Fivetran提供SaaS服务，它连接到业务关键数据源，提取并处理所有数据，然后将其转储到仓库中，以进行SQL访问和必要的进一步转换。

本文将介绍一些在开发多 Linux 平台 C++ 应用时可能遇到的兼容性问题和相关的解法。虽然是以 C++ 为讲述对象，但兼容性这个问题，在没有 VM 帮你做这些脏活累活的情况下，是所有 C-like 语言（比如 Go、Rust 等）都可能遇到的。

2019年12月18日，阿里云宣布AI智能账单分析功能“成本管家”正式上线，这是国内云厂商首次把数据智能技术与账单系统结合，推出的正式产品。让用户从低效的账单获取、整理和分析的工作中解放出来。让AI为用户整理账单、预测未来的消费趋势以及挖掘异常账单。

最近在做专有云输出时遇到了一个棘手的问题，客户需要将我们两年前发布的版本升级到最新版。由于跨度较长，产品代码和数据库 schema 都发生了巨大变化。产品代码部分因为采用了版本管理策略，拥有明确的升级路径，但数据库部分由于未采用代码化方案，导致升级路径缺失，整个升级过程非常艰难。

在完成AD域接入之后，用户即可开始以AD域用户身份挂载使用阿里云SMB协议文件系统了。本文介绍了几种SMB文件系统的挂在方式以及简单的ACL特性使用方法的演示。

在使用特定AD域中的用户身份来挂载SMB协议的阿里云文件存储NAS文件系统之前，需要先在AD域内为相应的NAS文件系统的注册服务并生成Keytab密钥表文件。

一台Windows服务器需要加入到Active Directory域后才能通过AD域服务来管理。本文介绍了如何将一台Windows服务器加入已有的AD域。

为了使用Windows AD/ACL，首先需要在VPC内创建一个Active Directory域服务控制器。本文分步骤说明了如何在Windows Server系统中从头开始安装与配置AD域服务和相应的DNS服务

本文介绍如何通过Samba服务实现NFS文件系统以SMB协议进行文件共享，并通过POSIX ACL控制权限。 前提条件 已使用NFSv3协议挂载文件系统，详情请参见挂载NFS文件系统。 背景信息 目前有客户存在以下使用场景：在服务器上挂载NFS文件系统后，使用Samba服务将此文件系统以SMB协议共享给其他Windows用户使用。

本文介绍如何通过Samba服务实现NFS文件系统以SMB协议进行文件共享，并通过NFSv4 ACL控制权限。

指定主键的前缀范围，可以实现对主表的范围扫描（GetRange），查询范围的指定必须和主键范围保持一致。如果查询范围无法表示成主键前缀的形式，则可以使用二级索引重新组合字段顺序。相比范围查询（GetRange）加过滤器（filter）的方式，二级索引可以大大减少扫描数据量，提升查询速度。

简介    阿里云文件存储 NAS 是一个可共享访问、弹性扩展、高可靠以及高性能的分布式文件系统。它基于 POSIX 文件接口，天然适配原生操作系统，提供共享访问，同时保证数据一致性和锁互斥。   NAS 提供了简单的可扩展文件存储以供与 ECS 配合使用，多个ECS实例可以同时访问 NAS 文件系统，并且存储容量会随着您添加和删除文件而自动弹性增长和收缩，为在多个实例或服务器上运行的工作负载和应用程序提供通用数据源。

云时代对账单分析的强烈需求 对于传统的IT运维，通常上线机器，首先需要预估需求，然后申请预算，再发起采购单，等待采购完成，到最终上线，整个流程已经横跨几个月，甚至到1年。 云时代的到来，云厂商巨大的资源池，保证任何客户任意时刻都有足够的资源使用。

背景 随着互联网架构的流行，越来越多的系统开始走向分布式化、微服务化。如何快速发现和定位分布式系统下的各类性能瓶颈成为了摆在开发者面前的难题。借助分布式追踪系统的调用链路还原能力，开发者可以完整地了解一次请求的执行过程和详细信息。

近年来，随着越来越多的企业从传统经济向数字经济转型，云已经渐渐成为数据经济IT新常态。核心业务系统上云，云上的业务创新，这些都产生了大量的业务数据，这些数据也成为了企业最重要的资产、资源。 阿里云基于OSS的云上统一数据保护方案2.0，针对业务上云后数据保护所面临的挑战，提供多层次、全方位的数据保护解决方案，让您业务上云，数据无忧。

数字经济时代，云已经成为数据经济IT新常态。那么上云之后，数据还安全吗？近日，阿里云正式发布基于OSS的云上统一数据保护方案2.0，针对业务上云后数据保护所面临的挑战，提供多层次、全方位的数据保护解决方案，让您业务上云，数据无忧。

简化云上等保，阿里云发布日志审计服务, 一键式开启多账户跨区域实时自动采集同步多个云产品的审计类日志.

