9.20 杭州云栖CloudLab:环境准备

简介: CloudLab场景介绍 随着信息化的发展,企业每天会产生各式各样的结构化,半结构化的数据。如何高效低成本的存储和处理这些数据,如何充分发挥数据的价值是企业普遍面临的挑战。今天的CloudLab,会带大家手把手部署一个建议的消息系统,让大家体验一下,基于表格存储(TableStore)的Timeline模型可以快速开发一款企业内部的消息系统。

CloudLab场景介绍

随着信息化的发展,企业每天会产生各式各样的结构化,半结构化的数据。如何高效低成本的存储和处理这些数据,如何充分发挥数据的价值是企业普遍面临的挑战。今天的CloudLab,会带大家手把手部署一个简易的消息系统,让大家体验一下,基于表格存储(TableStore)的Timeline模型可以快速开发一款企业内部的消息系统。同时本次云栖大会,表格存储(TableStore)会发布GlobalIndex和SearchIndex的功能,基于强大的检索赋能,表格存储(TableStore)可以在高效存储海量数据的同时提供便利的查询检索功能。下面就让我们一起动手体验下CloudLab的完整步骤吧。

CloudLab 环境准备

  1. 携带自己的开发笔记本,或者使用阿里云账号购买一台ECS,准备好java8环境。(备注:如果使用ECS的话打开8081端口)

    1. 创建ECS可以在控制台如下操作

      image

    2. Java8 可以在这里下载。

      1. [Mac]
      2. [Linux 64位]
      3. [ Windows 64位]
  2. 在表格存储控制台创建实例。(如果使用ecs建议使用同region的表格存储实例和VPC地址访问)
    image
    输入自己的实例名,这里主要需要region唯一,建议选一个个性化的实例名避免和已有的实例冲突。
    image
    我们的程序会自动创建表,这里可以不用手动建表,当然你也可以体验下在控制台自己创建数据表,并进行数据的读写操作。
  3. 查看阿里云账号的AK。
    image
  4. 下载demo使用binary。
  5. 一键部署启动消息系统。
    替换下面的实例信息为上面创建的实例和AK。

    java -jar im-demo.jar  \
     --aliyun.tablestore.endpoint="xxxxx" \
     --aliyun.tablestore.AccessKeyID="xxxxx" \
     --aliyun.tablestore.AccessKeySecret="xxxxx" \
     --aliyun.tablestore.instanceName="xxxxx"
    
  6. 通过网页。
    http://localhost:8081 或者 http://ecs公网地址:8081 访问我们的IM聊天页面。通过网页进行简单的收发消息后,我们可以回到表格存储的官网控制台来做一些数据的查询操作。

  7. 进入实例所在region的控制台,点击进入实例详情
    image

  8. 进入实例中表的数据管理页面可以进行数据查询,根据Lab中内容的介绍我们的demo中会主要有两张数据表一张是im_demo_timeline_SyncTable,这张是做消息分发同步用,另一张是im_demo_timeline_StoreTable,这张是一张全量消息表。我们可以做一个数据查询看看Timeline模型下数据会如何组织,点击数据管理。
    image
    image
    im_demo_timeline_StoreTable,我们可以看下主键有两列,第一列是timelineid,在这里就是一个人的发件箱,即他的所有发出去的消息。第二列是一个自增列,我们的客户端可以通过这个自增的id做到消息的不丢顺序拉取。因为新来的消息在TableStore服务端对应生成更大的id号。消息内容我们的模型是自由的用户可以根据需要加密存储在我们这里或者序列化存储或者直接存储消息的原文字符串。这里为了演示方便,我们使用了明文string存放。
    image
    im_demo_timeline_SyncTable 也一样是timeline模型的表,只是这张表是消息写扩散后的表,每个timeline代表了一个用户的消息收件箱,同样使用自增列,客户端可以做到不丢顺序拉取新消息。

  9. 除了上面基础的数据查询功能,我们演示一个本次云栖大会我们新发布的SearchIndex功能,也就是通过索引的构建灵活的查询数据。具体新功能的介绍可以参考这里
    image
    image
    image
    除了解决了灵活属性的检索,消息内容的全文检索以外,索引也可以帮助我们做一些快速的统计,例如消息数目的统计:
    image
    以上这些功能已经在这次云栖正式发布,大家可以申请邀测。申请邀测后你就可以在自己的控制台体验完整的上面的功能啦。

