全面上云的第一家快递,果然是它!

简介: 目前申通订单平台、巴枪系统等核心业务系统已稳定运行在阿里云上,云上日处理订单量近3000万。

image
image

目前申通订单平台、巴枪系统等核心业务系统已稳定运行在阿里云上,云上日处理订单量近3000万。

申通技术总架构师醉易表示,申通选择全面上云,不只是变革基础架构,更是变革研发模式。“从内部看,基于传统架构的数据孤岛效应明显,导致信息不能共享,业务模式创新受阻。从外部看,包裹流转如何借助数据技术和IoT等技术提升效率已经成为核心议题。”

举例来说,基于传统IOE架构构建的系统无法支撑业务高速增长后的数据量膨胀,受限于容量订单系统只能保留3-6个月的信息查询,且无法对历史包裹进行在线搜索,相关应用都会受阻。

image

上云过程中,申通对云服务供应商开展了梳理、设计、验证和切换等环节在内的全面选型考察。阿里云具备稳定的基础架构、强大的数据计算能力,且菜鸟网络的基础架构及物联网能力同样构建在阿里云上,申通最终选择全面迁移至阿里云。

目前,包括订单平台、巴枪系统等申通核心业务已经运行在阿里云上,日处理订单量近3000万。在刚刚过去的2019年双11,申通快递拿下了包括“揽收率、签收率、服务质量综合得分”等在内的多项服务指标行业,通达系第一。

除了业务上的价值,全面上云还推动了申通内部的技术体系创新。醉易表示:“云服务让DevOps一体化的良性循环成为可能,运维团队未来除了承担线上保障的责任,还会将更多精力投入到研发支撑工具的创新上。”

image

阿里云智能总裁张建锋曾表示,云计算作为一项新兴技术,经历10年发展已在关键技术和应用规模上全面超越传统IT。

全面上云的拐点到了,上云后综合成本下降一半,稳定性有10倍以上提升,安全性更是提升50倍。目前,上万家企业已将IT系统全面迁移至阿里云。

相关文章
|
存储 消息中间件 缓存
RocketMQ 5.0 分级存储背后技术优化包含那几个方面
RocketMQ 5.0 分级存储背后的技术优化是一个综合性的系统工程,需要考虑多个方面,包括存储介质的选择、数据读写策略的设计、数据压缩和解压缩技术的引入、自动的数据分级和迁移机制的实现,以及高可用性和容错性的保证等。这些技术优化的目的是为了实现存储成本和性能的最优平衡,提高系统的可靠性和可用性,满足大规模数据处理的需求。
323 1
|
9月前
|
SQL BI
分页查询和分页查询的性能优化
分页查询和分页查询的性能优化
|
存储 数据采集 监控
SkyWalking全景解析:从原理到实现的分布式追踪之旅
SkyWalking全景解析:从原理到实现的分布式追踪之旅
1896 1
|
2月前
|
人工智能 分布式计算 DataWorks
多模态数据处理新趋势:阿里云ODPS技术栈深度解析与未来展望
阿里云ODPS技术栈通过MaxCompute、Object Table与MaxFrame等核心组件,实现了多模态数据的高效处理与智能分析。该架构支持结构化与非结构化数据的统一管理,并深度融合AI能力,显著降低了分布式计算门槛,推动企业数字化转型。未来,其在智慧城市、数字医疗、智能制造等领域具有广泛应用前景。
235 6
多模态数据处理新趋势:阿里云ODPS技术栈深度解析与未来展望
|
3月前
|
人工智能 安全 语音技术
幼师必备AI教学神器:AI大模型赋能幼儿园课堂
输入幼儿年龄、性别、个案情况概述等关键内容,一键快速生成五大领域评价、幼儿发展评价、幼儿区域活动评价、幼儿游戏评价等评价内容,助力教师高效科学开展幼儿评价工作。
|
10月前
|
存储 Kubernetes 调度
【赵渝强老师】什么是Kubernetes的Pod
Pod 是 Kubernetes 中的基本逻辑单位,代表集群上的一个应用实例。它可以由一个或多个容器组成,并包含数据存储和网络配置等资源。Pod 支持多种容器执行环境,如 Docker。Kubernetes 使用 Pod 管理容器,具有简化部署、方便扩展和调度管理等优点。视频讲解和图示详细介绍了 Pod 的组成结构和使用方式。
187 1
|
7月前
|
人工智能 自然语言处理 人机交互
Social Media Agent:告别文案焦虑!AI自动生成高转化帖子,输入URL快速生成爆款文案
Social Media Agent 是一款由 LangChain 推出的 AI 社交媒体内容管理工具,支持 Twitter 和 LinkedIn 平台,能快速生成高质量的帖子。
307 17
Social Media Agent:告别文案焦虑!AI自动生成高转化帖子,输入URL快速生成爆款文案
|
消息中间件 负载均衡 算法
【RocketMQ系列十二】RocketMQ集群核心概念之主从复制&生产者负载均衡策略&消费者负载均衡策略
【RocketMQ系列十二】RocketMQ集群核心概念之主从复制&生产者负载均衡策略&消费者负载均衡策略
493 2
|
9月前
|
机器学习/深度学习 人工智能 调度
高效评估多模态预训练对齐质量,中科大提出模态融合率MIR
中国科学技术大学研究团队提出了一种新的评估指标——模态融合率(MIR),用于评估多模态预训练模型的对齐质量。MIR通过衡量不同模态之间的分布距离,有效反映了模型的对齐质量,并在多种训练配置下表现出良好的鲁棒性和通用性。实验结果表明,MIR能够准确评估训练数据选择、训练策略调度和模型架构设计对预训练结果的影响,为多模态学习提供了可靠的方法。
311 22
|
8月前
|
数据采集 人工智能 监控
《数据质量:人工智能模型的成败关键》
在人工智能快速发展的时代,数据质量对模型的性能、准确性和可靠性至关重要。准确、完整、多样且具代表性的数据能提升模型泛化能力;一致、及时的数据有助于提高训练效率;避免偏差和噪声可防止模型产生不公平结果或错误学习。因此,确保数据质量是构建高效、可靠AI模型的关键。
645 12