影响服务稳定性的因素有很多，其中比较常见但又往往容易被忽视的就是面向流量的稳定性，流控是保障服务稳定性的重要手段。但是，我们发现大量客户仅仅在开发环境和预发环境中测试流控，却在生产环境中鲜有使用。根据深入的交流，发现问题主要在二方面：

摘要：水滴筹大数据部门的数据开发工程师韩园园老师为大家分享水滴筹基于阿里云EMR StarRocks的实战经验。本篇内容将会围绕以下五个方面展开：1.公司介绍2.StarRocks 概览3.场景实战4.最佳实践5.未来规划

对于早期的单机数据库，一般使用主备架构。主备架构有很多的缺陷，并且这些缺陷是无解的。穿过主备架构里各种“优化”的名词，最后也无非是选择一碗毒药而已，这几个毒药包括：

本期实验将指导您在ARM平台部署PolarDB-X本期免费实验地址本期教学视频地址一.安装环境本步骤将指导您如何安装Docker、kubectl、minikube和Helm3。1.执行如下命令，确认机器架构。 {代码...} 返回结果如下，有关键词aarch64就是ARM架构。2.安装Docker。2.1 执行如下命令，安装Docker。 {代码...} 2.2 执行如下命令，启动...

本期实验将指导您使用PolarDB-X分布式事务和数据分区本期免费实验地址本期教学视频地址前置准备假设已经根据前一讲内容完成了PolarDB-X的搭建部署，可以成功链接上PolarDB-X数据库。体验PolarDB-X分布式事务本步骤将带您体验PolarDB-X分布式事务。首先开启一个分布式事务，通过命令观察事务信息。然后模拟一个转账行为，...

我写过很多如何去对数、如何批量对数的技术文档，最近项目遇到这个问题，我才发现在官方博客上还没有发布过这个课题的文章。这就像灯下黑，太长用到的知识点，反而没有意识到其重要性。

这篇文章不是工具推荐，也不是应用案例分享。其主题思想，是介绍一种全新的设计模式。它既拥有抽象的数学美感，仅仅从一个简单接口出发，就能推演出庞大的特性集合，引出许多全新概念。同时也有扎实的工程实用价值，由其实现的工具，性能均可显著超过同类的头部开源产品。

随着 Apache Dubbo、Nacos 以及 Spring Cloud 等服务框架的流行，越来越多的企业开始采用微服务架构来构建其应用程序。微服务架构使企业能够将其应用程序拆分成多个小型服务，这些服务可以独立部署和扩展。这种架构模式也使企业更容易实现敏捷开发和持续交付，从而提高了其业务效率和响应能力。

AI 技术正在引领科技创新浪潮，随着 ChatGPT 和 Midjourney 的走红，AIGC 技术正在世界范围内掀起一股 AI 技术浪潮。开源领域也涌现了许多类似模型，如 FastGPT、Moss、Stable Diffusion 等。这些模型展现出的惊人效果吸引企业和开发者们投身其中，但是复杂繁琐的部署方式成为了拦路虎。阿里云 ASK 提供 Serverless 化的...

在项目中，从项目的创建到方法的实现，每一步都以命名为起点，我们需要给变量、方法、参数、类命名，这些名字出现在代码的每个角落，随处可见，混乱或错误的命名不仅让我们对代码难以理解，更糟糕的是，会误导我们的思维，导致对代码的理解完全错误。如果整个项目始终贯穿着好的命名，就能给阅读者一个神清气爽的开始，...

最近一年，小玉所在的业务部门发起了轰轰烈烈的微服务化运动，大量业务中台应用被拆分成更细粒度的微服务应用。为了迎接即将到来的双十一大促重保活动，小玉的主管让她在一周内梳理出订单中心的全局关键上下游依赖，提前拉通各方对齐重保方案。这个任务可愁坏了小玉，平时她只与直接上下游业务方打交道，现在要梳理出订...

随着 v1.8 的发布，基于 OAM 的应用程序交付项目 KubeVela 已经持续发展了 3 年多。目前已被各种组织采用并部署在生产环境中。无论是与托管定义一起使用还是在多个集群上进行管理，在单个 KubeVela 控制平面上运行数千个应用程序的情况并不少见。用户经常问的一个关键问题是 KubeVela 能否承载一定数量的应用程序。为了...

最近人工智能爆炸性消息层出不穷，先是百度和微软分别宣布将于近期发布新款类ChatGPT产品，随着相关消息披露，商业化成为业内最为关注的话题。此前OpenAI宣布开放ChatGPT的API接口。这意味着，任何公司和个人都可以在自己的程序中自由调取ChatGPT的相关功能。随着ChatGPT的强大功能不断被验证，近期一批A股上市公司纷纷...

最初，为了解决互联网行业快速发展催生出的海量数据累积和碎片化问题，企业开始尝试将数据整合到一个中央平台，以提高数据的使用效率和管理水平，中台建设雏形初现。巨头领跑之下，从“大中台”到“拆中台”，再到“去中台”，中台似乎已经以极快的速度跑完了作为一个新的方法论从越炒越热到逐渐落寞的一生。

一直以来，大模型在模型效果上被证明具有显著优势。而ChatGPT的出现，证明了其在工业生产工具方面具有巨大潜力。毫无疑问，大模型的训练需要巨大的算力，这对分布式并行框架是一项考验。现如今，业界越来越多的团队纷纷转向分布式框架的研究与开发之中，既有针对特定场景特定模型的极致手工优化，也包括面向通用模型通用...

