使用服务网格ASM的金丝雀模式提升升级稳定性
阿里云服务网格ASM支持基于修订与标签的升级模式，以更稳定安全的方式执行新版本控制面的金丝雀升级。在这个新升级模式中，数据面的网格代理将与他们使用的特定控制面版本相关联。这使得新版本能够以较低的风险在集群中部署, 直到用户明确选择之前，没有代理连接到新版本。同时也允许逐渐将工作负载迁移到新的控制面，每个独立的控制面被称为“修订版”并具有istio.io/rev标签。 为了支持这种基于修订的升级，Istio为命名空间引入了一个istio.io/rev标签。它可以指示哪个控制面版本应该为相应命名空间中的工作负载注入Sidecar代理。例如，标签istio.io/rev=1-17-2表示为该命名
云原生AIGC工作台（AIGC-Gateway）助力企业加速AIGC落地
为了解决企业内部落地AIGC引擎的通用性问题，阿里云与行者AI通过CloudNativeGame社区一起开源了AIGC-Gateway项目，降低企业内部AIGC落地的难度与费用，真正做到开箱即用，即开即用。
Docker的容器管理
docker run 等于创建+启动 docker run 镜像名，如果镜像不存在本地，则会在线去下载该镜像。 注意：容器内的进程必须处于前台运行状态，否则容器就会直接退出，自己部署一个容器运行，命令不得后台运行，前台运行即可。 如果容器内，什么事也没做，容器也会挂掉。容器内，必须有一个进程在前台运行。 我们运行nginx基础镜像，没有运行任何程序，因此容器直接挂掉 docker run nginx
丽迅物流通过 ACR EE 管理大规模容器镜像，快速响应业务需求
与阿里云的其他产品如容器服务 ACK、云效流水线 Flow 深度结合，为丽迅物流提供灵活易用的持续集成、持续验证和持续发布功能，帮助其高质量、高效率地交付业务，并实现全链路云原生 DevSecOps。
餐道基于 ACK 构建创新底座，加速 SaaS 规模化演进
出现问题后可快速隔离，当面对急剧增长的业务量，可以在短时间内完成扩容，原本自建集群需要 15 分钟扩容一个节点，而现在 ACK 集群平均只需要 3 分钟即可扩容出一个节点，扩容效率提升了近 80%。
docker容器数据卷介绍、使用、数据容器卷volumes-from的使用
命名的容器挂载数据卷，其他容器通过挂载这个父容器来实现数据共享，挂载数据卷的容器称为数据卷容器，以下二、三主要讲与宿主机挂载容器数据卷。四讲其他容器通过volumes-from来挂载父容器来实现数据共享。 >通俗点容器数据卷是将docker中的容器(container)中产生的数据持久化到宿主机文件中并实现数据共享,其他容器可以通过数据卷来链接到这个容器，实现数据共享。
有状态容器业务基于ACK多可用区部署实践
业务背景和要求为了让有状态应用在k8s中部署可以获得尽可能高的可用性，对业务多可用区的部署带来了更高的要求：：为了更高的可用性，需要让业务pod尽量均衡的分布在多个可用区中业务pod要可以分别在不同的可用区中挂载上云盘做持久化，需要保障pod和disk始终在一个AZ（云盘不可以跨区挂载）如果一个pod或一个节点发生故障，需要第一时间将pod重新调度到同可用区的另一台可用机器上去，机器可以是弹性新建
基于SpringCloud体系实现的一套支持云原生的分布式微服务架构，提供OAuth2/JWT权限认证、分布式事务、灰度、限流、链路追踪等功能，支持Docker容器化部署、镜像交付、K8S容器编排
lion是基于Spring Cloud体系实现的一套支持云原生的分布式微服务架构，为了让中小型公司解决当下技术瓶颈，快速将现有应用服务架构拆分改造为分布式微服务架构，进入 All-in-Cloud 时代，只需在本架构上进行相关业务开发即可，大大减少了分布式微服务架构的门槛，仅在本框架上做"减法"的目的，使架构师及开发人员不必过多的关注架构本身，只需专注于业务开发
Win10系统下基于Docker构建Appium容器连接Android模拟器Genymotion完成移动端Python自动化测试
Python自动化，大概也许或者是今年最具热度的话题之一了。七月流火，招聘市场上对于Python自动化的追捧热度仍未消减，那么Python自动化到底能帮我们做些什么呢？ 第一，Python自动化可以避免熟练工种的重复工作，对于功能相对完整和成熟的软件，每发布一个新的版本，无论是大版本还是小版本，其中大部分功能和界面都几乎和上一个版本相似或完全相同，但所谓向上兼容，你不能因为新功能的产生而不对老版本功能进行测试工作，而这些老功能又在上一个版本上线时测过，所以这部分功能特别适合于自动化测试，从而可以让测试达到测试每个特征的目的。
