雲計算

Qcon2021北京站《低代碼實踐與應用》分論壇由阿里雲智能釘釘事業部資深技術專家、釘釘宜搭低代碼平臺負責人葉周全作出品人，集合行業內低代碼平臺的典型案例，從用戶的視角解讀如何選擇和使用低代碼平臺。 阿里雲智能釘釘事業部高級技術專家範之嶽在分論壇分享了釘釘低代碼的數字化實踐經驗。他認為，在全面上雲的趨勢下，低代碼平臺讓“雲”更平易近人，是“業務上雲”走向萬千企業的最後一公里。 阿里雲智能釘釘事業部高級技術專家範之嶽 以下是範之嶽在Qcon2021北京站《低代碼實踐與應用》分論壇的演講摘錄（本內容未經授權不得轉載）： 今天的分享圍繞阿里巴巴的低代碼實踐以及釘釘低代碼平臺產品技術的演進展開。 首先，讓我們看看作為低代碼平臺的我們會遇到什麼樣的客戶以及不同客戶的需求是什麼？ 我們的目標客戶是中小企業，和大型的一些集團企業。 我們的命題是關於我們的客戶，他們在企業運營管理數字化中有什麼樣的訴求與挑戰？ 企業數字化訴求是隨著規模發展不斷更迭 如圖所示：我們可以看到隨著企業不斷髮展，在不同的階段、不同的規模，它會有不同的數字化的訴求。 低代碼在這裡面有用武之地嗎？我的答案是有，甚至在不同的規模和階段，低代碼都有用武之地。 幾年前，在阿里巴巴，我們就有了企業智能事業部（原信息平臺事業部），做的事情就是把在集團最初發展階段購買的商業軟件全部下線，用完全自研的方式去研發了自己的HR系統、採購系統、法務系統、IT行政系統。 為什麼要自研？因為，當一個集團業務和組織發展成熟起來之後，整個公司業務運營管理就會誕生很多獨特性和專屬性的需求，外採的系統往往無法滿足。 但是自研了幾年之後，我們也碰到了問題。我們的HR、採購、法務系統都屬於重型的中後臺系統，複雜度還挺高的，尤其要應對多組織、多分公司、上下級各種場景，我們把70%的研發資源都投入在這些重型系統研發中，並且一個應用需要多人維護。 但是，除了這些重型應用以外，在集團內部還有非常多的需求和訴求，比如行政類、IT類、項目管理類等等。這造成一個結果：非常多的需求要排隊，最終核心應用無法滿足非常快速的變化。 這個局面怎麼破，是我們一直在思考的問題。 低代碼的平臺化是一個趨勢 不改變現在企業應用的開發模式和平臺架構，這個題沒法破。 把PaaS的能力和Saas的應用場景結合在一起，並採用低代碼的方式，應該是解決大規模企業應用支持擴展定製的核心策略之一。 看看業界，Salesforce做 CRM、SaaS非常牛，市值上千億。那它怎麼應對大客戶的定製需求？它在很早就推出了對應 CRM 、SaaS的PaaS平臺，面向開發者和交付集成者，他們可以用平臺給客戶交付定製化的需求。 […]

5月27日，由國家廣電總局舉辦的首屆高新視頻創新應用大賽結果於第28屆中國國際廣播電視信息網絡展覽會(CCBN2021)主題報告會正式揭曉。阿里巴巴憑藉“雲遊戲PaaS平臺”榮獲高新視頻創新應用大賽“雲遊戲類”一等獎。作為廣電行業最具權威的比賽，吸引了全國頂尖廣播電視以及網絡視聽領域的專家、優秀企業代表參與評選。基於阿里雲技術底座的雲遊戲PaaS服務平臺最終斬獲熱門賽道大獎，進一步印證雲遊戲產品在技術架構、場景應用、創新實踐、用戶體驗等多方面行業領先性。 阿里巴巴雲遊戲平臺自去年商業化以來，很好支持了包括內容廠商、互聯網平臺類和電視廠商等多家客戶項目建設，極大滿足不同客戶對雲遊戲的多樣化和個性化的要求，平臺能力得到了眾多TOP級行業客戶的認可。目前阿里巴巴雲遊戲平臺已適配的遊戲超百款，平臺集群規模超萬路。