雲計算

雲計算

阿里雲加速器創新時辰南京站閉幕,迎接未來產業數字化轉型新機遇

2021年春,中國經濟迎來新開局之年,阿里雲加速器邀請明星創新企業,牽手全國五城的產業運營商,微鏈、36氪等生態合作伙伴,主流投資機構,共同打造阿里雲加速器創新時辰系列活動。第二站南京站,於2021年4月13日圓滿收官。南京億貓信息技術有限公司、北京課通天下教育科技有限公司、蘇州一米機器人有限公司、炯為智能科技(上海)有限公司、常州車鉅汽車科技有限公司、北京知果科技有限公司、蘇州鼎納自動化技術有限公司共7家科技型創新創業企業基於業務的快速增長、與阿里雲加速器的突出合作,榮獲阿里雲加速器“星光獎”。 阿里雲加速器負責人餘建平表示,阿里雲加速器將起到橋樑作用,把政府、產業、資本等資源鏈接給企業。阿里雲加速器未來將進一步整合阿里巴巴技術、產品、商業生態資源,為科技型創新企業提供加速產品和服務,與創新企業相互賦能,以達到雲上創新創業生態繁榮的目的。 匯聚高新企業 共建創新名城 今年是“十四五”規劃的開局之年,《中共南京市委關於制定南京市國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》提到,南京將推進數字產業化、產業數字化和數據價值化,促進數字經濟和實體經濟深度融合,推動企業“上雲”和標杆工廠建設,完善“研發+生產+供應鏈”的數字化產業生態。在相關文件中還強調,要促進大中小企業融通發展新生態,培育一批在行業細分領域有國際影響力的單項冠軍和“瞪羚”“獨角獸”企業,促進產業鏈上下游協同、協作、協調發展。 會上,南京建鄴高新技術區管委會科技部許穎池介紹了南京市建鄴高新技術區優惠政策——她表示,十四五以來,為加快創新名城建設,南京市推出了高新技術企業優惠政策,如企業入駐獎勵、高新企業申報獎等,為中小企業帶來實在的福利和優惠政策。建鄴區先後出臺招商引資、科技創新等相關政策文件,設立產業扶持、人才發展等專項扶持資金,在科技創新、人才引進、產業轉型升級、營商環境等方面發力。 阿里雲創新中心副總經理馮楠表示,從市場發展角度判斷,全面數字化階段已經開始,未來會有很多高科技企業通過服務垂直行業的數字化轉型而成功。阿里雲作為全球領先的雲服務商,將助力企業的數智化升級,提供科技創新的底座。 數字技術 推動企業全鏈路數智化 據悉,參與阿里雲加速器創新時辰南京站的數十家優秀企業,覆蓋了人工智能、智慧出行、智慧醫療、新零售等細分行業。阿里雲加速器致力於協助企業挖掘在商品、教育、製造、企業服務等各個細分場景的解決方案,助力創新創業企業實現數智化提升。 阿里雲加速器創新時辰南京站為參會企業提供了與政府、資本、阿里技術專家面對面溝通的機會。參會企業與南京建鄴高新技術區、南京江東商貿區的領導面對面溝通,獲悉各區支持中小微企業的福利政策;也與南京創投、金茂資本、國金投資、如日方暾創投、成化天使等南京市本土投資機構直接對話,對接資本的支持。阿里雲加速器生態明星業務負責人朱逸菲主持了破冰融通環節,參會企業展示了新財年的新發展、新優勢,也表達了對政府、資本、阿里巴巴的合作期待,誠意滿滿,收穫頗豐。 面對創新型企業的合作訴求,餘建平在主旨演講中,介紹了阿里雲加速器創新圖譜、賽道明星、生態明星、融資加速、營銷加速等業務;阿里雲創新中心副總經理馮楠探討了阿里雲創新中心搭建創新載體的戰略,及面向前沿科技和行業提供的服務;阿里雲戰略發展部總監陳哲分享了數字化轉型案例。 針對很多傳統業者提出的為什麼要數字化轉型的問題,阿里雲戰略發展部總監陳哲在演講中表示,數字時代的到來改變了大多數業態,例如,大數據、雲計算作為生產資料,物聯網作為生產關係重構了製造業。製造業不再是純粹的製造型企業,而是消費導向的企業,未來五年也將是新興品牌大爆發的年代。 因此,數字化轉型的關鍵就在於,需要在不確定的世界中進行決策,實現企業全鏈路數智化。從生產導向到消費導向,大批量、標準化的生產將逐步消失,取而代之的是小批量、快交付、個性化的生產,這將給數字化的製造企業帶來更多機遇。 阿里雲加速器助力企業確定性成長 此外,本次阿里雲創新時辰南京站活動中,南京億貓信息技術有限公司、北京課通天下教育科技有限公司、蘇州一米機器人有限公司、炯為智能科技(上海)有限公司、常州車鉅汽車科技有限公司、北京知果科技有限公司、蘇州鼎納自動化技術有限公司等賽道明星企業,作為阿里雲加速器孵化的強合作、高增長的企業代表榮獲了阿里雲加速器“星光獎”。 獲獎企業炯為智能CEO吳昊表示,依託阿里雲強大的雲能力,炯為智能在疫情期間為中國聯通、中國電信線下門店助力,打通了線上線下流程,提升了門店坪效,為加強異業合作做出了優異貢獻,未來將為更多的傳統行業賦能。

