随着应用系统的复杂度越来越高，越来越难保证所有的系统都一直处于稳健状态，有可能某些部分会因问题而处于降级状态。因此我们不仅必须将应用程序构建得更可靠和更具弹性，还必须通过可观测性工具在运行时能够理解实际发生的事情。如果我们能够了解应用服务和基础设施在运行时发生了什么，我们就可以学会检测故障并在观...

"编程范式"是一种编程思想的总称，它是指在编写程序时所采用的基本方法和规范。常见的编程范式有面向对象、函数式、逻辑式等。选择合适的编程范式可以提高代码的可读性、可维护性和可扩展性，是程序员必备的基本技能之一。

眨眼睛一看，这不就是Spring Bean循环依赖报错吗？立马闪过那些年为了进阿里面试时被死亡N连问的场景，那时我们都Spring已经支持bean依赖就知道了，为啥我们的Springboot应用启动时还报这个错误？带着这个问题所以要重新温习下Spring如何解决bean循环依赖。

金蝶管易云是金蝶集团旗下专注提供电商企业管理软件服务的子公司，成立于2008年，是国内最早的电商ERP服务商之一，目前已与300+主流电商平台建有合作关系，以企业数据为驱动，深度融合线上线下数据，为超过11万家客户提供实现业务、财务、税务一体化的全渠道管理解决方案和业务财务一体化解决方案，覆盖电商全流程的SaaS...

美洽作为全球智能云客服服务商，10 年来深耕智能客服领域，旗下拥有在线客服、呼叫中心、客服机器人、工单系统、语音机器人等智能客服系列产品矩阵，覆盖不同行业客户服务场景，致力于帮助企业获客、销售和服务场景的效率提升。目前，美洽全链路产品已经服务超过 40 万家企业客户，覆盖互联网软件、教育培训、医疗、电子...

近期，Meta 宣布大语言模型 Llama2 开源，包含7B、13B、70B不同尺寸，分别对应70亿、130亿、700亿参数量，并在每个规格下都有专门适配对话场景的优化模型Llama-2-Chat。Llama2 可免费用于研究场景和商业用途（但月活超过7亿以上的企业需要申请），对企业和开发者来说，提供了大模型研究的最新利器。

近期，Meta 宣布大语言模型 Llama2 开源，包含7B、13B、70B不同尺寸，分别对应70亿、130亿、700亿参数量，并在每个规格下都有专门适配对话场景的优化模型Llama-2-Chat。Llama2 可免费用于研究场景和商业用途（但月活超过7亿以上的企业需要申请），对企业和开发者来说，提供了大模型研究的最新利器。

编者按：传统以太网方案存在系统调用消耗大量时间、增加数据传输延时、对 CPU 造成很重的负担三个缺点，而 RDMA 技术可以解决以上三个缺点。那 RDMA 究竟是什么？它的方案的设计思路是什么？今天，浪潮信息驱动工程师刘伟带大家深入理解 RDMA 技术的基本原理，交流在工程上的设计思路。本文整理自龙蜥大讲堂 83 期，以下...

近年来，“一云多芯”成为云计算领域的一个热词，不仅代表着云平台向着开放化标准化发展，也反应出政企守护“IT安全生命线”的刚性要求。狭义的“一云多芯”是指在一个云平台内可同时采用多种异构CPU等类型的国产芯片，而广义的“一云多芯”要求提供从CPU扩展到GPU、网络设备，以及各类行业生态应用、客户自建应用的全域兼容能力...

近期，Meta 宣布大语言模型 Llama2 开源，包含7B、13B、70B不同尺寸，分别对应70亿、130亿、700亿参数量，并在每个规格下都有专门适配对话场景的优化模型Llama-2-Chat。Llama2 可免费用于研究场景和商业用途（但月活超过7亿以上的企业需要申请），对企业和开发者来说，提供了大模型研究的最新利器。

摘要：本文将介绍开源大数据 OLAP 的演化过程和最佳实践。文章将围绕下面六点展开：1.开源 OLAP 综述2.OLAP 场景思考3.开源数据湖/流式数仓解决方案4.StarRocks 介绍5.客户案例6.未来规划

在众多计算型软件的代码中，例如大数据，HPC以及AI，视频编解码软件，底层都会使用SIMD（单指令多数据流）指令对核心的逻辑进行优化。SIMD是一种计算机指令集，用于在不同的数据上执行相同的指令。它充分利用处理器的并行流水线，允许将多个数据一起处理来加速计算，从而提高程序的并行性，实现性能飞升。然而在当前服务...