阿里巴巴雲遊戲平臺不僅解決了3A級遊戲對硬件門檻的依賴，也滿足了用戶跨端玩，即點即玩的需求，甚至在遊戲買量領域取得了創新性的突破。阿里巴巴雲遊戲平臺也在不斷拓展對遊戲內容實現能力，將會為遊戲產業發展帶來新的改變。阿里巴巴雲遊戲平臺，利用阿里雲飛天技術優勢，幫助泛遊戲行業客戶快速、低門檻的獲得高質量的雲遊戲業務能力，依託阿里雲的公共雲中心地域以及廣泛覆蓋的邊緣雲節點，可實現雲邊混合智能調度，保證玩家高質量的遊戲體驗。飛天是由阿里雲自主研發、服務全球的超大規模通用計算操作系統，支持多種形態，即中心Region、本地Region、邊緣雲節點和現場計算節點，讓客戶在多種形態的雲上共享所有產品。邊緣雲節點是飛天提供的靠近用戶的邊緣計算服務，依託阿里雲遍佈全球的2800+邊緣雲節點，通過靠近客戶側的去中心化小型雲計算平臺能力。依託阿里雲邊緣雲在低時延、大帶寬的技術優勢，遊戲用戶通過簡單交互設備即可享受即點即玩、運行流暢等最佳遊戲體驗。 阿里巴巴雲遊戲平臺提供豐富的API及SPI接口，客戶可以方便靈活的對接業務系統。同時針對客戶的業務場景將實現多人聯機及直播推流能力；網絡技術上感知客戶的網絡變化，建立數字孿生實驗室，根據現網採集的數據，沉澱35種網絡模型，利用網絡自適應AI算法，保證複雜網絡場景下的玩家操作時延的穩定。 雲遊戲將成為5G時代數字消費的主要場景，雲遊戲行業在未來幾年會迎來快速增長。阿里巴巴雲遊戲PaaS平臺的核心定位在於給各行業夥伴搭臺，深耕面向雲遊戲的基礎設施、底層系統軟件技術和實時互動視頻計算領域的新技術應用，把技術通過Pass雲服務的方式面向整個產業開放，讓技術變得像水和空氣一樣廉價和易於獲取，去支持客戶低風險、零成本的創新，促進產業的快速發展。 阿里巴巴雲遊戲事業部總經理王矛表示，新時代的廣電行業，覆蓋到了網絡視聽、互動娛樂和通信網絡運營等新的領域，基於國家廣電總局對“智慧廣電”建設的重大戰略部署，阿里巴巴將全力支持廣電雲遊戲和高清視頻互動娛樂的創新，幫助解決5G視頻互娛內容短板，加速廣電5G家庭和垂直行業應用發展，合作實現廣電5G產業鏈關鍵技術自主可控，打造廣電5G產業化創新平臺，並以視頻互娛業務驅動為抓手，加快廣電5G的落地。

作者 | 王驁來源 | Serverless 公眾號 導讀 ​USENIX ATC (USENIX Annual Technical Conference) 學術會議是計算機系統領域的頂級會議，入選中國計算機協會（CCF）推薦 A 類國際會議列表；本次會議共投稿 341 篇論文，接收 64 篇，錄用率

人工智能(AI)為各行業領域的企業提供了發展和改善業務運營的機會。根據《財富商業見解》的調查，2019年全球人工智能市場規模為270億美元，這一數字預計到2027年將達到2670億美元。這表明很多企業致力於採用當今時代這個最具生產力的技術。 但是，實施人工智能戰略面臨著挑戰，特別是對於那些根本不知道從哪裡開始的傳統企業來說。 規劃人工智能試點項目的4個技巧 根據定義，企業在進行大規模定量研究之前需要進行試點，以避免在設計不足的項目上浪費更多的時間和費用。試點項目與正式項目實際上並沒有什麼不同，但提供了“先試後買”的功能，可以幫助企業瞭解新的解決方案或流程、面臨的挑戰和帶來的潛在價值。儘管大多數人遵循相同的基本原則(定義問題、期望的目標、成本、所需的資源，以及衡量結果)，但是不斷變化的人工智能領域具有一些應該瞭解的細微差別。企業選擇人工智能試點項目之前，需要考慮以下四個標準： 1. 明確定義企業的人工智能項目應該交付的業務成果在過去的幾年中，人工智能獲得了巨大的發展，如今仍然是一個熱門話題。