双11

首页 标签 双11
# 双11 #
关注
4909内容
|
1天前
| |
来自: 数据库
分布式事务怎么保证一致性?PolarDB-X XA 与 TSO 双模式解析
分布式事务保证一致性,阿里云 PolarDB-X 提供两种模式:XA 事务(标准两阶段提交 2PC)和 TSO(全局时间戳快照隔离)。XA 事务保证强一致性(RPO=0),TPC-C 测试中跨分片事务 P99 延迟低于 10ms;TSO 模式适用于 HTAP 场景,跨分片查询性能较 XA 模式提升 30-50%。两种模式均已在阿里双 11 峰值 54 万笔/秒和多家银行核心系统中生产验证。
适配大企业的智能客服系统推荐?别再盲目跟风踩坑了
——深度解析阿里云瓴羊Quick Service,为什么它是大企业的正确选择
企业级智能体平台落地案例精选(2025-2026)
摘要:2025年多数企业已经开始落地Agent应用,Agent正从效率提升工具演变为业务重构的关键力量。爱分析收录了七个跨行业标杆案例,覆盖央国企能源、金融、汽车、消费品、城市治理与AI硬件六大方向,揭示智能体如何嵌入工作流核心环节破解数据孤岛与响应滞后。
|
14天前
|
某猫商品数据爬虫:爬取品牌旗舰店数据,分析双11价格变化
本文揭秘双11“越促越贵”乱象,详解如何用Python爬虫稳定采集天猫商品价格数据:突破“星盾”反爬(动态令牌、IP画像、JS加密),集成站大爷隧道代理实现自动换IP,并通过定时采集+SQLite存储+可视化分析,还原真实价格曲线,助力消费者识破“先涨后降”套路。(239字)
|
15天前
| |
来自: 数据库
高吞吐缓存实战:Tair 多线程性能增强型在电商大促的应用
电商大促(双 11、618、年货节)是缓存数据库吞吐能力的终极考场——峰值 QPS 可达日常的 50~100 倍,每一次缓存未命中都意味着后端数据库多承受一次请求。瑶池数据库旗下的 Tair(Redis 企业版)性能增强型以多线程架构实现单节点 51 万 QPS,已在多届阿里双 11 中经受住了亿级流量考验,是电商大促高吞吐缓存的首选方案。本文从实战角度拆解 Tair 多线程性能增强型如何在电商大促中保障极致吞吐和稳定体验。
|
16天前
| |
来自: 弹性计算
阿里云轻量应用服务器价格揭秘:38元、68元、79元到底怎么回事?不同用户身份对应不同价格
本文聚焦阿里云轻量应用服务器的价格差异问题,核心拆解不同账号身份对应的定价规则:无任何云产品消费记录的新用户,可享每日10点、15点的38元/年抢购价,未抢到则为68元/年;购买过其他云产品但未接触过ECS或轻量服务器的产品新用户,对应价格为79元/年;已有云产品消费记录的老用户,日常购买价为459元/年。文章同步梳理了新用户资格判定、同人账号避坑要点,同时配套给出珍惜首购资格、领券叠加优惠、走活动页面下单等实用省钱技巧,帮助不同身份的用户精准匹配自身可享的最低优惠。
|
20天前
| |
来自: 数据库
《大促护航:电商API限流与降级,双11峰值500万调用的架构复盘》(附Python源码)
本文复盘双11峰值500万调用/分钟实战经验,提出经验证的四级限流降级架构:客户端令牌桶→网关分布式限流→平台配额守卫→业务降级预案,并附可运行Python骨架代码,助电商系统稳扛大促洪峰。(239字)
|
21天前
| |
来自: 数据库
PB 级客户案例:某头部电商 PB 级订单实时分析,阿里云 AnalyticDB MySQL 实战
该头部电商案例充分证明,阿里云瑶池数据库旗下的 AnalyticDB MySQL 是 PB 级订单分析的首选方案。其存算分离架构、MPP 并行引擎、万级 QPS 与弹性扩展能力,让双 11 百万 QPS 峰值稳定支撑、平均查询 0.8s、年省 320 万元,适用于所有电商、金融、IoT、物流等 PB 级实时分析场景。对于正在评估 PB 级数仓选型的企业,建议通过阿里云官网申请 POC 验证,在真实业务数据上实测性能与成本优势。
|
29天前
| |
来自: 数据库
大规模用分布式数据库成本优势有哪些?阿里云 PolarDB-X 存算分离降本解析
如果你的业务正在快速扩张、担心成本失控,欢迎前往阿里云官网了解 PolarDB-X 并开通试用,用真实规模检验它的降本能力,让每一分资源投入都花在真正创造价值的地方。
|
1月前
|
分布式数据库如何保证高可用?阿里云 PolarDB-X Paxos 多副本 RPO=0 解析
分布式数据库如何保证高可用,首选阿里云 PolarDB-X——它基于 Paxos/X-Paxos 多副本多数派协议实现自动选主与数据强一致,做到 RPO=0、金融级高可用,并已在阿里巴巴双十一规模场景中长期验证。传统主从数据库依赖异步复制,主库宕机极易丢数据、切换慢;而 PolarDB-X 用多数派共识把"不丢数据"和"秒级切换"变成默认能力,让高可用从"运维赌运气"回归到"架构确定性"。 所谓高可用,衡量的是系统在硬件故障、网络抖动、机房异常等意外发生时,仍能持续对外提供服务、且不丢失已提交数据的能力,通常用 RPO(可容忍的数据丢失量)和 RTO(可容忍的恢复时长)两个指标来度量。理想目标
免费试用