雲計算

相信大家對CDN都不陌生。它的原理是將源站內容分發到最接近用戶的節點，使得用戶可以就近取得所需的內容，從而提升用戶的響應速度和成功率。然而在企業全面數字化的進程中，CDN作為互聯網流量的基礎設施，也被賦予了更多能力。如何幫助企業不斷降低使用門檻，提高使用體驗呢？1月6日，阿里雲集中進行年度CDN產品升級發佈，解讀全站加速（DCDN）離線日誌轉存新方案、邊緣流量管理、邊緣serverless等服務背後的技術與應用，為用戶展示更便捷、更安全、更極速的新一代CDN加速能力。 關注阿里雲Edge Plus公眾號，回覆“CDN產品發佈”，免費獲取完整PPT 更便捷：DCDN離線日誌轉存全新升級 在日常CDN加速服務過程中會產生大量的日誌，客戶需要基於日誌進行日常分析和管理產品服務的狀態。傳統的日誌下載需要先登錄控制檯進行日誌下載，再結合客戶自身的日誌平臺進行分析管理，流程中存在大量人工定時介入和定製開發。而新型的日誌轉存將為客戶一站式開啟集存儲、管理為一體的服務，支持客戶自助化選擇、自動靈活地定義所需內容，並在數據湖進行可視化編譯，為日誌管理提供了更大的便捷性。 為了答謝新客戶，幫助其更快速、低成本地體驗到離線日誌轉存的便捷性，在功能發佈的同時，阿里雲也推出配套活動助力客戶升級。其中，入門、基礎、進階、高級四個套餐，分別為不同需求體量的客戶提供相應的選擇，每個套餐內包含了不同規格的DCDN流量包、OSS標準包和DLA資源包，歡迎客戶在訪問新品發佈會活動頁面，進行購買：https://yqh.aliyun.com/live/cdn_0106 更安全：CDN政企邊緣安全加速產品升級 在數字化進程中，政企會面臨諸多在線化的挑戰，一方面要求業務能夠在線開放，同時也要求服務是穩定流暢可靠的，此外還要保證安全合規，這對業務開發及運營者提出了極高要求。 為了幫助政企行業應對挑戰，阿里雲發佈政企安全加速解決方案。該解決方案是阿里雲CDN和雲安全共同打造的分發加速+邊緣安全一站式服務，基座是阿里雲CDN多年沉澱的強大的內容分發能力，同時在安全層面具備WAF應用層安全、DDoS防護網絡層安全、內容防篡改、全鏈路HTTPS傳輸，高可用安全，安全合規六大能力，進而構建了完整的邊緣安全體系，解決政府、金融、傳媒、傳統企業內容分發安全和加速性能的問題，為雲上業務保駕護航。 更極速：EdgeRoutine 邊緣程序，讓計算更靠近你的用戶 隨著雲原生技術的普及，阿里雲可編程CDN能力逐漸增強，已經實現在靠近用戶的邊緣，支持將無狀態的業務邏輯以函數或容器的方式在邊緣完成算力卸載，以此提供最短時延的交互響應。同時，基於阿里雲CDN平臺強大的基礎資源能力和高性能架構，可以輕鬆滿足企業海量的彈性需求。 本次發佈會也對阿里雲CDN的EdgeRoutine邊緣程序進行了詳細解讀。EdgeRoutine是一個運行在CDN邊緣節點上的JavaScript代碼運行環境，用戶可以將JS代碼上傳至EdgeRoutine，即可在全球的CDN邊緣節點上運行，相當於用戶在全球各地擁有了大量微型服務器去就近地服務各地的用戶。 EdgeRoutine可以適用於圖文頁面渲染、店鋪小程序、源站可用性健康檢查、A/Btest、IoT場景數據清洗、GEO打點，甚至託管個人站點等各類場景，既具備CDN的彈性調度、低成本、低延時特性，同時兼具Serverless簡單易用的特性，具有非常大的想象和應用空間。 自2014正式商業化以來，阿里雲CDN始終堅持整合優質資源、深化技術創新，短短6年間，阿里雲CDN服務全球客戶超30萬，每天為超過百萬的域名加速，承接數十億次的內容刷新。