阿里云云盒
阿里云云盒（Alibaba Cloud CloudBox）是一种可在客户数据中心进行部署公共云产品，让客户能够在本地扩展和运行原生的阿里云云产品服务，可以满足企业数据本地留存和处理、低延时等业务场景需求。同时，云盒还可以与阿里云公共云进行互通和扩展，使客户能够在本地弹性、灵活地使用公共云的产品和服务。
阿里云云盒（Alibaba Cloud CloudBox）是一种可在客户数据中心进行部署公共云产品，让客户能够在本地扩展和运行原生的阿里云云产品服务，可以满足企业数据本地留存和处理、低延时等业务场景需求。同时，云盒还可以与阿里云公共云进行互通和扩展，使客户能够在本地弹性、灵活地使用公共云的产品和服务.云边协同，打造线上...
来自：
云产品
云基础产品与基础设施
云基础产品与基础设施作为阿里云产品六大版块之一，主要包含弹性计算、存储、网络、安全、云原生应用平台以及无影和基础设施类产品，向客户提供高度自动化的标准化产品对网络功能、计算机（虚拟或专用硬件）和数据存储空间进行访问，同时支持灵活扩展，可以直接使用自助服务界面。
轻量应用服务器.弹性容器实例 ECI.弹性加速计算实例 EAIS.弹性云手机.FPGA 云服务器.VMware 服务.弹性高性能计算 E-HPC.超级计算集群.对象存储 OSS.日志服务 SLS.块存储 EBS.文件存储 NAS.文件存储 CPFS.表格存储 Tablestore.混合云备份服务 HBR.网盘与相册服务 PDS.闪电立方 Datatransport.云存储网关 CSG.文件存储 HDFS....
来自：
云产品
人工智能平台 PAI
阿里云人工智能平台 PAI 涵盖交互式建模、可视化建模、分布式训练到模型在线部署全流程；快速搭建人工智能推荐系统；深度学习模型训练速度提升数十倍；减少50%GPU成本
您可以根据不同的需求快速自定义构建各种类型的智能文创模型，针对不同的文本输入进行快速创作型应用，服务于文本创作场景需求.支持文本摘要、新闻标题生成模型构建，并持续扩展功能池.多类型任务支持.根据自有业务场景，选择性地进行模型调优和线上部署.定制化模块构建.推荐搭配使用.智能文创解决方案.查看详细方案介绍....
来自：
云产品
云原生数据库PolarDB MySQL版
PolarDB MySQL版是自研的云原生关系型数据库，100%兼容MySQL。多主多写、多活容灾、HTAP、交易和分析性能最高分别是开源数据库的6倍和400倍，TCO低于自建数据库50%。
海量存储，支持上百TB级别数据.PolarDB采用计算和存储分离架构，支持数据库服务器的CPU、内存能够快速扩容，最快可增加15个只读节点，支持并行查询、读写分离等功能，使查询耗时指数级下降，解决计算量较大的查询、多表连接查询、日常报表查询等轻分析类业务需求.PolarDB MySQL 8.0重磅推出并行查询框架，在存储层将数据分...
来自：
云产品
基于弹性计算的AI推理
场景描述 本方案适用于使用GPU进行AI在线推理的场 景。在推理之前，模型已经训练完成。例如,刷脸 支付中，我们在刷脸的时候，就是推理的一个过 程。再比如图像分类，目标检测，语音识别，语 义分析等返回结果的过程。 解决问题 使用GPU云服务器搭建推理环境 使用容器服务Kubernetes版构建推理 环境 使用NAS存储模型数据 使用飞天AI加速推理工具加速推理 产品列表 GPU云服务器 容器服务Kubernetes版 NAS共享存储
发布日期：20220320 I 企业上云实践 基于弹性计算的 AI推理最佳实践|演示环境说明 方案架构 用户通过域名访问推理服务，如 demo中通过 notebook提供网页式的运行环境，推理服务器部署在容 器中模型和文件都存放在共享存储 NAS上。发布日期：20220320 II 企业上云实践 基于弹性计算的 AI推理最佳实践|演示环境说明 最佳实践...
云消息队列 ApsaraMQ
云消息队列 ApsaraMQ 是阿里云自主研发的消息队列服务系列产品的总称，旨在为开发者和企业的不同业务场景提供强大、可靠、低成本、高弹性且易于管理的消息服务。云消息队列 ApsaraMQ 全系列产品提供 Serverless 化的消息服务，按实际使用量付费，自适应弹性，跨可用区容灾，帮助客户降低使用和维护成本，专注业务创新。
消息服务是一款易集成、高并发、可弹性扩展的轻量消息队列服务。消息服务的简单队列模型、Serverless 弹性高并发的让开发者低成本快速构建分布式松耦合系统，高效地传递数据和通知消息.消息服务 MNS.查看更多商品.选择合适的消息队列产品需要根据您的具体业务需求、系统架构、性能要求、以及运维能力来确定。关于 RocketMQ...
来自：
云产品
金融智能数仓解决方案
金融智能数仓解决方案是阿里云自研高性能、海量可扩展数据仓库服务、兼容部分 Oracle/Teradata 语法生态，大量应用于阿里巴巴集团内部电商，物流，文娱，广告等业务部门，服务于阿里云的金融、政企、互联网等各行业用户，支持快速构建新一代云化数据仓库服务。
属金融行业混合云解决方案，阿里云自研高性能、海量可扩展数据仓库服务、兼容部分 Oracle/Teradata 语法生态，大量应用于阿里巴巴集团内部电商、物流、文娱、广告等业务部门，服务于阿里云的金融、政企、互联网等各行业用户，支持快速构建新一代云化数据仓库服务.阿里云混合云>.混合云体验营>.金融智能数仓解决方案.库存...
