开发者社区云计算文章正文

我的博客即将入驻“云栖社区”，诚邀技术同仁一同入驻。

2018-01-10 1299

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： 我的博客即将入驻“云栖社区”，诚邀技术同仁一同入驻。

aehyok

android飞鱼

我的博客即将入驻“云栖社区”，诚邀技术同仁一同入驻。

android飞鱼

751 0 0

周周的奇妙编程

7天前

Web App开发人工智能架构师

备考神器！基于通义听悟和Xmind快速生成思维导图

使用阿里通义听悟与Xmind，高效创建思维导图。通义听悟支持PDF、Word等格式文档分析，可一键转为Xmind格式。视频分析需下载，支持最大6GB，可用通义听悟插件实现在线视频内容提取。B站部分视频自带AI总结，或使用特定网站直接在线解析视频生成MD文档。结合Xmind，优化学习和工作效率。

周周的奇妙编程

23531 13 37

数据库知识学习者

19天前

缓存运维关系型数据库

数据库容灾 | MySQL MGR与阿里云PolarDB-X Paxos的深度对比

经过深入的技术剖析与性能对比，PolarDB-X DN凭借其自研的X-Paxos协议和一系列优化设计，在性能、正确性、可用性及资源开销等方面展现出对MySQL MGR的多项优势，但MGR在MySQL生态体系内也占据重要地位，但需要考虑备库宕机抖动、跨机房容灾性能波动、稳定性等各种情况，因此如果想用好MGR，必须配备专业的技术和运维团队的支持。在面对大规模、高并发、高可用性需求时，PolarDB-X存储引擎以其独特的技术优势和优异的性能表现，相比于MGR在开箱即用的场景下，PolarDB-X基于DN的集中式（标准版）在功能和性能都做到了很好的平衡，成为了极具竞争力的数据库解决方案。

数据库知识学习者

107060 24 38

灵杰开发者

10天前

人工智能自然语言处理搜索推荐

解读阿里云搜索开发工作台如何快速搭建AI语义搜索及RAG链路

本文介绍阿里云搜索开发工作台如何通过内置数据处理、查询分析、排序、效果测评、大模型等服务，结合阿里云搜索引擎及开源引擎，灵活打造AI语义搜索及RAG链路。

灵杰开发者

19140 12 15

阿里云存储

11天前

存储弹性计算监控

几百T的视频、图片数据如何更有效地存储和管理？

采用传统硬盘搭建存储方案，看起来成本低廉，但是再加上各种附加因素后却大幅攀升，而云存储厂商通常提供基于订阅的定价模型、一些免费服务和一定的折扣。现在，我们就来了解一下如何更省钱地使用云存储。

阿里云存储

18897 26 39

花小白特别小

12天前

Kubernetes Dubbo Cloud Native

将Dubbo应用部署到服务网格中

本文主要就Dubbo应用如何接入服务网格、获得各项云原生能力进行了探讨，并提出了最佳实践以及过渡两种实践场景。我们首先推荐您使用Dubbo社区提供的最佳实践场景来接入服务网格，在必要时可以通过过渡方案来向最佳实践方案逐步实现过渡。

花小白特别小

19208 7 8

魏红斌

8天前

分布式计算监控 Serverless

E-MapReduce Serverless Spark 版测评

魏红斌

11522 9 11

阿里云云原生

9天前

弹性计算 Prometheus 监控

如何从自建开源 Prometheus 迁移到阿里云托管 Prometheus 服务

阿里云可观测监控 Prometheus 版提供高性能、高可用、全托管的监控服务，对接开源生态，支持 Kubernetes、ECS 等场景，解决了自建 Prometheus+Thanos 高成本、运维复杂的问题。本文讨论在各个典型场景下的迁移方案。

阿里云云原生

10318 12 14

阿里云云原生

23天前

监控 Kubernetes Go

全链路追踪 & 性能监控，GO 应用可观测全面升级

当前，大多数面向 Golang 应用的监控能力主要是通过 SDK 方式接入，需要开放人员手动进行埋点，会存在一定问题。对此，可观测 Go Agent 应运而生。本文介绍的阿里云可观测 Go Agent 方案，能通过无侵入的方式实现应用监控能力。

阿里云云原生

108118 20 34

Deephub

8天前

机器学习/深度学习算法 PyTorch

使用Pytorch中从头实现去噪扩散概率模型（DDPM）

在本文中，我们将构建基础的无条件扩散模型，即去噪扩散概率模型（DDPM）。从探究算法的直观工作原理开始，然后在PyTorch中从头构建它。本文主要关注算法背后的思想和具体实现细节。

Deephub

8556 3 4

我的博客即将入驻“云栖社区”，诚邀技术同仁一同入驻。

热门文章

最新文章

相关课程

相关电子书