撑起微服务界半壁江山的大神们,你能认出几个?

本文涉及的产品
应用实时监控服务-可观测链路OpenTelemetry版,每月50GB免费额度
云原生网关 MSE Higress,422元/月
MSE Nacos/ZooKeeper 企业版试用,1600元额度,限量50份
简介: 有奖竞猜,快来围观!

微服务领域盛会即将召开

为了推动微服务技术的发展和实践交流,首届 2020 云原生微服务大会将于 8 月 18 日在线上召开。

本次大会聚焦于微服务架构前沿发展业界最佳实践,特邀全球微服务领域权威的先行者和技术专家,通过主题演讲、案例分享、动手实操等形式,深度探讨微服务架构在业界一线的最佳实践和创新应用,帮助开发者迎接云原生时代的到来。

测一测,云原生微服务峰会的部分嘉宾,你认出了几个?

作为首届云原生微服务大会,嘉宾的阵容也不容小觑,可以说是涵盖了微服务领域的半壁江山。我们为大家准备了部分微服务领域大神们的“剪影+关键词”,下面就来测一测,你能认出几个?

在阿里巴巴云原生公众号评论区或本文评论区留言,说出你的答案:

  • 猜对 6 位大神的同学将会获得【阿里云定制全自动雨伞*1】;
  • 猜对 4-5 位大神的同学将会获得【阿里云定制数据线*1】;
  • 猜对 1-3 位大神 + 分享本文至朋友圈(所有人可见)也可以凭截图获取【阿里云定制摄像头遮挡贴*1
  • 特别奖:说出你在这次峰会上最想看到的微服务大神是哪位?我们将随机抽取一名同学赠送蓝牙音响。

7 月 16 日上午 10:00 统一开奖,朋友圈分享截图可发送至小助手微信:alibabass88。每份奖品各限额 50 份,先到先得!

(1)
竞猜海报-李响.jpg

(2)
竞猜海报-Josh Long.jpg

(3)
竞猜海报-张磊.jpg

(4)
竞猜海报-吴晟.jpg

(5)
竞猜海报-白海石.jpg

(6)
竞猜海报-Christian Posta.jpg

阿里巴巴云原生关注微服务、Serverless、容器、Service Mesh 等技术领域、聚焦云原生流行技术趋势、云原生大规模的落地实践,做最懂云原生开发者的公众号。”

相关文章
|
12月前
|
SQL 数据挖掘 数据库
SQL自学笔记(2):如何用SQL做简单的检索
本文深入介绍了SQL的基本语法,包括数据查询、过滤、排序、分组及表连接等操作,并通过实际案例展示了SQL在用户研究中的应用,如用户行为分析、用户细分、用户留存分析及满意度调查数据分析。
203 0
SQL自学笔记(2):如何用SQL做简单的检索
|
敏捷开发 测试技术 持续交付
阿里云云效产品使用合集之如何确保解决冲突代码是提交到合并的目标分支
云效作为一款全面覆盖研发全生命周期管理的云端效能平台,致力于帮助企业实现高效协同、敏捷研发和持续交付。本合集收集整理了用户在使用云效过程中遇到的常见问题,问题涉及项目创建与管理、需求规划与迭代、代码托管与版本控制、自动化测试、持续集成与发布等方面。
|
算法 数据可视化 数据处理
YOLOv5实现图片内目标检测
本文介绍了如何配置yolov5的运行环境、如何进行数据标注、如何通过yolov5训练数据集实现图片的目标检测。目标检测在计算机视觉领域中具有重要意义,yolov5(You Only Look One-level)是目标检测算法中的一种代表性方法,以其高效性和准确性备受关注,并且在各种目标检测任务中都表现出卓越的性能。
1228 1
YOLOv5实现图片内目标检测
|
计算机视觉
【YOLOv10训练教程】如何使用YOLOv10训练自己的数据集并且推理使用
【YOLOv10训练教程】如何使用YOLOv10训练自己的数据集并且推理使用
|
存储 缓存 负载均衡
《大型网站技术架构:核心原理与案例分析》读书笔记
《大型网站技术架构:核心原理与案例分析》读书笔记
|
XML 安全 Java
Android Studio App开发之广播组件Broadcast的讲解及实战(包括收发标准、有序、静态广播实现手机震动功能 附源码)
Android Studio App开发之广播组件Broadcast的讲解及实战(包括收发标准、有序、静态广播实现手机震动功能 附源码)
1106 0
|
Rust JavaScript 前端开发
|
缓存 前端开发 Java
卡顿监测 · 方案篇 · Android卡顿监测指导原则
卡顿监测 · 方案篇 · Android卡顿监测指导原则
1099 0
卡顿监测 · 方案篇 · Android卡顿监测指导原则
【C++库函数之求最大公约数函数_ _gcd(a,b)】
【C++库函数之求最大公约数函数_ _gcd(a,b)】
【C++库函数之求最大公约数函数_ _gcd(a,b)】
|
PyTorch 算法框架/工具 索引
详细介绍torch中的from torch.utils.data.sampler相关知识
PyTorch中的torch.utils.data.sampler模块提供了一些用于数据采样的类和函数,这些类和函数可以用于控制如何从数据集中选择样本。下面是一些常用的Sampler类和函数的介绍: Sampler基类: Sampler是一个抽象类,它定义了一个__iter__方法,返回一个迭代器,用于生成数据集中的样本索引。 RandomSampler: 随机采样器,它会随机从数据集中选择样本。可以设置随机数种子,以确保每次采样结果相同。 SequentialSampler: 顺序采样器,它会按照数据集中的顺序,依次选择样本。 SubsetRandomSampler: 子集随机采样器
966 0