ITPub博客

在信息技术飞速发展的今天，运维工作已经从最初的人工操作，逐步演变为自动化、AIOps（人工智能运维）和ChatOps（通过聊天的方式去运维）。这些变革不仅提升了运维效率，还显著保障了系统的稳定性。特别是借助大模型，运维同学能够更加高效地完成工作，并应对复杂的运维挑战。本文将依次介绍这些概念，并探讨大模型在运维领域的具体应用。

目前，火山引擎 EMR 已经集成了非常多的引擎，例如我们常见的离线分析领域的 Spark、 Hive，实时计算领域的 Flink、Kafka，等等。今天分享的主角就是 OLAP 领域中的 Doris ，我们在产品发布之初就已经集成了 Doris 引擎，它也是目前火山引擎 EMR 系统中的主力 OLAP 引擎之一。　

会员购是B站2017年推出的IP消费体验服务平台，在售商品以手办、漫画、JK制服等贴合平台生态的商品为主。随着业务发展，会员购从最开始的预售、现货拓展到全款预售、盲盒、众筹等多种售卖方式，销售渠道也遍布猫耳（现已下线）、QQ小程序、漫画等多个业务渠道，再加上不断增加的营销活动玩法，每年几次大促活动的爆发式流量，对于会员购交易系统来说，无疑是一个巨大的挑战。

近日，曙光存储以“先进存力 凝聚数据要素”为主题召开了存储新品发布会，展现了其在数据存储领域的最新成果。会上，曙光存储不仅发布了创新的FlashNexus集中式存储新品，更是对ParaStor分布式存储进行了全面升级。这一系列举措无疑将进一步巩固曙光存储在数据存储领域的领先地位，同时也为数据要素的高效利用和流通注入了新的活力。

伴随着大众井喷的出游住宿需求，去哪儿旅行酒店订单激增。watcher作为公司级的监控系统，承载着越来越重要的故障预警能力。但watcher当前给业务流量提供的数据精度都是分钟级的，以分钟级为精度的数据虽然也可以反映业务流量的情况，但对订单报警来说，其精度是有限的，因为分钟级的指标数据精度，带来的必然是分钟级的故障预警。

容灾能力的建设目标是非常明确的，就是要能够应对和处理这种机房级和地域级的大规模故障，从而来保障业务的连续性。近几年，业界也发生了多次数据中心级别的故障，对相关公司的业务和品牌产生了非常大的负面影响。当前容灾能力已经成为众多IT企业建设信息化系统的必选项。

目前，携程大部分业务已经完成了微服务改造，基本架构如图。每一个微服务的实例都需要和注册中心进行通讯：服务端实例向注册中心注册自己的服务地址，客户端实例通过向注册中心查询得知服务端地址，从而完成远程调用。

日前，小编看到一条资讯：宝德、英特尔、英维克联合推出首款多平台液冷铝冷板系统。那么问题来了，在冷板式液冷服务器领域，众多厂商都使用的是铜材质的冷板，现在有服务器厂商推出了铝材质的冷板，那么，这两种材质的冷板，在液冷服务器使用上有哪些区别？哪个更好？下面小编就从这五大方向跟大家对比着聊一聊。

不久前，在台北国际电脑展上，英特尔迫切希望在AI训练和推理领域展现其性能优势，并实施了一项未曾有过的举措：公布了其当前及前几代AI加速器的定价清单。这一举动对于像英伟达和AMD等AI加速器和系统初创公司来说实属罕见。

人工智能的变革力量正在重塑众多行业的业务运营。通过机器人流程自动化，人工智能将人力资源从重复性、基于规则的任务束缚中解放出来，并将他们的注意力集中到战略性、复杂的运营上。

本文将分享 Shopee 在电商知识图谱构建，以及与大模型结合方面的探索。主要内容包括以下五大部分：1. 电商知识图谱概览；2. 电商知识图谱构建；3. 电商知识图谱应用；4. 知识图谱与大模型探索。

在审视员工私下使用能够提升工作效率的先进工具时，不难发现组织内部对生成式人工智能（GenAI）的采纳率远超人们的想象。随着员工广泛接纳和使用这些数字内容创作工具，影子AI已成为IT部门必须面对的挑战与负担。

滴滴大数据 DKafka 集群，基于社区 2.12-0.10.2.0 版本。在运维过程中，遇到了不少痛点，如磁盘 IO 不均、存储容量不均、CPU 利用率不均等负载不均问题，尤其是在高峰期出现瓶颈或故障发生后，想要快速扩容止损成为了一个棘手的问题。

近日，ITPUB社区联合香橙派（Orange Pi）和昇腾AI共同发起的第一期“香橙派免费体验计划”已经圆满结束。社区通过“橙”邀各路英才→“橙”胜追击→心想事“橙”等创新方式，汇集了大量开发者的目光，收获了开发者们踊跃的参与，为广大开发者提供了一个开放交流的学习平台和实践机会。

随着电商业务不断发展和成熟，对数据稳定性、数据质量、数据成本的要求越来越高。为了能可持续地提供质量更高、产出更快、表现力更强的数据资产，数据治理成为数仓日常工作的重要一环。本文将从现状解读、发展阶段、解决方案以及思考与展望四大部分，分享电商数仓治理的发展历程和实践总结。

在直播、电商等业务场景中存在着大量实时数据，这些数据对业务发展至关重要。而在处理实时数据时，我们也遇到了诸多挑战，比如实时数据开发门槛高、运维成本高以及资源浪费等。此外，实时数据处理比离线数据更复杂，需要应对多流JOIN、维度表变化等技术难题，并确保系统的稳定性和数据的准确性。本文将分享基于存储的实时数仓架构在不同业务场景的实践经验，以及该架构带来的收益。

公有云作为基础架构部核心资源之一，其成本占比逐年上升，企业对于公有云成本实施精细化管理的需求越来越高。相较于私有化部署主要关注服务器、网设、带宽等资源的成本管理方式，使用公有云服务面临多厂家、多产品、多折扣、多套餐、多优惠方案、多账单格式等多个维度的问题，从部门、业务、项目、资源类别等不同维度实现成本可视化的难度指数级增大。

为了支持业务，Uber 积极利用数据分析和机器学习模型辅助运营。从Uber 乘车的动态定价到外卖软件 Uber Eats 的“餐厅经理（Restaurant Manager）”仪表板，都使用实时数据进行高效操作。在本文中，请跟随笔者一起了解 Uber 如何管理其支持实时应用程序的基础架构。

回收业务发展日益壮大，我们在邮寄、上门、门店三大履约模式下的业务逻辑日益复杂。同样都是在做回收这一个业务，即便履约方式不同，也有很多业务概念是一致的。为了避免各个业务闷头造轮子，同时又能拉齐三端的业务标准，故成立了业务中台。其中的一部分便是策略中心，希望即能够统一管理各个业务的策略流程，也能够满足不同的个性化策略配置。

在数字化浪潮汹涌澎湃的今天，数据已成为企业最宝贵的资产，正如绿水青山之于生态环境，数据之于企业，同样蕴藏着无尽的财富与价值。近日，2024戴尔科技企业基础架构峰会暨存储新品发布会在浙江安吉盛大召开，这场汇聚智慧与创新的盛会，不仅为我们展示了科技的力量，更引发了我们对数据价值发掘的深刻思考。