依託阿里巴巴豐富的生態系統以及全球覆蓋的基礎設施網絡，阿里雲CDN在文娛、電商、金融、體育等眾多領域擁有豐富的商業實踐。 CDN伴隨著互聯網的發展成長至今，已經全面介入互聯網信息分發。歷經了最初的緩存和靜態、動態加速時代，到後來移動互聯網爆發下的移動應用加速和體驗優化時代，再到如今雲CDN與邊緣計算時代，CDN將企業與目標用戶高效連接，與此同時，不斷賦予互聯網更智能、更安全、更靈活的價值。在互聯網、數字化飛速發展的今天，阿里雲CDN會始終深耕產品創新與技術突破，從內容分發演變為價值傳遞，成為企業提升效率、優化經營、智能應用的強大驅動力。 回顧發佈會直播：https://yqh.aliyun.com/live/cdn_0106

1月6日，阿里雲CDN年度產品升級發佈會中，阿里雲CDN產品專家鄧建偉宣佈DCDN離線日誌轉存全新升級，並對離線日誌轉存方案的價值、應用及使用進行了詳細解讀。 關注阿里雲Edge Plus公眾號，回覆“新品發佈”，免費獲取完整PPT 在日常CDN加速服務過程中會產生大量的日誌，客戶需要基於日誌進行日常分析和管理產品服務的狀態。傳統的日誌下載需要先登錄控制檯進行日誌下載，再結合客戶自身的日誌平臺進行分析管理，流程中存在大量人工定時介入和定製開發。而新型的日誌轉存將為客戶一站式開啟集存儲、管理為一體的服務，支持客戶自助化選擇、自動靈活地定義所需內容，並在數據湖進行可視化編譯，為日誌管理提供了更大的便捷性。 日誌轉存流轉服務方式是：首先用戶登錄到全站加速DCDN的控制檯進行服務開通，並勾選域名配置轉存；在轉存服務開啟後，每當產生服務日誌，即可自動轉存到名下存儲，客戶可以到相應的分析管理平臺進行自助操作和輸出結果。整個過程中不需要人工過度的參與，即可通過固化模板進行簡單便捷地日誌分析管理。 通過以下幾個步驟，即可實現便捷的存儲，保障內容分發的成本與用戶體驗。 一、域名新增服務開通便捷自助 第一，進入阿里雲官網，開通全站加速DCDN服務。 第二，開通全站加速（DCDN）服務後，添加域名，在配置回源信息時，回源選擇OSS地址，或者選配業務源站所在地址即可。 第三，配置服務完成後，在域名DNS管理上，進行CNAME配置（2-3分鐘生效等待時間），即可切換生效服務，過程中有更加詳細的指導文檔進一步幫助服務開通指引。 二、日誌轉存服務開通配置流程 在全站加速DCDN產品控制檯中，選擇日誌管理的目錄。在該目錄下選擇離線日誌轉存服務，並點擊立即開通。（提示：離線日誌轉存是結合數據湖、對象存儲為一體的自動化轉存管理服務，需要確保賬戶開通對象存儲OSS和數據湖DLA，否則服務會創建失敗。） 在開通服務過程中會根據客戶對於全球化的需求，將日誌分散存儲在對應的區域，也會展示存儲所存放的對應bucket以及數據庫的分析集群的位置，確保客戶對日誌管理的明確性。同時，客戶在創建過程中，也可以在十幾個日誌字段中按需選擇相應字段進行分析管理，減少不必要的額外存儲消耗，提高使用效率。 在離線日誌轉存一體化服務過程中，除了可以自動化的轉存外，阿里雲還為客戶提供表格結構的可視化管理，基於數據湖的整個分析管理平臺，通過編譯SQL語句的方式來進行分析管理，分析結果頁面是表格式的，並沒有太高的使用門檻，使得整個服務管理更加簡潔便利。此外，離線日誌轉存服務也在拓展日誌生命週期管理、多數據源關聯分析等更多能力。 為了答謝新客戶，幫助其更快速、低成本地體驗到離線日誌轉存的便捷性，在功能發佈的同時，阿里雲也推出配套活動助力客戶升級。其中，入門、基礎、進階、高級四個套餐，分別為不同需求體量的客戶提供相應的選擇，每個套餐內包含了不同規格的DCDN流量包、OSS標準包和DLA資源包，歡迎客戶在訪問新品發佈會活動頁面，進行購買。 點擊回看發佈會直播，省心購買離線日誌轉存套餐：https://yqh.aliyun.com/live/cdn_0106

