博客 / 列表

數據庫知識分享者 - 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：Transformer 的 Toke

nosql , 阿里雲 , 知識 , 數據庫 , SQL

數據庫知識分享者 - 雲原生數據倉庫 AnalyticDB Supabase 使用全攻略

雲原生數據倉庫 AnalyticDB PostgreSQL 版 Supabase 是基於開源 Supabase 深度增強打造的全託管應用開發平台。平台延續原生 Supabase 的開發體驗，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置提供更高性能、更強安全性和更完善的生態支持。 一、ADB Supabase 可以幫你做什麼 ADB Supabase 可以幫助你快速構建 AI 驅動

資訊 , MySQL , 數據庫 , SQL

數據庫知識分享者 - 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

觀點 , 資訊 , MySQL , 數據庫 , SQL

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

數據庫知識分享者 - 阿里雲 Tair 聯手 SGLang 共建 HiCache，構建面向“智能體式推理”的緩存新範式

導讀 在大型語言模型（LLM）推理中，KVCache 是提升效率的核心機制：通過緩存 Transformer 自注意力層的歷史 Key-Value 對，避免重複計算，顯著降低單次推理開銷。然而，在“智能體式推理”（Agentic Inference）這一新興範式下——模型需持續感知環境、進行多輪決策、自我反思，並協同其他智能體完成複雜任務——傳統 KVCache 機制暴露出三大關鍵瓶頸： 狀態

觀點 , nosql , 教程 , 數據庫 , SQL

數據庫知識分享者 - Dify+ADB Supabase+LLM 實現 AI 客服系統

本文介紹如何使用Dify、雲原生數據倉庫AnalyticDB PostgreSQL版的Supabase和LLM構建一個AI客服系統，幫助在線服裝店高效處理售後諮詢、訂單查詢和個性化回覆。通過結合Dify的工作流能力、Supabase的實時數據存儲與LLM的自然語言理解能力，實現快速自動化響應，顯著減輕人工客服壓力並提升客户滿意度。 一、背景 雲原生數據倉庫AnalyticDB PostgreSQL

資訊 , MySQL , 知識 , 數據庫 , 後端

數據庫知識分享者 - 基於 Qoder 和 AnalyticDB Supabase 快速構建AI原生移動端 APP

本文介紹如何利用Qoder、雲原生數據倉庫 AnalyticDB PostgreSQL 版Supabase和通義千問圖像編輯模型（Qwen Image Edit），快速搭建一個無需傳統後端的AI手辦生圖Flutter應用。內容涵蓋從前端代碼自動生成、後端即服務（BaaS）配置，到AI模型集成，適合希望快速驗證AI原生應用原型並實現敏捷開發的開發者。 一、概述 在AI原生應用開發的時代，傳統的後端架

MySQL , adb , 阿里雲 , 數據庫

數據庫知識分享者 - 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，面向所有依賴數據

資訊 , MySQL , 教程 , 阿里雲 , 數據庫

數據庫知識分享者 - 阿里巴巴開源大規模稀疏模型訓練/預測引擎DeepRec

簡介：經歷6年時間，在各團隊的努力下，阿里巴巴集團大規模稀疏模型訓練/預測引擎DeepRec正式對外開源，助力開發者提升稀疏模型訓練性能和效果。 作者 | 煙秋 來源 | 阿里技術公眾號 經歷6年時間，在各團隊的努力下，阿里巴巴集團大規模稀疏模型訓練/預測引擎DeepRec正式對外開源，助力開發者提升稀疏模型訓練性能和效果。 一 DeepRec是什麼 DeepRec(PAI-TF)是阿里巴

阿里巴巴 , 開源

數據庫知識分享者 - 阿里巴巴雲原生大數據運維平台 SREWorks 正式開源

簡介：阿里巴巴雲原生大數據運維平台 SREWorks，沉澱了團隊近10年經過內部業務錘鍊的 SRE 工程實踐，今天正式對外開源，秉承“數據化、智能化”運維思想，幫助運維行業更多的從業者採用“數智”思想做好高效運維。 作者 | 晟白 來源 | 阿里技術公眾號 隨着行業不斷髮展，大數據AI也逐漸呈現雲原生化的趨勢。複雜的業務場景及其背後涉及到的不同技術方向的開源和自研，使得產品運維面臨技術複雜

