中间件

日前，分布式数据库中间件 ShardingSphere 将 Seata 分布式事务能力进行整合，旨在打造一致性更强的分布式数据库中间件。

王晶昱花名沈询，阿里高级专家，来自阿里巴巴中间件和稳定性平台。目前主要负责阿里的分布式数据库DRDS（TDDL）和阿里的分布式消息服务ONS（RocketMQ/Notify）两个系统

Nacos 是阿里巴巴开源的配置中心和服务发现产品，开源距今已经超过一年的时间。本次1.1.0的发布，带来了许多重量级的特性更新，包括灰度配置等社区呼声很高的特性，下面会介绍1.1.0版本发布的新特性和每个特性的使用方式。

本文整理自虎牙中间件团队在 Nacos Meetup 的现场分享，阿里巴巴中间件受权发布。 阿里巴巴中间件公众号对话框发送“虎牙”，获取此次分享的完整 PPT（PDF版）下载链接 & 直播回顾链接。

Cloud Toolkit是一个IDE 插件，帮助开发者更高效地开发、测试、诊断并部署应用。 使用本插件，开发者能够方便地将本地应用一键部署到任意机器，或 ECS、EDAS、Kubernetes； 并支持高效执行终端命令和 SQL 等。

一切新的开始，都始于一个里程碑。 2月20日上午，Java 开源诊断工具 Arthas 的 GitHub Star 突破10000，距离开源后的第一个Release 版发布仅 147 天。 从中，我们不仅看到 Arthas 在开发者群体中的受欢迎程度，也发现越来越多的国内开发者开始擅于使用开源技术加速业务发展，更是不禁畅想起将来会有更多国内的优质开源项目获得全球开发者的关注和喜爱。

这其实是一个比较虚的概念。广义的中间件范围很广。起沟通作用的都可以认为是中间件。甚至ODBC这样的东西你也可以认为是中间件。 而阿里云的中间件就比较多了

前言 在之前的一篇文章中，我们介绍了 如何将一个本地的 Java 应用程序直接部署到阿里云 ECS ，有不少读者反馈，如果目前已经在使用阿里云 EDAS 了，那该如何配合这个插件部署应用呢？在本文中，我们来介绍 部署 Java 应用程序到阿里云 EDAS。

1、前言 在IM这种讲究高并发、高消息吞吐的互联网场景下，MQ消息中间件是个很重要的基础设施，它在IM系统的服务端架构中担当消息中转、消息削峰、消息交换异步化等等角色，当然MQ消息中间件的作用远不止于此，它的价值不仅仅存在于技术上，更重要的是改变了以往同步处理消息的思路（比如进行IM消息历史存储时，传统的信息系统作法可能是收到一条消息就马上同步存入数据库，这种作法在小并发量的情况下可以很好的工作，但互联网大并发环境下就是灾难）。

就在不久前，2017年阿里双11刚刚创下电商史上的新销售奇迹，24小时交易金额达1682亿，每秒交易创建峰值325000，每秒支付峰值256000！在这个海量交易背后是数十万个结点规模的应用的高效运行。

在ZooKeeper的运维过程中，我们经常会碰到这样的问题，就是快照数据文件越来越大，但是ZooKeeper上的数据节点数量并没有相应的增加。 这说明什么问题：一定是有客户端在将ZooKeeper当数据库使用了。长此以往，必然会引起ZooKeeper内存数据过大而影响性能及集群间的数据同步。 那

开发过javaEE的童鞋一定知道filter，它是一个过滤器，可以拦截任何请求，可以对请求的request和response做相关处理。

用于MPEG视频流的使能服务质量中间件 (1)介绍 在线视频流业务近几年在互联网上非常流行。视频流是一种并发处理，它从服务器发送视频图像通过网络到达客户端，由客户端视频播放器播放这些视频图像。

阿里云可观测 2025 年 12 月产品动态。

阿里云可观测 2025 年 10 月产品动态。

本文提出了一种基于云原生的任务调度新方案，不需要依赖SDK，不依赖语言，实现定时调度和分布式跑批。

本次发布包含 30 项更新，涵盖了功能增强、Bug 修复、性能优化等多个方面。

WebView2 控件（基于 Microsoft Edge (Chromium) 的嵌入式浏览器控件），保存资源(图片、脚本、CSS)

阿里云作为全球领先的云服务商，始终站在开源观测技术最前沿。深度参与 OTel 社区，坚定支持技术开放生态与全球兼容性技术标准的构建。

简单易用、超低延迟，支持用户权限管理、多语言客户端和多租户接入的分布式任务调度平台。 支持任何Cron表达式的任务调度，支持常用的分片和随机策略；支持失败丢弃、失败重试的失败策略；支持动态任务参数。

XXL-JOB 是一个开源的分布式任务调度平台，开箱即用、简单易上手，得到了很多开发者的喜爱。和其他中间件开源项目一样，当开发者把开源项目部署到公共云，应用到企业级场景中时，就会在稳定性、性能、安全、其他云产品间集成体验上提出更高的要求。基于此背景，阿里云微服务引擎 MSE 基于自研的分布式任务调度平台 SchedulerX，通过兼容 XXL-JOB 客户端的通信协议，在开源 XXL-JOB 版本的基础上，提升了稳定性、安全、性能、可观测等能力，满足企业客户的需求。此外，为方便测试，提供了一个月 400 元额度的免费试用和预付费首购 5 折、续费 6.5 折起的优惠。

