tag 阿里雲

標籤
貢獻37
174
06:43 PM · Oct 21 ,2025
elhix0bg 頭像 alixitongruanjianjishu 頭像 alijishu 頭像 data_ai 頭像 u_13778063 頭像 jiang_5f3236dd7afd1 頭像 u_15316473 頭像 u_17216172 頭像 mangrandedanche 頭像 motianlun_5d0766992e67a 頭像 yunxiao0816 頭像 alicloudros 頭像

@阿里雲 / 博客 RSS 訂閱

alijishu 頭像

阿里雲開發者 - JDBC寫入速度比較慢，應該怎麼解決？

雲數據庫的話，考慮網絡環境、併發情況、數據規模。 完整內容請點擊下方鏈接查看： https://developer.aliyun.com/ask/427635?utm_content=g_1000371542 版權聲明：本文內容由阿里雲實名註冊用户自發貢獻，版權歸原作者所有，阿里雲開發者社區不擁有其著作權，亦不承擔相應法律責任。具體規則請查看《阿里雲開發者社區用户服務協議》和《阿里雲開發者社區知識

jdbc , 阿里雲 , 數據庫 , 雲原生 , 併發

收藏 評論

alijishu 頭像

阿里雲開發者 - ADB中concat_ws函數不能用作聚合嗎？

concat_ws() 是 MySQL 和 MariaDB 數據庫中的函數，用於連接多個字符串，其中 ws 表示 with separator，可以指定連接字符串之間的分隔符。在 ADB 中，該函數同樣可以用於連接多個字符串，但是不能用作聚合函數。 聚合函數是用於執行聚合計算（例如 SUM()、AVG()、COUNT() 等），並返回單個結果的函數。在 ADB 中，聚合函數只能作用於 GROUP

console , adb , 阿里雲 , SQL , 聚合

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - AI 搜索開放平台 x Qwen3：智能搜索全棧解決方案新升級

隨着 AI 技術的飛速發展，搜索已不僅是“查找信息”，更是“創造價值”的核心引擎。阿里雲 AI 搜索開放平台與 Qwen3 模型的深度融合，為企業和開發者提供了從基礎能力到複雜場景的全棧解決方案，讓智能搜索的落地門檻更低、效率更高、體驗更佳。 一、AI 搜索開放平台介紹 阿里雲 AI 搜索開放平台面向企業及開發者提供豐富的 AI 搜索組件化服務，用户可靈活調用多模態數據解析、大語言模型、效果測評等

大數據 , 搜索 , 阿里雲 , 人工智能

收藏 評論

alixitongruanjianjishu 頭像

阿里云云原生 - 雲原生場景下高可用架構的最佳實踐

作者：劉佳旭（花名：佳旭），阿里雲容器服務技術專家 引言 隨着雲原生技術的快速發展以及在企業 IT 領域的深入應用，雲原生場景下的高可用架構，對於企業服務的可用性、穩定性、安全性越發重要。通過合理的架構設計和雲平台的技術支持，雲原生高可用架構可以提供高可用性、彈性擴展性、簡化運維管理、提升可靠性和安全性等方面的優勢，為企業提供了更加可靠和高效的應用運行環境。 Kubernetes 是雲原生的核心技

阿里雲 , 雲原生 , 高可用

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - 【跨國數倉遷移最佳實踐11】基於 MaxCompute Resource & Quota策略優化實現資源管理性能與成本最優平衡

本系列文章將圍繞東南亞頭部科技集團的真實遷移歷程展開，逐步拆解 BigQuery 遷移至 MaxCompute 過程中的關鍵挑戰與技術創新。本篇為第十一篇，基於 MaxCompute Resource Quota策略優化實現資源管理性能與成本最優平衡。 注：客户背景為東南亞頭部科技集團，文中用 GoTerra 表示。 1. 背景 GoTerra作為東南亞互聯網頭部企業，其業務生態覆蓋網約車、電商

數據倉庫 , 阿里雲

收藏 評論

u_13778063 頭像

u_13778063 - 【本不該故障系列】從 runC 到 runD：SAE 如何化解安全泄露風險

作者：張鳳婷（娜米） 對於大多數客户而言，使用 Serverless 容器服務時最核心的顧慮始終是安全性與租户隔離能力。確實，並非只要採用了容器技術、實現了資源共享，就天然具備穩定可靠的安全保障。容器本身只是隔離手段之一，其安全邊界高度依賴底層運行時模型。在非阿里雲 SAE 的環境中，客户在使用基於 runC 的「共享資源的產品」「且沒有使用安全容器的」的容器產品時，就曾因