雖然某些方面讓人們感到振奮，人工智能有助於提高冠狀病毒疫苗接種率，改善購物體驗。但在某些方面卻令人感到沮喪，例如可能帶來的失業或道德困境，但人工智能仍不斷髮展。明智的企業正在尋找各種使用人工智能的策略和方法。 儘管具有廣泛的吸引力，但人工智能並非適用於每個業務流程，並且也不是萬能的。在企業開始實施人工智能試點項目之前，需要確保已經明確定義面臨的問題和希望得到的結果。是否有商業措施來跟蹤進度? 定義項目並將其提交給企業的領導者批准之後，就將應對下一個挑戰。 2. 選擇正確的方法通過採用開源、雲服務、具有內置人工智能功能的產品，企業可以聘請數據科學家來構建自己的解決方案，或者採用現成的人工智能方案，但這兩種方法各有利弊。例如，現成的雲計算解決方案已經廣泛使用，但是接受訓練的數據並不是企業自己的，並且成本可能非常昂貴。企業聘請數據科學家構建自己的解決方案可以提供在其他地方找不到的自定義級別，但要獲得適當的人才和專業知識是很困難的。 為了在阻力最小的路徑上獲得所需的結果，企業需要考慮最終選擇的解決方案所帶來的挑戰，但沒有一個解決方案是完美的。權衡現有IT生態系統中最合適的資源，不僅需要讓企業的試點項目啟動和運行，而且需要對其進行部署，持續改進所需的資源，以及利益相關者積極地參與試點項目，以使其計劃步入正軌。 3. 預測學習曲線人工智能模型需要訓練。隨著時間的推移，它們會變得越來越智能(在經過適當設計的情況下)，但是其學習曲線並不僅僅針對與之交互的人類。這是針對模型本身的。即使使用主要雲計算提供商提供的開箱即用的解決方案，也需要進行調整以適應企業的業務需求、固有偏差和目標，這將花費大量時間和精力，因此需要考慮這些因素對項目的成功來說有多重要。 另一方面，企業可以使用先進的技術，但是如果沒有為使用這些技術的人員提供適當的培訓，那麼無法充分利用這些技術的好處。例如，一種算法可以像人類一樣準確地瞭解X射線的結果，但是如果醫療保健機構沒有充分了解其使用的技術和過程，那麼將會面臨失敗。 4. 瞭解測試與生產準備的情況人工智能的試點計劃之所以獲得關注，是因為它們在提交之前會測試提議的解決方案的最高風險。如果項目太複雜、資源過多或財務負擔沉重，那麼企業可以從中學到一些經驗教訓，並從最小的損失中解脫出來。但是也要注意，成功的人工智能試點項目並不能保證成功進行生產。 業務需求和數據在不斷變化。為了從企業的人工智能計劃中獲得最好的結果，必須對模型進行持續的測試和再訓練，才能為企業的客戶提供準確的結果。 這種情況在將人工智能用於生產之後並不會消失。一次性驗收測試適用於傳統(靜態)軟件，但不適用於人工智能系統，因為隨著周圍世界的變化，人工智能系統必須自行改變。企業需要規劃一種不同類型的監控、在線測量和再訓練策略，以糾正數據和概念漂移、潛在偏差和道路上其他在早期測試中可能不明顯的問題。 通過將這四個標準考慮在內，企業可以為其業務選擇最具影響力的人工智能試點項目，併為其提供最佳採用人工智能技術的速度最快、風險最低的學習途徑。 本文轉載自51CTO，本文一切觀點和機器智能技術圈子無關。原文鏈接在線免費體驗百種AI能力：【點此跳轉】

