活动邀约 | 云原生技术实践营「北京站」

本文涉及的产品
云原生网关 MSE Higress,422元/月
服务治理 MSE Sentinel/OpenSergo,Agent数量 不受限
任务调度 XXL-JOB 版免费试用,400 元额度,开发版规格
简介: 活动地址:北京·阿里中心望京A座 20F-02 九华山庄(北京市朝阳区望京东园四区9号楼) ,2023 年 11 月 18 日13:00开始签到。

本次活动,我们将云栖大会上微服务、云原生大模型相关的精彩内容带到北京,和您线下面对面,分享云视角下的微服务管理实践、云原生大模型的产品定位和架构设计,同时我们邀请了麒麟软件、行云创新、东方通等云原生领域的合作伙伴,共同探讨国产化大背景下,云原生时代的新基础设施(操作系统、中间件)及其新型开发运维范式的变化。 


活动须知:

  1. 活动时间:2023 年 11 月 18 日(周六)13:00-18:00
  2. 活动地址:北京·阿里中心望京A座 20F-02 九华山庄(北京市朝阳区望京东园四区9号楼)
  3. 报名链接:https://survey.aliyun.com/apps/zhiliao/kGAp747vu
  4. 参会免费,报名页面填写报名信息,审核通过后,将在活动前 2 天收到参会通知短信,未收到参会通知视为未审核通过,不再另行短信告知。
  5. 交通指南:
  • 自驾:导航至阿里中心·阿里中心望京A座(北京市朝阳区望京东园四区9号楼)
  • 地铁:15号线-望京东站-C 东南口出(步行约 8 分钟)
  • 公交:专212路、专15路、445路、536路(步行约8-9分钟)
  1. 温馨提示:
相关文章
|
15天前
|
监控 Cloud Native Java
Quarkus 云原生Java框架技术详解与实践指南
本文档全面介绍 Quarkus 框架的核心概念、架构特性和实践应用。作为新一代的云原生 Java 框架,Quarkus 旨在为 OpenJDK HotSpot 和 GraalVM 量身定制,显著提升 Java 在容器化环境中的运行效率。本文将深入探讨其响应式编程模型、原生编译能力、扩展机制以及与微服务架构的深度集成,帮助开发者构建高效、轻量的云原生应用。
109 44
|
4月前
|
人工智能 Cloud Native 安全
云原生+AI 为企业出海提供全新技术引擎!明天见
5月22日 14:00「飞天发布时刻」,阿里云云原生应用平台产品负责人李国强将重磅揭晓面向 AI 场景的云原生产品体系升级,通过弹性智能的全球一体化架构、开箱即用的云原生 AI 工程化能力,为中国企业出海提供全新技术引擎。
|
5月前
|
Cloud Native 关系型数据库 分布式数据库
|
5月前
|
存储 关系型数据库 分布式数据库
|
5月前
|
存储 关系型数据库 分布式数据库
|
4月前
|
存储 缓存 分布式计算
StarRocks x Iceberg:云原生湖仓分析技术揭秘与最佳实践
本文将深入探讨基于 StarRocks 和 Iceberg 构建的云原生湖仓分析技术,详细解析两者结合如何实现高效的查询性能优化。内容涵盖 StarRocks Lakehouse 架构、与 Iceberg 的性能协同、最佳实践应用以及未来的发展规划,为您提供全面的技术解读。 作者:杨关锁,北京镜舟科技研发工程师
StarRocks x Iceberg:云原生湖仓分析技术揭秘与最佳实践
|
2月前
|
缓存 Cloud Native Java
Java 面试微服务架构与云原生技术实操内容及核心考点梳理 Java 面试
本内容涵盖Java面试核心技术实操,包括微服务架构(Spring Cloud Alibaba)、响应式编程(WebFlux)、容器化(Docker+K8s)、函数式编程、多级缓存、分库分表、链路追踪(Skywalking)等大厂高频考点,助你系统提升面试能力。
127 0
|
5月前
|
存储 关系型数据库 分布式数据库
登顶TPC-C|云原生数据库PolarDB技术揭秘:高可用-无感切换篇
阿里云PolarDB云原生数据库在TPC-C基准测试中以20.55亿tpmC的成绩刷新世界纪录,单位成本仅0.8元人民币。PolarDB通过VotingDisk实现秒级故障切换,RPO=0,提供高可用性。PolarDB还推出国产轻量版,兼具高性能与低成本,满足多样化需求。
|
5月前
|
存储 关系型数据库 分布式数据库
登顶TPC-C|云原生数据库PolarDB技术揭秘:成本优化-软硬协同篇
阿里云PolarDB云原生数据库在TPC-C基准测试中以超越原记录2.5倍的性能登顶排行榜,实现每分钟20.55亿笔交易,单位成本仅0.8元人民币,刷新性能与性价比双纪录。此外,还介绍了国产轻量版PolarDB MySQL的推出,满足市场对高性价比的需求。