近期，Meta 宣布大语言模型 Llama2 开源，包含7B、13B、70B不同尺寸，分别对应70亿、130亿、700亿参数量，并在每个规格下都有专门适配对话场景的优化模型Llama-2-Chat。Llama2 可免费用于研究场景和商业用途（但月活超过7亿以上的企业需要申请），对企业和开发者来说，提供了大模型研究的最新利器。

在前一篇文章《应对突发流量，如何快速为自建 K8s 添加云上弹性能力》中，我们介绍了如何为 IDC 中 K8s 集群添加云上节点，应对业务流量的增长，通过多级弹性调度，灵活使用云上资源，并通过自动弹性伸缩，提高使用率，降低云上成本。

操作系统、数据库、中间件是基础软件的三驾马车，而消息队列属于最经典的中间件之一，已经有 30 多年的历史。消息队列的发展主要经历了以下几个阶段：

在传统的单体应用架构中，灰度发布相对简单。只需要在服务的流量入口处进行分流，通过使用 K8s Service 或各种类型的网关即可实现。然而，微服务架构引入了新的复杂性，服务之间的依赖关系错综复杂。有时候，某个功能的发布可能依赖于多个服务，要求灰度流量在整个调用链中准确路由到灰度版本的服务。传统的单个服务流量...

本文整理自云原生技术实践营广州站 Meetup 的分享，其中的经验来自于我们团队开发的阿里云 CSB 2.0 这款产品，其基于开源 SpringCloud Gateway 开发，在完全兼容开源用法的前提下，做了诸多企业级的改造，涉及功能特性、稳定性、安全、性能等方面。

以 ChatGPT 为代表的 AIGC 技术为企业生产带来了巨大的变化，并在企业应用开发领域占据一席之地。AI 大模型凭借其强大的学习能力，可以帮助人们完成各种复杂的任务，例如帮助开发人员编写与调试代码、研究人员快速了解科研领域、营销人员撰写产品描述、设计人员设计新作品等等。许多企业探索如何降低 AI 大模型的使用成...

pod 创建后一段时间一直是正常运行，突然有一天发现没有新的连接创建了，业务上是通过 pod A 访问 svc B 的 svc name 的方式，进入 pod 手动去 wget 一下，发现报错了 Address not available，为何会报错这个呢？

沉寂三年后，线下演出市场正在迎来“报复性”复苏。对于一场期待已久的演唱会，验票环节是否流畅、能否快速入场，直接影响着每一位观众对整场演出服务的体验和评价，相信不少朋友都有着切身的感受。

在微服务协议选型方面我们看到越来越多的应用从 Dubbo2 TCP 二进制协议迁移到 Dubbo3 Triple 协议 (兼容 gRPC)，以充分利用 Triple 的高效、全双工、Streaming 流式通信模型等能力；Triple+HTTP/2 的组合很好的解决了后端服务穿透性等问题，但在阿里及众多社区企业的实践中，我们发现基于 Triple 构建的微服务对于前端设...

2019 年 Berkeley 预测 Serverless 将取代 Serverful 计算[1]，成为云计算的计算新范式。Serverless 为应用程序开发提供了一种全新的系统架构，其凭借着弹性伸缩省事省心，按需付费更低成本、聚焦业务降低 OPS 这三大核心价值，将开发人员从繁重的手动资源管理和性能成本优化中解放出来，让工程师的生产力再次发生变革。

PolarDB-X 作为一款云原生关系型数据库，同样支持通过各种 DDL 语句对数据模型进行修改，以满足用户业务的不断发展，例如：可以使用 ALTER TABLE 语句对表进行添加列，删除列，修改列类型等操作。然而，PolarDB-X 作为一款分布式数据库，其一张逻辑表通常通过某种分区方式将数据划分成多个分片（又称为物理表），并且这...

PolarDB-X 为了方便用户体验，提供了免费的实验环境，您可以在实验环境里体验 PolarDB-X 的安装部署和各种内核特性。除了免费的实验，PolarDB-X 也提供免费的视频课程，手把手教你玩转 PolarDB-X 分布式数据库。

近期，AIGC、GPT大模型、数据中台等热点话题备受关注，那么具体在不同的行业场景下，如何选择对应的存储介质呢？选型的时候该考虑哪些因素呢？通过本文主要介绍常用的存储类型及它们之间的对比差异，辅助帮助大家在不同需求和场景下选择合适的存储类型。

简介：本文为您介绍如何基于Hologres向量计算能力，结合大模型的阅读理解和信息整合能力，对该垂直行业的问题提供更贴切的回答，即费、快速定制专属聊天机器人。

RocketMQ 5.0 版本引入了 Proxy 模块、无状态 pop 消费机制和 gRPC 协议等创新功能，同时还推出了一种全新的客户端类型：SimpleConsumer。

本篇内容主要包括四部分：Cassandra 概览介绍、常见关键指标解读、常见告警规则解读、如何通过 Prometheus 建立相应监控体系。

在 K8s 部署模式下，Higress 已经支持基于 Nacos 进行服务发现，可以打通 Spring Cloud/Dubbo 等微服务生态。Nacos 作为微服务生态的集大成者，既可以作为注册中心，又可以作为配置中心，在非 K8s 环境下，如果将路由、插件等配置存入 Nacos 中，用户只需一个 Higress 和一个 Nacos 即可搞定一切：

Service Mesh 是一种用于管理微服务架构中网络通信的解决方案，通过在每个服务实例中添加代理，实现流量控制、服务发现、负载均衡等功能。虽然 Service Mesh 能够提供很多优秀的功能，但也存在一些性能问题，譬如