解码芯安全,天翼云红盾实验室筑牢“芯”防线!
8月6日-7日,第十三届互联网安全大会(ISC.AI 2025)在北京国家会议中心隆重举行。大会以“ALL IN AGENT”为主题,加速推动智能体技术的颠覆性创新、产业深度融合与生态体系繁荣,开启智能体时代全球发展新纪元。
Ansible部署Node_exporter
Ansible是基于Python开发的自动化运维工具,集合了众多运维工具(puppet、cfengine、chef、func、fabric)的优点,实现了批量系统配置、批量程序部署、批量运行命令等功能。
k8s集群添加master节点报control plane 错误
在刚部署的k8s集群中添加新的master节点时,报了error execution phase preflight: One or more conditions for hosting a new control plane instance is not satisfied的错误,接下来就针对此问题进行解决说明。
五项满分,天翼云息壤智算一体机斩获佳绩!
近日,国际数据公司IDC发布《中国AI训推一体机技术能力评估,2025》。报告显示,中国电信天翼云在中国AI训推一体机技术能力评估中,算力架构、模型微调能力、推理能力、存储和网络架构、交付运维能力五项评估维度均获得满分,强势跻身第一梯队,展现出国云领先的技术实力。当前,数字经济特别是生成式人工智能(GenAI)应用正高速向纵深发展,众多政企逐步将重心转向创新敏捷型业务。轻量起步、敏捷弹性成为创新型
深度参与Apache开源生态建设,天翼云出席COC Asia 2025
近日,由Apache软件基金会主办,中关村科学城管委会牵头,中关村科学城创新发展有限公司、中关村创业大街协办的Apache软件基金会官方全球系列大会Community Over Code Asia 2025在北京市海淀区成功举办。作为本年度亚太地区具有影响力的开源技术盛会之一,本次大会汇聚全球186位杰出讲师,围绕AI Agent、Lakehouse架构、云原生、OpenTelemetry全栈可观
打造“云上超算引擎”,天翼云E-HPC服务赋能福建农林大学科研提速!
农业是国家发展的基础命脉,推进农业科研现代化,是实现粮食安全、生态安全、生物安全的关键。近日,天翼云携手中国电信福建公司深入福建农林大学开展技术调研,精准洞察科研需求,助力该校正式开通天翼云弹性高性能计算服务(E-HPC)。目前,农林生物安全全国重点实验室、福建农林大学代谢组学研究中心等已率先接入天翼云E-HPC,在超算的赋能下展开更为高效、复杂的研究,打造农林科研新范式。构建云上算力底座,筑牢农
Doris 性能优化
本文分享自天翼云开发者社区《Doris 性能优化》,作者:i****nDoris 通过多种查询优化策略,如 Join 优化、谓词下推、运行时过滤,字典优化,算子优化等,来提供高性能的查询能力。来提升整体性能Join 优化在查询中,Join 操作往往是非常耗时的。Doris 提供了多种 Join 优化策略来提高查询性能:Join 顺序优化:Doris 会根据统计信息选择最优的 Join 顺序。通常,
sql优化谓词下推在join场景中的应用
本文分享自天翼云开发者社区《sql优化谓词下推在join场景中的应用》,作者:i****n列裁剪(分区裁剪):将为查询的字段以及分区过滤,从而减少加载的数据量。Map端聚合配置:在map端惊醒聚合,减少shuffle过程;谓词下推:限制条件进行提前过滤,减少下游处理的数据量;空值过滤:提前惊醒空值过滤,避免空值引起倾斜;目前,hive中谓词下推、map端聚合参数是默认开启的。本文中简单的介绍sql
数据治理之数据质量评估维度及方法
本文分享自天翼云开发者社区《数据治理之数据质量评估维度及方法》,作者:i****n从某种程度上来说“数据=金钱”,数据质量的好坏直接决定着数据价值高低,直接或简介影响一个企业的决策方向。数据质量管理是指在数据创建、加工、使用和迁移等过程中,通过开展数据质量定义、过程控制、监测、问题分析和整改、评估与考核等一系列管理活动,提高数据质量以满足业务要求。一、数据质量关注点一致性:值数内容在系统内,系统间
2025可信数据库发展大会召开,天翼云TeleDB领航核心系统创新实践!
近日,“2025可信数据库发展大会”在北京隆重召开。作为数据库产业的重要建设者,天翼云受邀出席,联合中国信息通信研究院及中国通信标准化协会大数据技术标准推进委员会(CCSA TC601)发布多项新技术实践成果,并进行了“中国电信天翼云分布式数据库创新之路”和“天翼云TeleDB数据库的SQL治理之道”的主题演讲。为积极响应国家号召并凝聚产业力量,大会期间,中国信息通信研究院牵头发起了“核心系统数据
稳居第一,实至名归!