雲計算

深入解讀:獲得 2021 Forrester 全球雲數倉卓越表現者的阿里雲數據倉庫

概述: 2021年3月25日,全球權威分析機構 Forrester 發佈 《The Forrester Wave™: Cloud Data Warehouse, Q1 2021》研究報告,阿里雲憑藉產品現有能力、產品戰略、市場表現三項優勢,進入 Forrester Wave 2021 Q1 雲數據倉庫卓越表現者象限,成為入選此次評測的唯一中國廠商。 本次 Forrester 針對入選的 13 家國際最重要的雲數據倉庫服務商(見下表), 從產品、戰略、和市場表現三個維度,26個指標 60

雲計算

阿里巴巴雲原生 etcd 服務集群管控優化實踐

作者 | 陳星宇(宇慕)來源 | 阿里巴巴雲原生公眾號 背景 Kubernetes 採用 etcd 存儲其內部核心元數據信息。經過這些年的發展,尤其是伴隨著這兩年雲原生的快速發展,Kubernetes被人們廣泛認同並大規模被使用。伴隨阿里內部容器平臺 ASI 及公有云 ACK 集群數飛速增長,底層存儲 etcd 集群獲得井噴式地增長,etcd 集群數從原來的十幾個發展到了目前達到幾千個,它們分佈在世界各地,為上層 Kubernetes 集群以及其他產品服務,服務用戶超萬個。 這些年,阿里雲原生

雲計算

這本 Kubernetes 圖書,你一定不要錯過!

來源 | 阿里巴巴雲原生公眾號 隨著以 Kubernetes 為核心的雲原生技術體系的逐漸成熟,開發一個媲美 CloudFoundry 這樣的企業級 PaaS 不再是大公司的專利,也成了每個小團隊甚至個人觸手可及的目標。 於是,越來越多的人在學習 Kubernetes,但也有很多人抱怨 Kubernetes “太複雜了”。 根本問題在於,Kubernetes 項目的定位是“平臺的平臺”,所以其核心功能、原語服務的對象是基礎平臺工程師,而非業務研發人員與運維人員;它的聲明式 API 設計、CRD Operator 體系,是為了方便基礎平臺工程師接入和構建新基礎設施能力而設計的。這就導致這些能力的最終使用者——業務人員,實際上跟

