撑持数据分析和业务决策；业务特点及需要商品品牌品类SKU繁多，更新快；搜寻“牛奶”，召回了几十个品牌，其中每个品牌上面又蕴含不同类别的乳制品；定期更新上架新商品，下架老商品，；同品类商品语义多样，且分类泛滥；搜寻“牛肉”，用意可能蕴含：牛腩、牛排、牛筋、酱牛肉、牛肉饭、等细分品类；“包菜”＝卷心菜、青甘蓝、大头菜；同一商品隶属于多个类目；“酸奶”属于乳品类目，同时也属于休闲零食类目“番茄”属于蔬菜类目，同时也属于水果类目“牛肉”属于牛羊肉类目，同时也属于熟食类目、丸子类目等商品名称蕴含中文+英文/数字联合；“Swisse护肝片”，“洗衣液2L”搜寻筛选条件简单；连锁店搜寻须要依据有无库存、有无促销、是否新品、销量、是否上架等条件返回最合乎用户的商品需要；需要搭建个性化搜寻疏导性能；底纹、热搜、下拉提醒等算法模型召回排序规定灵便干涉调整;自营产品和他品牌产品做到更好交融，指定商品召回后果置顶；分词、同义词、拼写纠错、停用词等查问剖析性能灵便干涉；依据商品个性干涉商品词条“奶粉s3=奶粉3段”，凋谢搜寻电商行业增强版解决方案凋谢搜寻简介凋谢搜寻（OpenSearch）是阿里云自主研发的大规模分布式搜索引擎搭建的一站式智能搜寻业务开发平台，无需开发，一键接入即可取得高质量搜寻服务，内置阿里系技术多年积淀的外围搜索引擎，行业前沿的搜寻能力和算法能力，并充沛凋谢反对外部调用客户本人的算法模型，满足各行业各场景的业务需要，与客户彼此成就、独特成长； 电商行业增强版搜寻架构凋谢搜寻的电商行业增强版是行业独创计划，凭借多年业务教训及上万家客户服务，通过钻研剖析不同场景和行业搜寻个性，通过行业模板产品化模式落地 解决方案内置电商行业分析器，一键配置；查问剖析性能：电商纠错、电商词权重、电商停用词、电商同义词、电商分词、电商实体辨认；排序策略：电商排序表达式；搜寻疏导服务：下拉提醒 行业当先搜寻技术--商品搜寻在多路召回中的利用 电商专属排序表达式，接入即可取得优质排序成果反对两轮排序，根底排序（粗排)即是海选，从检索后果中疾速找到品质高的文档，取出TOP N个后果再依照业务排序(精排）进行精密算分，最终返回最优的后果给用户。。 类目预测模型，晋升排序成果。类目与query的相关度越高，物品就取得了越高的排序得分，从而这个物品就会排在越后面。内置更高质量算法模型，节俭训练老本；零碎间接内置淘系搜索算法能力，反对多种形式上传行为数据，每日主动训练算法模型：热搜、底纹、下拉提醒等，实现个性化搜寻服务， 查问剖析干涉词典；例：用户搜寻Query：奶粉s3900克 分词：奶粉/s3/900/克同义词：“奶粉s3=奶粉3段"停用词：“克”词权重：奶粉-中，s3-高，900-高，克-低类目预测干涉词典；例：用户搜寻Query“面包”，返回的后果中想“明星欧包”强相干，“吐司”弱相干; 解决方案：在类目预测词典中干涉Query“面包”的类目相关度满足经营侧非技术同学参加成果调优；反对建设子账号自定义权限性能，满足不同岗位权限需要；控制台具备欠缺的数据管理能力，可间接查看业务经营报表等报表，依据搜寻业务指标数据做出相应经营剖析和决策；客户心声7月中旬到月底全副店铺接入凋谢搜寻，短短半月工夫对业务转化起到很显著的成果； 解决了自建搜寻的技术难点淘宝天猫同款词库，独有的电商行业属性更适宜业务须要，且词库继续更新；凋谢搜寻能够随时调整排序规定，排序维度更丰盛，还能够依据库存变动实时影响排序，轻松解决了之前自建中程序控制排序逻辑，库存变动须要索引重建能力影响排序等问题。满足了业务个性化的排序需要，例如：搜寻后果指定商品置顶、机器学习算法主动预测关键词和类目标关联性问题；通过凋谢搜寻中英文索引+中台原索引实现多路召回；之前搜寻计划不太具备降级的可能性，当初能够依据凋谢搜寻产品能力的一直迭代来丰盛本身业务更好成长；升高IT运维老本云端全托管服务，可视化配置，集群内节点职责的调配、集群负载、索引的分片数和正本数都是成熟的调优机制，计算能力能够依据须要弹性伸缩，保障了服务性能，无需额定投入机器和运维人员，无需自行做集权优化和索引优化，整体性价比较高晋升经营效率丰盛的电商词库，缩小人工保护的工作量；经营侧可间接控制台参加干涉调优，大大减速了业务的响应；丰盛的数据分析维度，辅助经营人员一直优化，晋升用户体验和转化；各项业务指标晋升整体加购转化率晋升10%；搜寻无后果率从近期峰值29%升高至7.5%；如有产品领导需要，可填写问卷取得专家领导\>>https://survey.aliyun.com/apps/zhiliao/lKD\_J8cRj 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：视频不应该被看作一个独自的行业，就像云计算同样不该被看作一个独自的行业，它们都将渗透到各个行业、各个场景。在 2021.7.10 的 Imagine 阿里云视频云全景翻新峰会上，艾瑞研究院副总经理徐樊磊，带来了主题演讲《云上视频新场景洞察》，从视频云产业链的供应与需要切入，深刻行业与市场，摸索云上新场景和新兴场域的设想空间，并将眼帘放远，眺望视频云将来的技术极致化和全新体验。以下内容为演讲整顿。视频云，这不是一个独立的行业 它浸透千行，创变万物。 大视频产业现阶段，咱们提到的视频它到底是什么样的概念？ 先看一组数字，在过来几年，以视频为代表的富媒体在所有互联网畛域或者新的科技倒退畛域体现出十分疾速的倒退过程。 从数字上来看，它的增长速度要比你感触到的要更快。互联网整体的价值就是流量价值。从挪动端的流量是它在每个月、每周笼罩多少设施。 而整体设施笼罩数，从 2018 年 1 月份 11 亿每个月浏览笼罩设施数到往年 1 月份 13.94 亿近 14 亿，增长绝对比拟温和，但从应用工夫来看，在短短 3 年之内，大家破费在视频细分产品上的工夫从一万六千亿分钟变成四万八千亿分钟。 现阶段互联网评估价值曾经不再去用设施数评估，而是应用用户破费的工夫数来评估，互联网在各个领域的红利仿佛在枯竭或者在减低过程当中，咱们不可否认，在整个视频相干畛域在过来一年仍有十分大的红利，而且这个红利还将持续继续。 2021 年 4 月视频服务类 APP 月总无效应用工夫比例展现出一些特点，现阶段的视频类 APP 应用工夫，短视频占比曾经超过了 50%，短视频的高占比体现出需要端视频生产趋向于碎片化工夫、以及高频率的应用。 另外须要关注的点是多对多流传，原来的视频的散发是中心化，业余的内容生产者可能是很少的，同时须要将生产出的内容分发给所有用户，但当初随着短视频和新媒体的呈现，视频创作者更加泛化的，视频生产从 PGC 转向了 UGC，将来进一步将会是 PUGC 的模式，这是视频行业在现阶段以及下阶段倒退过程当中须要特地关注的一个点。 另外一个点，在整个视频倒退过程当中，现阶段以及将来一段时间，是什么对视频行业倒退疾速推动？ 高清化，想要晋升视频的交互感、沉迷感、真实感，高清是无论如何绕不开的点，无论是业界还是政策，在整个视频行业，将来高清的 4K、8K 的视频利用，都是能够对产业倒退起更大个推动力。 另外，当初所有视频利用都是基于实时音视频技术，须要实时、低提早。这种状况下能力看到视频在教育、社交、资讯等畛域大放荣耀，将来视频会陆陆续续进入咱们的金融服务、医疗、公共事业等，实时音视频是视频利用在各个行业必须的选项。 视频从流传的角度来看的话，它本来是信息流传的载体，信息流传分类分为多类，点对点进行流传、或者点对多、或者多对多，在另外一个维度上分为延时和实时，延时是博客、邮件等，信息通过录播重新整理的模式给受众传递信息。 咱们简略看一下整个人类历史当中信息的流传的历程。 最开始人类没有文字、没有语言的时候，信息的交互就是肢体的载歌载舞，大略形容须要表白的信息，这样的交互有很多的弊病，第一是沟通很容易产生歧义，并且消耗膂力。过后对于体力劳动要求很高，在沟通上就消耗了大量工夫和膂力，所以之后人类诞生出了的语言，咱们能够用不占用身材的手和脚局部的前提下进行沟通交互。 语言尽管解决了很大的问题，但仍然有工夫、空间的解放，总结度也不够。口口相传无奈解决文化传承的外围问题，当一个部落或者一个文化因为偶发性事件隐没之后，它的整个积攒、传承，含有文化价值信息的货色会隐没殆尽。咱们都晓得文化是须要传承和连续的，所以各个文化都创造出了属于本人的文字。 再往后产生了文字，文字解决了传承的问题，东西方都会站在不同的角度产生不同的文字，有象形文字、字母形的文字。文字在人类几千年的历史长河中，解决了人类传承以及信息交互的问题，是人类历史上最平凡、最重要的创造。 但文字依然有一些弊病，各种文字互不通用，须要学习老本。文字在现代的历史长河中只属于一部分人，因为文盲或者不通过学习是应用不了文字的，文字的信息传输速度绝对比较慢，且所承载的信息丰盛度也是不够的。所以人类文明倒退历程中，文字带给人类的价值不可疏忽，但随着人类生产力的倒退，文字的局限性也越来越大。 咱们说八九十年代看电视，PC 时代在浏览器中用播放器能够看到视频，现阶段咱们接触到视频的场景越来越频繁、越来越深刻。 视频的倒退在整个过程当中是从需要端和供应端等几个方面推动的。需要端第一点咱们认为是流量下沉，需要端的流量下沉是近几年常常被提及的话题，因为咱们的用户并没有那么喜爱文字，很多时候需要端的视频、音频占的比例很高，也就是只有音视频这种模式能力抓住宽广用户应用偏好。 另外是挪动端的遍及，能够在各地交互沟通，咱们不会只拘泥于 PC 外面缓缓打字，咱们能够应用的场景、应用的性能也会越来越丰盛和具体。另外，疫情的呈现导致大家被动的无奈工作、学习，也会促成视频的应用。 在供应端的，比方提速降费，包含传输、解码等技术一直地演进也是促成视频行业倒退的底层能源。 基于这几点来看，视频仍然有它的问题，绝对于文字和其余的流传模式，有两个最典型的问题，第一：视频是线性的，只能线性浏览，尽管能够快进跳到一个中央，但却无奈全局看到它的信息，第二，视频的内容信息批改，相比拟于文字是比较慢的，但我置信随着技术的倒退缓缓这些艰难不成问题。 基于目前的行业状况来看，视频不应该被看作独自的一个行业，就像云计算同样也不该被看作一个独自的行业，它们是行业的底层根底能力，不断创新，全面上云，云上翻新，它们都将渗透到各个行业、各个场景。视频将会成为行业和利用的根底能力。 新时代大视频产业的底座 先跳开云计算具体的分类，把云计算放在更大的领域外面去看，云计算自身是一个社会分工的体现，早工夫人类有一些生产能力的分工，食物的分工，开始是物物替换，半径很小，随后火车、远洋货轮等更大运输半径交通物流的呈现，就导致于人类的社会分工会越来越具体。 ...
简介：以你之意，定义将来！当咱们议论将来时，会说些什么？ 是足不出户畅游宇宙？ 还是智能设施造福老幼病残？ 或者此刻，你不晓得答案 但你肯定不满足于单纯的瞻望它 当初正有一个定义将来城市的机会摆在你眼前 勇于创新，扭转世界 你，敢不敢来？！ 由阿里云ACE和阿里云IoT联结举办赛题为“将来城市与生存”的 “HaaS 物联网设施云端一体极客大赛”炽热进行中。 在这里，能够纵情施展本人的想象力并将它变为事实。 即日起-9月26日即可进行报名&初赛作品提交， 总决赛将在往年10月的云栖大会现场角逐！ 万众瞩目！** 本次大赛，除了有丰富的奖金外， 选手还能失去阿里巴巴实习机会、优质我的项目孵化等处分。 还等什么？ 扫码报名走起！ 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：近日，生态搭档的全国总经销商鹏博士与阿里云数据库产品达成策略单干，通过阿里云云原生数据库的产品能力和鹏博士的企业服务能力，助力企业数字翻新。鹏博士有服务客户的良好基因，数据库畛域也是咱们在前行过程中重点发力拓展的方向。单方将在数据库产品、数据安全等畛域发展更深刻更严密的单干，为客户提供更安全可靠的上云服务，实现单方的价值共赢。 近日，在上海举办的阿里云生态策略降级&搭档招募发布会上，鹏博士智慧云与阿里云数据库产品达成策略单干，通过阿里云云原生数据库的产品能力和鹏博士的企业服务能力，助力企业数字翻新。 鹏博士智慧云依靠鹏博士团体劣势网络资源，定位云+网+MSP企业上云与数字化转型服务专家，最大水平施展云、网、人的劣势，由原来“数据中心”组成的云变成了“云计算”的云，由原来的互联网服务变成了覆盖全国的“上云网络”服务，由业余的网络工程师变成了“云网服务”专家。在全国有超过400名云计算认证专家与数千名网络运维工程师，提供一站式服务为企业数据库解决上云的后顾之忧。鹏博士心愿为中国4000万中小企业做好数字化服务，目前曾经与多行业的客户发展上云与数字化转型动作，并长期积攒了丰盛教训。在过来和阿里云单干以及服务客户的体现中，鹏博士展现出很大的数据库发展潜力。 阿里云领有国内最弱小和丰盛的云数据库产品家族，涵盖关系型数据库、非关系型数据库、数据仓库、数据库生态工具四大版块，能够为企业数据生产和集成、实时处理与存储、剖析与发现、开发与治理提供全链路生命周期的服务，服务笼罩寰球超过20个国家及地区。 目前，阿里云数据库市场份额稳居寰球前三，亚太第一，在国内遥遥领先，并在2020年进入Gartner寰球数据库领导者象限，成为在根底软件畛域首次进入领导者象限的中国企业，代表中国数据库真正走进世界一流。 基于单方对于数据库产品倒退方向、客户价值、市场潜力等多方面的独特认可，阿里云数据库产品和鹏博士达成策略级合作伙伴，独特拓展市场。 将来，阿里云数据库会为客户提供弱小的技术能力和残缺的产品解决方案和高效的服务能力，鹏博士将依靠其弱小的合作伙伴生态网络，充沛利用自身渠道劣势和营销实力，将云原生+分布式数据库向更多行业场景延长，独特推动传统数据库上云。 阿里巴巴团体副总裁，阿里云智能数据库产品事业部总经理李飞飞示意，云数据库是一个疾速倒退的市场，吸引客户上云的一个外围门路就是云端数据库系统。相较于传统数据库系统，云数据库系统对高可用、服务水平协定、兼容性、弹性计算和弹性缩扩容、数据库管理工具、计算存储拆散以及数据库安全（例如加密数据库以及数据隐衷爱护查问技术）都提出了新的挑战。同时也带来了十分大的市场机会和空间，鹏博士和阿里云的单干能够给客户带来更好的产品和更优质的服务。 鹏博士智慧云事业部总经理周思华谈到，鹏博士有服务客户的良好基因，数据库畛域也是咱们在前行过程中重点发力拓展的方向。单方将在数据库产品、数据安全等畛域发展更深刻更严密的单干，为客户提供更安全可靠的上云服务，实现单方的价值共赢。 云原生数据库生态加速器打算是阿里云数据库面向生态搭档提供的赋能、共赢打算，旨在通过技术适配、产品及服务能力互认、解决方案构建、业务资源反对和共建等形式，帮忙生态搭档基于阿里云在全行业、寰球拓展业务，实现共赢。 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：Shell 作为 Linux 中的第一语言，简直每一个应用 Linux 的人都用到或用过 Shell，但绝大多数人都并不能把握 Shell 编程的根本能力和技巧。