本书将从基础概念出发,逐步深入探讨 K8S 集群中常见的故障类型及其成因,并结合实际案例分析给出有效的排查方法和解决方案。通过学习本书,您不仅能够加深对 Kubernetes 工作原理的理解,还能掌握一系列实用技巧来提升自己在面对突发状况时的应变能力。无论您是初学者还是有一定经验的专业人士,《云容器 K8S 异常诊断》都将是一个宝贵的资源库,帮助您更好地管理您的 Kubernetes 环境。
阿里云作为数字经济的重要建设者,不断加深硬核科技实力,通过自身能力助力客户实现高质量发展,共创数字新世界。阿里云产品手册 2025 版含产品大图、关于阿里云、引言、AI 产品体系、安全合规等内容,覆盖人工智能与机器学习、云基础产品与基础设施、数据管理与服务、安全、企业服务五大版块,多款核心及重点产品,全方位了解阿里云产品体系。
本书面向广大IT从业者,作者将尽可能通俗易懂的把机器学习、深度学习、神经网络等基本原理讲解清楚,并分享大语言模型、知识库等当下很火爆的AIGC应用,探讨大语言模型“知识茧房”问题及解法。期望本书能成为AI技术爱好者的启蒙书籍、学习手册。希望人人都能了解AI,知其然并知其一点所以然,看完后能有感而发:“原来AI是这么回事”,且能自己动手实践,构建自己的AI应用。
随着信息技术的快速发展,操作系统作为支撑应用程序和服务运行的基础层,承担着至关重要的角色。然而,操作系统和其他软件系统类似,都将经历生命周期的不同阶段,包括引入、增长、成熟和最终的停服。处于生命周期的后期,针对操作系统的开发投入会逐渐减少,这会给企业的业务安全与稳定带来潜在的风险。 本白皮书旨在为广大用户提供详细的行动指南,帮助您妥善应对面临的操作系统停服问题。
边缘云在更靠近用户和数据源头侧部署,拓展中心云计算服务边界,满足用户在低时延、成本控制、敏捷部署、数据安全等方面业务需求。本白皮书深入探讨边缘云在技术架构、应用场景、标准布局等方面演进与发展,为边缘云计算下一阶段发展提供新动能。 通过本书,你可以学习到: 1.边缘云节点的小型化技术 2.边缘云节点的硬件基础设施 3.边缘云节点的网络架构 4.边缘云分布式云管系统 5.边缘云应用典型场景
【2022版】企业需要一套完善的数据技术与工具,实现数据采集、存储、计算、建设和管理,推动数据资产的持续沉淀和价值发挥。通过本书可以学到:1、阿里巴巴数据治理方法论;2、了解数据建设全流程;3、中台项目管理专家6000字实践手记。 【2024最新版】Dataphin产品白皮书请前往:https://developer.aliyun.com/ebook/8390。
本书围绕云上社交场景的需求和特点,阐述云计算的(IaaS、PaaS、云安全以及视频云等)各种能力完美地契合了社交多样性、数据庞大及安全的发展需求。云上社交,呈现出了前所未有的活力。
未来的大型赛事,应当是什么样子?阿里云支持奥组委完成了奥运历史上首次全面彻底的云上数字化转型。我们将这些宝贵的实践经验整理成册,和众多的技术人一起交流学习,共促提升。
为了保障医保平台的稳定性,需建立一套医保项目标准的运维服务解决方案,在项目运维的过程中不断治理风险,提升医保项目的稳定性。
本书着重细致分享快递行业客户上云的实践案例,将具体技术方法和解决方案编写成册,为构建安全、可靠的快递行业云上业务系统提供有价值的技术参考。
阿里云存储是当前国内规模最大的存储服务商,致力于为用户提供更安全稳定、更优化、无缝上云的智能数据存储服务,为企业上云、实现数字化转型奠定数据基础。经过十年的技术发展和积累,阿里云存储更新迭代了涵盖公共云、专有云、混合云在内的:全线企业级高性能云产品,拥有全球云计算厂商中最完整的存储产品线。
围绕泛娱乐行业的定位和构成,从浅入深地对泛娱乐的竞争格局和发展驱动力进行分析。对这一行业的重点产业——直播、游戏、数字文化进行逐一解构。
隐私计算可以理解为是在隐私保护的前提下,完成对数据的计算工作,面向敏感数据有使用需求而又不能明文出域的情况,实现数据“可用不可见”的效果,将数据价值最大化。 通过本书,你可以学习到: 1、隐私计算核心技术能力; 2、数据安全流通将价值最大化; 3、各行业隐私计算应用场景示例; 4、隐私计算技术背后的决策思考
PolarDB for PostgreSQL 开源人才初级课程是阿里云对于使用 PolarDB for PostgreSQ 云原生关系型数据库能力的认证,通过该课程你可以了解 PolarDB for PostgreSQL 开源版架构原理,具备安装部署、日常运维、高可用、共享存储、云原生 HATP 等知识及能力。
云原生激活应用构建新范式
微服务架构的发展带来了诸多优势,然而这些分布众多的微服务也会增加安全性方面的挑战,每个微服务都是一个可被攻击的目标。为了提升网络通信的安全防护能力,有效对抗网络威胁,采用微服务架构的服务网格普遍采用了基于安全传输层协议(TLS)的安全数据传输。但同时,TLS协议中的非对称加解密会消耗大量的CPU资源,影响了服务网格的性能表现,并带来了较高的总体拥有成本(TCO)。