5月20-22日，第十三屆中國系統架構師大會（SACC2021）在雲端進行網絡直播，主題為“數字轉型、架構重塑”。阿里雲邊緣雲原生技術專家江岑，分享了阿里雲在邊緣雲原生的探索實踐，並從應對技術挑戰與系統架構設計等方面闡述產品核心競爭力，以創新技術驅動業務發展。 雲原生髮展與現狀隨著雲計算技術的成熟，大多數企業選擇雲計算來快速部署運營業務。5G規模商用，更是促進全球數百億的終端設備聯網。客戶對於低時延、大帶寬的近端準實時計算需求將大大增加。邊緣雲計算市場規模的增長，一方面來自於中心業務的下沉邊緣，另一方是各類邊緣創新業務場景的出現和發展，例如雲遊戲，智慧城市等。 江岑認為，企業業務系統上雲，無論是上中心雲還是邊緣雲，大都會經歷三個階段： 自建IDC的遷移，基於穩定性以及災備等因素考慮，不會對業務架構有大調整，大部分只使用最基礎的雲服務，如ECS, SLB, VPC等； 整體業務上雲，從全面複用雲的能力和提效降本的角度出發，隨雲而生的架構演進也逐步開始灰度應用。 當一切就緒，業務開始大規模擁抱雲原生。 而現階段，很多上雲業務已經在大規模推進雲原生化。 雲原生概念最早來自CNCF雲原生計算基金會，Google孵化的Kubernetes平臺。CNCF成立於2015年底，已孵化了大量符合雲原生標準的優質項目，核心模塊包含數據庫、消息中間件、應用編排調度、CICD持續集成、RPC、 服務網格、容器服務、雲原生網絡等等。 現在，雲原生技術已經不侷限於容器/Kubernetes領域，逐漸成為廣大雲廠商中立的軟硬件基礎設施的標準架構。邊緣計算是在最近3-5年內隨著5G、物聯網技術應用而逐步興起的技術，其技術成熟度還遠低於中心雲計算，目前CNCF上涉及邊緣計算的項目還不多。伴隨著邊緣場景以及配套能力的提升，中心大量業務下沉到邊緣，邊緣創新場景不斷湧現，必然會在邊緣側催生符合邊緣特色的雲原生技術。 邊緣雲原生演進面臨的挑戰 在談到雲原生技術如何向邊緣演進時，江岑提到了3個技術挑戰： 從資源側看，邊緣不同於中心大規模集中式的佈局，主要以分佈式和高地域覆蓋率為目標建設。除了中心標準的雲服務器，在邊緣側還存在大量的異構資源，包括物聯網設備、MEC、合作共建節點等等。雲原生技術對部署環境是有明確要求的，因此需要對邊緣側海量的異構資源做靈活的適配。另外，邊緣節點的特點是小而多，提升資源複用率是關鍵，這就要求能夠根據資源池化的能力和資源性能做靈活的彈性調度。 從技術能力來看，雲邊基礎設施存在差異，雲原生能力直接下沉應用到邊緣時，除了需要提供等同於中心的性能指標、安全隔離、容災自治、架構感知等能力，還需要不斷完善雲邊以及邊邊高速通道建設等，進而提升建設難度係數。 當資源適配、技術能力已具備時，保持用戶體驗一致會面臨很大的挑戰。從用戶視角來看，中心業務下沉過程勢必是個漫長的過程，對於單一業務中心和邊緣可能處於長期並存的狀態，雲邊的能力建設很可能存在不一致，大部分的不一致對於用戶應該是無感的，所以如何包裝產品，在成本、功能、性能、穩定性等各方面達到雲邊一致的體驗，是極具挑戰的。 阿里雲邊緣雲原生體系建設 依託遍佈全球2800+邊緣雲節點，阿里雲面向用戶提供安全、穩定、可靠的邊緣計算和內容分發加速服務，構建離用戶最近的邊緣雲基礎設施。單個節點是一個小型的IDC，規模在幾臺到幾十臺服務器不等。早期邊緣雲節點建點策略是和CDN分開獨立建點，導致資源無法共享，缺少業務。目前建設策略是推動CDN ON