多租户 , 文件系統 , 雲計算 , 運維 , 阿里雲 , 雲服務 , serverless

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - 兩項世界第一！阿里雲EMR登頂全球數據倉庫性能及性價比排行榜

節前，和大家分享一個好消息： 阿里雲EMR在全球數據倉庫性能及性價比排行榜中斬獲兩項全球冠軍！ 在“數據分析”性能測試TPC-H榜單中，阿里雲EMRServerlessStarRocks（Stella1.2.0內核）以QphH超754萬分的性能結果斬獲全球冠軍，領先第二名111%； 在“決策支持類”性能測試TPC-DS榜單中，阿里雲EMRServerlessSpark（Fusion2.0內

spark , 阿里雲 , starrocks

收藏 評論

u_13778063 頭像

u_13778063 - 打通可觀測性的“任督二脈”：實體與關係的終極融合

作者：隰宗正(霜鍵) 點擊此處，查看視頻演示！ 當可觀測數據遇上“關係圖譜” 1.1 從“孤立的實體”到“連接的網絡” 在現代雲原生架構的宏大敍事中，我們習慣於將系統中的每個組件——服務、容器、中間件、基礎設施，視為獨立的“實體”進行監控和管理。我們為它們配置儀表盤，設置告警，追蹤它們的性能指標。然而，這種“個體視角”存在一個根本性的盲點：它忽略了系統最本

雲計算 , 可觀測 , 阿里雲 , 雲服務 , 雲原生

收藏 評論

u_15316473 頭像

阿里雲大數據AI技術 - 一行代碼，讓Elasticsearch 集羣瞬間雪崩——5000W 數據壓測下的性能避坑全攻略

作為一名長期與Elasticsearch打交道的引擎研發，我見過太多集羣因為一個看似無害的wildcard模糊查詢而瞬間崩潰。 許多開發者繼承了SQLLIKE %...%的思維習慣，直接把它搬到ES中——在小數據量時沒什麼大礙，但當文檔量上億時，它會變成拖垮集羣的性能黑洞： 輕則：錯用字段類型，查不準結果，浪費存儲 重則：暴力掃描，CPU瞬間打滿，集

elasticsearch , 阿里雲 , 人工智能 , 數據分析

收藏 評論

alixitongruanjianjishu 頭像

阿里云云原生 - AI 原生應用開發實戰營·京滬雙城回顧 & PPT 下載

作者：盈楹望宸 近日，阿里雲 AI 原生應用開發實戰營 · 北京站上海站圓滿落幕。繼深圳、杭州、成都等城市之後，這兩場活動吸引了 250+ 名技術從業者深度參與。 活動聚焦 AI Agent 領域的前沿技術與落地實踐，深度分享 AI Agent 架構趨勢和演進、AI 開放平台、AI 應用運行時、AI 應用託管、大模型可觀測 AIOps、異步化的 Agent 事件驅動等熱門技術議題，並設置了動手實

阿里雲 , 雲原生

收藏 評論

alijishu 頭像

阿里雲開發者 - 現在支持對maxcompute的odpssql節點執行結果進行檢查嗎，比如檢查select 得到的數

我們可以通過編寫Python腳本來實現對odpssql節點執行結果的檢查。 具體的實現方式為，我們可以將odpssql節點執行結果導出到本地設備中的.csv或.xlsx文件中，然後使用Python的pandas庫讀取這些文件，在讀取的過程中進行數據的校驗，包括數據類型、數值範圍、空值等等。如果數據不符合預期，我們可以通過Python的日誌模塊將錯誤信息輸出到日誌文件中，並觸發告警系統。 下面是一個

csv , 腳本 , 阿里雲 , pandas , Python

收藏 評論

u_17216172 頭像

數據庫知識分享者小北 - 基於 PolarDB 打造企業專屬智能問答應用，完成任務可贏取保温杯、加濕器等好禮！

企業在智能化升級的浪潮中，知識問答和智能客服的需求不斷激增。然而，傳統的 RAG 方案往往依賴外部向量庫，導致架構複雜、數據同步困難和高昂的運維成本。 本方案將基於雲原生數據庫 PolarDB 構建 RAG 智能知識系統，融合原生 IMCI 向量索引與 PolarDB for AI 能力，通過原生 SQL 調用列存向量節點和 AI 節點，無需外部向量庫，實現數據與知識的閉環