隨著技術的更新迭代，Java5.0開始支持註解。而作為java中的領軍框架spring，自從更新了2.5版本之後也開始慢慢捨棄xml配置，更多使用註解來控制spring框架。 而spring的的註解那麼多，可能做java很多年，都用不上。這裡按照類型總結了這7種最常用的註解。整理了一份Java面試寶典完整版PDF已整理成文檔 一. 核心註解 @Required 此註解用於bean的setter方法上。表示此屬性是必須的，必須在配置階段注入，否則會拋出BeanInitializationExcepion。 @Autowired 此註解用於bean的field、setter方法以及構造方法上，顯式地聲明依賴。根據type來autowiring。 當在field上使用此註解，並且使用屬性來傳遞值時，Spring會自動把值賦給此field。也可以將此註解用於私有屬性(不推薦)，如下。 @Component public class User { @Autowired private Address address; } 最經常的用法是將此註解用於settter上，這樣可以在setter方法中添加自定義代碼。如下：

1. 背景 某政務雲平臺某雲區由於滿足某政府機構合規考核要求及業務開展的需求，需要在年底前完成專有云版本v3.8到v3.12的升級。由於兩個版本的雲管平臺不一致（v3.8對應DTcenter，v3.12對應ASCM），且作為用戶接觸雲產品控制檯的入口，絕大部分的雲產品管控功能都需要接入雲管平臺實現，所以雲管平臺上的任何變化都會直接影響用戶體驗。經過初步測試，該雲平臺上線各產品在ASCM雲管平臺上存在86個關鍵功能點與DTcenter不一致，該雲平臺運維常用的603個功能點中ASCM上有104個功能相比DTcenter缺失，且在多個場景下DTcenter用戶遷移到ASCM後存在權限不一致的風險。基於以上原因，升級過程中雲管平臺DTcenter到ASCM的平滑切換成為了整個升級過程中的最大挑戰之一，該項工作順利與否將直接影響該政務雲平臺各局點的平臺版本升級進度和客戶業務使用穩定度。 2.風險點分析 和其他項目相比，該政務雲平臺各廳局用戶對DTcenter的使用深度和依賴度更高，現有的遷移方案無法有效支撐該雲平臺的雲管平臺遷移，深入對比兩個平臺的差異並評估差異帶來的風險就成了優先級最高的工作。在全面瞭解ASCM後，根據雲平臺用戶對DTcenter的使用情況我們識別出了以下幾類關鍵風險點。 2.1 切換過程不支持雙跑、回退 問題描述：根據現有的遷移方案，在進行遷移時不支持同個產品在兩個雲管平臺雙跑且雲產品遷移到ASCM後沒有回退DTcenter方案，一旦出現無法預知的嚴重問題時可能會因為沒有備用方案遭到用戶投訴。 解決方案：通過申請演練環境，組織升級遷移演練來直接模擬生產環境的實際情況，通過測試提前預知可能的風險，並與ASCM團隊溝通要求在切換過程中得到高優先支持。 