雲計算

[Snowflake核心技術解讀系列二]雲原生技術

背景:2020年9月16日,Snowflake成功IPO,交易首日市場估值達到704億美元,募集資金34億美元。Snowflake成為迄今為止規模最大的軟件IPO,市值最高突破1200億美元。Snowflake提供基於雲的數據存儲和分析服務,一般被稱為 “數據倉庫即服務”,它允許企業用戶使用基於雲的硬件和軟件來存儲和分析數據。Snowflake自2014年起在亞馬遜S3上運行,自2018年起在微軟Azure上運行,自2019年起在谷歌雲平臺上運行,其Snowflake Data Exchange允許客戶發現、交換和安全地共享數據。[維基百科] Snowflake取得了巨大的商業成功,技術是如何支撐起它的千億美元市值呢?它技術強在哪?OLAP內核技術愛好者浙川為大家傾情解讀Snowflake的核心技術原理。本文為該系列二。 Snowflake中的雲原生技術 本章節將圍繞數據存儲、虛擬倉庫和雲服務組件,來詳細展開介紹Snowflake設計中的技術細節,分析他們是如何充分利用底層雲服務的架構和資源的。 數據存儲 Snowflake的數據存儲組件是構建在Amazone S3存儲服務之上的,之所以採用這樣的設計選擇,是因為Amazon S3存儲服務提供了高易用性、高服務可靠性,以及嚴格的數據持久性保證。S3的這些特性大大降低了Snowflake進行數據存儲開發的成本,Snowflake的數據存儲設計只需要考慮本地緩存、數據傾斜修復等特性即可。 然而,和直接使用本地存儲比起來,S3卻存在一些限制。S3具有更高的數據訪問延遲,同時每個S3的I/O請求需要更高的CPU開銷,尤其是使用HTTPS連接的情況下。另外,S3是對象存儲,其數據存儲操作接口就是PUT/GET/DELETE等簡單接口,數據對象只能作為整體被寫入,不支持帶有偏移量的寫入(但支持帶有偏移量的讀取),也不支持數據追加寫(append)。 S3的這些特點影響著Snowflake在數據表文件格式上的設計選擇。Snowflake將其數據庫橫向分區為多個大文件,每個文件就類似於傳統數據庫存儲系統中的數據塊或者數據頁概念,文件一旦生成,就不再改變。每個文件中,表數據以列存格式進行存儲,每一列數據在物理上存放到一起,然後再進行壓縮。每個文件都對應一個文件頭,文件頭包括基本存儲元數據信息,例如每一列數據在文件中的偏移。由於S3是支持帶有偏移量的數據讀取的,因此,只需要將文件頭數據拿到,就可以根據需要訪問某一列的數據了。 Snowflake還會利用S3存儲複雜查詢(例如大規模join)計算過程中產生的臨時數據,這樣可以支持系統運行任意複雜類型的查詢,而不會導致系統內存或本地存儲被耗盡。Snowflake還會將查詢結果存儲到S3中,以簡化用戶執行交互式查詢的系統複雜度,因為不需要再像傳統數據庫那樣針對交互式查詢維護一個cursor了。 數據庫級別的元數據信息如表的元數據、表對應的S3文件、統計信息、事務信息等,保存在雲服務相關組件中的分佈式key-value存儲中。 虛擬倉庫 虛擬倉庫實質上是由EC2實例組成的集群,組成虛擬倉庫的每個獨立的EC2實例又稱為計算節點。Snowflake的用戶不會直接和計算節點進行交互,他們甚至不需要關注由多少計算節點組成了他們的虛擬倉庫。用戶只需要選擇虛擬倉庫的配置,而這些配置就像T恤衫的尺碼一樣,被抽象成X-Small到XX-large的範圍供用戶選擇。 彈性和隔離性。作為純粹、彈性的計算資源,虛擬倉庫可以在任意時間進行按需地創建、銷燬或者重新配置。創建或者銷燬虛擬倉庫不會影響數據倉庫中存儲的用戶數據,這樣設計的好處就是用戶可以根據他們的計算需求動態地申請計算資源,用戶甚至可以在沒有任何計算需求的情況下銷燬所有的數據倉庫,而不用關心他們數據存儲量的大小。 用戶的每個查詢請求會被分配到某個虛擬倉庫上進行執行。由於不同的虛擬倉庫並不會共享同一個計算節點,因此,不同虛擬倉庫上運行的查詢之間互相不會有資源競爭和性能影響,即性能隔離性得到了很好的滿足。當然,虛擬倉庫不共享計算節點也有它的弊端,比如整個系統的資源利用率會很低,Snowflake後續會專門針對這一點做優化和提升。 虛擬倉庫在執行查詢請求的時候,每個計算節點上會對應生成一個計算進程,計算進程的生命週期就是這個查詢請求的生命週期。當計算進程遇到了錯誤,可以簡單通過重試來解決。因此,Snowflake在查詢層面具有較高的容錯性,但是Snowflake目前只執行整個查詢的重試,並不支持重試查詢下的某個子任務。需要強調的是,查詢開始時創建計算進程、結束後銷燬計算進程這種模式適合執行時間比較長的分析型查詢,但對於執行時間很短的短查詢,創建、銷燬計算進程的開銷就太大了。為了對短查詢進行優化,Snowflake在一個由若干個計算節點組成的集合中維護特定的計算進程,這些進程專門用來執行短查詢,短查詢執行結束後,這些進程並不會被銷燬,而是重複利用執行後續的短查詢。

