tag 阿里雲

標籤
貢獻37
184
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

elhix0bg 頭像

阿里雲大數據AI - EMR Serverless Stella 1.0 技術分享：StarRocks企業級版本內核重大突破

在今年雲棲大會上，EMRServerlessStella1.0正式發佈，這是一款面向企業級場景深度優化的高性能數據分析引擎。阿里雲開源大數據平台OLAP引擎負責人周康系統性地分享了Stella在存算分離架構、Lakehouse場景以及全文檢索等三大核心場景下的深度優化經驗，為業界提供了大規模OLAP系統工程化實踐的寶貴參考。Stella引擎的發佈將為企業級用户提供更加專業、高效的OLAP解決方案。

阿里雲 , starrocks

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - OmniThoughtV：面向多模態深度思考的高質量數據蒸餾

作者：嶽元浩(顧城)、汪誠愚(熊兮)、黃俊(臨在) 背景 近年來，多模態人工智能技術迅猛發展，推動了視覺、語言、語音等多種模態信息的深度融合與理解。尤其在多模態深度推理任務中， GPT-4V 等前沿模型通過模擬人類的鏈式思維過程，展現出強大的跨模態推理能力。然而，當前的多模態大模型在實際應用中仍面臨兩個關鍵問題：首先，能力較強的SOTA模型往往參數規模龐大、計算資源消耗高，導致部署成本高昂，難以在

阿里雲 , 人工智能

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - 【NeurIPS2025】阿里雲 PAI 團隊動態數據調度方案 Skrull 入選

2025年12月，第39屆神經信息處理系統大會（NeurIPS：Annual Conference on Neural Information Processing System）在美國加利福尼亞州聖迭戈順利召開。NeurIPS是機器學習領域的頂級會議，與ICML、ICLR並稱為機器學習領域三大會議。阿里雲 PAI 團隊與中國科學院大學前沿交叉科學學院等單位合作的研究成果——輕量級動態數據調度方案

阿里雲 , 人工智能

收藏 評論

u_13778063 頭像

u_13778063 - 阿里雲可觀測 2025 年 10 月產品動態

本月可觀測熱文回顧 文章一覽： 用户説“App 卡死了”，你卻查不到原因？可能是監控方式錯了 清理祖傳 AK 不怕炸鍋：基於 UModel 的雲監控 2.0 身份憑證觀測實踐 告別手動埋點！Android 無侵入式數據採集方案深度解析 從數據孤島到智能洞察：構建面向未來的 Operation intelligence 體系 從“天書”到源碼：H

性能監控 , 移動端 , 雲計算 , 可觀測 , 產品動態 , 阿里雲 , 雲服務

收藏 評論

alixitongruanjianjishu 頭像

阿里云云原生 - “消息驅動、事件驅動、流 ”基礎概念解析

作者：肯夢 阿里雲消息隊列 RocketMQ 5.0 實現了全新升級，實現了從“消息”到“消息、事件、流”的大融合，基於此，Message-Driven、Event-Driven、Streaming 這三個詞是近期消息領域高頻詞，但由於概念過於新，很多同學其實是不太理解這裏的異同。本文把三個概念重新整理下，梳理出比較明確的概念講給大家。 背景 首先這三個概念具體翻譯如下： Message-Dr

事件 , 消息 , 阿里雲 , 雲原生

收藏 評論

u_13778063 頭像

u_13778063 - UModel 查詢：阿里雲如何通過圖模型實現企業級可觀測數據的統一建模與分析

點擊此處，立即查看視頻課程！ 背景 想象一下，你站在一個巨大的圖書館裏，這裏有成千上萬本書，但每本書的目錄都散落在不同的房間裏，而且每間房間的索引方式都不一樣。當你想要找一本關於“服務調用”的書時，你需要在 APM 房間、K8s 房間、雲資源房間之間來回奔波，還要記住每個房間不同的查找規則... 這就是很多企業在可觀測性領域面臨的真實困境。而 UModel 就像

