官方博客-第49页-阿里云开发者社区

  • 2024-05-15
    469

    基于ASK+TFJob快速完成分布式Tensorflow训练任务

    本文介绍如何使用TFJob在ASK+ECI场景下,快速完成基于GPU的TensorFlow分布式训练任务。

    469
  • 2024-05-15
    546

    通过 SLS 实现日志大数据入湖 OSS

    数据湖技术在日志生态中扮演不可或缺的角色,而打通日志从生产端到数据湖的链路却比较复杂。本文将介绍基于 SLS 方案为日志入湖提供端到端(End-to-End)支持,帮助用户提升接入效率,并在费用、运维上有效降低成本。

    546
  • 2024-05-15
    108

    企业级事务处理与分析处理一体化方案

    本文为您介绍基于专有云敏捷版数据库场景DBStack搭建企业级事务处理与分析处理一体化方案。

  • 2024-05-15
    253

    将 Terraform 生态粘合到 Kubernetes 世界

    如果您正在寻找将 Terraform 生态系统与 Kubernetes 世界粘合在一起的东西,那么恭喜!你在这个文章中得到了你想要的答案。准备 Terraform Module转化 Terrafrom 模块作为 KubeVela 扩展组件类型准备 KubeVela 环境部署带有公网 IP 地址的 ECS 实例并启动 FRP 服务使用 FRP 服务清理环境

    253
  • 2024-05-15
    409

    日志服务SLS最佳实践:通过SLS数据加工从VPC flowlog中过滤出跨region CEN流量

    本文就通过一个客户的实际案例开介绍如何使用在无法直接开启CEN flowlog的情况下,使用SLS的数据加工能力,从VPC flowlog的数据中过滤出客户需要的流量日志出来。

    409
  • 2024-05-15
    492

    长路漫漫, 从Blink-tree 到Bw-tree (上)

    在前面的文章 路在脚下, 从BTree 到Polar Index中提到, 我们已经将InnoDB 里面Btree 替换成Blink Tree, 高并发压力下, 在标准的TPCC 场景中最高能够有239%的性能提升, 然后我们对InnoDB 的file space模块也进行了优化, 在分配新pag...

    492
  • 2024-05-15
    330

    幸福感大提升-SLS时序存储体验升级

    时序引擎在可观测场景中的重要性Metrics作为IT可观测性数据的三剑客之一,是可观测场景的重要组成部分,相比Log、Trace数据,具备成本更低、数据源更丰富、适用面更广的特点,SLS在2年多前发布了时序存储引擎,并完全兼容了Prometheus的语法。目前已经有1万+的用户、10万+的实例,每天...

  • AI大模型运维开发探索第五篇:GitOps 智能体

    本文探讨了 Manus 智能体的设计及其与传统智能体的差异,重点分析了 CodeAct 机制对智能体执行效率的提升。作者通过《基于LLM的数据仓库》实验反思了交互接口选择的重要性,并提出操作系统和文件系统作为良好的自反馈交互系统。文章进一步结合 GitOps 和持续集成(CICD)理念,设计了一种低成本、可观测性强的智能体运行方案,包括计划智能体(Planner)和执行智能体(Executor)的协作流程。通过实际案例对比,展示了 GitOps 智能体与 Manus 的相似效果,并总结了其在记忆增强、推理可观测性、低成本部署及跨环境适配等方面的优势。最后提供了相关代码路径和参考材料。

  • 2024-05-15
    262

    使用 PolarDB 开源版 bloom filter index 实现任意字段组合条件过滤

    背景PolarDB 的云原生存算分离架构, 具备低廉的数据存储、高效扩展弹性、高速多机并行计算能力、高速数据搜索和处理; PolarDB与计算算法结合, 将实现双剑合璧, 推动业务数据的价值产出, 将数据变成生产力.本文将介绍使用 PolarDB 开源版 bloom filter index 实现任...

    262
  • 1
    ...
    46
    47
    48
    49
    50
    到第