SOFA Meetup#3 广州站-从开源技术到产品能力

简介: 8月11日,SOFAStack 与你相约广州~

| 蚂蚁金服 SOFAStack

SOFAStack(Scalable Open Financial Architecture Stack)是蚂蚁金服自主研发的金融级分布式架构,包含了构建金融级云原生架构所需的各个组件,历经蚂蚁金服超过十年的业务历练。SOFAStack 于 2018 年 4 月宣布开源,并逐步开源 SOFABoot、SOFARPC、SOFALookout、SOFATracer、SOFAMosn、SOFAMesh 等组件。

欢迎 Star 我:https://github.com/sofastack

1600_900-01.jpg

| SOFA Meetup#3 广州站-从开源技术到产品能力

适合自身企业的技术架构才是最佳的方案,SOFAStack 提供了一套的金融级解决方案,提供多种场景下需要的多种组件。

本期 SOFA Meetup 将带来开源技术:SOFARPC、Seata 模式详解以及发展进程,并拓展分享云原生产品能力,更有无线自动化测试框架 Soloπ 的首秀分享~

随着应用架构往云原生的方向发展,传统监控手段已经不能满足云原生时代运维的需求,因此,可观察性的理念被引入了 IT 领域。如何通过可观察性的理念,对微服务,Service Mesh 以至未来的 Serverless 架构的应用进行监控, 将是应用架构往云原生迁移过程中的一个重要命题。

时间:2019 年 8 月 11 日(星期日)13:00

地点:广州市广电平云 B 塔 15F

报名方式:戳这里,锁定现场席位。

时间 环节 分享大纲 分享嘉宾
13:00-13:30 签到
13:30-14:15 《RPC 服务框架 SOFARPC 在蚂蚁金服的发展与进化》
- SOFARPC 在蚂蚁金服的应用现状
- 协议和通信层的变化与设计
- 跨机房与弹性的挑战
- RPC 框架发展中的经验与教训
- 拥抱开源,SOFARPC 的未来
碧远
SOFARPC 开源负责人
14:15-15:00 《蚂蚁金服在云原生架构下的可观察性的探索和实践》
- 为什么云原生时代需要可观察性
- 可观察性的三大支柱
- 现在社区方案的缺陷
- 蚂蚁金服对云原生的可观察性的理解及实践
苟利
蚂蚁金服中间件团队产品专家
15:00-15:10 茶歇
15:10-15:55 《分布式事务 Seata 三种模式详解》
- 分布式事务产生的背景
- 分布式事务理论基础
- 蚂蚁金服分布式事务实践
- 开源分布式事务 Seata 简介(AT,TCC,SAGA)
屹远
Seata 核心贡献者
15:55-16:40 《无线自动化测试框架 Soloπ 的跨平台实践》
- 移动端自动化测试转向轻量化
- “Android+iOS”双端核心功能介绍
- “Android+iOS”双端功能打通介绍
- 结合云测平台、用例管理、IDE 的自动化测试解决方案
茅舍  Soloπ 核心作者
不溯  Soloπ 核心作者

| 加入 SOFA 钉钉互动群

群号:23390449,使用钉钉搜索群号即可加入,获取一手开源技术干货。

目录
相关文章
GEO
|
29天前
|
数据采集 人工智能 搜索推荐
2026年AI搜索优化三大趋势深度解读
2026年,AI重塑信息获取方式,“零点击搜索”兴起。GEO(生成式引擎优化)、AIVO(AI可见度优化)和AWVO(AI写作与网站内容优化)成为数字营销新核心。本文从市场规模、技术演进与实操策略三维度,解析三大趋势如何助力品牌抢占AI时代的“认知主权”与流量入口。
GEO
927 0
|
29天前
|
JSON 人工智能 测试技术
告别硬编码断言!基于Skills的接口测试,智能体自动组合请求与校验(附代码)
接口测试常陷“脚本地狱”:字段一改,满屏硬编码断言全崩。AI生成也难解耦,效率反被维护吞噬。本文提出“Skills”模块化校验方案——将状态码、字段存在性等校验逻辑封装为可复用技能,由智能体依接口契约自动组合执行。解耦断言与脚本,让测试真正随业务演进。
|
11月前
正则化方法、L曲线和奇异值分解
正则化方法、L曲线和奇异值分解
|
12月前
|
网络协议 API PHP
域名WHOIS信息查询免费API使用指南
本文介绍接口盒子提供的免费域名WHOIS查询API,支持获取域名注册信息、到期时间、DNS服务器等数据。开发者可通过GET或POST请求调用,需使用用户ID和通讯秘钥认证,适用于.com、.net等顶级域名。提供PHP和Python调用示例及注意事项。
753 0
|
机器学习/深度学习 搜索推荐 算法
在数字化时代,推荐系统成为互联网应用的重要组成部分,通过机器学习技术根据用户兴趣和行为提供个性化推荐,提升用户体验
在数字化时代,推荐系统成为互联网应用的重要组成部分,通过机器学习技术根据用户兴趣和行为提供个性化推荐,提升用户体验。本文探讨了推荐系统的基本原理、常用算法、实现步骤及Python应用,介绍了如何克服数据稀疏性、冷启动等问题,强调了合理选择算法和持续优化的重要性。
700 4
|
存储 缓存 算法
[尚硅谷flink] 检查点笔记
[尚硅谷flink] 检查点笔记
795 3
|
网络协议 数据安全/隐私保护
|
存储 数据采集 监控
Flume 拦截器概念及自定义拦截器的运用
Apache Flume 的拦截器是事件处理组件,位于Source和Channel之间,用于在写入Channel前对数据进行转换、提取或删除。它们支持数据处理和转换、数据增强、数据过滤以及监控和日志功能。要创建自定义拦截器,需实现Interceptor接口,包含initialize、intercept、intercept(List<Event>)和close方法。配置拦截器时,通过Builder模式实现Interceptor.Builder接口。在Flume配置文件中指定拦截器全类名,如`TestInterceptor$Builder`,然后启动Flume进行测试。
908 0
|
人工智能 Python
【AI大模型应用开发】【LangChain系列】加速学习LangChain效率:源码环境安装 + 断点调试
【AI大模型应用开发】【LangChain系列】加速学习LangChain效率:源码环境安装 + 断点调试
477 0