雲計算 , UModel , 阿里雲 , 雲服務 , 元數據 , 雲原生

收藏 評論

u_13778063 頭像

u_13778063 - 深度解析雲監控 2.0 日誌審計：統一採集、實體建模與告警溯源能力

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

數據 , 雲計算 , 可觀測 , 日誌審計 , 阿里雲 , 雲服務 , 雲監控

收藏 評論

alijishu 頭像

阿里雲開發者 - Java中活鎖是什麼啊？

活鎖是與死鎖對應的，是説雙方沒有互相等待而無法進行，都可以動，但是動完以後仍是死鎖狀態。 完整內容請點擊下方鏈接查看： https://developer.aliyun.com/ask/463993?groupCode=learning 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

鎖 , 阿里雲 , 技術 , JAVA , Javascript

收藏 評論

u_13778063 頭像

u_13778063 - Agent 記憶系統技術深度：從上下文工程到長期記憶組件集成！

作者：柳遵飛（翼嚴） 前言 隨着 AI Agent 應用的快速發展，智能體需要處理越來越複雜的任務和更長的對話歷史。然而，LLM 的上下文窗口限制、不斷增長的 token 成本，以及如何讓 AI“記住”用户偏好和歷史交互，都成為了構建實用 AI Agent 系統面臨的核心挑戰。記憶系統（Memory System）正是為了解決這些問題而誕生的關鍵技術。 記憶系統

agent , 雲計算 , AI , 阿里雲 , 雲服務 , 雲原生

收藏 評論

alijishu 頭像

阿里雲開發者 - Nacos 配置管理最佳實踐

Nacos 簡介 Nacos 是一個更易於構建雲原生應用的微服務基礎平台，核心包含動態服務發現，配置管理，服務管理平台。 完整內容請點擊下方鏈接查看： https://developer.aliyun.com/article/1155681?utm_content=g_10... 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

配置 , 微服務 , nacos , 阿里雲 , 雲原生

收藏 評論

data_ai 頭像

數據庫知識分享者 - 做好這四步，服務端輕鬆成為全棧化人才

軟件開發裏本沒有服務端，分的細了就有了服務端。做為一個軟件開發者，每個人都可以是全棧。看到“服務端全棧”這個詞，不知道屏幕前的你現在腦子裏想到的是什麼問題。 老闆：我們團隊的服務端可以去寫前端麼？會不會搞出很多故障？能不能縮短開發時間？能不能給我節省成本？ 前端：你都能寫前端了，那還要我幹嘛？ 服務端：我有必要學前端麼？寫前端對我職業生涯有啥好處？學到啥程度可以寫前端需求，發佈前端的應用？

服務端 , 全棧 , 雲計算 , 阿里雲 , 全棧工程師

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - 阿里雲 AI 搜索開放平台新發布：增加 QwQ 模型

為了滿足用户對更高效、更智能搜索功能的需求，阿里雲 AI 搜索開放平台 新增加 QwQ 模型，這一全新模型的加入將為企業和開發者帶來更強大的搜索解決方案。 一、QwQ模型 開源版： 基於 Qwen2.5-32B 模型訓練的 QwQ 推理模型，於2025年3月6日發佈。通過強化學習大幅度提升了模型推理能力。模型數學代碼等核心指標（AIME 24/25、LiveCodeBench）以及部分通用指標（I

雲計算 , 搜索 , 阿里雲 , 人工智能 , 大模型

收藏 評論

u_13778063 頭像

u_13778063 - 從“看曲線”到“懂問題”：MetricSet Explorer 如何重構指標分析體驗

作者：隰宗正(霜鍵) 從“看”指標到“懂”指標的進化 1.1 “指標洪水”與“分析赤字”的困境 隨着業務全面上雲和微服務架構的普及，我們正迎來一個“大觀測”的時代。系統的每一個角落都在產生海量的指標數據（Metrics），它們是衡量系統健康度的關鍵。然而，數據的極大豐富也帶來了新的困境——“指標洪水”。運維團隊和 SRE 工程師們發現自己被淹沒在無窮無盡的監控大