近日,国际数据公司(IDC)发布的《中国专属云服务市场(2024下半年)跟踪》报告显示,2024下半年中国专属云服务市场规模同比增长11.0%。中国电信天翼云以23.0%的市场份额再次登顶,稳居中国专属云服务市场第一,且是前五厂商中唯一同比、环比都增长的厂商!随着企业IT复杂度上升,传统私有云在管理、敏捷性和成本上的瓶颈日益凸显,用户正加速将核心业务向集约化专属云迁移,借助“托管+服务”模式平衡数
WAIC 2025重磅!天翼云发布算网一体服务!
2025世界人工智能大会•中国电信人工智能生态论坛于7月27日在上海举行。本次论坛以“星辰智惠 共治共享”为主题,中国电信集中发布了中国电信智能云服务体系建设、国信政务云智算中心、“工业+AI”智算一体化服务平台等重要成果,为数字经济高质量发展注入强劲AI动能。论坛期间还举行了AI合作签约仪式、AI投资联盟成立仪式及“天翼云息壤杯”高校AI大赛颁奖仪式,推动AI生态建设迈出坚实步伐。论坛上,中国电
天翼云新一代国产化云主机重磅发布!
近日,中国电信天翼云正式发布基于C86处理器的新一代国产化云主机。作为云服务国家队,天翼云连续多次占据中国政务公有云、中国专属云服务、DaaS等市场份额第一,展现出全方位的技术实力。此次新一代国产化云主机的发布标志着天翼云在国产化技术路线上实现重大突破。通过深度整合国产高性能处理器,天翼云为数字中国建设注入自主可控、安全可靠的算力动能。新一代国产化云主机在核心性能上实现了显著跃升,主要体现在:澎湃
离线数仓优化简述
本文分享自天翼云开发者社区《离线数仓优化简述》,作者:徐****东1、业务层面 计算量太大是不是必须的,是否可以减少参与计算的用户量或者时间跨度; 计算逻辑是否过于复杂,是否可以简化。2、模型层面 是否有现成的数据可以使用或者基于现成的数据进行加工; &nbs
flinkcdc中checkpoint不成功问题排查
本文分享自天翼云开发者社区《flinkcdc中checkpoint不成功问题排查》,作者:徐****东 使用flink-1.16和flinkcdc-3.0进行数据接入,采用standalone模式。运行一段时间后checkpoint开始失败,但日志中没有报错信息。因savepoint和checkpoint机制一致,使用手动打savepoint断点的方式,尝试查明失败原因。执行指令:/us
天翼云多活容灾服务项目入选“2025年度央国企云容灾领航者典型案例”!
在数字化转型深入推进和关键信息基础设施安全日益受到国家政策关注的背景下,云容灾能力已成为保障央国企业务连续性与数据安全的核心要素。响应国家《“十四五”数字经济发展规划》及《关键信息基础设施安全保护条例》对业务连续性保障的要求,央国企正加速构建高可靠、高可用的容灾体系。7月23日,在2025可信云大会上,天翼云凭借创新性的多活容灾服务能力,与中国电信卫星公司联合申报的“中国电信卫星通信系统业务跨域容
2025可信云大会成功召开,天翼云揽获多项权威认证!
7月22日-23日,由中国通信标准化协会主办,中国信息通信研究院(以下简称“中国信通院”)承办的第十二届可信云大会成功召开。大会主论坛上,中国信通院公布了2025年上半年可信云最新评估结果以及2025年度可信云典型实践结果,天翼云通过16项可信云评估并斩获4项最佳实践,展现出领先的全方位科技创新能力。同时,天翼云出席《专有云安全水位评估》发布仪式,天翼云科技有限公司首席专家侯圣文发表演讲,介绍了天
数据治理之数据资产健康度量
本文分享自天翼云开发者社区《数据治理之数据资产健康度量》,作者:徐****东随着数据量的不断增加,数据治理已经成为了企业管理里不可或缺的一环。数据治理可以帮助我们更好地进行数据的管理和使用,从而提升数据的质量和价值,同时也能够保证数据的安全和合规。一、数据治理面临的问题数据治理中主要面临的问题有:数据成本:随着业务的不断增长,数据存储、计算成本也随之增长。数据成本的可持续性和可控性是一个亟待解决的
数据治理之构建数据资产目录
本文分享自天翼云开发者社区《数据治理之构建数据资产目录》,作者:徐****东一、引言现如今,数据已经成为企业实现业务价值的关键。随着大数据技术的发展,企业对于数据的收集、分析和利用越来越重视。其中,数据资产化已经成为企业数据管理的重要趋势,它能帮助企业更好地发掘和利用数据中的价值,从而提升业务效率和优化决策。在组织中实施数据资产目录是一项战略举措,可以带来巨大的好处,包括改进决策、效率和合规性,以
数据治理之数据分类分级
本文分享自天翼云开发者社区《数据治理之数据分类分级》,作者:徐****东为了更好地保护数据安全、提高数据管理效率、确保数据合规性,企业需要对数据进行分类分级,根据数据的密级和敏感程度制定不同的管理和使用策略,尽可能做到有差别和针对性的防护,避免敏感数据的防护不足,非敏感数据的过度防护。分类是依照数据的来源、内容和用途对数据进行分类。分级是按照数据的价值、内容的敏感程度、影响和分发范围不同对数据进行