ITPub博客

伴随着数字化转型深化，企业对于数据的重视程度逐步加深。伴随着以云计算、5G、IOT、人工智能、区块链等新兴技术的发展，催着更多新兴数据场景的出现。这其中直观带来的就是数据规模呈现几何级增长、数据结构复杂度与日攀升。

大道至简，殊途同归，信息科技的发展仍充满着诸多不确定性的惊喜，期待着存算分离架构下更多成熟方案的落地实践，同样也对存算一体的卓越性能超越怀有希冀，心向光明，未来可期。

数据之“管”指狭义的数据管理，是对不同类别的数据采取不同的数据管理模式。这里我们把数据分为四个层次：元数据、主数据、参考数据、一般数据(交易数据)。

很多企业的核心系统随着业务的快速发展，一段时间后会出现运行缓慢、运行卡顿等非正常情况。对于这类性能问题的解决大多受系统本身架构限制，除了对资源进行优化外，大多处于被动状态。

如果你所在的企业认为它需要 Kubernetes，那么你也许正处在一个试图过早地为未来优化的地方。一个可能永远不会出现的未来。

随着云原生时代的到来，越来越多的业务系统会采用云原生架构。存储系统作为承载业务稳定运行的核心组件，在云原生的架构下，也面临着新的挑战。

不少金融企业表示，虽然行业整体在平台建设和数据整合方面取得了可观进展，然而对于如何提高数据的利用率，真正释放数据要素价值，还有很多问题亟待解决。

Meta决定启动PyTorch基金会并将Pytork机器学习框架贡献给Linux基金会，这表明了该技术的成熟，也使其更接近开源根源。

建立竞争优势需要加快IT运维和创新。实现加速的最有力方法之一是通过基础设施自动化。跨分布式云的成功自动化不能委托到链的下游。随着组织规模的扩大，建立必要的实践和标准，以实现和保持自动化的好处，这取决于执行领导层。

在一个充满挑战的市场中，疫情和商业动态的剧变使市场更加复杂，企业面临更高的期望和竞争。开发者和商业领袖都必须适应更大的基础设施弹性和可扩展性，才能让企业更好地生存和发展。

基础架构、平台软件、分布式应用 、容器和云原生技术架构 ，以及适应快速、迭代式应用开发的文化和流程等——这些快速发展的技术和方式正在迅速整合，形成一种新型的IT管理方法，并为企业发展所依赖的关键传统型IT架构提供有益补充。

KubeEdge 1.11版本提供了“边缘节点分组管理”新特性，抽象出了跨地域的应用部署模型。

近日 Istio 社区推出了 Ambient Mesh[1] ，这是一种新的 Istio 数据平面模式，旨在简化操作、扩大应用兼容性并降低基础设施成本。

谷歌和Solo.io日前公布了Istio服务网格的最新形态。这套命名为“Ambient Mesh”的框架取消了Istio原本以sidecar为核心的架构，转而使用无sidecar方法。这一调整有望改善服务安全水平，并通过削减资源需求缓和技术使用难度、降低运行门槛。

操作系统本质上是一种系统软件程序，对内管理资源，对外提供交互。广义的操作系统包括桌面操作系统、服务器操作系统、智能终端操作系统(例如安卓)、嵌入式操作系统等。

微服务作为加速企业提升敏捷创新能力的重要抓手，能够帮助企业快速实现独立更新和部署应用，快速应对市场变化，逐渐成为企业加速应用现代化的必然选择。

中大型互联网公司的服务器数量可达万级别，在降本增效的大背景下，机器资源利用率的重要性日益凸显。如何在确保服务SLO影响最小的情况下提高机器资源利用率，从而降低服务器的采购成本，是一项非常值得研究的课题。

云原生的核心是云原生应用，而基于容器技术所构建的容器云平台则由于其自身是云原生应用的运行和管理工具平台。

实时数仓市场可以用“百花齐放”来形容，众多企业都在部署这个“新赛道”。那么，什么是实时数仓?到底是分钟级，还是秒级，有没有一个判断依据或者是标准?如何看待实时数仓发展现状?

编写反映用户价值、便于量化且针对“症状”的系统稳态行为假说，能让混沌工程实验的价值更容易让业务人员和领导理解，从而获得他们的支持，也能更有利于自动化，并能通过等价类划分，来降低实验成本，进而达成降本增效的目的。