阿里巴巴 , 大數據

數據庫知識分享者 - 阿里巴巴雲原生混部系統 Koordinator 正式開源

簡介：脱胎於阿里巴巴內部，經過多年雙 11 打磨，每年為公司節省數十億的混部系統 Koordinator 今天宣佈正式開源。通過開源，我們希望將更好的混部能力、調度能力開放到整個行業，幫助企業客户改進雲原生工作負載運行的效率、穩定性和計算成本。 作者 | 逐靈 來源 | 阿里技術公眾號 脱胎於阿里巴巴內部，經過多年雙 11 打磨，每年為公司節省數十億的混部系統 Koordinator 今天

阿里巴巴 , 開源

數據庫知識分享者 - ZooKeeper 在阿里巴巴的服務形態演進

簡介： 本文將給大家介紹下 ZooKeeper 的最佳實踐場景，歸為了 3 類，分別是：微服務領域，代表的集成產品是 Dubbo/SpringCloud；大數據領域，代表的集成產品是 Flink/Hbase/Hadoop/Kafka；自研的分佈式系統，包括大家自己公司內部的分佈式系統，對分佈式協調有需求，如分佈式鎖。 作者：草谷 Apache ZooKeeper 在阿里巴巴經歷了開源自用、深

阿里巴巴

數據庫知識分享者 - 這些年在阿里學到的方法論

方法論是指導做事的基本原則，能夠幫助我們快速的觸及問題的核心並確定解決思路，好的方法論能讓我們事半功倍，下面就總結下我在阿里這幾年學習到的部分方法論。 做事方法論 5W2H 我們在做一件事時，經常需要和老闆或者合作方去講為什麼要做這件事，準備怎麼做，以求獲得來自老闆和合作夥伴的認可及支持。5W2H是指WHY、WHAT、WHO、WHEN、WHERE、HOW、HOW MUCH。5W2H方法可以幫助我們

阿里巴巴 , 雲計算 , 阿里雲 , 方法論

數據庫知識分享者 - 《Data+AI驅動的全棧智能實踐開放日》線上直播來了！

阿里雲瑤池數據庫生態工具重磅首發！首次公開 Data Agent for Analytics、Data Agent for Meta、DAS Agent 等Data Agent 系列產品，揭秘在 AI 時代如何讓數據“活起來”！ 🔥 顛覆想象的技術碰撞 解鎖 Data+AI 在數據庫領域的創新實踐 探索從數據治理到智能決策的全鏈路解決方案！ 🗓️ 3日連播 乾貨滿滿！ 🔐 研發專家親授實戰

阿里巴巴 , 阿里雲 , 數據庫 , 人工智能

數據庫知識分享者 - 記一個詭異的TCP揮手亂序問題

本文內容包括但不限於：tcp四次揮手（同時關閉），tcp包的seq/ack號規則，tcp狀態機，內核tcp代碼，tcp發送窗口等知識。 問題是什麼？ 內核版本linux 5.10.112 一句話：四次揮手中，由於fin包和ack包亂序，導致等了一次timeout才關閉連接。 過程細節： 同時關閉的場景，server和client幾乎同時向對方發送fin包。 client先收到了server的

tcp , 雲計算 , tcp-ip , 阿里雲 , 遷移

數據庫知識分享者 - 好好的“代碼優化”是怎麼一步步變成“過度設計”的

有一天Review師妹的代碼，看到一行很難看的代碼，畢竟師妹剛開始轉JAVA，一些書寫小習慣還是要養成，所以錙銖必較還是有必要的，於是給出了一些優化思路的建議，以及為什麼要這麼做。建議完後，我並沒有停下”追求極致“的腳步，隨着不斷的思考，發現這段代碼的優化慢慢變得五花八門起來了，完成了一次“代碼優化”到“過度設計”的典型思考過程，這過程中涉及了很多Java的語法糖及設計模式的東西，很典型，能啓發思

code , 雲計算 , 阿里雲 , 代碼優化 , 代碼質量

數據庫知識分享者 - 全新架構！日誌服務 SLS 自研免登錄方案發布

引言 很多用户在使用日誌服務 SLS 時，採用 STS 這種免登的方式，能夠快速將日誌服務的頁面集成到三方的系統中。STS 模式是非常經典且成熟的免登方案，它的優點非常多，例如：能夠充分利用阿里雲賬號 RAM 體系、能夠通用地集成支持 STS 模式的所有云產品、支持客户自定義訪問權限等。 存在問題 隨着時間的推移，STS 模式在多個方面已經不滿足日誌服務客户的需求： 性能問題 STS 模式加載速度