ZooKeeper 作为分布式系统的元数据中心，对外服务的数据一致性需要得到很好的保证，但是一些老版本的 ZooKeeper 在一些情况下可能无法保证数据的一致性，导致依赖 ZooKeeper 的系统出现异常。

我们非常高兴地宣布，Dubbo 3.2 已经正式发布了！这个版本带来了许多新功能和改进，这也是 Dubbo 在面对云原生化的当下的一次重要的尝试。

Koordinator 是一个开源项目，基于阿里巴巴在容器调度领域多年累积的经验孵化诞生，可以提升容器性能，降低集群资源成本。通过混部、资源画像、调度优化等技术能力，能够提高延迟敏感的工作负载和批处理作业的运行效率和可靠性，优化集群资源使用效率。

随着业务飞速发展，当贝的传统 IT 资产也渐显臃肿，为了避免制约发展的瓶颈，痛定思痛，技术团队果断变革：核心业务云原生化之后，运维效率、整体稳定性和研发效率均得到了全面提升。本文主要简述当贝技术团队云原生之路的背景诉求、落地方法和收获成果。

阿里云基础软件/达摩操作系统实验室的论文 "Efficient Scheduler Live Update for Linux Kernel with Modularization" 被系统领域著名会议 28th Conference on Architectural Support for Programming Languages and Operating Systems (ASPLOS'2（3) 录用为长论文（Full Paper）。

计算机科学史上涌了 C/C++、Java、JavaScript、Ruby、Python、Perl 等多种编程语言。每一种语言都有其擅长的领域，其中Java语言凭借其面向对象、自动内存管理、多线程性能优越等优势持续处于浪潮之巅。目前市场上存在着大量质量不错 OpenJDK 的衍生版本可供用户选择。它们或者性能卓越，或者针对某些场景做出了优化。但 ...

Alibaba Dragonwell [1] 是一款免费的 OpenJDK 发行版。它提供了长期支持，包括性能增强、安全修复以及 Dragonwell 上专有的一些特性，比如 Wisp 协程、多租户、JWarmup、G1 elastic heap 以及 serviceability 上的特性 [2] 等等。Dragonwell 包括 8、11、17 三个版本，而每个版本又包括 standard (和 OpenJDK 基本保持...

Alibaba Dragonwell 作为 OpenJDK 的下游版本，是阿里巴巴针对 10万+ 服务器上运行的在线电商、金融、物流应用优化的 OpenJDK 实现。 阿里巴巴和 OpenJDK 社区紧密合作，将尽可能多的 Alibaba Dragonwell 定制功能带到上游。Dragonwell 是 OpenAnolis 的默认 JDK，Alibaba 的众多 Java 应用，正在逐步迁移到 Dragonwell ...

2023年3月，亿格云携手阿里云共同举办的零信任SASE办公安全专场沙龙圆满结束，在线上沙龙中，来自亿格云、数云和阿里云的三位行业专家，结合企业在数字化转型下面临的办公安全挑战和企业实践进行了详细的解读。

河北媛福达商贸集团成立于2017年，从起初单一的传统零售企业发展至如今集生产、物流、种植、餐饮、电商+实体零售为一体的新零售集团。现有五大业务板块（连锁超市、线上商城、加工生产、科学种植、文化餐饮）。

信息可以被划分为两大类：当信息能够用数据或统一的结构加以表示，称之为结构化数据；当信息无法用数字或统一的结构表示，称之为非结构化数据。非结构数据与结构化数据相比较而言，更难让计算机理解。

前期在联机业务场景测试中，各大数据库厂商在事务测试上都比较顺利，在功能和性能角度都很好的满足了业务要求。 但在跑批业务场景的测试中，个别数据库厂商就遇到了分布式事务的一致性问题(会读到分布式事务中间状态的数据)，而该厂商通过了行业的各项事务测评认证，因此展开了如何有效评测国产数据库事务一致性的话题，...

本文介绍如何在阿里云容器平台 ACK 上快速搭建一套可对外提供服务的 Stable Diffusion。CPU 版本前提条件已创建 Kubernetes 托管版集群。具体操作，请参见创建 Kubernetes 托管版集群[1]。无需 GPU，节点需要 8c16g 以上已通过 kubectl 连接 kubernetes 集群。具体操作，请参见通过 Kubectl 连接 Kubernetes 集群[2]。使...

摘要：本文整理自阿里云计算平台算法专家张颖莹，在 Flink Forward Asia 2022 AI 特征工程专场的分享。本篇内容主要分为五个部分：1.阿里云大数据平台的智能运维2.智能运维算法服务应用场景3.传统算法工程链路的局限性4.使用 Flink ML 搭建智能运维算法服务5.总结和开源计划

摘要：当系统出现大量或者重大的错误却不被人感知，将会对业务产生影响，从而导致资产损失。当竞争对手实施了新战术，却无法及时感知，跟不上竞争对手的节奏，总是追着对方尾巴走。当要做决策的时候，海量的业务数据增长却无法实时看到聚合结果，决策总是凭借过往经验或者过时的数据分析之上。