阿里十年技术沉淀｜深度解析百PB级数据总线技术
数据总线作为大数据架构下的流量中枢，在不同的大数据组件之间承载着数据桥梁的作用。通过数据总线，可以实时接入来自服务器、K8s、APP、Web、IoT/移动端等产生的各类异构数据，进行统一数据管理，进而实现与下游系统的解耦；之后可以异步实现数据清洗、数据分发、实时计算、离线计算等计算过程，进而将结构化后的数据投递到下游的分析、归档系统，进而达到构建清晰的数据流的目的。广义上，数据采集与接入、传输链路、存储队列、消费计算、投递等都属于数据总线的范畴，整体上可以分为采集接入层、管道层、计算层。
阿里云产品(上）
一、阿里云四大件
1、云服务器ECS
2、云数据库RDS
3、负载均衡SLB
4、对象存储OSS
5、其他的云计算产品
1）内容分发网络CDN：
2）专有网络 VPC：
2）弹性伸缩：
二、阿里云安全系列产品
1、DDoS高防IP
2、安骑士
3、证书服务
4、态势感知
5、堡垒机
【阿里云云原生专栏】云原生时代的数据库选型：阿里云RDS与PolarDB对比分析
【5月更文挑战第24天】阿里云提供RDS和PolarDB两种数据库服务。RDS是高性能的在线关系型数据库，支持MySQL等引擎，适合中小规模需求；而PolarDB是分布式数据库，具备高扩展性和性能，适用于大规模数据和高并发场景。RDS与PolarDB在架构、性能、弹性伸缩、成本等方面存在差异，开发者应根据具体需求选择。示例代码展示了如何通过CLI创建RDS和PolarDB实例。
大数据上云存算分离演进思考与探讨-2022
当前大数据上云与存算分离的技术趋势越来越成为行业标准与发展方向。作为大数据商业化的践行者，从存算分离的演进/定义/价值/架构应用/实践/对比等多个维度来分析与探讨其发展历程与组成体系。为大数据存算分离技术整体发展添砖加瓦。
阿里云容器服务在AI智算场景的创新与实践
本文源自张凯在2024云栖大会的演讲，介绍了阿里云容器服务在AI智算领域的创新与实践。从2018年推出首个开源GPU容器共享调度方案至今，阿里云容器服务不断推进云原生AI的发展，包括增强GPU可观测性、实现多集群跨地域统一调度、优化大模型推理引擎部署、提供灵活的弹性伸缩策略等，旨在为客户提供高效、低成本的云原生AI解决方案。
数禾云上数据湖最佳实践
数禾科技从成立伊始就组建了大数据团队并搭建了大数据平台。并在ECS上搭建了自己的Cloudera Hadoop集群。但随着公司互联网金融业务的快速扩张发展，大数据团队承担的责任也越来越重，实时数仓需求，日志分析需求，即席查询需求，数据分析需求等，每个业务提出的需求都极大的考验这个Cloudera Hadoop集群的能力。为了减轻Cloudera集群的压力，我们结合自身业务情况，在阿里云上落地一个适合数禾当前现实状况的数据湖。