2021 年，阿里云开发者学堂联手 Linux 中国开源社区，为宽广的运维工程师、开发者提供了一套内容丰盛、场景丰盛的 Linux 入门课程，点击查看Alibaba Cloud Linux技术图谱。 本手册是为运维工程师倾心打造，旨在为运维工程师们提供一个疾速、便捷的查问手册。本书以本书以普及率最高的 Bash 为根底进行撰写，具体内容组织构造如下： 第一章节：介绍 Shell 脚本的编写根底，介绍运维工程师在工作时编写 Shell 脚本的一些 根本信息。 第二章节：介绍Shell 脚本编写时的一些进阶技巧。 第三章节：介绍 Shell 脚本编写过程中一些罕用的命令和用法。 第四章节：介绍一些常见的 Bash 资源库，帮忙运维工程师在编写脚本时，疾速实现想要的成果。 点击即可收费下载 《Shell脚本速查手册》 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=7888 本书适用人群：本书实用于所有的 Unix 用户和 Linux 用户。 通过本书你可播种：通过学习这本书，你能够编写 Bash 脚本，用更短的工夫，更轻松、更稳固地实现更多的工作。 精彩福利： 福利1：Shell 编程训练营 阿里云开发者学堂、Linux中国联结出品，体系化的 Linux Shell 编程内容，专家带你从 0 开始，把握 Shell 编程的各项根本信息。 福利2：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。 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：IPFS——为分布式存储网络赋能，$19000奖金池，五大奖项；分布式存储当先技术，国际化视角，权威评委点评！ Jupiter黑客松——IPFS开发者大赛开启报名！ $19000奖金池，五大奖项；分布式存储当先技术，国际化视角，权威评委点评！ 背景介绍：“Jupiter Hackathon” 由IPFS社区主办，是该社区“2021亚洲黑客松赛季：三场赛事中的第一场启动赛事，旨在帮忙应用IPFS技术的亚洲开发人员认证、减速、孵化他们的精彩创意，造就寰球开发者社区基于IPFS协定创建新的初创企业、倒退创新性的利用、解决次要问题和让网络的将来变得更加弱小、平安和去中心化。 参赛对象对Web3.0分布式存储感兴趣的传统互联网开发者和区块链开发者。参赛人员以参赛队为根本单位报名参赛，1～5人一组，自行组队大赛日程2021.8.25-2021.9.30：线上初赛线上初赛需满足最小提交规范（即至多提交以下信息才合乎通过初赛的最低标准），规范包含： 一、我的项目形容 项目名称、我的项目概述团队成员的姓名/昵称、分割信息（如GitHub账号、电邮地址等等）申请我的项目如何应用IPFS或其服务进行开发创立的二、可查阅或开源的代码/库的可见链接 提供全面的README文档，必须在README文档中蕴含清晰具体的工作形容README文档还应包含在其利用中提到IPFS或其相干服务，以及在技术上如何利用它们的蕴含可展现的我的项目Demo链接或提供测试导引三、展现 2～3 分钟的我的项目展现视频，包含：1）项目名称；2）包含我的项目设计、创新性/独特性、技术复杂性、可规模应用性和创造性在内的概述；3）以某种模式展现我的项目在IPFS（或其产品/服务）上进行开发创立的演示。评分标准 评委在基于IPFS创立解决方案方面领有丰盛的教训，将基于以下5点指标来为申请我的项目进行1～5分的等权评分制：1）设计 ；2）创新性； 3）技术复杂性； 4）日常/规模化应用性； 5）创造力/趣味性 提交形式： 请在2021年9月30日23:59:59前将以上所有要求的内容进行打包，并以ZIP的格局上传至天池平台。 留神： 损坏的链接或地址谬误的链接将会间接退出评审环节；除非有实质性的更新或变动，否则申请我的项目只能在不同的黑客松赛事流动中提交一次并参加奖项2021.8.25-2021.9.30：大赛报名&初赛作品提交报名并提交初赛作品后，9.7和9.22各加入一次线上workshop。 2021.10.1-2021.10.14：初赛线上评审进入决赛名单将在2021年10月15日23:59:59前，在天池平台对应赛事排行榜中颁布。 2021.10.23：总决赛 线下demo和颁奖通过线上初赛的队伍将被邀请至线下进行决赛。决赛Demo Day历时一天，在上海举办。 评审规范与奖项设置总奖金池：$19,000 一等奖1名：$7500二等奖1名：$5000三等奖1名：$2500四等奖1名：$2000五等奖1名：$2000注：奖金理论发放为人民币，汇率以发放当天为准 评委嘉宾 大赛组织 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：云起实验室面向开发者提供收费云产品资源、沉迷式体验环境、手把手操作手册，帮忙开发者实现上云第一站，疾速学习理解云计算及云产品。往年七月份，社区平台全面降级，特地推出“乘风者打算”，邀请千名技术博主入驻。 无论你是小白还是大神，咱们欢送更多开发者来到社区，畅所欲言，书写天地。 详情请戳：https://developer.aliyun.com/topic/bloggers [ ](https://developer.aliyun.com/...) 为此，社区特地推出各类征文活动，诚挚地邀请宽广开发者来创作、分享原创技术内容。咱们将邀请畛域内颇有声望的技术大牛，对文章进行评审和领导。 参加征文，不仅能福利多多，还可取得与顶尖大牛交换探讨的机会哦。 云起实验室面向开发者提供收费云产品资源、沉迷式体验环境、手把手操作手册，帮忙开发者实现上云第一站，疾速学习理解云计算及云产品。 9月，云起实验室技术圈正式建设[烟花]，欢送更多酷爱创作的体验者退出，无论你是小白还是大神都心愿您分享在云起实验室的思考，感悟，倡议。让云起实验室陪伴您一起成长。 在对Linux根底学习场景降级后。咱们特地推出《我的linux初体验》有奖征文活动，诚挚地邀请宽广体验者创作更多技术内容。共建体验实验室。 征文主题：《我的linux初体验》相干场景： 《Linux指令入门-文件与权限》 《Linux指令入门-文本处理》 《Linux指令入门-系统管理》 《Linux指令入门-磁盘治理》 《Linux指令入门-文件治理 》 本次征文以Linux为主题，围绕体验者在体验Linux场景中的思考和感悟开展。 为便于统计，征文倡议对立格局为文章题目+主题后缀。例“Linux体验感悟--《我的linux初体验》”。 征文方向围绕 linux指令入门场景 的各类思考，倡议 如：给我带来的帮忙，场景仍需改善，学习打算，场景倡议等等 参加形式本次征文活动面向所有阿里云官网注册用户，参加形式如下： 1、注册成为阿里云用户，并实现实名认证。点击进行注册 2、进入阿里云开发者社区官网：https://developer.aliyun.com/ ，登录之后，点击“发文章”按钮即可进行创作，内容将公布至您的个人主页内，并同步社区博文板块。 留神：发文前需进行实名认证。 征文规定 1、题目自拟，文章需围绕征文主题，且为原创内容。 2、文章字数不少于500字（不蕴含代码串），要求文章逻辑清晰、排版整洁，内容可读性高、能引起共鸣、互动等。 3、博文公布后将进入审核状态，请期待30分钟左右刷新页面以查看审核进度，一经审核通过，即展现在社区页面。 4、题目党、黑稿、通稿、蕴含守法违规、未被许可的商业推广、外站链接、非原创内容，有洗稿、营销软文、剽窃嫌疑的文章审核将不予通过，同时勾销参赛资格。 5、文章须得有实质性内容，而非灌水文。灌水文章将勾销参加评审资格。 6、本次征文严禁刷量行为，一经发现，将勾销参赛者资格。 评审规定社区将根据文章浏览评论等综合剖析对文章进行排名，并根据排名发放奖品。 积分采纳2（评论）:3（浏览量）:5（专家评审），10分制满分。 能够分享文章，吸引气味相投的敌人评论（同一uid反复评论不计数）。 评论量评分：1～10条积0.5分； 11～30条积1分； 31～50条积1.5分； 51+积2分。 浏览量评分：注：浏览量1000以下不计分 浏览量在1000~3000积1分； 浏览量在3001~5000积1.5分； 浏览量在5001~8000积2分； 浏览量在8001~10000积2.5分; 浏览量在10000+积3分； 专家评审：5分为高质文章：文章内容残缺，条理清晰，逻辑性强，代码占比不超过全文的70%，有成熟的技术思考和翻新。 4分优质文章：文章内容残缺，逻辑性强，代码与文字占比正当，有肯定技术思考。 3分个别：文章内容残缺且有肯定逻辑性。 2分合格：文章内容残缺。 1分不合格：文字拼贴，排版潦草，有笔误等。 （具体评审根据专家评判） 为偏心起见，每位用户可参加一次发文，但屡次发文者依照得分最高的一篇计算获奖状况。 参赛作品积分统计工夫截止9月24日上午10:00。获奖名单颁布工夫为9月29日上午10:00。 如参赛过程有其余问题，可钉钉扫码进群进行沟通，理解流动实时停顿！ 奖品<span>奖项</span>奖品获奖条件特等奖作者可与阿里外部大牛连麦征询探讨Linux相干技术。<span>积分9分以上的参赛者中，由专家选出品质最高的文章的作者</span><span class="lake-fontsize-12">。</span>一等奖机械键盘<span class="lake-card-margin-top lake-card-margin-bottom"><img src="https://ucc.alicdn.com/pic/developer-ecology/ebf0f74cd4984bc3b7d314f244354ab9.png" class="image lake-drag-image" alt="image.png" title="image.png"></span><span>积分9分以上</span><span class="lake-fontsize-12">的参赛者</span>二等奖阿里云背包<span class="lake-card-margin-top lake-card-margin-bottom"><img src="https://ucc.alicdn.com/pic/developer-ecology/17e173198dfd4a01af7fa06559f0a569.png" class="image lake-drag-image" alt="image.png" title="image.png"></span><span>积分8分以上</span><span class="lake-fontsize-12">的参赛者</span>三等奖阿里云设计师款T恤<span class="lake-card-margin-top lake-card-margin-bottom"><img src="https://ucc.alicdn.com/pic/developer-ecology/eb51b680835a4e33b356b66550850ed9.jpg" class="image lake-drag-image" alt="60af74c822074fcabdd8e73ca0d66c4b.jpg" title="60af74c822074fcabdd8e73ca0d66c4b.jpg"></span><span>积分6分以上</span><span class="lake-fontsize-12">的参赛者</span>未获奖的参赛作者，均将会取得阿里云公仔徽章留念礼品一份。（开奖名单将于9月29日上午10:00颁布，奖品将于10月15日前寄出。）——咱们期待，与您一起，共建原创、凋谢、共享的开发者社区！> 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：全链路压测计划下，非加密场景下至多有 70% 的性能晋升，加密场景下 10%的性能晋升，并在 MGS 扩容实现后可实现大幅的性能晋升，调优的后果远超预期。 业务背景随着挪动开发行业的步入存量时代，App 整体架构的负载能力、以及各个环节的优化逐渐成为各个开发者们关注的重点。 压力测试就是实现以上性能的次要计划。个别能够基于压力测试： 测试后端业务的负荷瓶颈；评估整体架构性能；业务稳固峰值；排查出各节点的单薄关系；优化系统资源；防止短板效应；为经营提供精确的用户承载量作为作证，防止流动/新利用的上线带来的突发流量造成的用户体验不佳。 明天，咱们将为大家介绍全链路压测计划的是实现原理和施行门路。 全链路压测与原理通常咱们能够简略的把负载性能=单机性能*机器总量这一公式套用到预估的计划中，然而在理论的场景下，经常会波及到大量的业务节点，如DNS，网关，数据库等环节，都有可能是导致整体业务性能的瓶颈，因此理论服务能力可能与预期存在较大误差。 个别用户会通过 loadrunner 等计划实现生产环境下的服务器性能压力测试，然而在 mPaaS 利用中，简单的部署无奈通过 MGS 网关，昂扬的费用等难点应运而生，为了解决这些痛点。 mPaaS 团队这边根据多位客户的述求，提供出 MGS 全链路压测计划。 区别于以往的测试计划，全链路压测计划中最大的不同是视角上的不同，站在客户端角度上作为切入点，将整个服务端链路作为一个黑盒，以实在的 request 和 response 作为评估的根据，模仿实在的业务申请，实在的数据流量，实在的用户习惯，来达到得出尽可能实在的评估后果。 链路梳理在一个规范的数据链路中，个别为以下模型 而在全链路压测中，咱们把整体的服务端实现视为一个黑盒，因此咱们所需关注的焦点聚焦在前半段，重点能够概括为： 1.客户端申请构建； 2.客户端申请发送并通过 MGS 网关； 3.客户端解析 MGS 网关返回的 response 并做出正确处理； 4.实现高并发的客户端申请集群。 以上再次梳理，能够演绎出以下难点 难点1 客户端申请构建 mPaaS 挪动网关 RPC 通信是在 HTTP 协定根底之上的实现的一种标准化接口方式，在复用 HTTP 申请规范的前提下，定义了一套数据交换格局，采纳Header，Body 作为理论辨别，能够近似了解为，通过Header 中的Operation-Type做为实在api指向，将body局部根据规定封装后进行转发。 在该步骤中，咱们以 JMeter 作为实现计划，Jmeter 灵便的脚本个性能够良好的实现客户端的实在申请模仿。 难点2 数据加解密 mPaaS 挪动网关 RPC 申请特有的数据加密形式构建申请中比较复杂的局部。客户侧已有的测试计划不能笼罩这部分能力，因而往往抉择敞开网关服务端验签和加密性能施行压测。 这种形式的隐患在于无奈预计加解密给网关服务器带来的计算压力。 依据教训，不同的加解密算法配置，对网关的吞吐量有 20% ~ 40% 影响。在此阶段，由金融线 SRE 团队基于用户生产环境定制开发的 JMeter 插件 MGSJMeterExt，该插件逆向实现了申请体的加密和解密过程，使得压测脚本的编排能够包含加密局部。 ...
