ITPub博客

背景最近准备上线cassandra这个产品，同事在做一些小规格ECS(8G)的压测。压测时候比较容易触发OOM Killer，把cassandra进程干掉。问题是8G这个规格我配置的heap(Xmx)并不高（约6.5g）已经留出了足够的空间给系统。只有可能是Java堆外内存使用超出预期，导致RES增加，才可能触发OOM。调查过程0.初步怀疑是哪里有DirectBuffer泄漏，或者JNI库的问题。

PAI-AutoML调参服务是通过算法的方式解放用户调节算法参数的工作。自2018年8月发布PAI-AutoML1.0版本以来，该功能已经帮助众多PAI的中小企业用户提升了模型的准确性，得到了不错的反馈。PAI-AutoML1.0版本介绍文章：https://help.aliyun.com/document_detail/87393.html，为了进一步提升该服务的能力，PAI在今日发布AutoM

导读：近年来，越来越多专门给 Kubernetes 做应用发布的工具开始缤纷呈现，帮助大家管理和发布不断增多的 Kubernetes 应用。在做技术选型的时候，我们需要给业务选择一个最好的工具、最稳的底座。那么又该如何比较和衡量这些工具呢？本篇文章中阿里云技术专家邓洪超将会和大家分享自己独特的体验，帮助读者初步了解 Tekton 项目。背景近年来，伴随着云原生社区 (CNCF Community)

为什么要做这个功能？作为一款应用性能监控产品，我们通常会给用户展示两类数据：第一种是统计数据：用户通过使用统计数据设置报警（比如应用响应时间大于2s），缩小问题范围（比如报警时间范围内，是哪一个接口响应时间最长）。第二种是明细数据：用户通过统计值确认了特征以后，可以具体查看一个缓慢请求的执行过程，确认具体缓慢的方法或者慢SQL.在用户实际使用过程中，我们发现实际上用户并不会按照我们预想的情况使用，

CDN是业界公认的加速网站访问效率、提升用户体验的内容分发加速产品。Gartner预测2019年超过50%的互联网流量将通过CDN内容分发网络进行加速。然而，越来越多企业也意识到恶意网络攻击对非凡用户体验构成的威胁，因为网络攻击对网站/应用性能、业务数据安全的影响远超其他因素。根据Gemalto发布的《数据泄露水平指数(Breach Level Index）》，仅2018年上半年，全球就发生了94

背景最近准备上线cassandra这个产品，同事在做一些小规格ECS(8G)的压测。压测时候比较容易触发OOM Killer，把cassandra进程干掉。问题是8G这个规格我配置的heap(Xmx)并不高（约6.5g）已经留出了足够的空间给系统。只有可能是Java堆外内存使用超出预期，导致RES增加，才可能触发OOM。调查过程0.初步怀疑是哪里有DirectBuffer泄漏，或者JNI库的问题。

导读：本文基于边缘容器的阿里云 CDN 云原生实践， 涵盖了边缘容器的背景和趋势，边缘托管集群 ACK Managed Edge K8s（文中简称“Edge@ACK”） 的能力、架构，以及基于边缘容器构建阿里云 CDN 的云原生体系的详细过程，期望与读者分享使用阿里云容器服务打造云边端一体基础设施过程中的体会。文章整理自 2019 年阿里云上海峰会，阿里云智能高级技术专家黄玉奇、阿里云智能技术专家

导语：本文中，阿里云智能运营专家朱以军从宏观角度分析了SaaS市场的机遇和挑战，重点介绍了阿里云的商业操作系统。同时，阿里云SaaS加速器也在招募更多ISV合作伙伴和我们一起共创专注面向未来的应用，用品牌赋能，反向做厚品牌价值。感谢大家的捧场，在这个会场里，我们有非常多SaaS厂商, 做技术服务的伙伴，也有非常多的渠道商，同时还有资本和媒体的人。整个产业生态就是这样子，当我们聚到一起的时候才能够产

导语：本文中，阿里云智能资深技术专家黄省江从“势”“道”“术”三个方面分享了自己对于SaaS生态的理解，并介绍了SaaS加速器发布以来在产品、技术和商业侧最新的一些进展。在321北京峰会上，阿里云公布了不做SaaS，倡导“被集成”的生态策略，同时发布了SaaS加速器，那么4个月过去了，最新的进展是什么？我们又有什么新的发布？云为大势首先希望让大家理解我们到底在做什么样的事情。这件事情对大家有什么帮

PAI-STUDIO在支持OSS数据源的基础上，增加了对MaxCompute表的数据支持。用户可以直接使用PAI-STUDIO的Tensorflow组件读写MaxCompute数据，本教程将提供完整数据和代码供大家测试。详细流程为了方便用户快速上手，本文档将以训练iris数据集为例，介绍如何跑通实验。1.读数据表组件为了方便大家，我们提供了一份公共读的数据供大家测试，只要拖出读数据表组件，输入：p