雲計算

首發|釘釘應用雲開發實戰營首次免費開營!5天晉升釘釘應用雲開發大師!

未來十年,最大的確定性就是數字化技術的普及,整個社會經濟和生活必將全面數字化。在去年的雲棲大會上,阿里雲正式宣佈“雲釘一體”和“雲端一體”戰略。“雲釘一體”下連阿里雲基礎設施,上承客戶的各種應用,必將改變雲的使用方式、應用的開發方式,幫助更多企業和組織在零經驗、零成本的情況下直接進入雲計算時代,為人們的工作、學習、生活,為經濟發展和社會治理創造全新的價值。 小程序和H5等釘釘應用已經成為一種新的應用形態,釘釘開放平臺也在為眾多開發者帶來日趨完善的生態服務和不斷豐富的開放能力。阿里云云開發平臺與釘釘開放平臺一起合作幫助大家快速降低應用開發的門檻,快速構建H5應用和小程序的後端服務。為了幫助更多的開發者理解雲原生應用架構和雲開發的相關知識,更加規範、更加高效的基於雲開發打造釘釘應用,特開設釘釘應用雲開發實戰營。通過體系化的課程、大咖手把手教學、翻轉課堂、多重學習激勵和獎勵,幫助開發者一路打怪升級,成為釘釘應用雲開發的大師。 釘釘應用雲開發實戰營課程詳情 活動和激勵說明 訓練營直播期間:4月22號-4月28號 參與規則:訓練營開營期間,可隨時自主學習,自主打卡,但是參加直播的同學可以與講師互動,並且可以參與互動抽獎。 打卡激勵:完成線上的3次打卡和線下直播的任意3次打卡左右即可釘釘T-shirt和釘釘頭像胸針任選其一,平時進行作業和心得分享的同學還可以額外獲得獎勵 結課獎勵:完成所有打卡和結課作業的同學,可以獲得結營證書和阿里雲衛衣,獎品數量有限送完即止!獎品將按照結課作業提交順序進行獎勵。

雲計算

阿里巴巴開源 容器鏡像加速技術DADI 上手指南

查看精彩回放:https://developer.aliyun.com/live/246639 講師: 講解:李慧霸(魯七) 演示:劉蘭崢(南針)   內容簡要: 一、DADI項目簡介 二、容器 image 問題分析 三、DADI方案闡述 四、開源版本現狀與未來計劃 五、視頻演示     一、DADI項目簡介 DADI是Data Accelerator for Disaggregated