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！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。通过前两期的介绍，您能够理解应用DataWorks进行数据同步的次要知识点：数据同步计划和资源组，而在理论利用过程中，咱们经常会须要将开发和生产环境进行隔离，开发环境用于数据同步测试，生产环境用于生产数据的同步解决。本期就为您介绍DataWorks实现开发与生产环境隔离的次要知识点。 性能举荐：规范模式——开发环境与生产环境隔离为不便不同平安管控要求的用户生产数据，DataWorks为您提供简略模式和规范模式两种工作空间模式，其中简略模式无奈设置开发环境和生产环境，而规范模式同时提供开发环境与生产环境，并将两个环境隔离开，您能够别离在开发环境和生产环境中进行数据工作解决。 Part1：简略模式与规范模式的DataWorks工作空间首先为您介绍两种模式工作空间的次要区别。 <span>简略模式</span><span>规范模式</span><span>在简略模式工作空间下，一个DataWorks空间上层对应一个MaxCompute我的项目（或一个EMR集群、Hologres数据库等)，该环境即视为生产（PROD）环境。</span><span class="lake-card-margin-top lake-card-margin-bottom"><img src="https://ucc.alicdn.com/pic/developer-ecology/5905f40277b34b25b42339b43191595c.png" class="image lake-drag-image" alt="简略工作空间.png" title="简略工作空间.png"></span><span>在规范模式工作空间下，一个DataWorks空间上层对应两个MaxCompute我的项目（或两个EMR集群、Hologres数据库等)，一个视为开发（DEV）环境，一个视为生产（PROD）环境。</span><span class="lake-card-margin-top lake-card-margin-bottom"><img src="https://ucc.alicdn.com/pic/developer-ecology/06025e5dcc2a4570bcea8a5c681a7e4a.png" class="image lake-drag-image" alt="规范工作空间.png" title="规范工作空间.png"></span>由上可见，DataWorks的规范模式工作空间能够将开发、生产环境进行隔离，因而，如果您应用了规范模式后，进行数据拜访与权限管控时，开发环境与生产环境的应用注意事项不统一。 ## Part2：不同模式工作空间的数据拜访您能够在DataWorks的工作空间配置 > 计算引擎信息区域，设置不同模式下，工作空间的数据拜访模式。<span>计算引擎类型</span><span>环境</span>规范模式工作空间简略模式工作空间<span>（开发环境即生产环境）</span>MaxCompute<span>开发环境</span><span>页面运行工作（不可选）：默认为执行工作者（以后登录者）</span><span>页面运行工作（不可选）：默认为执行工作者（以后登录者）</span><span>调度拜访身份（可选）：</span><ul><li><span>阿里云主账号</span></li><li><span>阿里云RAM角色</span></li></ul><ul><li><span>工作负责人：工作Owner账号的身份</span></li></ul><span>生产环境</span><span>调度拜访身份（可选）：</span><ul><li><span>阿里云主账号</span></li><li><span>阿里云RAM用户</span></li></ul><ul><li><span>阿里云RAM角色</span></li></ul><span>E-MapReduce</span><span>开发环境</span><ul><li><span>快捷模式下拜访身份：对立应用集群内的Hadoop用户。</span></li><li><span>平安模式下拜访身份：工作执行者</span></li></ul><ul><li><span>快捷模式下拜访身份：对立应用集群内的Hadoop用户。</span></li><li><span>平安模式下拜访身份（可选）：</span></li></ul><ul><li><ul><li><span>工作责任人</span></li><li><span>阿里云主账号</span></li></ul></li></ul><ul><li><ul><li><span>阿里云RAM用户</span></li></ul></li></ul><span>生产环境</span><ul><li><span>快捷模式下拜访身份：对立应用集群内的Hadoop用户。</span></li><li><span>平安模式下拜访身份（可选）：</span></li></ul><ul><li><ul><li><span>工作责任人</span></li><li><span>阿里云主账号</span></li></ul></li></ul><ul><li><ul><li><span>阿里云RAM用户</span></li></ul></li></ul><span>Hologres</span><span>开发环境</span><span>页面运行工作（不可选）：默认为执行工作者（以后登录者）。</span><span>页面运行工作（不可选）：默认为执行工作者（以后登录者）</span><span>调度拜访身份（可选）：</span><ul><li><span>阿里云主账号</span></li><li><span>阿里云RAM用户</span></li></ul><span>生产环境</span><span>调度拜访身份（可选）：</span><ul><li><span>阿里云主账号</span></li><li><span>阿里云RAM用户</span></li></ul> ## Part3：不同模式工作空间的权限治理特色DataWorks采取RBAC权限模型供用户治理DataWorks所有页面可见性能以及API的应用权限，同时这套权限体系与MaxCompute的RBAC角色体系存在人造的映射关系，详情可参见 成员及角色治理与成员角色与权限关系。不同工作空间类型的权限治理特色与优缺点不统一，以下表格为您比照介绍两种空间类型的权限细分特点。 <span>细分特点</span><span>简略模式</span><span>规范模式</span><span>权限概述</span><span>在简略模式空间下，DataWorks的“开发”角色因为与所绑定MaxCompute我的项目的“Role_Project_Dev” Role进行了映射，因而DataWorks</span><span>开发角色人造可能读取MaxCompute我的项目内的所有数据</span><span>。</span><span>在规范模式空间下，DataWorks的“开发”角色因为与所绑定MaxCompute我的项目（dev环境）的“Role_Project_Dev” Role进行了映射，因而：</span><ul><li><span>DataWorks开发角色人造可能读取MaxCompute我的项目（dev环境）内的所有数据。</span></li><li><span>因为没有和MaxCompute我的项目（PROD环境）的role映射，因而默认状况下DataWorks</span><span>开发角色无MaxCompute（PROD环境）的数据权限</span><span>。</span></li></ul><span>长处</span><span>简略、不便、易用</span><span>。</span><span>仅须要受权数据开发人员“DataWorks开发角色”即可实现所有数据仓库开发工作。</span><span>平安、标准</span><span>。</span><ul><li><span>具备平安、标准的代码公布管控流程（蕴含代码评审、代码DIFF查看等性能），保障生产环境稳定性，防止不必要的因代码逻辑引起的脏数据蔓延或工作报错等非预期状况。</span></li><li><span>数据拜访失去无效管控，数据安全得以保障。</span></li></ul><span>毛病</span><span>存在</span><span>不稳固、不平安</span><span>的危险。</span><ul><li><span>开发角色能够不通过任何人审批，随时新增、批改代码并提交至调度零碎，给生产环境带来不稳固因素。</span></li><li><span>面向MaxCompute计算引擎时，开发角色默认领有以后MaxCompute我的项目所有表的读写权限，可随便对表进行减少、删除和批改等操作，存在数据安全危险。</span></li></ul><span>流程绝对简单</span><span>，个别状况下无奈一人实现所有数据开发、生产流程。</span> ## MaxCompute引擎在不同模式下数据库表命名标准简略模式下不辨别开发环境和生产环境，开发库即生产库。规范模式下，反对开发环境和生产环境隔离，开发环境和生产环境的数据库表命名有所区别，如果须要在开发环境拜访生产环境的数据库表，请依据以下命名标准严格辨别数据库表名，防止误操作生产环境。 <span>环境类型</span><span>规范模式</span><span>示例</span><span>开发环境</span><span>我的项目名_dev.表名</span><span>在projectA我的项目下创立一个开发库表user_info，则数据库表名为：projectA_dev.user_info。</span><span>生产环境</span><span>我的项目名.表名</span><span>在projectA我的项目下创立一个生产库表user_info，则数据库表名为：projectA.user_info。</span> 更多的简略模式与规范模式的区别可返回帮忙核心。 ## 场景实际：权限治理与规范化数据开发：通过本实际，您能够理解应用规范模式的工作空间时，用户进行数据开发的规范流程与权限管控倡议。 > 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：省时省力，开启养蜂新模式！重庆忠县野鹤镇的谭乾平对养蜂几近痴迷，他率领镇上的养蜂队一年收蜜5万斤，上了各大媒体头条#女子痴迷养蜂带老乡增收500万#。 忠县曾是一个贫困县，近年来靠蜂蜜产业脱了贫。2020年，重庆蜂群保有量将达150万群。 然而相比很多区县的蜂蜜产业都夭折了，忠县却能真正靠它脱贫致富，为什么呢？ 答案是不靠一家一户小打小闹，靠业余团队和先进技术，保障蜂蜜的产量和品质。 原来镇上与阿里云飞象工业互联网平台单干，引入了“阿里云IoT+区块链溯源”的智慧养蜂技术，部署了智能蜂箱、视频监控、环境监控杆、数据大屏等设施以及区块链溯源平台、产销协同溯源平台。这些“新农具”让单箱蜂蜜产值进步30%，总体生产效率晋升80%，带来500万元产值，也解决了“假蜂蜜”泛滥导致的蜂蜜信赖问题。 被称做“蜂人”的老谭有30多年的传统养蜂教训，然而他并不固步自封。他说，有了新技术，不能迷恋传统，技术加传承才会让蜂业走得更远，更上一层楼。 养蜂队里的大学生兰军说：养蜂的场地个别是在山里，四周人迹罕至。传统的养蜂人常常会去各个中央踩点，所以真的很苦。但当初有了阿里云IoT技术数字蜂箱，它还反对太阳能，在家就能够用手机通过摄像头近程操控野外蜂巢状况，比拟哪个中央更好些，不必像以前那么辛苦地去采点。并且，蜂箱还带GPS定位，齐全不怕丢。 智能蜂箱不仅具备传统蜂箱的性能，还集成智能自控、AI辨认、边缘计算、数据分析等能力，配套IoT蜜蜂大数据平台和蜂场其余智能配备，提供异样疾速辨认、动静监测、异样报警、精准管控、应急调度等性能。比方蜂门上有一个读卡器，能够观测数据，一眼就看得出来进去多少蜜蜂，进去多少蜜蜂。 当初老谭能够通过大数据在手机上监测到蜜蜂采蜜状况和天气情况，这样就缩小了蜂农开箱频次，升高蜂农劳动强度，从而减低用工老本，实现养蜂智能化、生产智能化，生产定制化，构建起一个绿色的养蜂生态。 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：Dataphin作为一款企业级智能数据构建与治理产品，具备全链路实时研发能力，从2019年开始就撑持可团体天猫双11的实时计算需要，文章将具体介绍Dataphin实时计算的能力。-更多对于数智化转型、数据中台内容请退出阿里云数据中台交换群—数智俱乐部 和关注官网微信公总号（文末扫描二维码或点此退出） -阿里云数据中台官网 https://dp.alibaba.com/index 背景每当双11寰球购物狂欢节钟声响起，上千万用户涌入天猫、淘宝，晦涩的购物体验背地是阿里工程师用技术打造出的营地，撑持了每年双11所带来的数据洪峰。2020年11月1日至11月12日0:00，天猫“双11”累计总交易额达4982亿元，物流订单总量达到23.21亿单。这所有的背地都离不开实时计算技术。 Dataphin作为一款企业级智能数据构建与治理产品，具备全链路实时研发能力，从2019年开始撑持团体天猫双11的实时计算需要。就以下文介绍Dataphin实时计算的能力。 传统的数仓架构在数仓建设过程中，一般来说都是先建设离线数仓，同时围绕着离线数据构建利用。而后随着业务的倒退或者体验的优化，再建设实时计算的链路去晋升数据的时效性。 在这个过程中类似的代码写两遍就难以避免，还会呈现实时和离线口径不统一，别离保护成本增加等各种各样的问题。 传统的数仓架构流与批从存储计算中拆散带来以下的问题： 效率问题：流批底层数据模型不统一，导致应用层做大量的拼接逻辑（同比、环比、二次加工等），搭建效率低且容易出错品质问题：一个业务逻辑，两个引擎两套代码，SQL逻辑不能复用，数据一致性和品质问题难以保障老本问题：流批存储系统隔离（面向不同写入场景），提供的数据服务不一，保护老本高手工建数据同步工作，开发成本/存储老本高（两份）批处理&流解决集群无奈做到错峰，资源利用率低Dataphin流批一体劣势为解决传统数仓架构的存储计算拆散的问题，有了“流批一体”的思路： 流批存储透明化，查问逻辑完全一致，利用端接入老本大幅升高，点查/OLAP剖析对立反对 服务层对立存储，无需手工同步，无反复存储一套代码，两种计算模式，逻辑对立，灵便切换，研发效率大幅晋升流批计算资源混部，资源利用率晋升 Dataphin在Flink流批一体的能力之上额定提供了更多的平台能力，如数据源治理、元数据管理、资产血统、资产品质管制、预编译、调试等能力： 开发生产隔离：提供开发环境和生产环境隔离，保障开发环境开发的业务代码和生产相互之间不烦扰元数据管理：各零碎组件包含数据源、元表、UDX等具备权限管制性能，敏感型配置信息加密爱护。反对数据源敏感字段拜访订阅。元表、函数、资源等全副单元化可视化的治理，反对跨我的项目鉴权（字段级）调用，让使用者聚焦业务逻辑。流批一体：流批存储层的对立治理，实现模型层对立，流批代码对立、通过流批各自专属配置，生产独立有协同的额调度实例研发提效：提供了预编译的能力，提供语法校验、权限校验、字段血统提取的性能；容器化调试，反对上传自定义数据或间接生产实在生产数据用来察看作业运行、查看各个节点的输入后果反对元数据检索，作业依赖、字段血统的可视化探查稳定性及品质保障：反对流量阈值设置，避免计算资源适度竞争，防止上游零碎过载反对实时元表品质监测，可配置统计趋势监测、实时多链路比照、实时离线数据核查。开发生产隔离Dataphin反对开发生产隔离的我的项目，反对开发和生产双环境的数据源配置。这样在开发模式下，工作就会主动应用开发数据源和开发环境下的物理表；而当公布到生产环境时，Datpahin则会主动切换为生产数据源及生产环境的物理表。这个过程齐全自动化，不必手动批改代码或配置。 元数据管理Dataphin创造性的引入了实时元表和镜像表的概念，将实时研发过程中的表进行了平台化、资产化的对立治理，并简化了研发，晋升研发效率和体验。 传统实时工作研发工具须要用户反复写Create table建表语句，须要进行繁琐的输入输出表映射等操作。实时元表将实时开发工作中所有用到的数据表进行了对立表构建与治理，对立保护了所有实时元表和相干schema信息。开发者在开发过程中不必反复写DDL语句；同时，也不须要进行繁冗的输出、输入、维表映射，采纳简略的纯代码研发模式，简略的SET语句及权限申请，即可援用表数据，进行间接查问或写入数据，轻松做到一次建表，屡次援用，大幅度晋升研发效率和体验。 镜像表顾名思义则是用于保护离线表与实时表之间字段的映射关系。创立镜像表并提交公布后，就能够在流批一体的Flink工作中应用镜像表的字段，Datpahin会在编译时主动映射到流表和批表上，实现一份代码，两种计算，代码逻辑、口径变更强统一。 流批一体的代码工作除了引入实时元表与镜像表，Dataphin也反对了流批一体的工作，应用Flink引擎作为对立的流批计算引擎，在一份代码上可同时配置流+批的工作配置，基于同一份代码生成不同模式下的实例。而对于流批差异化的代码，Dataphin也提供了不同的形式给与反对。 流批一体工作中会宽泛应用镜像表，而镜像表在最终应用时会翻译为对应的流表/批表，为了适应流表/批表的多样性（流表/批表的数据源可能不一样，带来with参数中key可能不一样；流表/批表的某些设置可能不一样，比方batchSize等），能够利用tableHints进行流表/批表的对应。办法如下： set project.table.${mode}.${key} --mode: 流工作：\`stream\` 批工作：batch 举个例子，设置批工作的起停工夫： set project.table.batch.startTime='2020-11-11 00:00:00'; set project.table.batch.endTime='2020-11-12 00:00:00'; 第二种是在Dataphin的工作配置实时和离线模式别离工作参数的形式是利用工作参数进行替换。 实时品质监控Dataphin实时数据品质次要面向开发者，针对产品中实时产出的数据表，通过对产出后果进行数据品质剖析和校验，来保障数据的最终无效与精确。Dataphin反对统计趋势监测、实时多链路比照、实时离线数据核查。 统计趋势监测：趋势监测指的是基于数据趋势变动以及专家教训以捕捉稳定异样的监测形式；如 实时GMV的趋势陡增有些异样实时多链路趋势比照：实时多链路指的是在实时计算的场景中，因为数据的复原老本较高，无奈疾速从终点从新计算，因而须要应用多个计算链路，当产生计算异样时，主动/手动切换计算链路，是一种用资源换稳固的策略，当有重大的保障业务时，往往会采纳该种类型；如每年双十一大屏都会采纳多链路保障。实时离线核查：实时离线核查，是保障实时数据罕用的一种措施，因为实时计算处于一种继续运算状态，计算工夫长久且受资源与源数据的扰动较大；离线数据在逻辑、数据复用性方面能够被更好地操作，因而，为了保障实时数据的准确性，罕用离线数据与实时数据进行比照；如每年双十一前都会应用离线数据对实时数据进行校验； 双十一大屏后的Dataphin回到文章开始的天猫双十一，理解了Dataphin平台特有的能力，咱们来具体拆解Dataphin为什么能撑持天猫双十一的实时数据大屏。 快Dataphin为实时提供研发、调试、测试、运维全链路一站式服务，极大升高用户开发门槛；同时提供对立元数据管理，元数据仅需初始化一次，轻松做到一次建表，屡次援用，让开发聚焦业务逻辑，大幅度晋升研发效率和体验；另外有数据研发经验的同学都有这样的领会，很多数据口径都惊人的相似，甚至有些只是输入输出表不同，典型的场景比方主备链路，针对这种场景咱们提供了模版研发的能力，雷同逻辑封装在模版中，差别逻辑通过模版参数体现，新工作仅需援用模版配置模版参数即可，极大晋升研发效率的同时也升高了口径保护老本。基于以上能力，在双十一大屏的反对上，只管业务玩法很多，需要井喷，依然仅以2人便撑持上百需要。 稳Dataphin提供工作监控及数据品质监控全方位保障工作稳固，疾速发现问题；基于模版的主备多链路在异样产生时能够秒级切换，疾速止血；基于实时工作血统，疾速定位问题根因；基于调试、测试、细粒度资源配置，疾速验证并修复，真正做到1min发现、5min定位、10min解决。 准基于流批一体的能力，真正做到代码对立，口径对立，存储对立，数据服务接口对立，研发提效的同时，保证数据统一。 将来布局在行将公布的Flink VVP（Ververica Platform）适配版本将反对新的VVR引擎，也将在将来反对开源Flink引擎已反对更多的部署环境。Dataphin也将继续晋升实时研发的能力和体验，帮忙企业升高实时研发的门槛，开掘更多的场景，取得实时数据带来的业务价值！ 数据中台是企业数智化的必经之路，阿里巴巴认为数据中台是集方法论、工具、组织于一体的，“快”、“准”、“全”、“统”、“通”的智能大数据体系。 目前正通过阿里云对外输入系列解决方案，包含通用数据中台解决方案、批发数据中台解决方案、金融数据中台解决方案、互联网数据中台解决方案、政务数据中台解决方案等细分场景。 其中阿里云数据中台产品矩阵是以Dataphin为基座，以Quick系列为业务场景化切入，包含： - Dataphin，一站式、智能化的数据构建及治理平台；- Quick BI，随时随地 智能决策；- Quick Audience，全方位洞察、全域营销、智能增长；- Quick A+， 跨多端全域利用体验剖析及洞察的一站式数据化经营平台；- Quick Stock， 智能货品经营平台；- Quick Decision，智能决策平台；官方站点： 数据中台官网 https://dp.alibaba.com 钉钉沟通群和微信公众号 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：数据部门是一个容易被投诉的“高危”部门，需要响应慢、数据准确性不高会影响业务的倒退。 然而数据分析师每周动辄就有几十个需要在手，有限的加班也无奈解决所有问题，到底怎样才能扭转BI分析师的需要响应问题呢？-更少数智化转型、数据中台内容请退出阿里云数据中台交换群以及官网微信（文末扫描二维码） -阿里云数据中台官网 https://dp.alibaba.com/index Quick BI_——阿里云上客户都在用的BI产品（中国惟一入选Gartner ABI魔力象限BI），无缝对接各类云上数据库和自建数据库，大幅晋升数据分析和报表开发效率，0代码鼠标拖拽式操作交互，让业务人员也能轻松实现海量数据可视化剖析。_ 理解产品详情：https://www.aliyun.com/product/bigdata/bi Quick BI即席剖析：让业务实现自助剖析无论是初创型公司还是大型团体，数据分析都是BI团队的外围工作之一，是驱动业务数据化和推动业务倒退的利器。然而，随着业务的疾速倒退，BI团队撑持的工作量往往呈几何式增长，那么在人力资源无限的状况下，难以满足业务部门的诉求。 “授人以鱼不如授人以渔”！Quick BI的即席剖析，提供灵便的数据分析能力，随时取数、随时剖析。 在IT撑持，提供规范元数据，以及由组织管理员欠缺行级权限管控的根底之上，业务人员可能借助即席剖析提老本的通过拖拽，零SQL的进行剖析和取数，升高对BI分析师的依赖，最终实现数据分析和业务决策的提效。 业务人员触发剖析动机的场景即席剖析能够是有目的性地被动创立，比方基于“商品库存”这个数据集进行被动剖析；也能够是看数据时触发的，比方看到仪表板上的某个异样数据，想要进一步诊断数据异样的起因。 用户再基于须要被剖析的数据来进行个性化摸索，如特定数据的筛选排序、穿插钻取、二次计算等，最终将后果以邮件、音讯等形式分享给业务决策者。 下图展现的是企业内从数据到剖析到决策的个别流程，而即席剖析最重要的是简化了两头的剖析过程，将剖析的能力赋予了每个业务人员。 如何应用即席剖析疾速构建剖析表格作为一个业务经营，关注的销售数据复杂多变，每天都须要组合不同场景的数据。例如须要依据全国门店的库存状况来调货，确保重点门店在大促期间库存短缺。 此时，仅仅依附一个固化的穿插表并不能齐全满足从华东区域销售数据联结全国门店库存状况调货的诉求。而即席剖析的能力能够实现灵便的看数、取数。 1. 数据筹备进入数据集，通过数据集新建即席剖析或者间接从即席剖析模块一键创立。 2. 数据抉择即席剖析页面左侧是数据面板。 先有数据，再有表格，左侧数据面板能够间接加载具体维值合乎操作习惯，左侧更不便将字段拖拽到右侧表格区域生成报表此处用一个动图大体演示下在即席剖析中如何从数据面板中抉择字段，通过拖拽生成表格。即席剖析默认应用维值模式，每个维度字段能够间接开展以后维度下的具体维值并且拖拽抉择维值，在数据抉择的时候曾经做了一部分数据筛选。 勾选数据面板中的“仅展现维度名”能够从默认的维值模式切换到维度模式，此时与仪表板、电子表格等模块的数据面板一样，抉择某一个维度则是将以后维度下的所有维值都选中。 能够通过双击或拖拽维度的形式生成表格。比方这里抉择运输形式这个字段，是间接将运输形式下的三个维值都选中了。 3. 数据筛选在曾经造成表格后，如果想要进一步的放大数据查问的范畴，也能够通过拖拽间接生成查问控件。 即席剖析的查问控件无需进行简单的条件配置。 比方，想要在已有表格根底上筛选出产品包箱类型为“中型箱子”和“大型箱子”，那么只须要在数据面板中间接抉择“中型箱子”和“大型箱子”这两个维值拖拽到控件区域即可。 若须要查看度量对应的筛选数据，间接将度量拖拽至控件区域内，再设置具体数值即可。 比方想要查看订单数量>1000的数据，间接将“订单数量”拖拽至控件区域内，再输出对应数值。 4. 数据计算在即席剖析中，能够在已有表格中间接右键来进行性能操作。依据选中的内容不同可进行的操作也不同。 比方右键选中2个度量时，能够进行百分比、差别百分比和四则运算，计算公式依照选中的程序来显示。 除了默认提供的几种快捷计算，还能够通过自定义计算来写表达式。 5. 穿插钻取下钻&上卷 所有在数据集中配置了层级构造的维度字段，只有不是层级构造中的最初一层，都能够在即席剖析中的表格进行下钻的操作。通过下钻去进行更细粒度的数据查问。 比方下图中的天文层级构造，能够从原来的“区域”下钻到“省份”，从“省份”下钻到“城市”； 右键子层级的维值，能够回到上一层。 开展 开展是针对以后选中的行维度所属的维度整体来开展的，比方这里的是维度“区域”，选中“东南”这个维值后点击开展，最初是减少“省份”的所有值。 即席剖析还能反对开展不同层级的维值，比方下图中表格本来展现的是“华中”、“华北”两个区域+“江苏”、“浙江”、“福建”、“江西”这四个省份的数据，开展时能主动依据所处的层级开展到下一层，曾经到最初一层的能够主动合并不再持续开展。 更多对于即席剖析的内容，欢送试用Quick BI体验 https://bi.aliyun.com/ 数据中台是企业数智化的必经之路，阿里巴巴认为数据中台是集方法论、工具、组织于一体的，“快”、“准”、“全”、“统”、“通”的智能大数据体系。 目前正通过阿里云对外输入系列解决方案，包含通用数据中台解决方案、批发数据中台解决方案、金融数据中台解决方案、互联网数据中台解决方案、政务数据中台解决方案等细分场景。 其中阿里云数据中台产品矩阵是以Dataphin为基座，以Quick系列为业务场景化切入，包含： - Dataphin，一站式、智能化的数据构建及治理平台；- Quick BI，随时随地 智能决策；- Quick Audience，全方位洞察、全域营销、智能增长；- Quick A+， 跨多端全域利用体验剖析及洞察的一站式数据化经营平台；- Quick Stock， 智能货品经营平台；- Quick Decision，智能决策平台；官方站点： ...