2.2 未對深度使用DT權限體系的場景進行測試 問題描述：從ASCM提供的遷移測試報告來看，之前的測試主要在驗證遷移數據的正確性，而沒有對遷移後的用戶使用體驗和複雜權限問題進行充分驗證；該政務雲平臺各局點對於DTcenter權限體系深度使用，用戶權限控制相比其他項目嚴格很多，權限範圍有任何擴大或縮小都會受到用戶挑戰。 解決方案：通過深入瞭解ASCM的權限體系來模擬對比遷移前後同一個賬號對相同雲產品資源的權限差異，具體評估方法在下文詳述。 2.3 不滿足雲平臺安全需求 問題描述：雲平臺安全等保需要雲管平臺具備用戶敏感信息加密和雙因素認證功能，在v3.12上ASCM不具備上述安全功能，且組織安全管理員權限不符合雲平臺使用場景。 解決方案：推動ASCM團隊在hotfeature中增加相關安全功能。 2.4 兩個雲管平臺功能存在較大差異 問題描述：DT和ASCM是兩個團隊在專有云不同版本上輸出的兩個不同產品，雖然都是雲管平臺，但從雲產品功能到平臺自身功能都有很大差異，如果直接切換會給存量用戶的使用帶來非常直接的影響，如果影響範圍過大會直接導致用戶投訴。

近期在給某專有云客戶進⾏雲產品應⽤性能優化分析時，發現了⼀個有趣的關於DRDS使⽤層⾯的問題，這⾥給⼤家分享⼀下。 使⽤過DRDS產品的同學都知道在DRDS中，未分庫分表的數據表會存儲在“0號庫”上，對於這些表操作的SQL會被分發到“0號庫”上執⾏。所以⼀般情況下，0號庫所在實例的壓⼒會⽐其它實例的壓⼒稍⼤⼀些。近期分析該客戶的數據庫性能時，發現客戶使⽤的DRDS下0號庫所在的RDS實例的壓⼒明顯⽐其它RDS實例⾼出許多。 圖1：SQL語句平均每秒執行次數及事務數 通過查看0號庫所在的RDS實例的執⾏SQL發現，有⼤量的 SELECT ‘x’ 的查詢語句。檢查應⽤側代碼後發現，這個查詢語句是應⽤側連接池配置的連接探活SQL，所有的連接池實現⼏乎都有這個功能，可以通過探活SQL檢測連接當前是否可⽤。 那麼問題來了： 為什麼只有0號庫所在RDS上會有⼤量此類的語句？ DRDS中不帶表名的（⽐如 SELECT ‘x’）SQL和show命令都會被下發到0號庫執⾏。 對於客戶端來說這種連接檢測是否有⽤？ 答案⼀定是有⽤的，因為如果因⽹絡閃斷或其它原因導致的連接狀態不可⽤，即使獲取到了連接對象，也不能進⾏數據訪問操作。所以這個檢測是有必要的，但對於使⽤DRDS作為數據源的場景來說，⽬前配置的檢測⽅式是存在問題的。 對於傳統的數據庫使⽤⽅式，客戶端是直接連接到底層數據庫的，如下圖。探活SQL是直接發到連接的數據庫執⾏，這種場景下使⽤ SELECT ‘x’ 檢測客戶端到數據庫的連接是沒有問題的。 圖2：客戶端連接到數據庫 ⽽對於使⽤DRDS作為數據源的場景來說，探活語句在發送到DRDS服務後，會被轉發到0號庫執⾏，這就意味著這個探活SQL實際上檢測的是客戶端–>DRDS–>0號庫的鏈路是否正常。

基於人工智能和深度學習方法的現代計算機視覺技術在過去10年裡取得了顯著進展。如今，它被用於圖像分類、人臉識別、圖像中物體的識別、視頻分析和分類以及機器人和自動駕駛車輛的圖像處理等應用上。 許多計算機視覺任務需要對圖像進行智能分割，以理解圖像中的內容，並使每個部分的分析更加容易。今天的圖像分割技術使用計算機視覺深度學習模型來理解圖像的每個像素所代表的真實物體，這在十年前是無法想象的。 深度學習可以學習視覺輸入的模式，以預測組成圖像的對象類。用於圖像處理的主要深度學習架構是卷積神經網絡(CNN)，或者是特定的CNN框架，如AlexNet、VGG、Inception和ResNet。計算機視覺的深度學習模型通常在專門的圖形處理單元(GPU)上訓練和執行，以減少計算時間。 