數據 , 雲計算 , 可觀測 , 阿里雲 , 雲服務 , 羣組

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 12】阿里雲 MaxCompute 實現 BigQuery 10 萬條 SQL 智能轉寫遷移

作者：曹霖 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。本篇為第十二篇，基於阿里雲MaxCompute實現BigQuery10萬條SQL智能轉寫遷移。 注：客户為東南亞頭部科技集團，文中用GoTerra表示。 一、項目背景 在全球化和數字化加速

MaxCompute , 大數據 , 數據倉庫 , 數據遷移 , 阿里雲 , SQL

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - 阿里雲 AI 搜索開放平台：從算法到業務——AI 搜索驅動企業智能化升級

——已獲知乎作者【GitHub Daily】授權轉載 目前大模型的強大能力，使其成為一些企業和行業的主要創新驅動力，企業亟需重新審視和調整現有的創新機制，以適應AI技術和大數據的快速發展。目前很多企業已經開始嘗試大模型在業務中進行賦能，但在使用一些大模型時往往因為自身場景的需求不同，導致在應用落地中存在一些場景受限，知識庫不完善等一些痛點。 阿里雲AI搜索，憑藉先進的大模型能力和強大的 RAG 處

大數據 , 搜索 , 算法 , 阿里雲 , 人工智能

收藏 評論

mingtian_62fef71159161 頭像

明天 - 阿里雲ESA：一起領ESA免費套餐，CDN升級版防護加速服務。

之前用一阿里的CDN加速，覺得還可以，就是網站流量大，太費錢了。一個月費了幾十個G。 現在發現一個新玩意EAS。全名叫：邊緣安全加速 ESA。 什麼是ESA ESA提供動靜態加速、TCP/UDP四層加速，加速的同時支持邊緣大流量DDoS攻擊清洗與Web應用防火牆防護，為企業提供優質的企業安全加速能力；還可通過邊緣程序將應用和服務快速部署到全球3200+邊緣節點上，快速、安全地服務全球用户。

esapi , 服務器 , 運維 , 阿里雲 , 知識

收藏 評論

mangrandedanche 頭像

數據庫分享小北 - 阿里雲 Tair 基於 3FS 工程化落地 KVCache：企業級部署、高可用運維與性能調優實踐

導讀 接着上一節內容，本文系統介紹了阿里雲 Tair KVCache 團隊與服務器研發存儲軟硬件結合團隊對 3FS（高性能 KVCache 底座）開展的全方位工程化升級實踐。 面向 AI 大模型推理中高吞吐、低延遲、強穩定性的核心訴求，團隊從性能調優、產品化增強與雲原生管理三大維度推進深度優化： 在性能層，通過 RDMA 流量均衡與小 I/O 參數調優，實現 4K 隨機讀

MySQL , nosql , 阿里雲 , 數據庫

收藏 評論

data_ai 頭像

數據庫知識分享者 - 技術同學必會的 MySQL 設計規約，都是慘痛的教訓

在我們對數據庫技術方案設計的時候，我們是否有自己的設計理念或者原則，還是更多的依據自己的直覺去設計，是否曾經懊悔線上發生過的一次低級故障，可能稍微注意點就可以避免，是否想過怎麼才能很好的避免，下面規範的價值正是我們工作的檢查清單，需要我們不斷從錯誤中積累有效經驗來指導未來的工作。以下規範在大型互聯網公司經過了充分的驗證，尤其適用於併發量大、數據量大的業務場景。先介紹的是安全規範，因為安全無小事，很

