中间件

消息中心作为业务运营推广的基石，发挥着重要作用。使用消息队列Kafka即可构造建设一个高性能、高稳定性、可扩展的消息中心，完美契合骑士卡高速发展过程中遇到的需求。

整理了31到消息中间件面试题RabbitMQ+ActiveMQ+Kafka

Nacos 1.0.1是GA之后的第一个版本，除了修复1.0.0一些bug以外，还在社区反馈的基础上，吸收了大量的社区共建PR。这个版本中除了原有的贡献者外，新增了13名社区的贡献者，总计合入了43个PR。

对云原生与AI应用带来的接入复杂性，阿里云可观测团队将接入接口CLI化，并提供开箱即用的Skill，支持主流的APM和AI应用高效接入，用户仅需自然语言描述即可完成自动化接入，显著降低运维门槛。

我们期待与 CNCF 生态携手，共建安全、可扩展、AI 友好的云原生基础设施。

可观测数据作为连接 AI 与生产系统的关键纽带，其价值持续凸显。阿里云可观测团队持续以学术创新驱动技术突破，参与行业标准建设，推动 AIOps 规模化落地，为企业数字化转型提供更坚实的智能运维支撑。

借助阿里云云消息队列 RocketMQ 版，长城汽车构建了高可靠、高性能、高性价比的全球车联网服务基座，为未来 V2X 协同与个性化用户服务奠定坚实基础。

阿里云可观测 2026 年 2 月产品动态。

Apache ZooKeeper是分布式系统的协调核心，本文带你快速搭建环境，掌握Znode操作与Watcher机制，深入理解其在分布式锁、配置管理、服务发现等场景的应用，并解析美团Leaf中的实践案例。

阿里云推出图查询能力，基于 graph-match、graph-call、Cypher 三重引擎，实现服务依赖、故障影响、权限链路的秒级可视化与自动化分析，让可观测从‘看板时代’迈向‘图谱时代’。

阿里云应用实时监控服务 ARMS 推出自定义指标采集功能，让 APM 真正深入业务核心，订单、库存、转化率等核心数据尽在掌控！

阿里云 UModel Explorer 正式发布：告别复杂配置，拖拽即建模，点击即洞察，实现建模、探索、分析一体化，让可观测真正高效协同，开启可视化运维新时代！

本文介绍了通过阿里云监控 2.0 的日志审计功能实现 AccessKey 和 RAM 角色的主动管理方案。核心是利用 Umodel 统一实体模型，将管控面（ActionTrail 日志）和数据面（OSS/SLS 日志）的日志数据转化为实体关系图谱，清晰展示身份凭证与云资源的交互行为。通过关联建模、内置洞察报表和告警规则，可追踪 AK/角色的使用情况、风险操作及资源影响，辅助安全清理和风险闭环。

模型带来了意识和自主性，但在输出结果的确定性和一致性上降低了。无论是基础大模型厂商，还是提供开发工具链和运行保障的厂家，本质都是希望提升输出的可靠性，只是不同的团队基因和行业判断，提供了不同的实现路径。本文按四个阶段，通过串联一些知名的开发工具，来回顾 Agent 开发工具链的演进历程。

本文详解如何利用 hiAppEvent 监控并获取 sourcemap、debug so 等核心产物，剖析了 hstack 工具如何将混淆的 Native 与 ArkTS 堆栈还原为源码，助力开发者掌握异常分析方法，提升应用稳定性。

本次赛事共设三大赛题方向，参赛者可以任选一个方向参赛。本文是对每个赛题方向的参赛指南。

2024 年以来，AI 基础设施的快速发展过程中，PaaS 层的 AI 网关是变化最明显的基建之一。从传统网关的静态规则和简单路由开始，网关的作用被不断拉伸。用户通过使用网关来实现多模型的流量调度、智能路由、Agent 和 MCP 服务管理、AI 治理等，试图让系统更灵活、更可控、更可用。国庆期间 AI 界发布/升级了一些产品，我们在此做一个简报，从中窥探下对 AI 网关演进新方向的启示。