「微服务开源生态报告」，汇集各个开源项目近期的社区动态，帮助开发者们更高效的了解到各开源项目的最新进展。社区动态包括，但不限于：版本发布、人员动态、项目动态和规划、培训和活动。非常欢迎国内其他微服务领域的开源项目将近期的社区动态，投递给我们，我们将一同发布。第一期回顾，点击这里。第二期回顾，点击这里。第三期回顾，点击这里。第四期回顾，点击这里。第五期回顾，点击这里。第六期回顾，点击这里。第七期回顾

“点击获取上云帮助文档”尊敬的阿里云用户：您好！为方便您试用开源 RocketMQ 客户端访问阿里云MQ，我们申请了专门的优惠券，优惠券可以直接抵扣金额。请填写下您公司账号信息，点击上图，了解更多哦。一、DLedger引入目的在 RocketMQ 4.5 版本之前，RocketMQ 只有 Master/Slave 一种部署方式，一组 broker 中有一个 Master ，有零到多个 S

本文整理自中国人寿保险（海外）股份有限公司深圳中心技术总监家黄晓彬在 Dubbo 社区开发者日深圳站的现场分享。中国人寿保险（海外）股份有限公司负责香港、澳门、新加坡和印尼的业务开发，和国内业务不同的是，海外业务面临不同的法规、语言、币种等难题，技术上对业务的支持会存在一些挑战。通过本文，您将了解中国人寿保险在这方面的处理经验。遇见Dubbo2013年，我们在做整个数据库转换的时候，需要找一款RP

背景网络延迟是网络上的主要性能瓶颈之一。在最坏的情况下，客户端打开一个链接需要DNS查询（1个 RTT），TCP握手（1个 RTT），TLS 握手（2个RTT），以及最后的 HTTP 请求和响应，可以看出客户端收到第一个 HTTP 响应的首字节需要5个 RTT 的时间，而首字节时间对 web 体验非常重要，可以体现在网站的首屏时间，直接影响用户判断网站的快慢，所以首字节时间（TTFB）是网站和服务

DLA很早之前就支持了对关系型数据库的查询，但是一直以来用户会有一个担心:直接分析RDS里面的数据会不会影响线上业务。这个担心很合理，除非你要查询的RDS是专门用来做后台数据分析使用的，否则直接大规模分析确实可能会造成数据库性能下降，影响前台业务。对于这个担忧我们做过一些改进的措施，比如提供hint让用户可以手动指定底层查询并发度, 但是不是最理想的方案。因此我们现在推出了一个极致方案: 每天自动

企业服务SaaS市场还有很大的增长空间。SaaS的鼻祖Salesforces今年5月迈上了千亿美元市值的门槛，再一次为ToB市场注入了兴奋剂。单单一个SaaS CRM，目前全球的市场规模就超过400亿美元。国外还出现了多个估值超过10亿美元的独角兽企业。人力资源管理的最大玩家Workday估值超过了200亿美元，招聘管理Taleo和绩效管理Successfactor的估值均达到几十亿美元。但在国内

通过之前的文章，相信大家已经熟悉了 Serving、Eventing 以及 Tekton。那么在实际使用中，我们往往会遇到一些复杂的场景，这时候就需要各个组件之间进行协作处理。例如我们提交源代码之后是否直接可以部署服务到 K8s 中？ 这个场景对于用户来说很有吸引力。那么现在就让我们来看一下，在 Knative 中如何实现从代码到服务？场景介绍现在的场景是这样的：代码构建->事件驱动-&gt

前言在本系列的前三篇文章中，我们介绍了弹性伸缩的整体布局以及 HPA 的一些原理，HPA 的部分还遗留了一些内容需要进行详细解析。在准备这部分内容的期间，会穿插几篇弹性伸缩组件的最佳实践。今天我们要讲解的是cluster-proportional-autoscaler 。cluster-proportional-autoscaler 是根据集群中节点的数目进行 Pod 副本数水

MongoDB oplog （类似于 MySQL binlog） 记录数据库的所有修改操作，除了用于主备同步；oplog 还能玩出很多花样，比如全量备份 + 增量备份所有的 oplog，就能实现 MongoDB 恢复到任意时间点的功能通过 oplog，除了实现到备节点的同步，也可以额外再往单独的集群同步数据（甚至是异构的数据库），实现容灾、多活等场景，比如阿里云开源的 MongoShake&nbs

一、背景介绍Data Lake Analytics（简称DLA）在构建第一天就是支持直接关联分析Table Store（简称OTS）里的数据，实现存储计算分离架构，满足用户基于SQL接口分析Table Store数据需求。玩转DLA+OTS：https://ots.console.aliyun.com/index#/demo/cn-hangzhou/dla王烨：DLA如何分析Table Store