MySQL , AI , 阿里雲 , 數據庫 , RAG , PolarDB

收藏 評論

u_15316473 頭像

阿里雲大數據AI技術 - DataWorks 又又又升級了，這次我們通過 Arrow 列存格式讓數據同步速度提升10倍！

引言 在大數據時代，數據集成作為企業數據流轉的核心樞紐，承擔着異構數據源之間高效同步的重要職責。隨着數據量的爆炸式增長，傳統的行存同步方式在面對大規模列存數據處理時，逐漸顯露出性能瓶頸。 為解決這一挑戰，DataWorks數據集成推出基於ApacheArrow列存格式的高性能同步能力，實現從“行式傳輸”到“列式直通”的技術躍遷。通過引入零拷貝

大數據 , 數據集成 , 阿里雲 , DataWorks , 人工智能 , 數據分析

收藏 評論

mangrandedanche 頭像

數據庫分享小北 - 讓企業決策像開掛！瑤池 Data Agent 全生命週期數據智能體使用全攻略

Data Agent 是瑤池數據庫基於 Data+AI 數智融合與 Agentic AI 技術趨勢打造的數據智能體產品，全面覆蓋數據的產生、存儲、加工、治理、分析的全生命週期，並具備自主規劃、智能執行、迭代優化等特性，實現從需求分析、數據探索到結果交付的全流程自動化。使業務人員無需掌握複雜的查詢語言或數據分析技能，即可獲取專業級分析結果，同時確保數據的準確性與安全性。 同時，面向所有依賴數

agent , MySQL , 阿里雲 , 數據庫

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - 立馬耀：通過阿里雲 Serverless Spark 和 Milvus 構建高效向量檢索系統，驅動個性化推薦業務

作者：廈門立馬耀網絡科技有限公司大數據開發工程師 陳宏毅 背景介紹 行業 蟬選是蟬媽媽出品的達人選品服務平台。蟬選秉持“陪伴達人賺到錢”的品牌使命，致力於洞悉達人變現需求和痛點，提供達人選高傭、穩變現、速響應的選品服務。 業務特徵 個性化推薦：利用大數據和人工智能算法，根據用户的興趣和行為提供定製化的產品推薦。 數據驅動：通過分析用户和市場趨勢，優化推薦策略，提升用户滿意度。 精準營

spark , 大數據 , 搜索 , 阿里雲 , serverless

收藏 評論

alixitongruanjianjishu 頭像

阿里云云原生 - IntelliJ IDEA & Apache Dubbo，IDEA 官方插件正式發佈！

作者：劉軍 最受歡迎的 Java 集成開發環境 IntelliJ IDEA 與開源微服務框架 Apache Dubbo 社區強強合作，給廣大微服務開發者帶來了福音。與 IntelliJ IDEA 2023.2 版本一起，Jetbrains 官方發佈了一款全新插件 - Apache Dubbo in Spring Framework。 這款插件可以幫助開發者解決 Dubbo 項目初始化問題，同時方

dubbo , 阿里雲 , 雲原生

收藏 評論

data_ai 頭像

數據庫知識分享者 - 雲原生數據倉庫 AnalyticDB Supabase 商業化正式上線！

AnalyticDB PostgreSQL 版 Supabase 是基於開源 Supabase 深度增強的全託管應用開發平台。它提供數據庫、用户鑑權、邊緣函數等核心功能，並結合阿里雲基礎設施，提升性能和安全性。與開源自託管方案相比，該平台具備全面的託管能力，支持按需選擇計算與存儲規格，原生支持支付寶、微信等第三方 OAuth 功能，彌補了開源方案的不足，保持與 Supabase Cloud 一致的

觀點 , 資訊 , adb , 阿里雲 , 數據庫

收藏 評論

u_17581482 頭像

huang991 - 好用的FSCapture截圖工具安裝教程！網頁截圖抓屏工具

軟件介紹 FastStone Capture 是一款極好用的圖像瀏覽、編輯和截屏工具，滾動窗口截圖性能，支持 BMP、JPG、JPEG、GIF、PNG、TIFF、WMF、ICO 和TGA在內的主流圖片格式，其獨有的光滑和毛刺處理技術讓圖片更加清晰，提供縮放、旋轉、剪切、顏色調整功能。 軟件下載 FSCapture屏幕截圖軟件 一、

