9月20-21日,十位阿里技术大牛带你玩转大流量与高并发

本文涉及的产品
传统型负载均衡 CLB,每月750个小时 15LCU
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 为了让用户在互联网赋能上少走一些弯路,2016年9月20-21日20:00-21:30,淘宝开放平台与阿里云云栖社区联合主办了“大流量高并发互联网应用实践在线峰会”,特邀请了10位淘宝开放平台和阿里云技术大V,为广大开发者分享阿里的第一手实践。

据工信部公布的《2016年1月份通信业经济运行情况》显示,2016年1月,中国移动互联网用户总数达9.8亿户,其中移动互联网接入流量累计达5.4亿G,同比增长120.9%。,固定宽带接入时长达4.8万亿分钟。越来越多的用户及在线时间为业务突破和创新带来了无限可能,然而设计和打造支撑海量用户的应用却成为各个机构不得不面对的问题。


为了让用户在互联网赋能上少走一些弯路,2016年9月20-21日20:00-21:30,淘宝开放平台与阿里云云栖社区联合主办了“大流量高并发互联网应用实践在线峰会,特邀请了10位淘宝开放平台和阿里云技术大V,为广大开发者分享阿里的第一手实践,涉及海量订单时实同步与处理 、大数据驱动的客户运营 、聚石塔容器技术实践、千牛旺旺的云到端、 RDS数据库、ODPS、中间件、负载均衡等多个方面,欢迎各位小伙伴报名参加并分享


负载均衡、数据库、中间件、大数据,如何将技术演绎到极限?


从2009年第一届双十一购物节到2015年双十一全天912.17亿元的交易额,“双十一”当天订单创建峰值增长了350倍(每秒14万笔),支付峰值(每秒8.59万笔)增长了430倍。这一次又一次辉煌的背后,为了保证越来越多购物者的用户体验,在IT基础设施上,阿里一次又一次地遭遇并超过极限。而本次峰会上,阿里技术大V们将给大家分享下述技术的演进和迭代。


作为一个公网流量的入口,阿里云负载均衡应对超大规模流量的信心是什么?又如何去保持平稳顺滑的运行?为了应对各种大规模的活动,阿里云负载均衡又走了哪些性能调优之路?此次“大流量高并发互联网应用实践在线峰会”上,阿里云网络技术团队高级技术专家朱小平将从集群部署、负载均衡高可用框架,流量监控,指标等多个方面为大家揭开。更详情访问:《如何打造应对超大流量的负载均衡》。


在系统可用性保障上,不管任何系统,数据库都是重中之重,对于类似阿里的业务类型来说亦是如此。在“大流量高并发互联网应用实践在线峰会”上,阿里云数据库技术组技术专家罗龙九的演讲整理了自RDS成立至今,在历次大流量峰值中如何保障活动中云数据库备战的最佳实践,包括之前的改造,压测和扩容;期间的监控,预案执行和应急处理;之后的收容和总结。更多详情访问:《云数据库超大流量峰值保障最佳实践》。


随着收集越来越多用户产生的足迹,数据提供竞争力已成为可能,时下我们进入了一个数据为王的时代。然而,在这个过程中,打造一个可以支撑TB、PB甚至是EB级的系统并不容易。MaxCompute是由阿里云自主研发的海量数据处理平台,可应用于数据分析、挖掘、商业智能等领域,提供了海量数据仓库的解决方案,并针对大数据的分析建模服务,支持了阿里和蚂蚁绝大多数计算分析任务。在“大流量高并发互联网应用实践在线峰会”上,阿里云数据库技术组资深专家林伟将向大家介绍MaxCompute在超大规模的活动时,如何满足各种计算任务延时性能及规模上的不同需求,并在全局做到低成本、高性能、高弹性和高可用。此外,这里还将分享在保证高可用计算服务和用户数据安全性的情况下,如何持续发布改进计算平台。更多详情访问:《阿里云大规模计算平台研究与实战》。


伴随着互联网和移动互联网的盛行,海量的用户一次又一次的洗礼了各个机构的IT系统,而在阿里,这种改变无疑更加频繁与剧烈——这些年下来,中间件技术完成了从1.0到3.0时代的蜕变,并已经完成了将技术变成商业化产品,与业界分享。在“大流量高并发互联网应用实践在线峰会”上,阿里巴巴集团产品专家倪超分享将围绕这一变革过程中,在不同的时间段,阿里巴巴中间件技术所面临的技术挑战和我们的解决之道。更多详情访问:《支撑海量用户的阿里中间件技术》。


御膳房、聚星台、淘宝开放平台,业务中绽放的最佳实践


对于任何机构来说,解决业务场景中碰到的实际问题才是重中之重,同样这也是本次在线峰会最大的组成本分。


聚星台,客户运营核心大数据与算法技术。聚星台是阿里巴巴赋能商家的客户运营平台,为商家提供包括千人千面访客运营、个性化营销、粉丝会员运营在内的一系列大数据驱动的客户运营能力。在“大流量高并发互联网应用实践在线峰会”上,阿里巴巴资深算法专家刘忠义将主要介绍聚星台的核心大数据和算法技术,包括智能千人千面算法、个性化营销算法、粉丝与会员运营算法等,同时也深入介绍了其中的核心的分布式算法技术,包括大规模图算法、排序学习和深度学习等。更多详情访问:《聚星台:客户运营核心大数据与算法》。