在日志类数据成为生产资料得到越来越多关注的今天，日志服务数据加工抽象了规整、分发、富化等操作，帮助数据在阿里云服务和开源生态间流动起来，让日志分析变得更容易。

DevOps是什么？ 对于传统的软件研发而言，开发，测试，运维，运营，有不同的岗位进行分工协作，以保证质量和专业度，同一件事情，依赖不同岗位的排期、沟通、协调，效率难免会有打折。而对于互联网业务来说，快速的迭代，对人力的需求非常强烈，不大可能有足够的人力支撑这么多岗位。

阿里云文件存储HDFS服务是阿里云专门针对先进的存储计算分离架构下的大数据分析场景定制推出的文件存储服务。文件存储HDFS采用全自研的底层架构，有效规避了开源HDFS系统的诸多短板，并提供标准的HDFS访问协议，用户无需对现有大数据分析应用做任何修改，即可使用具备无限容量及性能扩展、单一命名空间、高可靠和高可用等特性的托管型分布式文件系统。

10月28日，记者了解到，存储国家标准——GB/T 37737-2019《信息技术云计算分布式块存储系统总体技术要求》测试认证已经取得阶段性成果，阿里云成为首个通过该标准测试的云厂商。

一、解决的问题 数据是实时产生的，对数据进行批处理所花费的成本太高了，数据产生的价值被低估 在高维数据下，如何能发现异常的维度？ If my time-series data with 30 features yields an unusually high anomaly score.

场景分析 挖掘数据价值是当前企业级网站共同面临的问题。买买网是一个电商平台网站，每天拥有大量的用户访问和购买记录。为了引导用户直接消费，提升购买率和转化率，不同的用户类别需要推荐不同的商品信息。因此大数据快速分析的能力就必不可少了。

背景Spark 中国社区联合阿里云 EMR 技术交流群，Tablestore 技术交流群举办了一场联合技术直播。直播的话题是“海量结构化数据的实时计算和处理”，主要介绍基于 Tablestore 的数据变更实时捕获订阅能力，实现云上Lambda 架构的轻量化实现。

2019 云栖大会"下一代云存储技术与最佳实践专场"，分享“对象存储海量数据管理和应用最佳实践” 议题，重点介绍对象存储 OSS 的架构原理、数据管理、最佳实践。

本文介绍如何在E-MapReduce中通过Tablestore Spark Streaming Source将TableStore中的数据实时导入到Delta Lake中。 背景介绍 近些年来HTAP(Hybrid transaction/analytical processing)的热度越来越高，通过将存储和计算组合起来，既能支持传统的海量结构化数据分析，又能支持快速的事务更新写入，是设计数据密集型系统的一个成熟的架构。

本文将介绍如何在E-MapReduce中实时流式的处理Tablestore中的数据。 场景设计 随着互联网的发展，企业中积累的数据越来越多，数据的背后隐藏着巨大的价值，在双十一这样的节日中，电子商务企业都会在大屏幕上实时显示订单总量，由于订单总量巨大，不可能每隔一秒就到数据库中进行一次SQL统计，此时就需要用到流计算，而传统的方法都是需要借助Kafka消息队列来做流式计算，数据订单需要写入数据库与Kafka中，Spark Streaming 消费来自Kafka中的订单信息。

阿里云连续复制型容灾（ Continuous Data Replication，CDR）是阿里云混合云容灾服务推出的针对企业关键应用的秒—分级 RPO/RTO 业务持续性保障方案，它通过把虚拟机/物理机近乎实时的复制到阿里云ECS上来实现连续性的保障。

前言  任何线上系统都离不开数据，有些数据是业务系统自身需要的，例如系统的账号，密码，页面展示的内容等。有些数据是业务系统或者用户实时产生的，例如业务系统的日志，用户浏览访问的记录，系统的购买订单，支付信息，会员的个人资料等。

## 前言  任何线上系统都离不开数据，有些数据是业务系统自身需要的，例如系统的账号，密码，页面展示的内容等。有些数据是业务系统或者用户实时产生的，例如业务系统的日志，用户浏览访问的记录，系统的购买订单，支付信息，会员的个人资料等。

阿里云开发工程师悟冥带来日志服务在CDN流量指标中的异常检测实战的分享，悟冥负责日志服务平台中时序异常和时序预测的算法研发，提升系统发现异常、处理异常的能力，致力于让算法更好的协助开发和运维人员。本次专题围绕以实时的视频流媒体数据为例，介绍常用时序异常检测算法、异常维度分析的具体应用。