目前阿里云 ARMS 已经基于 LLM 大模型实现了单链路智能诊断，综合调用链、方法栈、异常堆栈、SQL、指标等多模态数据，结合链路诊断领域专家经验，有效识别单次请求的错慢根因，并给出相应的优化建议。

LoongCollector是阿里云推出的下一代可观测数据管道，旨在融合多种采集技术，构建统一的可观测数据代理。它具备高性能、可靠性和灵活性，支持日志、指标和追踪等多类型数据采集。通过模块化设计和SPL处理引擎，LoongCollector实现了高效的数据处理与传输，并大幅简化了配置管理。此外，集成eBPF技术，提供无侵入、高性能的应用性能监控，适用于复杂异构环境。未来，LoongCollector将继续优化性能、探索AI赋能的智能化采集。

推动行业智能化落地，阿里云联合中国信通院及国内头部云厂商、观测厂商、各行业建设方，历时近 5 个月，共同编制《云计算智能化可观测性能力成熟度模型》，以规范和指导云计算环境下的智能可观测性建设实践，为企业实施云环境下的智能化可观测能力建设提供指导。

本文将通过阿里云开源的 Golang Agent，帮助用户实现“一行代码都不改”就能获取到应用产生的各种观测数据，同时提升运维团队和研发团队的幸福感。

唯一不变的是变化，在现代复杂的商业环境中，企业的业务形态与规模往往处于不断变化和扩大之中。这种动态发展对企业的信息系统提出了更高的要求，特别是在软件架构方面。为了应对不断变化的市场需求和业务扩展，软件架构必须进行相应的演进和优化。网关作为互联网流量的入口，其形态也在跟随软件架构持续演进迭代中。我们下面就聊一聊网关的演进历程以及在时下火热的 AI 浪潮下，网关又会迸发怎样新的形态。

本文介绍了 GraalVM 静态编译技术在云原生环境下的应用：ARMS 发布了支持 GraalVM 应用的 Java Agent 探针，可为 GraalVM 应用提供开箱即用的可观测能力。同时，文章还提供了使用 ARMS 对 GraalVM 应用进行可观测的详细步骤。

在开发Express.js应用时，采用合理的缓存策略、请求压缩及优化路由匹配可大幅提升性能。本文介绍如何利用`express.static`实现缓存、`compression`中间件压缩响应数据，并通过精确匹配、模块化路由及参数化路由提高路由处理效率，从而打造高效应用。

本文将介绍阿里云如何将 Serverless 架构应用于消息队列，有效降低运营成本，同时利用云原生环境的特性，为 IoT 设备提供快速响应和灵活伸缩的通讯能力。

阿里云可观测 2024 年 8 月产品动态。

本文讨论在不同的数据处理需求中，新版数据加工 SPL 与旧版数据加工 DSL 的使用对照。

RocketMQ 中文社区升级发布只是起点，我们将持续优化体验细节，推出更多功能和服务，更重要的是提供更多全面、深度、高质量的内容。

云原生开源开发者沙龙 AI 原生应用架构专场，邀您一起交流，探索 AI 原生应用的工程化落地！

阿里云可观测监控 Prometheus 版提供高性能、高可用、全托管的监控服务，对接开源生态，支持 Kubernetes、ECS 等场景，解决了自建 Prometheus+Thanos 高成本、运维复杂的问题。本文讨论在各个典型场景下的迁移方案。

ZooKeeper 作为应用的核心中间件在业务流程中存储着敏感数据，具有关键作用。正确且规范的使用方法对确保数据安全至关重要，否则可能会因操作不当而导致内部数据泄露，进而带来严重的安全风险。因此，在日常的 ZooKeeper 运维和使用过程中，标准化和安全的操作对于加强企业安全防护和能力建设显得格外关键。为了实现这一目标，MSE 提供了一整套标准化流程，帮助用户以更安全、更简便的方式使用 ZooKeeper，从而加速企业安全能力的提升同时最大程度地降低在变更过程中可能出现的风险。

2024 天池云原生编程挑战赛 6 月 12 日正式启动，8 月 28 日线下决赛，9 月公布最终参赛结果，奖金池合计 22.5 万，共计三个赛道，面向全社会开放。

本文展示了 Dubbo3 triple 协议是如何简化从协议规范与实现上简化开发测试、入口流量接入成本的，同时提供高性能通信、面向接口的易用性编码。

构建嵌入式远程Shell的文章概述： - 目标：解决嵌入式软件测试中的远程调试难题，提供轻量级解决方案。 - 功能：包括远程交互、命令执行与反馈，强调多客户端并发连接和稳定性。 - 设计：基于Socket服务端架构，使用I/O多路复用和popen函数，确保命令执行与结果反馈。 - 需求：支持命令解析、执行和结果回传，考虑网络不稳定情况下的连接保持。 - 安全性：仅限内部调试，未详细讨论加密等安全措施。 - 实现：关注点在Socket服务端程序，包括监听、数据过滤和命令处理。 - 测试：通过 Telnet 和Windows网络助手验证连接和命令执行功能。