阿里云 EMR Serverless Spark AI Function 多模态能力介绍与智驾场景图片理解实践
本文介绍了阿里云EMR Serverless Spark AI Function在多模态处理上的能力升级与智驾场景落地实践，涵盖图片理解（aiquery）和向量化（aiembeddingmultimodal）两大核心函数的多种调用模式，支持URI路径、二进制流及readfiles直读等灵活输入方式，并可对接百炼或PAI-EAS实现快速验证与企业级安全推理；通过智驾环岛识别与特种车辆检测案例，验证了其在高分辨率图像秒级结构化分析、长尾场景泛化及自动化数据清洗方面的实际效能。
Daft AI Function：用 DataFrame 表达式搞定大模型调用与多模态向量化
本文介绍了在阿里云EMR Serverless Spark上通过Daft引擎的AI Function（aiquery、aiembedding、aiembeddingmultimodal）将大模型调用与多模态向量化无缝集成到DataFrame处理链路中的实践方案，解决了传统方式中链路割裂、多模态难统一、并发对齐复杂及模型服务配置繁琐等核心痛点，实现像操作普通列一样完成AI推理与向量化。
EMR Serverless Spark：CPU + GPU 异构计算使用指南
本文详细介绍了如何在阿里云EMR Serverless Spark中开通并使用GPU异构计算资源，涵盖适用场景（如大模型推理、深度学习训练、GPU加速ETL等）、按量付费与包年包月两种GPU资源购买方式（含地域支持与白名单流程），以及通过PySpark和Ray两个可运行Demo验证GPU环境可用性的完整实操步骤。
Spark 选 join 策略靠的是估算值，估错了它只会悄悄降级。
Spark Join算法选择完全由统计信息驱动，但估算偏差常致计划“选错路”：小表估大则弃广播，大表估小则误用ShuffleHash，非等值或collation字段直接降级笛卡尔积。AQE可动态修正，但未shuffle的扫描仍依赖静态估算。调优需结合EXPLAIN、UI指标与WARN日志，而非盲目改配置。