什麼是圖像分割? 圖像分割是計算機視覺中的一個關鍵過程。它包括將視覺輸入分割成片段以簡化圖像分析。片段表示目標或目標的一部分，並由像素集或“超像素”組成。圖像分割將像素組織成更大的部分，消除了將單個像素作為觀察單位的需要。圖像分析有三個層次： 分類 – 將整幅圖片分成“人”、“動物”、“戶外”等類別 目標檢測 – 檢測圖像中的目標並在其周圍畫一個矩形，例如一個人或一隻羊。 分割 – 識別圖像的部分，並理解它們屬於什麼對象。分割是進行目標檢測和分類的基礎。 語義分割 vs. 實例分割 在分割過程本身，有兩個粒度級別： 語義分割 –

小視頻目前已成為大眾極喜愛的獲取信息的載體，而小視頻app開發的需求也是日益增加，擁有一套現成完整的小視頻app源碼可以讓開發工作事半功倍。接下里就看看小視頻app源碼開發短視頻系統都能做什麼？ 一、小視頻app源碼本身的優勢 其實一套完整開源的小視頻app源碼本身的優勢就很開發者喜愛了，運營者可以通過小視頻app源碼在短時間內搭建部署自己的短視頻平臺，省時省力又節省不小的開發成本。並且開源源碼支持二次開發，根據行業的前景和用戶的需求可以在源碼基礎上再次開發。 二、小視頻app源碼開發短視頻系統的優勢 1.銜接商城系統 利用小視頻app源碼開發的短視頻系統與商城系統完美融合，支持邊看視頻邊購物。 2.適配多種功能 短視頻系統支持短視頻+直播+圖文組合模式共存，並適配直播裡面的功能，比如直播功能、美顏濾鏡、禮物打賞、分享推廣、直播購物等。 3.支持定製開發 小視頻app源碼開發小視頻系統可以根據運營者或商家需求進行定製開發，支持功能靈活擴展，打造專屬短視頻平臺。 4.觀看無時效性 小視頻是短視頻博主提前錄製發送到平臺，是沒有時效性的，用戶隨時可以查看各類短視頻。 5.支持熱搜話題 短視頻系統內設明確的話題分類，用戶可根據自己需求選擇感興趣的話題，小視頻系統裡面一個有趣的內容會引起很多用戶的模仿，用戶可以進入話題觀看多人的模仿，既可以激發自己模仿的參與感又可以得到樂趣。 三、小視頻app源碼開發短視頻系統功能簡介 1.採集處理功能包含：美顏濾鏡、AR特效、動態貼紙、倍數拍攝、分段回刪、面部識別、拍同款、水印功能、特效字幕等。 2.編輯上傳功能包含：小視頻app源碼支持本地轉碼、視頻剪裁、音頻剪裁、轉場特效、背景音樂等。 3.服務端功能包含：播放鑑權、CDN加速、DRM數字版權保護、服務端轉碼、鑑黃監控、媒體管理、秒開支持、視頻存儲、水印功能等。 4.播放器功能包含：小視頻app源碼支持倍數播放、邊下載邊播放、截取封面、秒開支持等。 以上便是關於小視頻app源碼開發小視頻系統的知識點介紹，後面會陸續更新小視頻系統開發相關的資訊和內容，敬請期待。

隨著互聯網的爆發式增長，數據庫作為 IT信息產業最重要最核心的部分，迎來了成長和發展的絕佳時機。如何把握機遇，迎接海量數據、通用高性能的挑戰？國產自研分佈式數據庫 OceanBase，在國家內循環、新基建政策的引導下，發揮著強大的中國製造的技術魅力。 在互聯網爆炸式增長對海量業務中數據庫高併發、高性能的嚴苛要求下，數據庫領域的標杆 OceanBase，以其高性能、可擴展、高可用以及低成本等特點，特別是阿里集團內部包含網商銀行、支付寶等航母量級的數據庫場景應用的成熟經驗，保障了業務連續、穩定、高效運轉，為用戶創造更大價值。 2020 數據技術嘉年華上，北京奧星貝斯科技有限公司 CTO、OceanBase 數據庫創始人陽振坤，接受了企業網的專訪。