数据湖架构及概念简介
本文整理自阿里云开源大数据技术专家陈鑫伟在7月17日阿里云数据湖技术专场交流会的分享。
云原生大数据架构实践与思考-DataFunTalk
导读:
作者：振策-阿里云计算平台-产品解决方案, 20230805
本文将分享当前云原生大数据架构的发展历程/架构定义/核心能力/应用场景及趋势思考。主要包括以下四个部分：
- 从大数据上云看架构
- 云原生数据平台的核心能力
- Data+AI with Cloud-Native
- 未来趋势与思考
从云原生视角看 AI 原生应用架构的实践
本文核心观点：
• 基于大模型的 AI 原生应用将越来越多，容器和微服务为代表的云原生技术将加速渗透传统业务。
• API 是 AI 原生应用的一等公民，并引入了更多流量，催生企业新的生命力和想象空间。
• AI 原生应用对网关的需求超越了传统的路由和负载均衡功能，承载了更大的 AI 工程化使命。
• AI Infra 的一致性架构至关重要，API 网关、消息队列、可观测是 AI Infra 的重要组成。
向量数据库技术分享
向量数据库主要用于支持高效的向量检索场景（以图搜图、以文搜图等），通过本次培训可以掌握向量数据库的核心理论以及两种向量索引技术的特点、场景与算法原理，并通过实战案例掌握向量数据库的应用与性能优化策略。