简介：Apache Hudi 与 Apache Pulsar 联结 Meetup 线上专场将于2021 年 8 月 30 日（明天） 14:00开启直播，你筹备好了吗？Apache Hudi 与 Apache Pulsar 联结 Meetup 线上专场来啦！将于2021 年 8 月 30 日（明天） 14:00开启直播，你筹备好了吗？ 本次 Meetup 由 StreamNative 联结阿里云组织发动，并邀请阿里云AnalyticDB数据仓库团队、Zoom等合作伙伴独特为大家出现，Apache Hudi 技术专家、Apache Pulsar PMC 成员、贡献者、社区技术专家汇聚一堂，独特探讨 Apache Hudi 与 Apache Pulsar 社区倒退、行业实际等话题。 流动亮点： 业内技术大牛齐聚，探讨当下技术趋势，解读 Apache Hudi 与 Apache Pulsar 行业动向；大咖嘉宾分享Apache Hudi 与 Apache Pulsar 的实战经验。点击链接进入直播间：https://developer.aliyun.com/live/247177直播工夫：2021 年 8 月 30 日（周一） 14:00-17:00 议题详情《阿里云基于Hudi构建Lakehouse实际》 王烨 / 阿里云数据库高级技术专家 议题详情本议题将介绍阿里云如何应用 Hudi 和 OSS 对象存储构建 Lakehouse，将为大家分享什么是 Lakehouse，阿里云数据库 OLAP 团队如何构建 Lakehouse，也将介绍在构建 Lakehouse 时遇到的问题和挑战，以及如何解决这些问题和挑战。 ...
简介：8月11日，钉钉宜搭举办2021线上沙龙，宜搭创始人叶周全（花名勇猛）重磅公布全新的产品能力和服务策略。 8月11日，钉钉宜搭举办2021线上沙龙，宜搭创始人叶周全（花名勇猛）重磅公布全新的产品能力和服务策略。 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：多路召回就是指采纳不同的策略、特色或者简略模型，别离召回一部分候选集，而后再把这些候选集混合在一起后供后续排序模型应用的策略，本文将介绍凋谢搜寻平台上的多路召回技术是如何深度晋升搜寻成果的~背景所谓的“多路召回”就是指采纳不同的策略、特色或者简略模型，别离召回一部分候选集，而后再把这些候选集混合在一起后供后续排序模型应用的策略。 阿里云凋谢搜寻（OpenSearch）是基于阿里巴巴自主研发的大规模分布式搜索引擎搭建的一站式智能搜寻业务开发平台，目前为包含淘宝、天猫在内的阿里团体外围业务提供搜寻服务反对。目前凋谢搜寻提供文本检索，通过对文本query进行分词加上一些查问剖析解决，对query进行改写后再查问引擎，大大提高了搜寻的成果。然而对于一些对搜寻成果要求较高的场景，例如：教育搜题场景，教育拍照搜题相比传统的网页或者电商的搜寻存在显著的差别，第一点是搜寻的Query特地长，第二点是搜寻的Query由拍照OCR辨认之后失去的文本，其中要害TERM辨认谬误的话，就会重大影响召回排序。针对这些问题的解决办法，一种计划是持续优化QP，加强QP对文本处理的能力。另一种计划是引入向量召回，通过计算向量空间的间隔来召回文档，作为对文本召回的一种补充。 性能价值在长Query、长尾Query、Query不标准等场景时，如果基于文本检索呈现召回不精确、后果有余等问题，补充向量召回能够无效地进步召回文本的成果，同时也能够提供扩召回的能力。 凋谢搜寻提供多路召回的算法工程能力，赋予不同行业的用户定制不同的多路召回性能需要，并且曾经产品化，在多个行业的用户中实际利用。其长处有以下几个方面： 1、提供灵便的算法能力，反对依据不同行业的特点对文本向量化进行技术优化，兼顾成果和性能； 2、反对cava脚本，提供更加灵便的定制排序算分能力； 3、反对带模型的分析器和不带模型的分析器，别离对无算法能力的用户和有算法能力的用户提供向量召回性能； 4、比照开源产品，凋谢搜寻搜寻准确性和搜寻提早劣势更加显著，搜寻提早从开源秒级降到几十ms。 多路召回架构图 多路查问凋谢搜寻（OpenSearch）反对多路查问性能。配置好查问策略，能够同时查问文本Query和向量Query。当然也反对只查问文本Query或只查问向量Query。如果配置了文本向量化性能，则文本查问的时候凋谢搜寻会对文本向量化，生成向量Query，两路后果召回后排序。 向量分析器凋谢搜寻（OpenSearch）反对多种类型的向量分析器，次要是行业通用向量分析器、行业定制向量分析器、以及通用的向量分析器（向量-64维、128维、256维通用）。其中通用的向量分析器须要用户自行将数据转化为向量，并以DOUBLE\_ARRAY类型存储，这实用于算法能力较强的客户应用。 查问剖析赋予算法同学对不同行业的向量模型进行定制，依据以教育行业为例， 其中针对教育搜题做的特地优化有： BERT模型采纳达摩院自研的StructBERT，并针对教育行业定制模型向量检索引擎采纳达摩院自研的proxima引擎，准确性和运行速度远超开源零碎训练数据能够基于客户的搜寻日志一直积攒，成果继续晋升改写出语义向量query, RANK上文本term, 只参加算分不参加召回，晋升召回的top文本品质。排序定制凋谢搜寻（OpenSearch）凋谢了两阶段排序：根底排序和业务排序，即粗排和精排。其中，精排反对cava脚本，更灵便地反对用户的排序需要。 多路召回流程中凋谢搜寻最终会进行对立排序，目前反对外部排序和精排模型打分排序。外部排序间接依据多路召回的后果依照返回的分数从高到低排序。精排模型打分须要用户提供模型信息，对多路召回的后果依据模型打分排序。 多路召回实际案例电商/批发搜寻 社区论坛搜寻比照接入前后top title的不同成果 如有产品领导需要，可填写问卷取得专家领导\>>https://survey.aliyun.com/apps/zhiliao/lKD\_J8cRj 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：8月25日，阿里云公布IoT Studio升级版，新增了解决方案引擎，让设施计划商复用之前搭建的解决方案模板进行简略的定制化批改，即可交付。使整个物联网解决方案的交付过程由几个月，缩短到几小时，用户经济高效的实现物联网利用开发。【IoT Studio降级公布】https://yqh.aliyun.com/live/iotstudio 8月25日，阿里云公布IoT Studio升级版，新增了解决方案引擎，让设施计划商复用之前搭建的解决方案模板进行简略的定制化批改，即可交付。使整个物联网解决方案的交付过程由几个月，缩短到几小时，用户经济高效的实现物联网利用开发。 此次推出的最新版，IoT Studio面向各个行业提供了解决方案引擎。通过解决方案公布工作台，将设施驱动、数据、服务、利用，打包成针对场景的解决方案模版，加重反复我的项目交付老本。同时，物联网计划商能够公布公有、受权解决方案，也能公布公开解决方案吸引更多商机和用户购买设施。 此外，IoT Studio升级版还提供可视化利用开发性能，针对设施维保场景的组态利用新增了160+业余组件，反对2.5D&3D，优化管道绘制性能，对话框及弹窗容器，晋升了物联网利用开发的效率，升高了开发成本。用户能够通过简略的可视化拖拽搭建出设施运维零碎，简直无需任何编程教训。反对电脑或手机实现设施的近程监控和近程管制，加重企业设施运维的人力值守老本。 阿里云IoT产品专家示意，IoT Studio是一个理念的十分超前的产品，把低代码这样的新技术融入物联网这样前沿的场景，能够无效解决物联网利用开发中常见的老本高、链路长、定制化水平低等痛点问题。让物联网场景定制化变得更加简略，引领更多传统设施厂商进入“云原生”时代，进步物联网行业的生产力。 据理解，IoT Studio历经3年倒退，用户数已冲破10万，笼罩农业、工业、修建、城市等多个场景。现在阿里云打造的新一代IoT Studio将物联网与低代码进行完满联合，针对物联网场景，为企业级市场的各行各业提供物联网轻利用解决方案，在数字化时代引发将来改革。 在此，咱们也向全国招募搭档共创商业解决方案，欢迎您的退出！ 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，随着社会节奏的放慢，用户碎片化生产工夫一直减少，以后短视频的生产用户规模已超 7.73 亿人，短视频的市场规模超过 2000 亿元。短视频行业倒退迅速，但也存在低质内容泛滥，精品内容稀缺的问题。在 7 月 10 日的 Imagine 阿里云视频云全景翻新峰会上，阿里巴巴娱乐资深算法专家李静，发表了《视频技术再翻新，开启内容数字化浪潮》的主题演讲，从短视频畛域的内容生产窘境登程，分享 MediaAI 平台的技术能力及利用实际，解密优酷短视频智能生产的技术，以下为演讲内容整顿。优酷如何开启内容数字化浪潮？既然是优酷，就要从长视频、短视频以及最初散发出现进去的所有的视频状态说起。优酷的数字化也会从视频的整个生命周期来剖析。优酷作为一个长视频网站，从长视频最后的拍摄到制作再到实现，咱们有内容评估的数字化零碎。 当一个长视频拍摄进去之后，如何利用这种版权内容再进行二次的创作，这就是创作内容的的数字化；接下来咱们心愿生成一些短视频特效，让用户看起来更好看，更乏味，这是特效的数字化。 最初，在终端上用户拿着手机、平板或者通过电视大屏观看视频的时候如何体验内容数字化的益处？ 所以，内容的数字化浪潮要从整个视频的生命周期来讲。 创作因素解构 第一个是内容评估的数字化。在阿里巴巴娱乐有一个北斗星的团队，是专一于做长视频的内容评估，它的外围点是心愿通过后验的数据去掂量整个视频内容的品质，视频内容或者视频的生产元素。 其中又包含一些内涵的货色，例如导演、编剧、演员、剧本等，这些货色是大家平时能听到的，但间隔本人又很边远的货色，这些就是视频内容生产内涵的内容。 内涵之外还有内延信息，包含出现进去视频自身它涵盖的一些人物的信息、镜头的语言以及自身人物的性情等。所有的这些信息都是基于咱们 NLP 语言（Natural Language Processing）或者 CV（Computer Vision）的能力进行解构。 所以当咱们有了内涵信息和对于内容的解构之后，咱们心愿能够通过这些信息去预测用户的心理感触或者对内容的爱好度。 从数据侧取得的先验数据，其中蕴含了十分直观的收视率、用户的互动状态、评论数，咱们心愿通过这些数据能够进一步开掘用户的心理状态、生理状态，以此推动咱们外围能力来实现内容的评估。 内容的评估须要利用到 AI 的能力，一个是 AI 评估，一个是 AI 体检。 什么是 AI 评估？ 一个视频片段是否好，以前用人来审，须要破费大量的人力。如果用人工审核预测一部电视剧是否是爆款，会十分十分艰难。所以在内容评估上咱们利用北斗星的零碎，从最开始演员、供应商、IP 等级、导演和编剧的信息预估这部电视剧是什么样的程度。 并且，能够对电视剧里的的演员做进一步更深的剖析，例如他的粉丝价值，整个口碑等。通过剖析咱们让平台进一步做辅助性决策，再利用咱们的 AI 技术最终评估这部电视剧到底是什么品位。 第二个点是 AI 体检。 当视频片段拍完剪辑好之后，用算法来预测这些片段，哪些是看点，哪些是高潮点，哪些是剧情十分拖沓无聊的点，去寻找用户可能弃剧的危险点，给出一些建设性的意见，帮忙剪辑师进行剪辑优化。这是优酷内容评估另外一个利用点。 在长视频之后，就是短视频了。 优酷的《山河令》和《司藤》在放送完结之后，咱们如何进一步利用它做二次的短视频创作？ 短视频最近几年来十分火，去年短视频生产用户达 7 亿多人，短视频工会和 MCN 数量超过两万家，市场规模超过两千亿，在如此宏大的短视频消费市场下咱们面临了一些问题，高质量的短视频十分稀缺，大量的低质的、粗制滥造的短视频充斥在整个市场上。 所以，咱们想利用自动化生产的形式代替掉那些品质低劣的短视频，让咱们的智能创作达到人创作的程度，这是优酷想要去做的。 所以阿里巴巴娱乐研发出了概念级的视频的解构能力去赋能智能创作。这是什么呢？ 当每次提到视频解构、CV 能力，大家可能都会天然想到一些标签，对于一个视频场景，外面有人物、物体、静止等，在过来 CV 畛域这些是特地主观的标签形容，但进行视频创作的时候，这些货色并不是创作者们十分须要的，创作者们须要的元素或者素材是可能让观众有深切感触的，所以咱们从新定义了语义级的标签，才可能赋能智能创作。 视频解构赋能短视频生产 有了基于概念级的标签解构能力之后咱们能够进行一系列的编辑。 在短视频中应用稀释的伎俩，把这个片段中平淡的剧情或者没有对话的情景切掉，将对话或者有信息含量的片段拼接在一起，最终造成残缺的短视频片段。 ...