SLS 推出 mask 脱敏函数，支持 keyword 和 buildin 模式，简化敏感数据识别与处理，提升脱敏效率与性能，适用于结构化及非结构化日志。

Java语言凭借其成熟的生态与解决方案，特别是通过 Spring AI 框架，正迅速成为 AI 应用开发的新选择。本文将探讨如何利用 Spring AI Alibaba 构建在线聊天 AI 应用，并实现对其性能的全面可观测性。

简单易用、超低延迟，支持用户权限管理、多语言客户端和多租户接入的分布式任务调度平台。 支持任何Cron表达式的任务调度，支持常用的分片和随机策略；支持失败丢弃、失败重试的失败策略；支持动态任务参数。

在业务场景中，日志数据可能存储在日志服务 Project 的不同 Logstore/MetricStore 中或不同地域的 Project 中。日志服务的数据集（StoreView）功能支持跨地域、跨 Store 联合查询和分析，让用户基于数据集就能高效便捷地查询分析全地域的数据，真正做到数据分析不受地域边界的限制。

推动行业智能化落地，阿里云联合中国信通院及国内头部云厂商、观测厂商、各行业建设方，历时近 5 个月，共同编制《云计算智能化可观测性能力成熟度模型》，以规范和指导云计算环境下的智能可观测性建设实践，为企业实施云环境下的智能化可观测能力建设提供指导。

通过阿里云云原生 API 网关在国泰落地，目前国泰所有访问大模型的流量均通过阿里云云原生 API 网关进行代理，在日均消耗近亿 Token 的同时，做到了对每个请求都进行敏感信息过滤，不论是输入大模型的内容还是由大模型产生的内容都进行了全面审计，大大降低使用大模型的数据安全风险。通过网关的 AI 插件，国泰产险做到了每个 Token 都知道是谁在用，用在哪个场景，给后续分析和成本管控提供了坚实的数据支撑。

本文将逐个介绍 Golang Agent 的新增功能。

【10月更文挑战第14天】开发者如何使用云消息队列 MQTT 版

借助 AI-native 可观测解决方案，阿里云为用户提供开箱即用的覆盖大模型应用、大模型到基础设施的全链路实时观测、告警与诊断能力，帮助企业在复杂的数字化转型过程中更有效地确保资源的高效利用与业务的持续成功。

在开发Express.js应用时，采用合理的缓存策略、请求压缩及优化路由匹配可大幅提升性能。本文介绍如何利用`express.static`实现缓存、`compression`中间件压缩响应数据，并通过精确匹配、模块化路由及参数化路由提高路由处理效率，从而打造高效应用。

本文主要介绍了 AI Agent 的背景，概念，探讨了 AI Agent 网关插件的使用方法，效果以及实现原理。

Spring Cloud Alibaba 发布了 Scheduling 任务调度模块 [#3732]提供了一套开源、轻量级、高可用的定时任务解决方案，帮助您快速开发微服务体系下的分布式定时任务。

大模型和软件工具链的结合，使软件研发进入下一个时代。那它第一个落脚点在哪？实际上就是辅助编程，所以我们就开始打造了通义灵码这款产品，它是一个基于代码大模型的的 AI 辅助工具。本文会分为三个部分来分享。第一部分先介绍 AIGC 对软件研发的根本性影响，从宏观上介绍当下的趋势；第二部分将介绍 Copilot 模式，第三部分是未来软件研发 Agent 产品的进展。

通过使用阿里云的云原生微服务引擎 MSE，可以实现注册中心的同城容灾多活微服务应用。MSE 提供了云原生网关和注册中心，支持机房级故障的秒级自动转移、非对等部署下的全局流量负载均衡以及流量精细化管控。

Nacos是一个开源的、易于部署的动态服务发现、配置管理和服务管理平台，旨在帮助微服务架构下的应用进行快速配置更新和服务治理；在实际运用中，用户可能会遇到各种报错，本合集将常见的Nacos报错问题进行归纳和解答，以便使用者能够快速定位和解决这些问题。