2018杭州云栖大会参会总结
数字化、在线化、智能化驱动数字中国
本次云栖大会的主题是驱动数字中国,以阿里集团和阿里云的先进技术帮助中国更多的中小企业实现数字化转型,或者更好的利用数据、技术来提高自身的产能和行业竞争力。而传统企业的数字化转型的必经路线是:数字化 -> 在线化 -> 智能化,根据这个主题,我们来看本次云栖大会的议程,这些议程基本可以划分为数字化、在线化、智能化三个方面:
- 数字化相关的专场有:企业数字化转型峰会、云徙营销数字化专场。
- 在线化方面,各容器专场、各数据库专场、智能运维专场都是为在线化提供经验和技术支持的。
- 智能化相关的场次最多,有物联网、人工智能、机器学习相关的专场。大数据和计算能力是智能化的基础设施,大数据方面的专场有:大数据计算专场、数据中台专场、Flink专场等等,另外从行业应用来看,还有智慧城市、智能物流、智能交通等专场。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
Spring data elasticsearch 3.1 大数据集访问手册外更新
错误提示 elasticsearch result window is too large from + size must be less than or equal to 10000 原因 Elasticsearch 默认返回集在10000条以内。 解决办法 如果需要更多的返回值,有2种办法: 调整max_result_window, 好处是沿用现有的访问方式 , repository 和pageable都正常使用,弊端是其实不是官方推荐的方式,会影响速度,带来过大内存消耗。 curl -XPUT "http://localhost:9200/my_index/_settings" -d '{ "index" : { "max_result_window" : 500000 } }' 采用 Scan And Scroll For Big Result Set 英文手册原文 重点是Spring的手册并没有更新,只是代码更新了,3.1里面提到的方法elasticsearchTemplate.scan(searchQuery,1000,false) API里面根本不支持。 为此,我从gi...
- 下一篇
突破DBMS局限性,阿里借力Spark提升查询性能
我们知道SQL Server是一款技术上和商业上都很成功的产品,这一次微软选择拥抱Spark大数据生态,着实令人有些惊讶。国内的几款产品也丝毫不落后,阿里云的DRDS、腾讯云TDSQL也都各自推出了与Spark相融合的产品。 今天我们就来谈一谈,如何在数据库这个老生常谈的话题下,借力Spark给数据库带来新的价值。 一、传统数据库的不足 不用多说,MySQL是互联网企业中使用最广泛的数据库。但是MySQL专注于OLTP能力,对复杂的分析型查询并不在行。为什么这么说呢? 这是由MySQL的整个系统设计决定的,MySQL从最初就被设计为每个请求由单线程来处理。之所以这么设计,是因为OLTP查询大多很简单,SELECT多以点查居多,让一个线程来处理已经足够了。 在后来的改进中,MySQL增加了线程池、高低优先级等等,但是仍未改变其本质:一个线程对应一个查询请求。 对于这样的架构,即使增加机器配置,对提升OLAP查询性能也没什么显著帮助,因为无法利用多核并行的能力。 MySQL之上有很多支持水平拆分的分布式方案,能让数据均匀分摊到多个节点上,从而获得Scale Out的能力。以阿里云DRDS(...
相关文章
文章评论
共有0条评论来说两句吧...