御膳房,探索大数据开放处理平台之路。在“大流量高并发互联网应用实践在线峰会”上,商家事业部数据业务高级技术专家朱震杰将重现御膳房探索大数据开放处理平台的道路上,在面临用户迫切需求和技术架构及安全上的强大挑战时,如何逐步构建起可满足用户多层次数据加工需求的立体化的安全平台。更多详情访问:《御膳房:大数据开放处理平台之路》。


淘宝开放平台,海量订单实时同步与处理实践。在“大流量高并发互联网应用实践在线峰会”上,淘宝开放平台高级技术专家顾风胜将分享如何利用淘宝开放平台的数据推送、奇门、批量API等技术,解决商家双十一海量订单的及时可靠同步、仓库发货的低成本对接,以及如何高效调用API进行订单状态回写等实践。更多详情访问:《 淘宝开放平台海量订单实时同步实践》。

在此之外,阿里巴巴高级技术专家 李浩、阿里巴巴高级技术专家 张智宇、阿里商家事业部运营专家 陈哲还将带来千牛、聚石塔、无线开放生态等分享。与此同时,在技术与实践解析的基础上,以上十位技术大V还将通过在线问答系统与参会来宾进行线上交流,为用户答疑解惑。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
4月前
|
缓存 NoSQL 关系型数据库
亿级电商流量,高并发下Redis与MySQL的数据一致性如何保证
你们有多少人是被面试官问到过Redis和MySQL的数据一致性如何保证的? 你们是否考虑过在高并发场景下,Redis与MySQL的同步会有哪些问题?该如何解决? 本篇文章会带大家详细了解,让你知其然,知其所以然,吊打面试官。
470 0
亿级电商流量,高并发下Redis与MySQL的数据一致性如何保证
|
14天前
|
缓存 监控 安全
揭秘高并发神话背后:打造坚不可摧的秒杀系统,技术大牛必修课!
【8月更文挑战第29天】在设计高并发、高可用的分布式秒杀系统时,需关注系统架构、数据库设计、缓存策略、并发控制、降级限流及安全防护。采用微服务架构并通过API网关和负载均衡器通信;数据库设计需考虑分库分表与读写分离;利用Redis缓存热点数据;采用限流算法和排队机制控制并发;实施IP限流和验证码验证保障安全。以下为简化代码示例,展示如何在秒杀服务中实现预扣减库存和订单创建逻辑。此外,还需进行性能测试与优化,并设置监控和日志记录机制,确保系统稳定可靠。
26 1
|
1月前
|
存储 SQL 关系型数据库
(二十一)MySQL之高并发大流量情况下海量数据分库分表的正确姿势
从最初开设《全解MySQL专栏》到现在,共计撰写了二十个大章节详细讲到了MySQL各方面的进阶技术点,从最初的数据库架构开始,到SQL执行流程、库表设计范式、索引机制与原理、事务与锁机制剖析、日志与内存详解、常用命令与高级特性、线上调优与故障排查.....,似乎涉及到了MySQL的方方面面。但到此为止就黔驴技穷了吗?答案并非如此,以《MySQL特性篇》为分割线,整个MySQL专栏从此会进入“高可用”阶段的分析,即从上篇之后会开启MySQL的新内容,主要讲述分布式、高可用、高性能方面的讲解。
104 1
|
22天前
|
存储 监控 固态存储
【性能突破】揭秘!如何让您的数据库在高并发风暴中稳如磐石——一场关于WAL写入性能优化的实战之旅,不容错过的技术盛宴!
【8月更文挑战第21天】在高并发环境下,数据库面临极大挑战,特别是采用Write-Ahead Logging (WAL)的日志机制。本文通过一个在线交易系统的案例,分析了WAL写入性能瓶颈,并提出优化方案:理解WAL流程;分析磁盘I/O瓶颈、缓冲区设置与同步策略;通过增大WAL缓冲区、使用SSD及调整同步策略来优化;最后通过测试验证改进效果,总结出一套综合优化方法。
38 0
|
2月前
|
监控 算法 Java
高并发架构设计三大利器:缓存、限流和降级问题之配置Sentinel的流量控制规则问题如何解决
高并发架构设计三大利器:缓存、限流和降级问题之配置Sentinel的流量控制规则问题如何解决
|
3月前
|
关系型数据库 MySQL 调度
OceanBase 高并发场景技术解读
OceanBase 高并发场景技术解读
|
3月前
|
存储 安全 应用服务中间件
解密Nginx限流机制:有效应对DDoS攻击与高并发流量
解密Nginx限流机制:有效应对DDoS攻击与高并发流量
139 0
|
4月前
|
存储 安全 应用服务中间件
解密Nginx限流机制:有效应对DDoS攻击与高并发流量
解密Nginx限流机制:有效应对DDoS攻击与高并发流量
323 0
|
4月前
|
消息中间件 存储 NoSQL
【Redis项目实战】使用Springcloud整合Redis分布式锁+RabbitMQ技术实现高并发预约管理处理系统
【Redis项目实战】使用Springcloud整合Redis分布式锁+RabbitMQ技术实现高并发预约管理处理系统
|
4月前
|
消息中间件 缓存 监控
直呼内行!阿里大佬离职带出内网专属“高并发系统设计”学习笔记
我们知道,高并发代表着大流量,高并发系统设计的魅力就在于我们能够凭借自己的聪明才智设计巧妙的方案,从而抵抗巨大流量的冲击,带给用户更好的使用体验。这些方案好似能操纵流量,让流量更加平稳得被系统中的服务和组件处理。