浩若烟海事半功倍|利用Docker容器技术构建自动化分布式web测试集群Selenium Grid
“世界上有那么多城市，城市里有那么多的酒馆，可她，却偏偏走进了我的.....”，这是电影《卡萨布拉卡》中的一句著名独白，投射到现实生活中，与之类似的情况不胜枚举，这世界上有那么多的系统，系统中有那么多的浏览器，在只有一台测试机的前提下，难道我们只能排队一个一个地做兼容性测试吗？有没有效率更高的方法呢？为此我们提出一个更高效的解决方案：使用Docker+Selenium Grid。
全景剖析阿里云容器网络数据链路（一）—— Flannel
本系列联合作者 容器服务 @谢石 近几年，企业基础设施云原生化的趋势越来越强烈，从最开始的IaaS化到现在的微服务化，客户的颗粒度精细化和可观测性的需求更加强烈。容器网络为了满足客户更高性能和更高的密度，也一直在高速的发展和演进中，这必然对客户对云原生网络的可观测性带来了极高的门槛和挑战。为了提高云原生网络的可观测性，同时便于客户和前后线同学增加对业务链路的可读性
「推荐收藏！」【Spring源码探究】（一）IOC容器初始化🏅彻底让你明白运行原理和源码流程
「推荐收藏！」【Spring源码探究】（一）IOC容器初始化🏅彻底让你明白运行原理和源码流程
容器服务与达摩院合作 AHPA 获 AAAI 2023 IAAI人工智能创新应用奖
近日，阿里云容器服务 ACK 与达摩院数据决策团队合作的论文《AHPA: Adaptive Horizontal Pod Autoscaling Systems on Alibaba Cloud Container Service for Kubernetes》获 AAAI 2023 IAAI 人工智能创新应用奖。
数据监控ElasticStack全家桶之容器化部署｜Java 开发实战
Elastic Stack，它作为一个大数据平台的技术栈，在运维监控这个垂直领域，已经提供了一套完整的技术解决方案，从日志分析，到指标监控，再到软件性能监控和可用性监控，都有产品级的开箱即用的方案。
全景剖析阿里云容器网络数据链路（四）—— Terway IPVLAN+EBPF
本系列联合作者 容器服务 @谢石 近几年，企业基础设施云原生化的趋势越来越强烈，从最开始的IaaS化到现在的微服务化，客户的颗粒度精细化和可观测性的需求更加强烈。容器网络为了满足客户更高性能和更高的密度，也一直在高速的发展和演进中，这必然对客户对云原生网络的可观测性带来了极高的门槛和挑战。为了提高云原生网络的可观测性，同时便于客户和前后线同学增加对业务链路的可读性
【C++要笑着学】list 常用接口介绍 | 支持任意位置O(1)插入删除的顺序容器 list（一）
一听 list ，我们就知道是个双向带头循环链表。list 在实际的运用中用的没有 vector 多，包括大家在刷题的时候 list 也出现的很少，因为 list 不支持随机访问，有很多数据堆在那里你可能还需要排序一下，list 要排序，就是一个大问题，所以用 vector 的情况较多。
踩坑+排雷新版IDEA2021.1创建配置Javaweb项目并部署在Tomcat容器，完整详细
踩坑+排雷新版IDEA2021.1创建配置Javaweb项目并部署在Tomcat容器，完整详细
Docker三大核心概念（镜像、容器和仓库）与虚拟化
1、Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的 Linux或Windows操作系统的机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口。 2、Docker是一个由GO语言写的程序运行的“容器”(Linux containers， LXCs)，它是完整的一套容器管理系统 3、 Docker提供了一组命令,让用户更加方便直接地使用容器技术,而无需要过多关心底层内核技术
Docker 数据管理与数据卷容器以及dockerfile基本结构
在生产环境中使用 Docker ，往往需要对数据进行持久化，或者需要在多个容器之间进行 数据共享，这必然涉及容器的数据管理操作 容器中的管理数据主要有两种方式： 数据卷 Data Volumes 容器内数据直接映射到本地主机环境； 数据卷容器（Data Volume Containers 使用特定容器维护数据卷