編輯器 , faststone capture , 學習 , 阿里雲 , 電腦 , Css , 前端開發 , HTML

收藏 評論

u_15316473 頭像

阿里雲大數據AI技術 - 【跨國數倉遷移最佳實踐11】基於 MaxCompute Resource & Quota策略優化實現資源管理性能與成本最優平衡

本系列文章將圍繞東南亞頭部科技集團的真實遷移歷程展開，逐步拆解 BigQuery 遷移至 MaxCompute 過程中的關鍵挑戰與技術創新。本篇為第十一篇，基於 MaxCompute Resource Quota 策略優化實現資源管理性能與成本最優平衡。 注：客户背景為東南亞頭部科技集團，文中用 GoTerra 表示。 1. 背景 GoTerra 作為東南亞互

MaxCompute , 大數據 , 數據倉庫 , 阿里雲 , 數倉遷移

收藏 評論

alixitongruanjianjishu 頭像

阿里云云原生 - 雲監控 2.0 日誌審計：打破雲端安全審計的數據壁壘，UModel 實體建模是關鍵！

作者：孫玉梅 背景 在現代雲環境中，安全合規與故障溯源面臨着如下問題： 控制面與數據面的割裂：雲端的資源變更（如 OpenAPI 調用）與底層的運行時行為天然處於兩個平行的觀測維度。 異構數據的孤島效應：K8s 的編排事件、ECS 的系統日誌以及雲產品的操作記錄分散在不同的存儲介質中，缺乏統一的上下文關聯。 這種多維度的碎片化導致運維與安全團隊深陷“數據豐富但信息貧乏”的困境。當異常發生時

阿里雲 , 雲原生 , 監控工具

收藏 評論

u_16473401 頭像

u_16473401 - 信創數據庫 PolarDB V2.0 產品架構及核心功能

PolarDB PostgreSQL輕量版支持本地化部署，能夠部署在您的自主環境中。同時，該版本仍然保留PolarDB技術團隊深厚的內核優化成果，在保持高性能的同時，顯著降低成本。 自PolarDB正式上線以來，已成功支撐成千上萬的客户應用，並在真實的商業環境中做出卓越表現。PolarDB憑藉其卓越的性能、堅如磐石的穩定性和為企業量身定製的高級功能，為客户提供了前所未有的數

MySQL , 阿里雲 , 數據庫 , 信創數據庫 , 國產數據庫

收藏 評論

u_17216172 頭像

數據庫知識分享者小北 - Hybrid Model Support：阿里雲 Tair 聯合 SGLang對 Mamba-Transformer 等混合架構模型的支持方案

導讀 接着上一節內容對KV Cache存儲方案的深入解讀，本文介紹了阿里雲 Tair KVCache 團隊與SGLang 社區在推理框架上的提效——支持混合架構模型的工程化實踐。 在大模型長文本與智能體化趨勢下，Transformer 面臨顯存與計算瓶頸，而高效的 Mamba 模型語義召回受限。混合架構通過結合兩者優勢應運而生，卻帶來系統級挑戰：Tran

tair , nosql , 狀態空間 , 阿里雲 , 緩存 , 數據庫 , 複用

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - PAI Physical AI Notebook詳解3：基於仿真的導航模型訓練

在前兩期，我們已經分別基於仿真環境和世界模型進行了針對Manipulation（動作控制）模型的訓練數據合成與模仿學習。我們來回顧下整個過程： 針對具身智能場景，除了Manipution，Navigation（導航）也是一類非常重要的控制模型，本期我們就來詳細解讀基於仿真環境的導航模型訓練的全過程。 和動作控制模型類似，對導航模型的訓練也可以通過人工演示、數據擴增、數據增強、模仿學習和模型

阿里雲 , 人工智能 , 模型

收藏 評論

alixitongruanjianjishu 頭像

阿里云云原生 - EventBridge 在 SaaS 企業集成領域的探索與實踐

作者：肯夢 當下降本增效是各行各業的主題，而 SaaS 應用作為更快觸達和服務業務場景的方式則被更多企業熟知和採用。隨着國內 SaaS 商業環境的逐漸成熟，傳統企業中各個部門的工程師和管理者，能迅速決定採購提升效率的 SaaS 產品，然後快速投入生產和使用。但是隨着行業 SaaS 越來越多，如何解決各個 SaaS 系統的數據孤島，如何將SaaS 應用數據與現有系統數據進行打通，已然變成了企業使

saas , 事件 , 阿里雲 , 雲原生

收藏 評論