雲計算

PolarDB如何應對大併發複雜查詢最佳實踐

直達最佳實踐:【PolarDB如何應對大併發複雜查詢最佳實踐】最佳實踐頻道:【最佳實踐頻道】這裡有豐富的企業上雲最佳實踐,從典型場景入門,提供一系列項目實踐方案,降低企業上雲門檻的同時滿足您的需求! 場景描述 PolarDB MySQL 8.0採用開啟併發度的方式,改變單線程處理SQL的架構,充分利用多核CPU多線程優勢,利用多線程並行處理複雜查詢,有效解決大併發複雜查詢的問題,本文使用TPC-H模擬典型高併發複雜查詢業務壓力,對比開啟併發度前後的情況,展示開啟併發度能力在此類業務場景下的優勢。 適用場景 多條件查詢、多表關聯等容易形成慢查詢的業務場景 高併發,業務耦合性較強等無法快速拆分複雜查詢業務到數倉的場景 輕度分析場景,不希望使用較重的架構搭建數倉或大數據環境 產品列表 訪問控制RAM 專有網絡VPC 雲服務器ECS 雲數據庫PolarDB 業務架構 直達最佳實踐 》》

雲計算

基於Knative的消息流事件處理最佳實踐

直達最佳實踐:【基於Knative的消息流事件處理最佳實踐】最佳實踐頻道:【最佳實踐頻道】這裡有豐富的企業上雲最佳實踐,從典型場景入門,提供一系列項目實踐方案,降低企業上雲門檻的同時滿足您的需求! 場景描述 隨著業務波峰波谷需要動態進行擴容和縮容,比如在直播系統的用戶在線互動場景中,互動行為隨機產生並存在波峰波谷,如何快速應對這種敏態業務?基於Knative的事件處理是一個較好的處理方案,Knative Eventing提供了事件全局訂閱、傳遞和管理能力,實現了事件驅動,使得生產和消費事件變得容易,同時Knative的彈性解決了資源高峰需求。本文中描述了事件通過阿里雲消息隊列Kafka實時推送到服務端進行數據和業務處理,並基於Knative的彈性來實現滿足資源高峰需求,做到真正的按需使用,實時彈性,整個過程完全自動化,極大的減少了業務開發人員在基礎設施上的心智負擔。 實踐優勢 ᅳ極致彈性:基於業務負載情況,自動進行容器實例的秒級彈性伸縮;-事件處理:基於阿里雲容器對消息隊列進行集成,彈性處理海量業務消息;ᅳ異構計算:支持對GPU、NPU、FPGA 應用部署;ᅳk8s兼容:完全兼容k8s,用戶可以開通阿里雲容器服務ACK/ASK後一鍵安裝並使用,支持容器控制檯和kubctl兩種方式進行管理操作。 產品列表 容器服務ACK 消息中間件Kafka 容器彈性實例ECI 業務架構 直達最佳實踐 》》

雲計算

阿里雲線下活動 | 企業數據庫應用實踐技術沙龍

活動簡介 現在是數字化的時代,數據庫已經成為企業的核心資產,運轉和增長的驅動引擎。可以說開發人員每天都在和數據庫打交道。在數據規模不斷增長的今天,如何規劃數據庫的使用,讓它安全,可靠,高效,可伸縮,使用便捷,是技術人員進階必須要掌握的技能。 未來的數據庫是什麼樣子,該如何理解和使用,我們請來的三家公司在不同方向上進行了探索,並且在業內都做到了頂尖水平。海量物聯網數據如何高效低成本的儲存和分析;雲上數據庫如何發展才能客戶需求,這種多租戶情況下管理,安全,穩定都是不容忽視的難題;從頭自研一款同時支持在線事務處理與在線分析處理的融合型分佈式數據庫產品能做到什麼效果,期待嘉賓們的精彩的分享。 時間:2021年4月24日(週六) 13:00-17:00地點:合肥 高新區 創新產業園二期J2C棟3層阿里雲創新中心(合肥高新)基地羅漢堂報名鏈接:http://hdxu.cn/3impU 活動流程 13:00 ~ 14:00   簽到 14:00 ~ 14:10   阿里雲ACE介紹 14:10 ~

Scroll to Top