当金融风控遇上人工智能，众安金融的实时特征平台实践
随着企业数字化转型升级，线上业务呈现多场景、多渠道、多元化的特征。数据要素价值的挖掘可谓分秒必争，业务也对数据的时效性和灵活性提出了更高的要求。在庞大分散、高并发的数据来源背景下，数据的实时处理能力成为企业提升竞争力的一大因素。今天分享的是众安金融实时特征平台实践。
AI时代：云存储加速多模态数据存储与管理创新
阿里云存储产品高级解决方案架构师欧阳雁（乐忱）分享了中国企业在全闪存高端存储市场的快速增长，指出AI大模型的发展推动了企业级存储市场。去年，高端企业级存储闪存占比约为25%，相较于欧美50%的比例，显示出中国在AI领域的巨大增长潜力。演讲涵盖AI业务流程，包括数据预处理、训练和推理的痛点，以及针对这些环节的存储解决方案，强调了稳定、高性能和生命周期管理的重要性。此外，还介绍了数据预处理的全球加速和弹性临时盘技术，训练阶段的高性能存储架构，推理场景的加速器和AI Agent的应用，以及应对大数据业务的存储考量，如对象存储、闪电立方和冷归档存储产品。
保障业务连续性，企业灾备建设新思路
本次分享主题为“保障业务连续性，企业灾备建设新思路”，由阿里云专家李媛和胡航丽主讲。内容涵盖企业业务连续性与灾备建设的重要性、新产品及其界面特点、Regional ESID、云备份Call back up、跨账号备份等。重点介绍了数据灾备中心BDRC，其具备全面覆盖阿里云资源、可视化设计、简化运维等特点，帮助企业高效实现数据灾备及合规管理。同时，针对企业面临的灾备挑战，如勒索病毒攻击、数据误删等，提供了不可变备份、自动病毒检测等功能，确保数据安全性和业务连续性。最后，通过案例展示了如何通过云备份服务满足企业的高阶需求，降低运维成本并提高效率。
表格存储(TableStore)新功能Stream应用场景介绍
上面一篇我们介绍了表格存储新功能Stream, 下面我们展开说一些场景，看看有了Stream后，哪些我们常见的应用场景可以更高效的设计和实现。
直播用户行为分析和存储
场景描述
现在视频直播非常火热，假如我们使用TableStore记录用户的每一次进入房间和离开房间，房间内的操作记录等，并希望根据用户的最近的观看记录，更新直播推荐列表。
基于 MySQL + Tablestore 分层存储架构的大规模订单系统实践-数据同步 DTS 篇
前言 前文架构篇，可以看到 MySQL + Tablestore 非常适合大规模订单系统这一类需求场景。那么，我们首先要做的是，利用 CDC(Change Data Capture) 技术将订单数据实时从 MySQL 同步到 Tablestore 中。对于订单系统的数据同步，我们需要关注同步的稳定性、实时性。目前，存在多款工具可以实现这一功能，他们有的是开源工具如 Canal，有的是阿里云端服务如
阿里云acp题目分享 阿里云acp认证考试形式和试卷结构
近几年以来，国内云服务云计算领域发展迅猛，上一年度阿里云以46.4%占有率高居国内第一，以9.8%占有率居于世界第三，相对于国内其他厂商优势巨大。超大的市场份额，促进上下游产业链的发展，同时也提升了对专业技术人员的需求量。每年都有大量的专业人员选择参加阿里云的各项资格认证以期望从跨入该行业。为了帮助考生能更好地了解阿里云acp认证，今天就分享部分阿里云acp题目，并介绍考试形式和试卷结构。