简介：2021 年第二届云原生编程挑战赛目前正在炽热招募中。本次大赛由阿里云、Intel 主办，阿里云云原生、阿里云天池承办。自 2015 年开始，大赛曾经胜利举办了六届，并从 2020 年开始降级为云原生编程挑战赛，共吸引超过 23000 支队伍，笼罩 10 余个国家和地区。作者 | 项升 2021 年第二届云原生编程挑战赛目前正在炽热招募中。本次大赛由阿里云、Intel 主办，阿里云云原生、阿里云天池承办。自 2015 年开始，大赛曾经胜利举办了六届，并从 2020 年开始降级为云原生编程挑战赛，共吸引超过 23000 支队伍，笼罩 10 余个国家和地区。 本届大赛将持续深度摸索 RocketMQ、Dubbo3、Serverless 三大热门技术畛域，为酷爱技术的年轻人提供一个挑战世界级技术问题的舞台，心愿选手用技术为全社会发明更大价值。初赛咱们共筹备了三个赛道供选手抉择，你筹备好了吗？ .jpg") 本文次要解密赛道二：实现一个柔性集群调度机制，心愿给选手们提供一些思路。 瓜分60万现金大奖，三大赛道任意抉择， 更有奇葩工作定义拿奖新姿态，快快点击报名吧！ https://tianchi.aliyun.com/competition/entrance/531923/introduction?spm=5176.12281925.0.0.58987137KRXtxf 1、赛题背景云原生带来了技术标准化的重大改革，如何让利用在云上更简略地创立和运行，并具备可弹性扩大的能力，是所有云原生根底组件的外围指标。借助云原生技术带来的弹性能力，利用能够在极短时间内扩容出一大批机器以撑持业务须要。 比方为了应答零点秒杀场景或者突发事件，利用自身往往须要数千甚至数万的机器数来晋升性能以满足用户的须要，然而在扩容的同时也带来了诸如集群节点极多导致的节点异样频发、服务容量受多种客观因素影响导致节点服务能力不均等一系列的在云原生场景下集群大规模部署的问题。 Dubbo 期待基于一种柔性的集群调度机制来解决这些问题。这种机制次要解决的问题有两个方面：一是在节点异样的状况下，分布式服务可能保持稳定，不呈现雪崩等问题；二是对于大规模的利用，可能以最佳态运行，提供较高的吞吐量和性能。 从繁多服务视角看，Dubbo 冀望的指标是对外提供一种压不垮的服务，即在申请数特地高的状况下，能够通过选择性地回绝一些申请来保障总体业务的正确性、时效性。 从分布式视角看，要尽可能升高因为简单的拓扑、不同节点性能不一导致总体性能的降落，柔性调度机制可能以最优的形式动态分配流量，使异构零碎可能依据运行时的精确服务容量正当调配申请，从而达到性能最优。 2、赛题解析集群的柔性调度正是指 Dubbo 可能从全局的角度正当调配申请，达到集群的自适应。具体来说使消费者可能疾速地感知服务端节点性能的随机变动，通过调节发送往不同服务端节点的申请数比例调配变得更加正当，让 Dubbo 即便遇到集群大规模部署带来的问题，也能够提供最优的性能。 柔性调度机制次要解决的场景有以下这些： 多机房异地部署，网络丢包重大随着业务一直地倒退，以后业务触达的用户越来越多，服务端所需的计算容量也越来越大。另外因为利用一直宏大，在微服务架构拆分的体系下依赖的上游利用也在变多。而对于繁多机房来说所能提供的机器容量是无限的，因而不论是为了解决机器需要数大的问题、亦或者是为了保障业务高可用做的异地多活的，多机房异地部署的场景对于业务方来说多机房异地部署的状况变得越来越广泛。 波及到多机房异地部署，对于同城部署，机房之间的网络尚且能够应用租用裸光纤等形式保障网络的稳固，然而一旦多个机房部署在不同的城市、甚至是不同的国家，网络丢包重大等问题会越来越重大。 本次赛题通过模仿服务端随机抛弃局部申请来模仿这种状况，旨在冀望看到有一种主动基于延时学习，疾速对调用进行失败返回的机制，不论是及时将失败的后果返回给调用端或者是发动重试来保障服务的总体可用性的进步。 服务端解决性能无限，并发越大解决越慢对于个别业务场景，繁多服务往往不是单机的操作，更多的是须要连贯如数据库等三方组件，这些组件很多对于总体并发数是有下限的，也即是当申请并发量达到肯定值时，剩下的申请会进行排队，这将加大总体的解决延时。换个角度说，即便是在单机的视角来看，因为单机的 CPU 外围数是远小于并发线程数的，在并发数特地高的状况下，会破费较多的资源用于上下文切换上。而且如果服务的并发数过大，亦很容易造成服务单点过热的问题，进而演进为单点服务被压垮，这可能导致整个集群呈现服务雪崩的景象。 下图是以指数函数（评测时不应依赖此模型）模仿并发数和延时之间关系时，服务总吞吐量的比照图。 能够看到，单位工夫内能解决的申请数并不是并发数越大就越高的。本次赛题心愿看到有一种机制可能主动剖析出上游服务的最佳申请并发数，顺次来达到单位工夫内胜利申请的服务数更大。 宿主机性能超配，服务端性能不稳固随着云原生时代的到来，越来越多的利用被部署在容器之中，不论是容器自身还是说普通用户上云应用的相似阿里云 ECS 等 IaaS 设施，都是运行在虚拟化环境之中的。然而在一个虚拟化环境中，宿主机的资源（包含CPU cache 和内存带宽）都是共享的。如果有一个耗费 CPU cache 的利用疾速耗费了 L3 缓存，或者一个利用耗费了零碎大量内存带宽，都会对运行在同一台宿主机上的其余“街坊”造成烦扰。而往往利用部署的时候很难预测到具体哪台机器会呈现这种状况，因而咱们期待 RPC 服务框架能够被动去适配这种稳定，动静调配机器间的调用比例，最终达到尽可能高的服务容量。 ...
简介：城市治理和城市服务逐渐走向智能化，智慧化。到2019底，全国100%的副省级城市，95%以上的地级市，以及50%以上的县级市均提出建设新型智慧城市，并曾经有32个次要城市成立了专门的大数据管理机构，负责智慧城市建设相干的工作。其中，视频作为城市中的次要的数据之一，视觉AI剖析的需要一直减少，对于视觉AI业余度的要求也越来越高。 从2012年开始，国家相干部委逐渐出台各类政策法规，城市治理和城市服务逐渐走向智能化，智慧化。到2019底，全国100%的副省级城市，95%以上的地级市，以及50%以上的县级市均提出建设新型智慧城市，并曾经有32个次要城市成立了专门的大数据管理机构，负责智慧城市建设相干的工作。其中，视频作为城市中的次要的数据之一，视觉AI剖析的需要一直减少，对于视觉AI业余度的要求也越来越高。 「混合云一体机」（Apsara Stack Appliance）面向边缘计算场景，提供软硬件一体化解决方案，通过预装置、预集成、深度调优，同时反对近程交付和核心对立运维，无效晋升零碎可用性和运维效率，使企业轻松实现云边联动，助力企业在5G时代实现疾速翻新。本次，阿里云重磅降级「混合云视觉AI一体机」，AI让边缘更智能 边缘让AI无处不在。 产品介绍「混合云视觉AI一体机」次要面向城市交通出行和城市服务场景，以软硬一体化的产品状态，不仅包含了撑持云边协同计算的硬件矩阵体系，也蕴含了撑持不同硬件的对立IaaS底座，在边缘侧提供计算，数据库，存储等根底云计算能力。同时，咱们联合视觉剖析的需要，在一体机里内置了视觉AI PaaS组件，如视频网关，视觉算法智能调度引擎，视图库等。基于AI边缘云的能力，一体机面向交通出行和城市服务等具体行业的需要，提供了达摩院大量的视觉图像认知了解和归纳推理算法服务，以及深刻行业的生态利用。这种软硬一体机的产品状态，通过事后集成、测试和优化，可能极大简化IT架构，晋升部署和运维效率，实现疾速的复制推广。 产品规格多样，实用不同计算需要 针对不同场景不同算力的需要，目前「混合云视觉AI一体机」曾经造成了密集计算型，计算存储型，NPU增强型和嵌入式阵列四个次要规格，其中NPU增强型应用了阿里巴巴自研的含光800芯片，极大加强了视频剖析解决能力，嵌入式阵列面向人机共存的场景，极大升高了功耗和乐音，可部署于日常办公环境。 混合云对立基座，一体化运维体系 「混合云视觉AI一体机」采纳了混合云对立基座，底部是基础设施，而后基于混合云对立基座实现对PaaS和IaaS的对立运维，对外出现的是一套零碎。对云产品而言，无论是IaaS产品还是PaaS产品，依照基线对立接入，同时对标了云原生的解决方案，驱动业务一直降级，从对容器的运维，到PaaS的运维，最初降级到一体化的交融的运维体系 达摩院城市视觉智能引擎，满足不同视觉AI需要 城市视觉智能引擎致力于通过云计算和人工智能，依靠于阿里云分布式计算和存储平台，利用先进的视频图像、图形学解决技术和深度学习算法，建设城市级人工智能模型，实现对整个城市视觉数据的接入、计算、剖析、索引、开掘和推理，并赋能交通、消防、环保等各个行业场景，买通城市数据管道，挖掘数据价值，构建城市新的基础设施。城市视觉智能引擎是首批国家人工智能凋谢翻新平台之一，是目前寰球最大规模的人工智能公共零碎之一。 产品架构首先，「混合云视觉AI一体机」应用了高度收敛的标准化硬件，服务器，存储、网路等均为阿里团体服务器研发部门为视觉剖析深度优化和定制的设施，如网络设备反对特有的网络隔离与映射性能，起码只须要4个内部IP即可实现现场部署，极大升高了交付周期，晋升了网络稳定性与安全性。 在软件上，「混合云视觉AI一体机」基于混合云对立底座的平台提供的云原生、运维监控、账号权限等根底能力，提供达摩院城市视觉智能引擎面向交通出行和城市服务的各项算法能力，服务交通，应急，电力，环保等十多个城市职能部门。 外围劣势【超高性能】 阿里自研NPU芯片（含光800），硬件性能晋升60%；自研向量疾速比对算法，百亿底库检索2s返回，亿级动态库比对1000QPS。 【对立调度】 通过算法集成开发的性能，突破多算法场景下的的“烟囱式”建设，兼容多厂家算法，从而实现算法的对立调度和输入；基于k8s实现资源池化共享和对立纳管。 【智能防控】 蕴含达摩院城市大脑实验室研发的100多种城市视觉AI算法，提供了全面、全量、实时的智能剖析能力。 利用场景「混合云视觉AI一体机」次要面向城市交通出行和城市服务，解决城市视频数量规模宏大，全量视频汇聚对带宽容量、机房承载、建设老本要求极高，并且城市视频剖析内容多样，端上设施无限的软硬计算能力，无奈满足大量的剖析需要；大规模云平台建设周期长，老本高，计划可复制性弱的问题，广泛应用于高速，交管，平安生产，住房建设等10多个场景。 例如，在某城市的城市大脑建设中，为了克服现有零碎短少通过大数据人工智能技术解决城市治理，交通排堵等民生难点问题的能力，通过「混合云视觉AI一体机」实现了边缘侧视频智能结构化分析，并汇聚到云计算中心，通过联合视频的多源数据交融的人工智能和大数据分析，并利用数字孪生技术，实现了交通法则剖析和问题诊断，极大晋升了交通出行效率。 2019年，国家开始勾销省界收费站的高速自有流，阿里云联结达摩院、高德搭建了“交通数据中台”，在边缘侧通过「混合云视觉AI一体机」和达摩院AI算法，对高速路段的过车图片实现了实时全量的结构化分析并上传云核心，在云核心实现了高速数据与高德互联网数据之间的交融纠偏，借助大数据、AI、交通仿真等新技术，推动了自有流场景下稽查业务智能化降级。 「混合云视觉AI一体机」针对边缘节点中小规模视频剖析的需要，依靠阿里巴巴轻量级云平台和视觉智能开放平台，撑持交通出行、城市服务等多个行业视频图像认知了解和归纳推理算法服务，在边缘节点进行百路至千路规模的对立视频汇聚、实时剖析，并将结构化的数据汇聚到云计算中心，进行数据的二次计算或存储，实现云边联合的城市超大规模视频分布式解决，提供软硬件一体化的、疾速、轻量的视频剖析解决方案。 【观看一体机公布】https://yqh.aliyun.com/live/apsara\_stack\_appliance\_new\_release 【更多混合云资讯】https://www.aliyun.com/solution/hybridcloud 【退出钉群交换】群号：32450454 阿里云混合云 为政企提供量身打造的混合云解决方案 从建好云、管好云、用好云三大维度提供客户视角的一体化云平台服务 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：往年的云原生编程挑战赛围绕“挑战 Serverless 翻新实际”开展，将持续深度摸索 RocketMQ、Dubbo3、Serverless 三大热门技术畛域，为酷爱技术的年轻人提供一个挑战世界级技术问题的舞台。心愿选手们能用手中的技术，为全社会发明更大的价值。往年的云原生编程挑战赛围绕“挑战 Serverless 翻新实际”开展，将持续深度摸索 RocketMQ、Dubbo3、Serverless 三大热门技术畛域，为酷爱技术的年轻人提供一个挑战世界级技术问题的舞台。心愿选手们能用手中的技术，为全社会发明更大的价值。 赛道一：针对冷热读写场景的 RocketMQ 存储系统设计瓜分60万现金大奖，三大赛道任意抉择， 更有奇葩工作定义拿奖新姿态，快快点击报名吧！ https://tianchi.aliyun.com/specials/promotion/cloudnative2021 1、赛题背景Apache RocketMQ 作为的一款分布式的消息中间件，历年双十一承载了万亿级的音讯流转，为业务方提供高性能低提早的稳固牢靠的音讯服务。其中，实时读取写入数据和读取历史数据都是业务常见的存储拜访场景，而且会在同一时刻同时呈现，因而针对这个混合读写场景进行优化，能够极大的晋升存储系统的稳定性。同时英特尔® 傲腾™ 长久内存作为一款不同凡响的独立存储设备，能够放大传统内存与存储之间的差距，无望给 RocketMQ 的性能再次飞跃提供一个支点。 2、题目解析本次赛题大抵有两个关键点：分层存储如何设计、AEP在场景中表演的角色。 首先分层存储并不是一个生疏的概念，也是一个被广泛应用技术，狭义上讲，就是将数据存储在不同层级的介质中，并在不同的介质之间进行主动或者手动的数据迁徙，复制等操作。事实上，分层存储的设计并没有惟一最优解的说法，须要具体场景具体设计，并尽可能思考到极其状况。 4 核 8G 规格 ECS，配置 400G 的 ESSD PL1 云盘（吞吐可达到 350MiB/s ref），配置 126G 傲腾™长久内存。从机器配置上看，各个存储介质速度 8G-DRAM > 126G-AEP > 400G-ESSD。正确性评测中会重启 ECS，并清空傲腾盘上的数据。重启 ECS 采纳的是模仿断电的办法，因而须要保证数据至多落盘一份到 ESSD 中。性能评测时，有 50% 的队列会从以后最大位点生产，残余的从 0 开始，因而能够对“冷热数据”进行辨别解决，进步零碎的稳定性和运行效率。尽管操作系统中有 PageCache，然而它在某种极其状况下体现得“笨笨”的，比如说混合读写中，刚写入的“热数据”可能会因为内存不足而被换出，生产时的数据又会净化本就风雨飘摇的 PageCache，最差状况是可能导致其齐全生效，全副读写都走了 SSD。其次是如何高效利用这块 AEP。 英特尔® 傲腾™ 内存是一款不同凡响的独立存储设备，能够放大传统内存与存储之间的差距。对于某一个设施在什么状况下应用、如何应用都是基于其个性登程的，就比方之前的机械硬盘因为物理寻址形式，程序读写时吞吐远大于随机读写，而 DRAM 和固态硬盘则是电路寻址，不思考硬件和软件上的缓存优化时是否程序读写差距不大；而傲腾内存的个性又不同于其余存储介质，深刻理解它将有助于更灵便更高效的应用。https://developer.aliyun.com/article/770338?groupCode=aliyundb 3、解题思路分层存储： 因为存储介质容量、速度上有较大差别，因而能够将冷热数据进行辨别，新写入的数据维持在 DRAM 中，冷数据在读取前及时复制到 AEP 中。因为 ESSD 的带宽十分无限，冷数据在迁徙过程中会占用贵重资源，因而能够在写入阶段采纳双写。因为是冷热读写的队列是随机指定的，须要程序能本人判断并区别对待。能够在内存中本人保护一份缓存，缩小对 PageCache 的依赖。4、如何拿好问题因为问题是获得全副流程工夫总和，且各个环节相互影响，因而能够大胆施展发明，找出最具“性价比”的优化。 ...
