中间件

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。

5 月 24 日，飞天技术沙龙首个 AI 原生应用架构专场在北京举办。

5 月 22 日 10:00，阿里云飞天发布时刻，阿里云应用实时监控服务 ARMS 宣布全面升级。这次发布不仅标志着阿里云技术实力的演进，更是对企业需求深刻洞察后的创新实践。

Apache Seata (incubating) 邀请学生参加 2024 年开源之夏活动，报名时间为 4 月 30 日至 6 月 3 日。该项目旨在培养分布式事务领域的开发者，参与者将远程协作并有机会获得奖金。

业务体量增大后，日益凸显的架构稳定性问题该如何解决？满帮集团选择了上阿里云，采用阿里云 MSE Nacos，MSE ZooKeeper 产品替换原先的 Eureka 和 Zookeeper 集群，做到了低成本快速的架构升级，以及上云期间业务流量的无损平滑迁移。

通过使用阿里云云原生等产品，左手医生项目的上线时间缩短了 67%，运维效率提升 70% 左右，消息处理的效率也提升了 80% 左右。

该文档介绍了基于云原生应用的产品构建的微服务架构实践。

「云原生可观测团队」获选「InfoQ 年度技术内容贡献奖」

Seata是一款开源的分布式事务解决方案，旨在提供高效且无缝的分布式事务服务；在集成和使用Seata过程中，开发者可能会遇到不同的异常问题，本合集针对Seata常见异常进行系统整理，为开发者提供详细的问题分析和解决方案，助力高效解决分布式事务中的难题

Seata是一款开源的分布式事务解决方案，旨在提供高效且无缝的分布式事务服务；在集成和使用Seata过程中，开发者可能会遇到不同的异常问题，本合集针对Seata常见异常进行系统整理，为开发者提供详细的问题分析和解决方案，助力高效解决分布式事务中的难题。

Spring Cloud Alibaba提供了一套在Spring Cloud框架基础上构建的微服务解决方案，旨在简化分布式系统的开发和管理；本合集将探讨Spring Cloud Alibaba在实际应用中的部署和使用技巧，以及该框架常见问题的诊断方法和解决步骤。

成本更低、更可控，云原生可观测新计费模式正式上线

【1月更文挑战第10天】先从概念解释上搞清楚这个定义，死信，顾名思义就是无法被消费的消息，字面意思可以这样理解，一般来说，producer 将消息投递到 broker 或者直接到 queue 里了，consumer 从 queue 取出消息进行消费，但某些时候由于特定的原因导致 queue 中的某些消息无法被消费，这样的消息如果没有后续的处理，就变成了死信，有死信自然就有了死信队列。 应用场景:为了保证订单业务的消息数据不丢失，需要使用到 RabbitMQ 的死信队列机制，当消息消费发生异常时，将消息投入死信队列中.还有比如说: 用户在商城下单成功并点击去支付后在指定时间未支付时自动失效。

秒速出图！体验 TensorRT 加速 Stable Diffusion 图像创作

阿里云消息产品全面升级为 ApsaraMQ，并发布 Serverless 版，助力企业降本

Higress 开源一周年：新版本，新标准，新工具，新征程

本文主要介绍将AIGC技术运用到可观测领域的探索。

Apache Dubbo 云原生可观测性的探索与实践

阿里云在云原生领域喜获多项 OSCAR 开源尖峰案例奖

Grafana 10 新特性解读：体验与协作全面提升

本实验将通过云拨测对指定服务器进行网页性能监测，评估网站服务质量和用户体验。

参会攻略丨阿里云云原生技术实践营长沙站（本周五）

微服务最佳实践，零改造实现 Spring Cloud & Apache Dubbo 互通

阿里云 MSE + ZadigX ，无门槛实现云原生全链路灰度发布

Redis 从入门到精通之典型使用场景 排行榜应用，取 TOP N 操作。Redis 排行榜应用通常使用有序集合（sorted set）来实现，其中每个元素都有一个分数（score），根据分数大小来排序。

在使用Redis时，需要权衡内存节省方法的好处和弊端，根据具体情况进行选择。如果数据量较小并且性能不是主要问题，则可以选择简单的数据结构和算法。如果处理大量数据并且性能是主要问题，则可以使用内存节省方法。但是，需要确保代码易于维护和扩展。Redis各种数据结构及其占用内存的benchmark测试

带你读《云原生架构白皮书2022新版》——开放应用模型（OAM）（下）