如果你没有及时走通整个流程,可以使用下面的地址直接体验:
http://101.132.45.75:8081/

后记

如果你有兴趣可以在这里下载demo的源码 进一步了解如何基于表格存储开发消息系统。

当然一切表格存储的问题欢迎扫码加群,我们会有研发进行专家服务。
image

相关实践学习
通义万相文本绘图与人像美化
本解决方案展示了如何利用自研的通义万相AIGC技术在Web服务中实现先进的图像生成。
7天玩转云服务器
云服务器ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,可降低 IT 成本,提升运维效率。本课程手把手带你了解ECS、掌握基本操作、动手实操快照管理、镜像管理等。了解产品详情: https://www.aliyun.com/product/ecs
目录
相关文章
|
存储 缓存 固态存储
SSD的原理和结构简介
SSD如淡雅之兰花,寻求内外统一,内涵与外在俱佳,除了英俊潇洒的外表,内在的魅力同样不可抵挡。
|
人工智能 搜索推荐 程序员
从产品经理视角深度解析五款热门AI产品:洞察创新与用户价值
本文从产品经理视角深度解析五款热门AI产品,包括ChatGPT、Midjourney、Notion AI、Perplexity与GitHub Copilot,剖析其成功要素与不足,总结AI产品设计的核心方法论,如用户体验优先、场景化落地、信任机制构建等,为AI时代的产品创新提供实践启示。
1127 0
|
机器学习/深度学习 存储 人工智能
【AI系统】计算图与自动微分
自动求导利用链式法则计算雅可比矩阵,从结果节点逆向追溯计算路径,适用于神经网络训练中损失值对网络参数的梯度计算。AI框架中,自动微分与反向传播紧密相连,通过构建计算图实现高效梯度计算,支持动态和静态计算图两种模式。动态图如PyTorch,适合灵活调试;静态图如TensorFlow,利于性能优化。
720 6
【AI系统】计算图与自动微分
|
Kubernetes 网络协议 网络安全
K8s安装部署--超级详细(无坑,v1.23)
K8s安装部署--超级详细(无坑,v1.23 yum localinstall -y kernel-ml-6.4.10-1.el7.elrepo.x86_64.rpm
1583 4
|
人工智能 IDE Go
体验了下豆包MarsCode编程助手,惊艳到我了!
豆包 MarsCode 是一款 AI 编程助手,提供智能代码补全等功能,支持多种编程语言及 IDE,涵盖代码解释、审查与修复等辅助功能,旨在提升开发效率。其支持线上编辑器,无需搭建环境即可运行代码,体验接近本地 VS Code。尽管部分功能解释略显不足,但整体表现出色,可无缝替代 GitHub Copilot,适合希望提高开发效率的程序员使用。无论是在本地还是线上,MarsCode 都能显著提升编程体验。
2511 2
体验了下豆包MarsCode编程助手,惊艳到我了!
|
算法 Java C++
《经典图论算法》迪杰斯特拉算法(Dijkstra)
这个是求最短路径的迪杰斯特拉算法,另外我还写了50多种《经典图论算法》,每种都使用C++和Java两种语言实现,熟练掌握之后无论是参加蓝桥杯,信奥赛,还是其他比赛,或者是面试,都能轻松应对。
|
Linux 虚拟化
成功解决:Xshell 无法连接虚拟机。如何使用Xshell连接CentOS7虚拟机(详细步骤过程)
这篇文章提供了使用Xshell连接CentOS 7虚拟机的详细步骤,包括编辑VMware的网络设置以启用桥接模式、检查个人电脑适配器虚拟网络的连接情况,以及通过Xshell新建并建立连接的过程。文章还提到了在虚拟机可以访问外网的情况下成功连接的后语,暗示了网络配置的重要性。
成功解决:Xshell 无法连接虚拟机。如何使用Xshell连接CentOS7虚拟机(详细步骤过程)
|
机器学习/深度学习 缓存 Kubernetes
Kubernetes 调度系统之 Scheduling Framework
阿里云容器服务团队结合多年Kubernetes产品与客户支持经验,对Kube-scheduler进行了大量优化和扩展,逐步使其在不同场景下依然能稳定、高效地调度各种类型的复杂工作负载。 本文帮助大家更好地了解Kubernetes调度系统的强大能力和未来发展方向。
3455 0
Kubernetes 调度系统之 Scheduling Framework