MySQL , 雲計算 , mysqli , 阿里雲 , 數據庫

收藏 評論

alixitongruanjianjishu 頭像

阿里云云原生 - 如何利用 RocketMQ for AI 構建高效、可靠、可擴展的多智能體系統？

作者：稚柳 前言 在現代 AI 應用中，多智能體（Multi-Agent）系統已成為解決複雜問題的關鍵架構。然而，隨着智能體數量增多和任務複雜度提升，傳統的同步通信模式逐漸暴露出級聯阻塞、資源利用率低和可擴展性差等瓶頸。為應對這些挑戰，RocketMQ for AI 提供了面向 AI 場景的異步通信解決方案，通過事件驅動架構實現智能體間的高效協作。本文將探討和演示如何利用 RocketMQ 構建一

rocketmq , 阿里雲 , 人工智能 , 雲原生

收藏 評論

sealio 頭像

Seal - Walrus 入門教程：如何創建模板以沉澱可複用的團隊最佳實踐

模板是 Walrus 的核心功能之一，模板創建完成後用户可以重複使用，並在使用過程中逐漸沉澱研發和運維團隊的最佳實踐，進一步簡化服務及資源的部署。用户可以使用 HCL 語言自定義創建模板，也可以一鍵複用 Terraform 社區中上萬個成熟的 Module。在本文中，我們將以阿里雲 EC2 為例，介紹如何創建 Walrus 阿里雲 EC2 模板並使用它在阿里雲上創建 ECS 實例服務。 前

運維 , 阿里雲 , walrus-operator , 模板

收藏 評論

u_15316473 頭像

阿里雲大數據AI技術 - MaxCompute SQL AI：讓 SQL 成為你的 AI 語言

MaxCompute SQL AI 全新上線，一句SQL就能用上大模型，零門檻讓數據分析師秒變AI高手。 在大模型能力飛速進化、推理成本持續下降的今天，AI 正從“可選項”變為大數據處理流水線中的“必選項”。越來越多的場景——無論是文本摘要、實體抽取，還是多模態的圖像識別、金融風控中的行為分析——都開始用模型推理替代傳統的規則邏輯，實現更智能、更精準的數據

MaxCompute , 大數據 , 數據倉庫 , AI , 阿里雲 , SQL

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - 阿里雲 AI 搜索方案解讀：大模型驅動下的智能搜索，助力企業數字化轉型

在過去的一年裏面，隨着大模型的技術突飛猛進，大模型的能力日益增強。這些都驅動着我們的搜索技術快速的演進到了下一代，也就是 AI 搜索的技術。大模型的快速發展不僅重塑了搜索技術的基礎，也為各行各業的數字化轉型提供了強有力的支持。 一、AI 搜索技術的特點 AI 搜索技術具有以下幾個顯著的特點： 重構：一個是 AI 搜索技術方面的重構。AI 搜索技術目前正在基於大模型進行全面重構，通過大模型，搜索

elasticsearch , 搜索 , 阿里雲 , 人工智能

收藏 評論

alijishu 頭像

阿里雲開發者 - 通過用户名密碼認證保障 MQTT 接入安全

認證是一種安全措施，用於識別用户並驗證他們是否有權訪問系統或服務器。它能夠保護系統免受未經授權的訪問，確保只有經過驗證的用户才能使用系統。物聯網連接萬物，對試圖訪問基礎設施的用户進行認證至關重要。未經授權的訪問存在重大的安全隱患，必須加以防範。因此，物聯網開發者應該全面瞭解各類認證方法。 在本文中，我們將探討 MQTT 中的認證機制，以及其可以解決什麼安全風險，並介紹一種常用的認證方式：基於密碼的

系統 , 阿里雲 , mqtt , 安全 , 認證授權

收藏 評論

sheyingshichenjian 頭像

敲鍵盤ing - Eclipse阿里雲鏡像源配置

一、什麼是Eclipse Eclipse 是一個開放源代碼的、基於 Java 的可擴展開發平台。就其本身而言，它只是一個框架和一組服務，用於通過插件組件構建開發環境。幸運的是，Eclipse 附帶了一個標準的插件集，包括 Java 開發工具（Java Development Tools，JDT）。 二、阿里雲鏡像上的eclipse 下載地址： https://mirrors.aliyun.com/

eclipse , 阿里雲 , JAVA

收藏 評論