他對 OceanBase 的發展歷史進行了總結和回顧，全面詮釋了數據庫技術的發展歷程，同時作為前沿的技術專家，也對未來數據庫系統的發展趨勢做了預測和展望。 北京奧星貝斯科技 CTO、OceanBase 數據庫創始人陽振坤 數據庫從誕生至今已有幾十年的時間，但是市場格局變化不大，最早發展起來的數據庫廠商長期佔據著統治地位。由於數據庫處在整個 IT 產業鏈最基礎的位置，替換風險很大，但收益相比起來卻小得多，因此非常難被替換。這也是為什麼像 IBM、微軟這樣的後來者也難以取代 Oracle。這就導致了數據庫變成一個門檻極高、強者恆強的領域。 然而，時代的發展往往會打破慣例。互聯網的爆發式增長對數據庫的高併發、大數據量提出了很高的要求，而傳統關係型數據庫難以滿足，這就給

場景體驗目標擁有大量用戶的企業，經常會面臨如下的難題：在高併發的情況下，經常會導致服務器響應速度慢，嚴重的情況會直接導致服務器停止服務。此時，會導致企業的業務中斷，影響客戶的正常訪問。 本場景通過使用阿里雲負載均衡SLB以及對負載均衡SLB後端服務器ECS的權重進行修改，可以快速解決上述的問題。負載均衡（Server Load Balancer）是將訪問流量根據轉發策略分發到後端多臺雲服務器（ECS實例）的流量分發控制服務。負載均衡擴展了應用的服務能力，增強了應用的可用性。 負載均衡通過設置虛擬服務地址，將添加的ECS實例虛擬成一個高性能、高可用的應用服務池，並根據轉發規則，將來自客戶端的請求分發給雲服務器池中的ECS實例。 負載均衡默認檢查雲服務器池中ECS實例的健康狀態，自動隔離異常狀態的ECS實例，消除了單臺ECS實例的單點故障，提高了應用的整體服務能力。此外，負載均衡還具備抗DDoS攻擊的能力，增強了應用服務的防護能力。 架構負載均衡服務主要有三個核心概念： 負載均衡實例 （Server Load Balancer instances） 一個負載均衡實例是一個運行的負載均衡服務，用來接收流量並將其分配給後端服務器。要使用負載均衡服務，您必須創建一個負載均衡實例，並至少添加一個監聽和兩臺ECS實例。 監聽 （Listeners） 監聽用來檢查客戶端請求並將請求轉發給後端服務器。監聽也會對後端服務器進行健康檢查。 後端服務器（Backend Servers） 一組接收前端請求的ECS實例。您可以單獨添加ECS實例到服務器池，也可以通過虛擬服務器組或主備服務器組來批量添加和管理。 和上次一樣，打開網站的隱私窗口完成。隱私窗口登錄的具體操作請看上篇文章。本編沒有上面困難點，照著文檔做就可以實現。

作者 | 江昱 前言 圖像分類是人工智能領域的一個熱門話題。通俗解釋就是，根據各自在圖像信息中所反映的不同特徵，把不同類別的目標區分開來的圖像處理方法。 它利用計算機對圖像進行定量分析，把圖像或圖像中的每個像元或區域劃歸為若干個類別中的某一種，以代替人的視覺判讀。 圖像分類在實際生產生活中也是經常遇到的，而且針對不同領域或者需求有著很強的針對性。例如通過拍攝花朵識別花朵信息、通過人臉比對人物信息等。 通常情況下，這些圖像識別或者分類的工具，都是在客戶端進行數據採集，在服務端進行運算獲得結果，也就是說一般情況下都是有專門的 API 實現圖像識別的。例如各大雲廠商都會為我們有償提供類似的能力： 阿里雲圖像識別頁面： 華為雲圖像識別頁面： 本文將會通過一個有趣的 Python 庫，快速將圖像分類的功能搭建在雲函數上，並且和 API 網關結合，對外提供 API 功能，實現一個 Serverless