简介：往年奥运会首次采纳阿里云撑持寰球转播，这是奥运迈入数字时代的重要一步。对于这届非凡的奥运会来说，技术至关重要。咱们置信，这次发明历史的实际，将为将来撑持更多体育爱好者把“云观赛”转变为参加国内体育赛事的次要形式，起到里程碑的作用。作者 | 志敏 佳旭 第一次延期、第一次限度观赛……注定将在奥运史上留下非凡的一笔。然而，在诸多“第一次”之下，中国科技力量正在一条要害赛道上发明着这个寰球体育盛会的历史性冲破。 往年奥运会首次采纳阿里云撑持寰球转播，这是奥运迈入数字时代的重要一步。对于这届非凡的奥运会来说，技术至关重要。咱们置信，这次发明历史的实际，将为将来撑持更多体育爱好者把“云观赛”转变为参加国内体育赛事的次要形式，起到里程碑的作用。 数字化国内体育赛事背地的云原生力量这是一次真正意义上的“云上体育盛会”。在这次赛事的多个外围我的项目中，阿里云不仅提供了存储、计算、网络等丰盛的云计算资源反对，容器技术也施展了重要的作用。与此同时，也在验证着“容器正在成为应用云的新界面，以及全球化利用交付的首选形式”这一要害趋势。例如容器服务 ACK 作为阿里云上最优的容器执行环境、容器镜像服务 ACR 作为最优的容器利用散发基础设施，都在通过高效稳固、极致弹性、平安智能等能力的输入 ，推动国内赛事以云原生的形式减速向数字化演进倒退。 正如“更快，更高，更强，更团结”的奥林匹克精力体现出的提高与超过一样，阿里云容器服务也在一直向极致的能力发动挑战。在这次吸引寰球眼光的体育盛会服务保障工作中，阿里云增强版容器服务 ACK Pro、容器镜像服务企业版 ACR EE，都凭借杰出的施展，为更多下层的我的项目利用构建和运行提供弱小的能力基座，更向世界证实了来自中国的“云原生力量”。 1、稳如磐石，为赛事官网保驾护航举办条件的特殊性、艰巨性及其面临的微小挑战，都让本届赛事相干的一举一动备受世界注目。官网是赛事信息最权威、最实时的公布平台，基于阿里云容器服务 ACK Pro 在法兰克福、香港等地区构建的异地双活的高可用架构，官网在赛事期间继续面向寰球观众提供了稳固、牢靠、平安、高性能的拜访服务。凭借稳如磐石的性能体现，阿里云容器技术为官网赛程安顿、赛事信息、运动员状态及奥运故事向全世界的及时传递，提供了要害保障。 2、高效平安，为赛事信息提供实时数据源在如此规模隆重的赛事下，产生的数据以“海量”来形容绝不为过。要使这些信息失去高效解决，宏大的数据仓库成为必然的抉择。它负责接管来自赛场后果应用程序的信息，例如收集较量开始工夫、运动员较量问题之类的信息，而后将其进行集中处理，来为其余利用提供数据源。 为了保证数据的安全性、业务的连续性，为利用提供残缺的数据保护，赛事数据仓库基于 ACK Pro 构建了异地灾备的高可用架构，地区包含东京和法兰克福。另外，因为须要实时收集数据、解决并输入数据，所以零碎对于实时性要求很高，ACK Pro 及 ACR EE 的优良性能充沛满足高实时性的要求。即使业务量快速增长，ACR EE 的容器镜像大规模散发能力、ACK Pro 的极致弹性能力也能够疾速扩容节点和 Pod 应答突发的流量峰值。 另外，容器技术的 DevOps 疾速部署能力也在主动媒体标注场景中被利用，来整合各种起源的数据，例如运动员入场工夫、进球工夫等，建设数据库，并通过人工智能来丰盛 OBS 的视频图片相干的元数据。该我的项目同样基于 ACK Pro 进行部署和构建，进步媒体标注自动化水平。 3、极致弹性，助力公众「掌上摸索奥运村」尽管现场观赛受到严格限度，但在科技助力下，公众能够通过各种离奇、乏味的线上形式，加强与赛事的交互体感。比方 PinQuest 公司推出的一款奥运主题冒险类手游，能够让用户在手机上开启属于本人的“奥运村探险”之旅。该游戏基于 ASK（阿里云容器服务 Severless 版）提供的极致弹性能力实现要害模块，在赛事开始前 10 余天启动并疾速实现上线，充分体现了容器疾速部署和极致弹性的能力。 滴水石穿，非一日之功。在本届赛事中容器服务的广泛应用及令人满意的体现背地，是阿里巴巴向云原生进化过程中历时 10 余年的核心技术和能力积淀。 阿里云容器服务核心技术能力阿里云容器服务提供了业界最具竞争力的容器产品，间断多年放弃国内容器市场份额第一。除了对奥运会等大型赛事的反对，也成为了双十一、618、春晚等大型流动的中坚力量，撑持了团体外围电商、批发云的聚石塔、物流云的菜鸟 CPAAS、中间件的 MSE、边缘云的 CDN 和 ENS，也反对了 AI 和数据库的云原生化和钉钉音视频云原生化，积淀了丰盛的核心技术竞争力。 图1：阿里云容器服务产品线的整体架构 ...
简介：2021 年，随着社会节奏的放慢，用户碎片化生产工夫一直减少，以后短视频的生产用户规模已超 7.73 亿人，短视频的市场规模超过 2000 亿元。短视频行业倒退迅速，但也存在低质内容泛滥，精品内容稀缺的问题。在 7 月 10 日的 Imagine 阿里云视频云全景翻新峰会上，阿里巴巴娱乐资深算法专家李静，发表了《视频技术再翻新，开启内容数字化浪潮》的主题演讲，从短视频畛域的内容生产窘境登程，分享 MediaAI 平台的技术能力及利用实际，解密优酷短视频智能生产的技术，以下为演讲内容整顿。优酷如何开启内容数字化浪潮？既然是优酷，就要从长视频、短视频以及最初散发出现进去的所有的视频状态说起。优酷的数字化也会从视频的整个生命周期来剖析。优酷作为一个长视频网站，从长视频最后的拍摄到制作再到实现，咱们有内容评估的数字化零碎。 当一个长视频拍摄进去之后，如何利用这种版权内容再进行二次的创作，这就是创作内容的的数字化；接下来咱们心愿生成一些短视频特效，让用户看起来更好看，更乏味，这是特效的数字化。 最初，在终端上用户拿着手机、平板或者通过电视大屏观看视频的时候如何体验内容数字化的益处？ 所以，内容的数字化浪潮要从整个视频的生命周期来讲。 创作因素解构 第一个是内容评估的数字化。在阿里巴巴娱乐有一个北斗星的团队，是专一于做长视频的内容评估，它的外围点是心愿通过后验的数据去掂量整个视频内容的品质，视频内容或者视频的生产元素。 其中又包含一些内涵的货色，例如导演、编剧、演员、剧本等，这些货色是大家平时能听到的，但间隔本人又很边远的货色，这些就是视频内容生产内涵的内容。 内涵之外还有内延信息，包含出现进去视频自身它涵盖的一些人物的信息、镜头的语言以及自身人物的性情等。所有的这些信息都是基于咱们 NLP 语言（Natural Language Processing）或者 CV（Computer Vision）的能力进行解构。 所以当咱们有了内涵信息和对于内容的解构之后，咱们心愿能够通过这些信息去预测用户的心理感触或者对内容的爱好度。 从数据侧取得的先验数据，其中蕴含了十分直观的收视率、用户的互动状态、评论数，咱们心愿通过这些数据能够进一步开掘用户的心理状态、生理状态，以此推动咱们外围能力来实现内容的评估。 内容的评估须要利用到 AI 的能力，一个是 AI 评估，一个是 AI 体检。 什么是 AI 评估？ 一个视频片段是否好，以前用人来审，须要破费大量的人力。如果用人工审核预测一部电视剧是否是爆款，会十分十分艰难。所以在内容评估上咱们利用北斗星的零碎，从最开始演员、供应商、IP 等级、导演和编剧的信息预估这部电视剧是什么样的程度。 并且，能够对电视剧里的的演员做进一步更深的剖析，例如他的粉丝价值，整个口碑等。通过剖析咱们让平台进一步做辅助性决策，再利用咱们的 AI 技术最终评估这部电视剧到底是什么品位。 第二个点是 AI 体检。 当视频片段拍完剪辑好之后，用算法来预测这些片段，哪些是看点，哪些是高潮点，哪些是剧情十分拖沓无聊的点，去寻找用户可能弃剧的危险点，给出一些建设性的意见，帮忙剪辑师进行剪辑优化。这是优酷内容评估另外一个利用点。 在长视频之后，就是短视频了。 优酷的《山河令》和《司藤》在放送完结之后，咱们如何进一步利用它做二次的短视频创作？ 短视频最近几年来十分火，去年短视频生产用户达 7 亿多人，短视频工会和 MCN 数量超过两万家，市场规模超过两千亿，在如此宏大的短视频消费市场下咱们面临了一些问题，高质量的短视频十分稀缺，大量的低质的、粗制滥造的短视频充斥在整个市场上。 所以，咱们想利用自动化生产的形式代替掉那些品质低劣的短视频，让咱们的智能创作达到人创作的程度，这是优酷想要去做的。 所以阿里巴巴娱乐研发出了概念级的视频的解构能力去赋能智能创作。这是什么呢？ 当每次提到视频解构、CV 能力，大家可能都会天然想到一些标签，对于一个视频场景，外面有人物、物体、静止等，在过来 CV 畛域这些是特地主观的标签形容，但进行视频创作的时候，这些货色并不是创作者们十分须要的，创作者们须要的元素或者素材是可能让观众有深切感触的，所以咱们从新定义了语义级的标签，才可能赋能智能创作。 视频解构赋能短视频生产 有了基于概念级的标签解构能力之后咱们能够进行一系列的编辑。 在短视频中应用稀释的伎俩，把这个片段中平淡的剧情或者没有对话的情景切掉，将对话或者有信息含量的片段拼接在一起，最终造成残缺的短视频片段。 ...
简介：本次降级依据上万企业客户的应用反馈和行业利用特色，从简略开明到个性化定制，从内容散发到边缘计算残缺解决方案，对客户侧的应用体验进行了全局梳理和全链路优化，推动边缘云CDN操控变革，并逐渐构建面向“5G+边缘”的开放平台。随着边缘云技术日渐成熟、规范趋于对立，作为企业边缘云的外围根底利用之一 —— CDN因其具备低延时、高并发、低成本等特点，也越来越多的渗透到产业互联网的各个利用场景之中。 本次降级依据上万企业客户的应用反馈和行业利用特色，从简略开明到个性化定制，从内容散发到边缘计算残缺解决方案，对客户侧的应用体验进行了全局梳理和全链路优化，推动边缘云CDN操控变革，并逐渐构建面向“5G+边缘”的开放平台。 降级1：0门槛开明边缘云CDN服务 阿里云CDN控制台概览页作为用户拜访的第一入口，优先展现数据、域名、用量、资源包等信息，同时新增学习门路和自助诊断工具，帮忙老手用户疾速上手应用。针对域名增加场景 ，在2021年7月推出的新版域名治理性能中，新增域名配置向导性能，疏导用户能够轻松实现操作配置，避免出现因操作不当导致无奈运作的状况。 面对中高级用户，边缘云CDN在“减速效率”、“拜访性能”、“平安”等方面也有显著晋升，新增“举荐配置”性能，它囊括了CDN最罕用和定制化的性能，例如缓存过期工夫、过滤参数、智能压缩、range回源、监控告警等。合理配置能够帮忙进步缓存命中率，晋升访问速度，让减速体验更顺畅。 降级2：服务可视化和工具化 为帮忙使用者更直观地剖析减速老本与效率，本次降级新增“经营报表”性能，包含topURL，topIP的统计，都能够在经营报表中进行定制和数据查问。报表定制后，能够创立日周月的订阅工作，数据会主动的发送到指定邮箱，便于定期剖析并调整业务策略。与此同时，通过代码优化、API优化，实现了CDN控制台秒级响应成果，从原来的2.8秒 晋升 到了1秒左右，性能晋升100%，让整体的产品操作交互体验更平滑。 降级3：自助服务工具让效率晋升50% 当遇到域名抵触、域名无法访问、域名拜访速度慢等一系列问题后，用户能够通过域名状态诊断、性能配置查看、异样状态码诊断等工具定位问题并自助解决，从而进步问题的解决效率。当用户问题无奈用自助服务工具解决时，能够通过自助工具来唤起人工的工单解决流程，实现智能问答到人工客服的无缝切换，最快速度获取解决方案。 阿里云边缘云CDN，不止于减速 阿里云边缘云可编程CDN（EdgeScript）配置性能能够通过简略易学的语法和丰盛的函数库，可能像积木式地组合出个性化的CDN定制配置。它具备语法简略、开发灵便、迭代麻利等业务劣势，广泛应用于各类定制化业务流的开发。目前可编程CDN能够反对的业务场景包含定制化鉴权、缓存管制、限速管制、封禁拦挡等7类。 将来阿里云边缘云技术必然会持续朝着分布式、小型化、自治性、协同性、云原生等方向演进，阿里云将充分发挥本身在产品、技术、生态的全局劣势，通过提供灵便、凋谢、平安的边缘云计算底座，赋能合作伙伴开发多场景边缘利用，服务各垂直行业客户，一直打造开放性的产品能力，联合更多场景化计划，推动边缘云进一步行业倒退。 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：从90后的守业新兵到年过半百的守业老兵，从硬科技、生产降级、5g产业链到出 行畛域的汽车互联网赛道看他们如何翻新。由阿里云翻新核心出品的「看见新力量」栏目在过来两个多月陆续采访了10位在科技领域耕耘的创业者。他们从阿里云主办的守业大赛的上千家参赛企业中怀才不遇，用创业者的视角带咱们走进他们的企业，理解技术与商业上的翻新，讲述他们守业路上的酸甜苦辣。 《看见新力量》以电子书的模式出现，以便宽广受众走进这十位创业者背地的故事。 点击即可收费下载《看见新力量》 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=7953 本书适用人群：本书实用于所有对守业及科技翻新感兴趣的用户 通过本书你能够理解：创业者和企业翻新背地的故事，多视角、多纬度的价值报道，让你听到创业者的实在声音，看见科技翻新的力量。 精彩福利福利1：阿里云翻新核心官网——翻新企业福利申领 收费BP模板、1元云上公司注册、23元com域名、72元CES等更多福利。 福利2：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。 以下为各分期采访链接： 专访欣铼能源创始人叶士弘——新能源固态电池的研发 专访乐播新瑞创始人张宇程——线下流量场景的声音智能利用 专访昇暘光學创始人李文宗——展现“光”的迷信和艺术 专访PIX Moving创始人喻川——开启汽车行业新时代 专访将来黑科技创始人徐俊峰——车载人机交互技术的前沿利用 专访慧晶科技CMO柳珩——高新散热资料造就优质产品 专访宇旷则然联结创始人王铭凯——电力系统变革和倒退 专访满电出行创始人王颖——解决新能源车充电窘境 专访时识科技CEO乔宁——“类脑”计算打造下一代人工智能 专访中安云服智能联结创始人侯谨——算法推动安防信息技术 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：《Flutter企业级利用开发实战手册》重磅降级！本书由浅入深、娓娓道来地讲述 Flutter 外围知识点，更囊括进阶与深度内容。全书联合知识点，配以相干案例与实际进行解说，通过思路疏导，触类旁通。 可复制该链接到浏览器实现下载或分享：https://developer.aliyun.com/topic/download?id=7956 随着 Flutter 在国内逐渐利用，许多开发者逐步意识到它的玄妙之处。开发者在娴熟地应用 Flutter 进行开发并进步研发效率的同时，也面临着不小的挑战。闲鱼技术团队历时一年，在前一本书的根底上持续深耕给出了答案： 《Flutter企业级利用开发实战手册》重磅降级！全面总结了 Flutter 企业级利用的解决方案，包含了基本概念、框架、动画、构建、性能和高可用等方面，更具深度、广度、实用性！心愿能够为企业开发者和决策者提供基于 Flutter 的残缺解决方案。 [点击此处收费下载 《Flutter企业级利用开发实战手册》](https://developer.aliyun.com/...) 本书的不同凡响之处❏ 深度：本书相比闲鱼的上一本书，兼具了更多的单点问题的深耕与解决。例如行业内挑战较大的简单场景下的性能问题，团队有了更粗浅的意识以及新的解决方案。 ❏ 广度：对于一线技术负责人和开发者来说，面向企业级利用场景下的绝大多处问题和挑战，都能在本书中取得答案。 ❏ 实用性：本书具备松软的实际根底，咱们致力通过案例与理论代码来传播实际过程中的次要思路和要害实现，但同时咱们保持授人以鱼不如授人以渔的准则。 本书秉承这三个维度，全面彻底、自顶向下的精心设计，补救了市场上的一些空白，心愿大家能够通过浏览取得更深的业余领悟，并充沛的把握解决各种问题的办法。 谁应该浏览本书❏ 关注研发效力的一线技术管理者 ❏ 酷爱钻研的挪动端开发者 ❏ 从事跨平台技术的相干从业者 ❏ 对Flutter感兴趣的相干业余的师生 ❏ 一线技术媒体和技术出版编辑的敌人们 精彩抢“鲜”看本书由浅入深、娓娓道来地讲述 Flutter 外围知识点，更囊括进阶与深度内容。全书联合知识点，配以相干案例与实际进行解说，通过思路疏导，触类旁通。 章节介绍第 1 章介绍了 Flutter 技术以及相干的跨平台技术原理与实用场景。 第 2 章介绍了基于 Flutter 的挪动端混合架构及配套工程的搭建办法，这也是目前业内应用较多的技术计划。 第 3 章列举了不同业务场景下的技术挑战，并给出了对应的框架设计及解决方案。 第 4 章详尽形容了 Flutter 相干的性能优化和高可用体系的实际，包含度量规范、优化工具、优化策略等一系列计划。 第 5 章形容了在简单交互下如何利用 Flutter 进行 UI 的进阶定制和动画框架设计。 第 6 章介绍了阿里巴巴团体其余 App 在 Flutter 侧的利用实战，为大家补充了更多的横向技术内容。 ...