紹興城市大腦上虞平臺基於雲計算、物聯網、人工智能等新一代信息技術構建，搭建了五大功能平臺和十大應用場景，是“數字上虞”建設的重要基礎設施和綜合應用工具。 目前，“區塊鏈+商保理賠”、智慧康養社區、水環境智慧化管理、指揮聯動與柔性執法等四大應用場景已正式上線投入運營。以“區塊鏈+商保理賠”應用為例： 紹興城市大腦上虞平臺打通了試點醫院電子病歷、區公共數據和區塊鏈平臺，理賠人通過“浙裡辦”App或支付寶“i上虞”小程序主動發起請求並授權，就可以上傳醫療電子票據和電子病歷，實現跨系統、多層級的全鏈路數據貫通。 系統可以在線完成票據審核，簡化保險公司驗真和計算審核流程。傳統理賠模式，理賠時間需要40-50天；通過“區塊鏈+商保理賠”應用，只需2天即可完成商保理賠。以智慧康養社區應用為例： 在城北南豐社區的鄰里中心，當地首個“健康小屋”已建設完成並已投入運營，可為周邊十餘個小區近3萬名居民免費提供健康體檢和管理服務。 在這裡，血壓計、骨密度檢測儀、無創多參數檢測儀等專業設備一應俱全，居民通過支付寶小程序掃一掃登錄，全程自助式進行體檢。 結束後，居民可在綜合大屏或手機端查看體檢報告，還可以一鍵開啟視頻問診，面對面與醫生交流。自2019年雙方達成戰略合作協議以來，阿里雲在上虞持續投入資源、深化城市大腦建設。 阿里雲智能副總裁陳麗娟表示，“未來，我們將繼續在一體化、智能化公共數據支撐總平臺以及五大領域多跨應用場景中做好服務；為全領域、全主體、全週期的數字化改革需求提供支持。”

開源大數據社區 & 阿里雲 EMR 系列直播 第四期 主題：Databricks 數據洞察 – 企業級全託管 Spark 大數據分析平臺及案例分析講師：棕澤，阿里雲技術專家，計算平臺事業部開放平臺-生態企業團隊負責人內容框架： Databricks 數據洞察產品介紹 功能介紹 典型場景 客戶案例 產品Demo 直播回放：掃描文章底部二維碼加入釘群觀看回放 一、Databricks

什麼是威脅情報 根據Gartner對威脅情報的定義，威脅情報是某種基於證據的知識，包括上下文、機制、標示、含義和能夠執行的建議。威脅情報描述了現存的、或者是即將出現針對資產的威脅或危險，並可以用於通知主體針對相關威脅或危險採取某種響應。業內大多數所說的威脅情報可以認為是狹義的威脅情報，其主要內容為用於識別和檢測威脅的失陷標識，如文件HASH，IP，域名，程序運行路徑，註冊表項等，以及相關的歸屬標籤。 阿里雲威脅情報 威脅情報服務是阿里雲提供的情報安全服務，結合威脅情報數據，通過對威脅來源進行實時自動化採集、分析、分類與關聯，評估企業資產中存在的威脅併為改善安全狀況提供建議。 威脅情報展示了近30天全球所有網上用戶和客戶企業已遭受的威脅統計數據，目前支持針對IP、域名、文件提供威脅情報。 SLS與威脅情報集成 日誌審計簡介 威脅情報集成 SLS日誌審計服務與威脅情報服務深度集成，利用威脅情報服務提供的全球威脅情報評估能力，支持對接入SLS的多種雲產品日誌（Actiontrial、SLB、OSS、SAS等）進行威脅情報檢測，有效識別雲產品使用過程中存在的潛在威脅。也支持以告警方式將檢測到的異常及時通知給相關的安全人員，從而提升威脅檢查效率和響應速度。 對於RDS、Actiontrail、SAS等僅支持中心化的產品，開啟威脅情報後，將在日誌審計中心project下創建出中轉logstore(transit_log)及威脅情報富化的數據加工任務，會產生產生額外的費用。 對於SLB、OSS等支持區域化的產品，必須開啟中心化存儲，才能支持威脅情報。 最佳實踐 開啟日誌採集及威脅情報功能 日誌審計提供了多種雲產品的一鍵採集功能，同時針對於一些涉及外網訪問的產品日誌提供了威脅情報掃描功能。用戶只需要根據需求，在日誌審計控制檯首頁一鍵開啟即可。 開啟威脅情報告警 告警規則-> 渠道：日誌審計服務 -> 類型：威脅情報，即可查看雲產品日誌告警規則。 點擊對應告警項的開啟關閉按鈕即可控制告警開關。 參數設置 觸發告警的威脅級別：當檢測出的威脅級別達到或超過該值時，觸發告警 日誌條數閾值：20分鐘內，同一個IP滿足威脅級別條件的日誌條數達到或超過該值時，觸發告警