雲計算 , 阿里雲 , 日誌 , 雲原生

數據庫知識分享者 - SLS 查詢新範式：使用 SPL 對日誌進行交互式探索

1.引言 在構建現代數據和業務系統的過程中，可觀測性已經變得至關重要，日誌服務（SLS）為 Log/Trace/Metric 數據提供了大規模、低成本、高性能的一站式平台服務，並提供數據採集、加工、投遞、分析、告警、可視化等功能，從而全面提升企業在研發、運維、運營和安全等各種場景的數字化能力。 1.1 日誌數據天然是非結構化的 日誌（Log）數據作為可觀測場景中最基礎的數據類型之一，其最大的特點在

spl , 雲計算 , 阿里雲 , 日誌 , 雲原生

數據庫知識分享者 - 如果你也會這樣調試，那真是泰酷辣

一、引言 工欲善其事，必先利其器，學會如何利用 IDEA 高效 debug ，將會大大提升我們的工作效率。基本的斷點調試方式就不講解了，網上有很多優秀的文章，這裏會主要舉一些我們日常工作中重要但是容易被忽視的調試技巧。 二、正文 2.1 不暫停的 debug 通常情況下，我們斷點的時候，會卡住當前線程。假設我們在主預發或者公用環境進行debug，就老感覺背後有人在罵我，誰又在debug，環境怎麼又

雲計算 , debug-mode , 阿里雲 , intellij-idea , debugging

數據庫知識分享者 - 函數性能探測：更簡單高效的 Serverless 規格選型方案

2019 年 Berkeley 預測 Serverless 將取代 Serverful 計算成為雲計算新範式。Serverless 為應用開發提供了一種全新系統架構。藉助 2023 年由 OpenAI 所帶來的 AIGC 風潮，以阿里雲函數計算 FC、AWS Lambda 為代表的 Serverless 以其更高成本效益、更簡化的後端代碼 擴展性及更極致的彈性等眾多特性，將開發者從繁重的手動資源

函數 , 雲計算 , 阿里雲 , 雲原生 , serverless

數據庫知識分享者 - Bean異步初始化，讓你的應用啓動飛起來

如果你的系統啓動耗時250s以上，文章思路應該可以幫到你。 一、背景 近期，在做應用啓動提速相關工作的過程中，我們發現，應用啓動速度主要的瓶頸在於bean的初始化過程（init，afterPropertiesSet方法的耗時）。很多中間件bean的初始化邏輯涉及到網絡io，且在沒有相互依賴的情況下串行執行。將這一部分中間件bean進行異步加載，是提升啓動速度的一個探索方向。 二、解決方案 自動

初始化 , 雲計算 , 阿里雲 , bean , 異步

數據庫知識分享者 - EDA 事件驅動架構與 EventBridge 二三事

簡介： 事件驅動型架構 (EDA) 方興未艾，作為一種 Serverless 化的應用概念對雲原生架構具有着深遠影響。當我們討論到一個具體架構時，首當其衝的是它的發展是否具有技術先進性。這裏從我們熟悉的 MVC 架構，SOA 架構談起，聊一聊關於消息事件領域的歷史與發展趨勢。 作者｜肯夢 當下比較成功的企業已然認識到，要想最大限度提升運營效率和客户體驗，務必將業務和技術兩方面的舉措緊密結合起來。運

mvc

數據庫知識分享者 - 基於RDS Supabase 服務高效構建輕量級應用，完成任務可贏取淘公仔、加濕器等好禮！

隨着企業對高效開發和快速迭代的需求不斷增加，傳統的後端開發面臨着諸多挑戰：高昂的基礎設施成本、複雜的技術門檻以及漫長的開發週期，都嚴重影響了中小團隊推進核心業務的進程。同時，技術門檻的提升，使得中小團隊在快速迭代方面面臨着巨大的壓力，難以適應市場變化。 本方案將介紹如何基於阿里雲 RDS Supabase 服務高效構建輕量級應用，深度融合了高可用的 RDS PostgreSQL 數據庫能力與 Su

資訊 , MySQL , 教程 , rds , 數據庫

數據庫知識分享者 - 阿里雲瑤池數據庫 Data Agent，數據安全，分析準確，讓數據更有價值！

一、Data Agent簡介 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，並確保數據的準確性與安全性。

agent , 數據管理 , data , MySQL , 數據庫