简介：7 月 31 日，阿里云视频云受邀加入由凋谢原子开源基金会、Linux 基金会亚太区、开源中国独特举办的寰球开源技术峰会 GOTC 2021 ，在大会的音视频性能优化专场上，分享了开源 FFmpeg 在性能减速方面的实战经验以及端云一体媒体零碎建设与优化。家喻户晓，FFmpeg 作为开源音视频解决的瑞士军刀，以其开源收费、功能强大、不便易用的特点而非常风行。音视频解决的高计算复杂度使得性能减速成为 FFmpeg 开发永恒的主题。阿里云视频云媒体解决零碎宽泛借鉴了开源 FFmpeg 在性能减速方面的教训，同时依据本身产品和架构进行了端云一体媒体零碎架构设计与优化，打造出高性能、高画质、低延时的端云协同的实时媒体服务。 阿里云智能视频云高级技术专家李忠，目前负责阿里云视频云 RTC 云端媒体解决服务以及端云一体的媒体解决性能优化，是 FFmpeg 官网代码的维护者及技术委员会委员，参加过多个音视频开源软件的开发。 本次分享的议题是《从 FFmpeg 性能减速到端云一体媒体系统优化》，次要介绍三个方面的内容： 一、FFmpeg 中常见的性能减速办法 二、云端媒体解决零碎 三、端 + 云的协同媒体解决零碎 FFmpeg 中常见的性能减速办法音视频开发者以后次要面临的挑战之一是对计算量的高需要，它不只是单任务算法优化，还波及到很多硬件、软件、调度、业务层，以及不同业务场景的挑战。其次端、云、不同设施、不同网络，这些综合的复杂性现状，要求开发者要做系统性的架构开发与优化。 FFmpeg 是一个十分弱小的软件，包含音视频的解码编码、各种音视频的 Filter 、各种协定的反对。作为一个开源软件 FFmpeg 次要的 License 是 GPL 或者 LGPL，编程语言是 C 和汇编。它还提供了很多关上即用的命令行工具，比方转码的 ffmpeg 、音视频解析的 ffprobe、播放器 ffplayer。其外围的 Library 有负责编解码的 libavcodec、解决音视频的 libavfilter 、反对各种协定的 libavformat。 FFmpeg 开发社区中，音视频性能优化是一个永恒的主题，其开源代码里也提供了十分多的经典性能优化的实现办法，次要是通用减速、CPU 指令减速、GPU 硬件加速。 通用减速通用减速次要是算法优化、IO 读写优化、多线程优化。算法优化的指标是在不减少 CPU Usage 的前提下进步性能。最典型是编解码器的各种疾速搜索算法，它能够在精度只有多数损失的状况下，大幅优化编码速度。各种前后解决 Filter 的算法也有相似的办法，也能够通过算法合并来缩小冗余的计算，达到性能优化的目标。 下图是一种典型的降噪与锐化卷积模板，它须要做 3 乘 3 的矩阵卷积。咱们能够看到，这里的锐化模板跟平滑模板是相似的，对于同时要做降噪和锐化的操作，只有在平滑的模板的根底下面做减法能够达到锐化化模板的后果，能够缩小冗余的计算，晋升性能。当然算法优化也存在局限性，比方编解码算法有精度上的损失，还可能须要就义空间复杂度换取工夫复杂度。 ...
简介：现在越来越多的公司正在拥抱Kubernetes ，以后Kubernetes 曾经主导了云业务流程。 那么称霸容器畛域的Kubernetes 到底有什么魔力呢？又该从何学起呢？这须要对Kubernetes 的学习有一个清晰的学习门路，从而无效的学习Kubernetes 所囊括的常识。阿里云开发者学堂已上线10大技术图谱，笼罩数据库、大数据、云原生、AI、IoT等各大热门畛域，为不同能力、不同学习需要和待业需要的开发者，提供专属学习路线实现职场进阶。 【云原生人才打算2.0】由阿里云开发者学堂联结Linux Foundation 开源软件学园、阿里云云原生团队独特发动，公布《云原生人才打算之Kubernetes 技术图谱》，帮忙云原生畛域开发者取得从实践根底、开源实际再到利用落地的体系化成长，推动云原生大规模遍及过程。云原生人才打算2.0的公布相比于2020年的「云原生人才打算」1.0根底上，新增收费入手试验，面向LFOSSA 以及阿里云寰球培训中心两套认证体系进行针对性的课程设计，帮忙开发者学习后顺利实现“一课两证”。 图谱地址：https://developer.aliyun.com/graph/Kubernetes 图谱地址：https://developer.aliyun.com/graph/Kubernetes 学习更多精选内容：https://developer.aliyun.com/learning 首发有礼在本帖评论区分享更多对于Kubernetes 的常识，但凡被小助手驳回的答复，即可取得小米耳机一个！ 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：IDC报告显示，2020年中国关系型数据库软件市场规模达到121.8亿元，同比增长36.5%。其中，以私有云模式部署的关系型数据库市场占比达到51.5%，首次超过传统线下部署模式市场规模，预计到2025年将持续走高，占比达到73.5%。日前，权威市场调研机构IDC公布2020年中国关系型数据库市场钻研报告，阿里云以超过28%的市场份额，力压传统数据库厂商，行业排名当先。其中，在云关系型数据库市场上，阿里云以绝对优势领跑，市场份额超过第2至7位的总和。 关系型数据库是支流的数据库产品之一，广泛应用在金融、政务、电信、物流、互联网等畛域。目前，关系型数据库次要需要向着云服务、云原生、分布式、剖析型过渡。 IDC报告显示，2020年中国关系型数据库软件市场规模达到121.8亿元，同比增长36.5%。其中，以私有云模式部署的关系型数据库市场占比达到51.5%，首次超过传统线下部署模式市场规模，预计到2025年将持续走高，占比达到73.5%。 在具体厂商方面，阿里云以超过28%的市场份额，行业排名当先，整体营收较上一年增长70%以上。其中，在私有云部署市场上，阿里云份额遥遥领先，超出第2至7位的厂商总和。 阿里云可能行业排名当先，得益于当先的云数据库技术以及面向行业需要布局的数据库产品矩阵和解决方案。作为中国排名第一梯队的云厂商，除了智能化的企业级云数据服务RDS之外，阿里云自研了面向不同外围利用场景的云数据库产品，造成了以PolarDB、AnalyticDB、Lindorm为外围的面向在线交易解决、剖析与多模、HTAP、物联网等不同场景的云数据库产品矩阵。 目前，阿里云的数据库产品正广泛应用在团体各业务之中，撑持数亿用户应用在线购物、在线领取、在线交易与剖析等服务。在经验双十一等独特场景淬炼之后，阿里云数据库踊跃对外开放、拓展企业级市场，宽泛服务互联网、金融、政务、电信、交通与能源等畛域的头部机构，其中包含国税总局、中国邮政、中国人寿、中国北方航空、友邦保险等。 ——起源：经济观察报 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：首次关上离线包白屏以及报错“-1009”等该如何解决呢？ 离线包原理以一次启动离线包的流程为例，离线包的加载流程分为两种场景，第一种是离线包下载好的场景，流程如图1所示，第二种是离线包没下载好的场景，如图2所示： 图1：离线包加载支流 图2：离线包下载流程 咱们能够从埋点来跟踪离线包具体的加载流程*： 查看本地是否有离线包，本地有则执行第四步解压，解压之后再进行校验，校验通过加载本地离线包，如果本地曾经装置过，那就不须要解压间接走解压后的流程网络申请离线包信息，这一步和上一步是异步进行的，对应的埋点有 H5\_APP\_REQUEST比照申请回来的离线包信息，再决定是否下载离线包，对应的埋点有 H5\_APP\_DOWNLOAD解压离线包，对应的埋点有 H5\_APP\_UNZIP如果开启了离线包验签，校验离线包的合法性，对应的埋点有 H5\_APP\_VERIFY、H5\_AL\_SESSION\_VERIFYTAR\_FAIL加载本地离线包，对应的埋点有 H5\_AL\_SESSION\_MAP\_SUCCESS、H5\_AL\_SESSION\_FALLBACK留神：fallback走线上须要等到离线包申请这个异步申请回调回来之后返回的 fallback + mainUrl 确定 Webview 关上的URL。 *参考资料：离线包日志埋点 案例1：首次关上离线包白屏STEP1：依照离线包加载流程剖析，首次关上离线包肯定是须要走线上的fallback，因为本地没有，走线上之前肯定须要先晓得离线包的线上地址也就是URL，所以须要查看日志剖析是否是申请离线包信息那一步出错了。 STEP2：剖析日志关上线上离线包的时候URL为空，在离线包申请还没有回调回来之前就关上离线包，所以呈现了白屏。 STEP3：查看代码 将创立的离线包控制器作为根视图，机会过早，所以导致了该问题。 STEP4：联合客户需要给出倡议，能够应用本地预制离线包解决首次过早关上离线包呈现白屏的问题。 案例2：关上预置离线包，报错（-1009）复现demo STEP1：断网状况下关上预制离线包失败显示网络无奈连贯阐明关上预制包失败了，所以走了线上，因为没有网络所以显示网络无奈连贯，问题出在本地预制的离线包上。 STEP2：依照离线包的加载流程剖析，在本地有预制包的状况下呈现走线上的状况别离有两种状况，离线包验证签名失败和加载本地离线包失败。 STEP3：日志剖析 察看到有验签失败的字样。 STEP4：查看代码客户端是否敞开了验签，默认是开启的，如果没有敞开，那么客户端须要设置对应的公钥，或者敞开验签。 STEP5：敞开验签再试一遍，持续剖析日志： H5\_AL\_SESSION\_FALLBACK加载本地离线包失败，最终走的线上，察看解压离线包胜利没有问题，问题出在加载离线包那一步，日志中查找到H5\_APP\_EXCEP离线包异样埋点，是读取数据时候失败了。 STEP6：问题有可能呈现在该离线包下面，所提供一个失常的离线包给客户做成本地预制离线包，断网关上验证，没有问题，问题就出在该离线包上。 STEP7：解开预制的离线包，察看离线包是否门路字符总长度是否超过了限度导致读取数据失败。 JS文件名称过长，导致总的字符长度超过了限度，须要客户批改离线包*。 *参考资料：生成离线包 思考和总结通过下面两个案例的介绍，咱们能够清晰的看到案例一最终呈现问题的起因是申请离线包信息这个申请没有回调回来，客户就关上离线包时没有获取到URL，问题呈现在了申请离线包那一步了，而案例二最终定位到加载本地包失败那一步。 理解了离线包的具体加载流程，再联合 nebula 容器自动化埋点日志，就能够具体定位问题到离线包加载的哪一步了。 本文作者：阿里云 mPaaS TMA 团队（杨强 荣阳） END 下周二（8.24）阿里云飞天会员日开启，音讯推送等资源包1折秒杀抢购，点击理解更多折扣详情。 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：搜寻始终是电商行业流量起源的外围入口之一，如何搭建电商行业搜寻并晋升搜寻成果，始终是电商行业开发者致力攻克的难题。基于传统数据库或开源引擎尽管可能搭建根底搜寻服务，但随着商品数据的增多和业务流量的增长，难免会遇到性能瓶颈和成果瓶颈。另一方面，随着电商、直播、云计算等技术的一直倒退，越来越多的传统批发企业正在进行互联网云上转型，特地是受近两年疫情等因素的影响，APP、小程序曾经成为批发企业重要的业务增长起源。在此背景下，如何疾速搭建高效搜寻服务成为批发行业上云及转型的难题。本文作者 刘志嘉 阿里云智能 产品经理 直播视频请点击 直播 观看。 搜寻始终是电商行业流量起源的外围入口之一，如何搭建电商行业搜寻并晋升搜寻成果，始终是电商行业开发者致力攻克的难题。基于传统数据库或开源引擎尽管可能搭建根底搜寻服务，但随着商品数据的增多和业务流量的增长，难免会遇到性能瓶颈和成果瓶颈。另一方面，随着电商、直播、云计算等技术的一直倒退，越来越多的传统批发企业正在进行互联网云上转型，特地是受近两年疫情等因素的影响，APP、小程序曾经成为批发企业重要的业务增长起源。在此背景下，如何疾速搭建高效搜寻服务成为批发行业上云及转型的难题。 为解决这两个问题，阿里云计算平台事业部推出基于 MaxCompute 和凋谢搜寻的电商、批发行业的搜寻解决方案，实现商品存储、建库、搜寻、调优的搜寻开发平台。 本文将从产品简介、电商行业特点、行业搜寻开发实际、更多解决方案这四个方面介绍如何疾速、高效的基于MaxCompute 和凋谢搜寻搭建电商行业搜寻服务。 一、产品简介MaxCompute 简介简略、易用、全托管的凋谢服务MaxCompute 是阿里云推出的一款简略、易用、全托管的面向剖析的企业级 Saas 模式云数据仓库，它简略、易用，可能匹配业务倒退进行灵便弹性扩大；面向云上开发者，MaxCompute 反对机器学习、数据湖、传统数仓、近实时数仓等多种业务剖析场景，并提供更凋谢的开发生态。 Serverless 灵便数据仓库为实现企业在满足差异化需要的前提下最小化老本的指标，MaxCompute 以 Serverless 架构提供疾速、全托管的在线数据仓库服务，打消了传统数据平台在资源扩展性和弹性方面的限度，满足用户的业务敏捷性、周期稳定调度、要害工作保障、稳固可预期等需要，最小化用户运维投入，从而使用户能够经济、高效的剖析解决海量数据。这些个性使得MaxCompute非常适合电商、批发行业的利用场景，满足行业开发者的计算、存储需要。 此外，MaxCompute 还提供Serverless的数据接入服务、多计算环境、存储服务、资源管理，大幅度降低用户运维老本，让用户更专一本身业务扩大与开发。 凋谢的生态在产品生态方面，MaxCompute 提供丰盛的诸如产品本身凋谢生态、阿里云产品解决方案生态、数据利用生态、开源引擎工具集成等全方位凋谢生态，基于 MaxCompute，开发者能够自由选择业务开发方式，更灵便的定制个性化产品解决方案。 继续打造凋谢的产品生态而 MaxCompute 的离线、实时、剖析、服务一体化数据仓库，特地实用于企业实时数仓场景、BI报表交互查问场景、用户画像剖析等场景，而这些场景正是电商行业商品数据存储、用户行为疏导与剖析不可或缺的组成部分。 在阿里巴巴团体外部，MaxCompute 作为双11即时查问场景的最佳实际，可能反对数亿级TPS写入速度，PB级数据亚秒级查问相应，充沛满足电商行业大促场景下的高时效性需要。基于这些个性，MaxCompute 曾经成为电商行业云上开发者的首选存储、计算服务。 后面提到，MaxCompute 反对开源生态集成、支流商业软件集成等多种凋谢生态，同时在可能与阿里云其余产品独特组成一站式解决方案，搭建电商罕用的搜寻、举荐等大数据服务利用。特地是针对电商、批发行业搜寻业务，MaxCompute能与另一款云产品凋谢搜寻联动，造成一站式搜寻开发平台。 凋谢搜寻简介凋谢搜寻是阿里团体搜寻业务中台，是基于大数据深度学习在线服务体系打造的智能搜寻云服务产品。在阿里团体外部，共有淘系、天猫、盒马、菜鸟等超过500个业务接入，反对日均百亿级别的搜寻拜访。双十一期间，稳固反对阿里团体外部各产品的搜寻服务，单业务搜寻QPS峰值超百万。凋谢搜寻自2014年开始在阿里云上商业化输入，目前曾经为数千家客户、数百家电商、批发企业提供搜寻服务。 一站式智能搜寻业务开发平台凋谢搜寻产品提供外围引擎、召回排序、搜寻疏导等搜寻前、中、后各个环节的服务与能力，实现一站式搜寻业务开发。针对经验丰富的搜寻开发者，凋谢搜寻提供利用构造、召回、排序、算法等多个环节的凋谢服务，满足开发者的个性化定制需要；针对零根底的小白用户以及产品、经营同学，凋谢搜寻提供电商、教育等行业的行业模板，一键式疾速搭建成果更优的搜寻服务，助力企业实现业务指标。 特地是针对电商行业，凋谢搜寻提供商品、订单、门店搜寻，数据库减速和剖析等多场景搜寻形式及解决方案。 二、电商行业特点电商行业是高度的成交导向、GMV导向行业，以疏导更多更高额的购买成交作为最终目标，实现电商平台、买家、卖家的三赢。而搜寻和举荐是目前电商行业最次要的流量入口，像图中的这三款APP，都将搜寻入口搁置在整个APP的最外围地位，不便用户第一工夫发现搜寻入口，上面是其余子利用或商品分类筛选，再上面是举荐feed流。数据显示，有90%以上的GMV奉献来源于搜寻和举荐的流量疏导。 当用户曾经有了明确的购买需要关上电商APP时，他有很大概率通过搜寻寻找指标商品，而在这种场景下的疏导购买率、转化率十分高，因而，搜寻成果对于电商行业而言至关重要。 那么要如何掂量搜寻的成果呢？依据积攒多年的电商行业搜寻教训，咱们次要将电商搜寻外围指标分为成果指标和性能指标，成果指标蕴含点击率、无后果率等，性能指标蕴含搜寻响应工夫、数据同步响应工夫等，简略而言，就是让终端用户更快更准的找到指标商品。 此外，电商行业搜寻Query与其余行业的Query也有所差别，电商行业用户在搜寻时，会习惯性的进行关键字堆砌，比方当搜寻一个Query没有找到指定商品后，会再持续输出补充阐明Query以实现对搜寻后果的筛选，这也同时导致了电商行业Query的词序对搜寻的影响没有其它行业大，比方搜寻华为手机和手机华为齐全能够了解成同一种搜寻行为。因为很多通用电商类APP会蕴含各行各业的商品信息，当同一词汇在不同语境下呈现时，会代表不同的信息。当小米后边跟着手机时，它是一个手机品牌，当小米后面带着有机时，它是一个商品品类。 基于这些电商行业非凡的搜寻Query特点，用户通过数据库或开源引擎自建搜寻时，经常会遇到口语化查问导致查问召回少、文档相关性差、排序后果不现实等问题，影响搜寻成果乃至影响用户购买转化。 在用户用意辨认方面，不同用户在不同场景下输出同一词汇时，可能会笼罩多种畛域的泛滥商品。比方当用户输出苹果时，他可能指的是手机、水果、平板电脑、耳机、笔记本等多种品类。这也是通过开源计划自建电商搜寻初期常常遇到的badcase之一。 那么，如何解决这些问题与badcase，优化电商行业搜寻成果、晋升搜寻疏导GMV呢？ 三、行业搜寻开发实际MaxCompute+凋谢搜寻行业搜寻开发实际电商搜寻服务波及商品数据、搜寻Query、用户行为等多种维度，以及搜寻前、搜寻中、搜寻后等多个环节，咱们在对接不同企业时，也常常会遇到客户提出的各种各样的问题。之前没有过搜寻教训的同学可能会问，商品要如何建库？如何精确的了解用户查问用意呢？教训老道的开发者可能会问，如何为用户提供个性化的搜寻体验？如何保障高并发场景下的性能呢？ 为了更快更好的帮忙电商、批发行业开发者解决上述问题，MaxCompute 联结凋谢搜寻提出了相应的行业搜寻解决方案。 整体而言，用户将存储在 MaxCompute 中的商品数据、行为数据等通过数据库主动同步或API/SDK同步的形式传输到凋谢搜寻，而后在凋谢搜寻中定制查问剖析、排序、搜寻疏导、干涉、扩大性能等。最终实现搜寻成果更优的高性能、高实时型、高牢靠、全托管、免运维的电商行业搜寻解决方案。 这一解决方案能够依据用户理论搜寻行为，拆解为搭建搜寻利用、用户输出查问词、用户用意辨认、拜访搜索引擎、返回搜寻后果五个关键环节，别离对应MaxCompute建库、搜寻疏导、查问剖析、搜索引擎、排序服务五个模块的开发。 商品建库在商品建库阶段，用户将本身商品数据、用户行为数据存储到 MaxCompute 中，为了不便电商行业开发者应用，凋谢搜寻提供了电商行业模板，用户能够一键式创立搜寻利用构造，实现疾速建库。接下来，依据MaxCompute 中的字段或凋谢搜寻中自定义的利用构造定义每个表中的字段类型、含意以及多个表之间的关联关系。而后依据不同业务场景的搜寻需要，把不同的字段组合成指标索引，到相应的索引中进行搜寻。比方在电商行业中，商品名称、店铺名称、商品品类等都是常见的搜寻字段，则能够将这些字段对立构建为一个索引，则当用户输出Query后，会去这些字段中搜寻关联到商品、店铺等信息。索引构造构建实现后，将开始为用户构建搜寻服务，当利用的状态为“可用”时，根底版本的搜寻服务就搭建实现了。 ...