基於Ubuntu搭建個人網盤 安裝Apache服務 Apache是世界使用排名第一的Web服務器軟件。它可以運行在幾乎所有廣泛使用的計算機平臺上，由於其跨平臺和安全性被廣泛使用，是最流行的Web服務器端軟件之一。先要更行軟件庫，然後再更新軟件 apt-get update apt-get upgrade -y 安裝Apache服務。 apt-get install apache2 -y 重啟Apache服務。 /etc/init.d/apache2 restart 安裝MySQL數據庫 下載APT存儲庫 wget https://dev.mysql.com/get/mysql-apt-config_0.8.10-1_all.deb

背景 我們知道，如果在Kubernetes中支持GPU設備調度，需要做如下的工作： 節點上安裝nvidia驅動 節點上安裝nvidia-docker 集群部署gpu device plugin，用於為調度到該節點的pod分配GPU設備。 除此之外，如果你需要監控集群GPU資源使用情況，你可能還需要安裝DCCM exporter結合Prometheus輸出GPU資源監控信息。 要安裝和管理這麼多的組件，對於運維人員來說壓力不小。基於此，NVIDIA開源了一款叫NVIDIA GPU Operator的工具，該工具基於Operator Framework實現，用於自動化管理上面我們提到的這些組件。 在之前的文章中，作者分別介紹了NVIDIA GPU Operator所涉及的每一個組件並且演示瞭如何手動部署這些組件，在本篇文章中將介紹詳細介紹NVIDIA GPU Operator的工作原理。 Operator Framework介紹 NVIDIA GPU Operator是基於Operator Framework實現，所以在介紹NVIDIA GPU Operator之前先簡單介紹一下Operator Framework，便於理解NVIDIA GPU Operator。 官方對Operator的介紹如下：“An Operator is a method of packaging, deploying and managing a Kubernetes application.”（即Operator是一種打包、部署、管理k8s應用的方式）。 Operator Framework採用的是Controller模式，什麼是Controller模式呢？簡單以下面這幅圖介紹一下： Controller可以有一個或多個Informer，Informer通過事件監聽機制從APIServer處獲取所關心的資源變化（創建、刪除、更新等）。 當Informer監聽到某個事件發生時，先把資源更新到本地cache中，然後會調用callback函數將該事件放進一個隊列中（WorkQueue）。 在隊列的另一端，有一個永不終止的控制循環不斷從隊列中取出事件。 從隊列中取出的事件將會交給一個特定的函數處理（圖中的Worker，在Operator Framework中一般稱為Reconcile函數），這個函數的運行邏輯需要根據業務實現。 Operator Framework提供如下的工作流來開發一個Operator： 使用SDK創建一個新的Operator項目 添加自定義資源（CRD）以及定義相關的API 指定使用SDK API監聽的資源