来自：
解决方案
全包式混合云解决方案
全包式混合云解决方案基于阿里巴巴支撑百万级服务器云平台的先进基础设施能力和智能运维运营技术，通过标准化和产品化的建设，为政府、金融、能源、交通、大型企业等行业客户提供软硬协同的全栈能力；在阿里云数据中心内部构建合规的业务独享专区，为企业级客户构建类似公共云的全包式专属云服务。
为云化初期客户提供小型化混合云平台，减少初期投资成本，降低上云门槛，更轻量便捷地上云.专有云敏捷版.提供能够快速构建混合云和分布式业务系统的全球网络，帮助用户打造企业级规模和通信能力的云上网络.云企业网 CEN.企业可通过智能接入网关实现 Internet 就近加密接入，获得更加智能、可靠、安全的上云体验.智能接入...
来自：
解决方案
RAPIDS加速机器学习
场景描述 本方案适用于使用RAPIDS加速库+GPU 云服务器来对机器学习任务或者数据科学 任务进行加速的场景。相比CPU，利用 GPU+RAPIDS在某些场景下可以取得非常 明显的加速效果。 解决问题 1.搭建RAPIDS加速机器学习环境 2.使用容器服务Kubernetes版部署 RAPIDS环境 3.使用NAS存储计算数据 产品列表 容器服务Kubernetes版 GPU云服务器 文件存储NAS
[root@iZuf6568j0n0k9kclo3czqZ~]#kubectl describe deploy server Name:server Namespace:default 49 文档版本信息：20191209 RAPIDS加速机器学习 使 用容器服 务 A CK部署 RAPIDS环境 CreationTimestamp:Tue,20 Aug 2019 19:54:41+0800 Labels:app=server name=server Annotations:deployment.kubernetes.io/revision:1 ...
企业级互联网架构解决方案
企业级互联网架构解决方案是在阿里巴巴电商业务环境沉淀下来的互联网中间件，其优秀的架构设计理念，以及大型分布式系统数据化运营能力，帮助企业用户快速构建大型分布式应用，支持业务需求快速创新，助力传统企业快速互联网+转型。
免费的容器架构可视化工具＞.Nginx 外的另一选择，轻量级开源 Web 服务器＞.压测环境的设计和搭建＞.阿里巴巴中间件在 Serverless 技术领域的探索＞.提升不止一点点，Dubbo 3.0 预览版详细解读＞.完全基于公共云服务搭建，以最小成本增强业务弹性扩展能力.用户需有自建机房，为本地数据中心赋予阿里云同款云架构能力.公共云...
来自：
解决方案
基于ECI+FaaS构建游戏战斗结算服
在游戏行业的很多SLG游戏作品中，为了防止客户端作弊，在每局战斗之后，在客户端预判玩家胜利的情况下，需要服务端来进行战斗数据的结算，从而确定玩家是不是真正的胜利。战斗结算是强CPU密集型，结算系统每日需要大量的计算力，尤其是开服或者活动期间忽然涌入的大量玩家，导致需要的计算量瞬间几倍增长，同时需要结算系统保持稳定的延时来保证玩家的用户体验。 1. ECI支持500台实例30S弹出，快速解决业务模块扩容压力。FaaS毫秒级伸缩扩容，化解算力瓶颈，平滑解决暴增调用请求。 2. 降低成本：ECI每天弹性运行8小时，与6代同规格包月相比节省成本40%+，FaaS按需付费，即开即用，节省预留资源消耗。 3. 免运维：FaaS和ECI都是全托管免运维的服务，客户专注业务开发即可。 4. 模块公共化：减轻游戏逻辑服的压力，结算需求复用到类似需求的游戏。
文档版本：20201127 38 基于ECI+FaaS构建游戏战斗结算服 游戏架构搭建篇 步骤5 查看游戏服应用部署详情。文档版本：20201127 39 基于ECI+FaaS构建游戏战斗结算服 游戏架构搭建篇 步骤6 为游戏服创建内网的访问方式。文档版本：20201127 40 基于ECI+FaaS构建游戏战斗结算服 游戏架构搭建篇 步骤7 创建网关服应用。步骤8 进行...
基于Flink+ClickHouse构建实时游戏数据分析
在互联网、游戏行业中，常常需要对用户行为日志进行分析，通过数据挖掘，来更好地支持业务运营，比如用户轨迹，热力图，登录行为分析，实时业务大屏等。当业务数据量达到千亿规模时，常常导致分析不实时，平均响应时间长达10分钟，影响业务的正常运营和发展。 本实践介绍如何快速收集海量用户行为数据，实现秒级响应的实时用户行为分析，并通过实时流计算Flink/Blink、云数据库ClickHouse等技术进行深入挖掘和分析，得到用户特征和画像，实现个性化系统推荐服务。 通过云数据库ClickHouse替换原有Presto数仓，对比开源Presto性能提升20倍。 利用云数据库ClickHouse极致分析性能，千亿级数据分析从10分钟缩短到30秒。 云数据库ClickHouse批量写入效率高，支持业务高峰每小时230亿的用户数据写入。 云数据库ClickHouse开箱即用，免运维，全球多Region部署，快速支持新游戏开服。 Flink+ClickHouse+QuickBI
基于 Spring-boot模拟的游戏服务器，提供 Restful API模 拟用户行为数据的生成（一种：生成的用户行为数据直接写到 Kafka，另一种：生 成的用户数据写入到日志文件），扮演消息生产者角色，代码下载：https://code.aliyun.com/best-practice/game-server-188.git日志采集（Filebeat）：它是用于转发和集中日志数据的轻量级...
- 产品推荐
- 这些文档可能帮助您