简介：知位停车，无人值守，云上知位 ！港真，对于有车一族 工作吃饭购物可是超级难熬 费时间+没车位 让小编每天都沉迷在憋屈的气氛中 解决“停车难”其实不难 只须要一套在全国曾经广泛应用的阿里云知位停车零碎 知位停车是阿里云与智芯原动联动打造的智能停车零碎，通过阿里云AIoT停车服务引擎，智芯原动可能便捷的应用到各种算法剖析能力、地图引擎能力、领取能力和停车相干的各类场景创新能力。 该零碎基于前端智能化设施，停车场客户能够打造出全新的轻设施、重云端轻量化无人值守停车场服务计划。产品小哥哥说，这样的设计能够大幅升高停车场的经营人员老本，最高能够升高经营老本20%，并赋予停车场经营增润能力。 应用知位停车服务的车场可由传统的“一人一场“甚至“多人一场”的管理状况优化改善，降级为”一人多场”的停车治理新模式。车场无人值守，云平台可一站式实现停车场的监督和管制，所有停车出入记录集中管理，让停车治理高深莫测。从而更好的为停车业主进行服务。 无人值守智慧停车不仅是停车形式的扭转，更是停车场互联网化的开始，停车从此与购物游览工作等场景链接有有限的可能性。 咱们正在全国招募知位停车城市合伙人，欢迎您的退出！ 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：为了让更多的开发者更为深刻的把握云端一体，阿里云AIoT策动了“5营连开-云端一体智能硬件开发老手训练营”，针对阿里云AIoT云端一体外围产品HaaS、AliOS Things、物联网平台、IoT Studio以及IoT平安核心，别离推出5期针对性课程，让开发者通过学习高效、疾速的实现硬件智能化！参加这场学习盛宴，还能支付领50元天猫超市购物券！快跟着小编一起领奖品！想要常识变现？小编通知你领奖秘籍！1、流动工夫：8月9日-8月25日 2、实现工作： （1）报名第2-5期共四个训练营 （2）实现所有训练营的打卡工作（开营前已开通过公共实例导致打不上卡的亲也能够失常参加流动，咱们将核查开明状况后，失常发放奖品哦~） （3）进入所有训练营钉群 3、领奖形式：咱们将在8月25日-27日在钉群发放问卷，用于统计获奖名单和发奖信息，请务必关注和填写。 4、奖品数量：流动奖品仅限400份，先到先得！ 报名直通车（点击即可报名）第二期— AliOS Things物联网开发训练营：https://developer.aliyun.com/learning/trainingcamp/aiot/4第三期—AIoT物联网平台训练营：https://developer.aliyun.com/learning/trainingcamp/aiot/5第四期—IoT Studio物联网开发训练营：https://developer.aliyun.com/learning/trainingcamp/aiot/6第五期—阿里云AIoT物联网平安核心训练营：https://developer.aliyun.com/learning/trainingcamp/aiot/7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：「混合云IoT一体机」边缘部署、开箱即用、平安稳固、智管易用，通过定制软件和硬件相结合，事后定制、集成、测试和优化，实现疾速部署和近程运维，并晋升后续零碎可用性和运维效率，是万物互联时代企业数字化转型的要害基础设施和云边协同的最佳解决方案。【混合云一体机降级公布】 https://yqh.aliyun.com/live/apsara\_stack\_appliance\_new\_release 【更多混合云资讯】 https://www.aliyun.com/solution/hybridcloud 随着云计算技术的遍及，企业云化水平加深，各行业场景逐渐将计算、存储等IT资源从传统的云数据中心向用户侧迁徙，通过拉近用户和IT资源的物理间隔，实现更低的数据交互时延、节俭网络流量。 据IDC预测，2023年超过50%的新企业基础设施将部署在边缘，边缘基础设施在计算和存储方面的收入将达到212亿美金，五年间的复合年增长率为13%，到2024年，边缘利用的数量将增长800%。 「混合云一体机」（Apsara Stack Appliance）面向边缘计算场景，提供软硬件一体化解决方案，通过预装置、预集成、深度调优，同时反对近程交付和核心对立运维，无效晋升零碎可用性和运维效率，使企业轻松实现云边联动，助力企业在5G时代实现疾速翻新。 作为边缘计算的典型产品，「混合云一体机」将越来越多的利用部署到企业边缘场景中。本次，阿里云重磅降级「混合云IoT一体机」，作为数字化时代的要害基础设施，「混合云IoT一体机」将成为万物智联时代的终端智能「管家」！ 产品介绍「混合云IoT一体机」面向制作、能源、电力、金融、智慧园区等行业，提供海量终端设备治理能力的软硬一体化轻量级输入。依靠于一体机对立底座，提供工业设施、安全设备的对立治理能力，帮忙用户实现轻松实现各种类型设施的接入、配置布局下发、近程运维、疾速组网，并可通过物联网平安经营核心和IoT设施身份认证，保障终端设备的安全性。 外围性能【海量设施规范接入】 提供设施接入工具，将各厂商提供的各种协定及数据格式的设施转换为规范对立的设施模型。 【设施数据就近计算】 肯定资源要求下的计算在边缘就近计算，在脱机状况下计算不被终止，能够在本地实时处理设施数据，设施之间的数据转发和暂存。 【数据聚合云边协同】 在边缘计算节点中将设施上报的原始数据进行数据聚合加工，将无效数据上传云端存储及计算。 产品架构「混合云IoT一体机」集成了物联网平台（Link Platform）、物联网边缘计算（Link IoT Edge）、物联网络管理（Link WAN）、IoT设施身份认证（Link ID²）和IoT平安经营核心（Link SOC）共5款云产品的软硬一体机柜，可蕴含5~9台服务器。 外围劣势【高度集成】 集成 IoT 5款云产品，开箱即用；软硬件协调减速，利用集成调优；物流、装置、调试、维保等服务全流程撑持。 【本地部署】 可作为 IoT平台独立部署，也可作为云边端平台的边缘节点协同部署；满足电力、能源、医院、银行等对于外围数据较为敏感的企业的本地化诉求。 【近程运维】 通过近程运维核心能具备近程监控、巡检、黑屏平安运维等能力，提供更为丰盛灵便的服务抉择，升高边缘设施治理的复杂度。 【多种网络/协定/语言的设施接入】 网络反对 2/3/4/5G、LoRa、NB-IoT等，协定反对MQTT、CoAP、HTTP等，语言反对C、Android、Node.js等 利用场景「混合云IoT一体机」可利用于海量终端设备接入、运维治理复杂度高、对于数据上云存在平安合规顾虑、或具备实时响应需要的场景，比方政府、能源、医院、银行等行业。 「混合云IoT一体机」 V2.0 正式公布新增个性「混合云IoT一体机」重磅降级公布的v2.0版本，在原有产品根底上，新增： 【产线预装】买通产线预装置云平台流程，现场交付只须要上电和并网动作，晋升业务上线效率，升高交付老本。 【近程运维】通过近程运维核心能具备近程监控、巡检、黑屏平安运维等能力，提供更为丰盛灵便的服务抉择。 【平安能力】可与安骑士线下版提供联结解决方案，大幅加强平安防护能力。 「混合云IoT一体机」边缘部署、开箱即用、平安稳固、智管易用，通过定制软件和硬件相结合，事后定制、集成、测试和优化，实现疾速部署和近程运维，并晋升后续零碎可用性和运维效率，是万物互联时代企业数字化转型的要害基础设施和云边协同的最佳解决方案。 阿里云混合云为政企提供量身打造的混合云解决方案 从建好云、管好云、用好云三大维度提供客户视角的一体化云平台服务 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：阿里云混合云（Apsara Stack）首个全自研原生混合云，与阿里云公共云同宗同源、通过大规模商用验证、历经多年双11考验，是阿里云建管用一体化的全栈混合云平台，助力企业级客户全栈建云、智能管云、极致用云。将来，阿里云混合云将继续技术创新和优化服务能力，帮忙客户更高效、更平安的上云，是政企数智翻新的同行者。【混合云一体机降级公布】 https://yqh.aliyun.com/live/apsara\_stack\_appliance\_new\_release 【更多混合云资讯】 https://www.aliyun.com/solution/hybridcloud 随着边缘计算时代的到来，各行业对数据本地计算和智能剖析的需要一劳永逸，终端设备带动数据海量增长，给边缘节点的算力、AI解决能力、安全性、治理复杂度及老本均带来微小挑战。据IDC预测2023年寰球超过50%的新建企业基础设施将部署在边缘。 边缘计算已深刻到各行各业利用智能化场景，如：智慧城市、制造业、智慧家庭、医疗、教育和新批发等典型行业；典型场景也从视频解决、自动化零碎到AI、加强/虚拟现实等，从而造成行业利用的智能零碎，帮忙客户生产更平安、我的项目调度更迷信、资产治理更高效、物料追溯更精准。 行业场景的智能化利用，将发明边缘计算时代新机遇！ 阿里云混合云一体机重磅降级依靠阿里云在大数据、人工智能、物联网等畛域的深厚积攒，深耕行业场景智能利用，阿里云混合云为政企提供软硬件一体解决方案。8月18日，由阿里云混合云高级产品专家赵斌进行了「混合云一体机」重磅降级解读！ 产品定义「混合云一体机」提供软硬件一体化解决方案，适宜行业典型边缘利用场景，通过预装置、预集成、反对深度调优和近程运维，无效晋升零碎可用性和运维效率，使企业轻松实现利用智能化和云边协同，助力企业在边缘计算时代业务疾速翻新，降本增效。 产品家族面向政务、交通、园区、工业、制作、能源等行业，「混合云一体机」不断完善产品家族，目前包含「混合云视觉AI一体机」、「混合云IOT一体机」等一体机，全副采纳了云原生的混合云平台技术，在硬件规格上反对42U、24U和12U机型，并实现了灵便的硬件配置和对立的交付运维服务。 外围劣势【开箱即用】 软硬一体化交付，即开即用，疾速部署，软硬件协同优化，依据利用深度集成和调优，服务全流程撑持。 【云边协同】 单机柜小型化本地部署，提供独立运行环境，无需业余机房环境、升高客户整体老本；行业利用边缘场景对数据低延时、实时响应解决、可与核心云联动，造成无效的云边协同；资源规格按需配置，提供近程运维，升高边缘设施治理的复杂度，晋升运维效率。 发布会上，阿里团体达摩院高级算法专家吴岳(岳西)、阿里云物联网产品专家张宇(乐程)别离对「混合云视觉AI一体机」和「混合云IoT一体机」，就行业趋势、产品劣势、典型场景和最佳实际等维度进行了深度降级解读。 「混合云视觉AI一体机」 「混合云IoT一体机」 现在，在大小的城市，街道和高速公路，银行网点、医院门诊台、开采的油气田、电力网络线、工厂制作车间、通信基站和边缘机房，行业场景的智能化利用正在演出中国新的奇观，【混合云一体机】解锁边缘计算时代新机遇！ 阿里云混合云（Apsara Stack）首个全自研原生混合云，与阿里云公共云同宗同源、通过大规模商用验证、历经多年双11考验，是阿里云建管用一体化的全栈混合云平台，助力企业级客户全栈建云、智能管云、极致用云。将来，阿里云混合云将继续技术创新和优化服务能力，帮忙客户更高效、更平安的上云，是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：参加云栖大会现场决赛，瓜分90000+元奖金池，还有机会取得阿里实习入场券以及优质我的项目创投孵化！ 随着物联网国家策略的推动，利用示范我的项目的开展以及云计算、大数据等成熟与驱动，物联网在各行各业取得广泛应用，我国物联网市场与需要正在急速增长，在万物智联之上的物联网利用翻新空间极大。 为了帮忙和激励宽广开发者高效便捷的把翻新变为事实，首届阿里云ACE X 阿里云 IoT HaaS 物联网设施云端一体极客大赛正式启动，以“将来城市与生存”为主题开展设想，开发者能够纵情利用云端一体的丰盛开发工具来实现创想。本届大赛将为优秀成果所在团队提供现金处分、还有机会获取阿里云IoT 面试和投资机构孵化动向等。 赛题阐明 19 世纪的凡尔纳，构想了电视，飞行器等概念，这些创想被数代智慧勤奋的工程师带入事实。而站在 2021 的浪潮之巅，咱们一起畅想，结构属于本人的将来城市。将来是否足不出户畅游宇宙，随处可及的共享设施，让无人车、无人机给本人递上盒马鲜生最鲜嫩的三文鱼，又或者解决许多老年人遇到的应用智能设施、二维码出行艰难等等问题？让咱们开展构思与设计，基于 HaaS 开发框架、传感模块、管制单元等软硬件与阿里云物联网平台实现原型，独特畅想“将来城市与生存”。 参赛对象 大赛面向企事业开发人员、普通高校全日制在校大学生、以及对人工智能和物联网感兴趣的其余集体开发者。 参赛人员以参赛队为根本单位报名参赛，1～5 人一组，自行组队。 大赛日程 2021.08.06-2021.09.26：大赛报名&初赛作品提交 参赛者可至大赛官网注册报名，提交参赛者信息，上传参赛作品的选题介绍、形容文件和演示视频。 2021.09.27-2021.09.29：初赛线上评审 专家评审组进行评审，共提拔 10 组参赛队进入决赛。 2021.09.30：初赛后果放榜 依据专家评审，将在天池官网-对应赛的排行榜对参赛作品进行放榜。 2021.10.01-2021.10.17：决赛筹备与辅导 参赛者通过赛事组织人员帮助进行我的项目优化与筹备决赛。 云栖大会现场决赛（以云栖大会具体工夫为准） 返回杭州云栖大会现场进行为期2天的现场编程和问难，最初评审出各名次奖项。同时决赛队伍能够申请面试机会（只针对校招，须要成员在 2021 年 11 月～2022 年 11 月期间毕业）。 针对线下进行决赛的选手，主办方将进行固定金额的差旅报销，具体金额以决赛确认邮件中告诉的报销金额为准。 评审规范 参赛者的作品须要思考到下列评审方向： 创新性：通过奇妙的设计冲破相干畛域的范式，展现前瞻创造力。 智能化：退出智能化的能力以解决理论生存场景中的问题。 技术含量：引入前瞻性技术，设计出正当的技术架构，保证系统稳定性与扩展性，且无效的接入官网举荐的技术平台。 以人为本：作品中能体现针对指标客户群体应用需要与体验的考量。 可实现性：能通过 demo 展现来演示实现成果。 奖项设置 大赛一共设立六个奖项，具体设置如下： 金奖： 评比 1 组，现金奖金50000元（1份/组）+奖杯（1台/组）+证书（1份/人） 银奖： 评比 1 组，现金奖金20000元（1份/组）+奖杯（1台/组）+证书（1份/人） 铜奖： 评比 1 组，现金奖金10000元（1份/组）+奖杯（1台/组）+证书（1份/人） 创意奖： 评比 2 组，现金奖金1500元（1份/组）+奖杯（1台/组）+证书（1份/人） ...