云消息队列 Confluent 版
云消息队列 Confluent 版是阿里云与 Apache Kafka 项目创始团队所创立的 Confluent 公司合作，基于 Apache Kafka 核心能力提供的企业级全托管消息队列服务，旨在为企业提供集成消息流式处理与大数据系统的一站式解决方案。
云消息队列 Confluent 版正式发布！云消息队列 Confluent 版正式发布！查看全部产品.云消息队列 Confluent 版是阿里云与 Apache Kafka 项目创始团队所创立的 Confluent 公司合作，基于 Apache Kafka 核心能力提供的企业级全托管消息队列服务，旨在为企业提供集成消息流式处理与大数据系统的一站式解决方案.查看产品文档.云...
来自：
云产品
基于SpringCloud应用玩转MSE实践
随着业务不断创新，大型的单个应用和服务会被拆分为数个甚至数十个微服务，微服务架构已经被广泛应用。 微服务的好处在于快速迭代，如何在迭代过程中保障线上流量不受损。依赖开源产品缺少无运维工具，常常需要投入较大的运维人力和成本。 本实践提供基于云原生应用产品提供微服务注册配置中心、微服务治理和云原生网关等一系列高性能和高可用的企业级云服务能力。
还支持Java服务网关、Ingress/自建网 关来实现全链路灰度。MSE网关作为入口路由，实现全链路灰度的详细配置步骤如下：6.3.1.设置服务版本 步骤1 通过云速搭进入MSE网关控制台 步骤2 在服务管理-服务列表，查看前章节创建的服务“nacosconsumer”文档版本：20240229基于SpringCloud玩转MSE 步骤3 点击配置策略，设置服务版本...
云消息队列 MQTT 版
云消息队列 MQTT 版是专为移动互联网(MI)、物联网(IoT)领域设计的消息产品，覆盖直播互动、金融支付、智能餐饮、即时聊天、移动 Apps、智能设备、车联网等多种应用场景；通过对 MQTT、WebSocket 等协议的全面支持，连接端云之间的双向通信，实现 C2C、C2B、B2C 等业务场景之间的消息通信，可支撑千万级设备与消息并发。
阿里云云消息队列 MQTT+云消息队列 RocketMQ 产品组合能高效实现移动客户端和云端的双向打通，可支持千万级别的客户端同时在线，通过分布式架构设计，各组件都可以无限水平扩展，吞吐量理论上无上限.云消息队列 MQTT Serverless 版实例正式发布！云消息队列 MQTT Serverless 版实例正式发布！查看全部产品.云消息队列 MQTT...
来自：
云产品
基于Flink的资讯场景实时数仓
场景描述 本实践针对资讯聚合类业务场景，Step by Step介绍 如何搭建实时数仓。 解决问题 1.如何搭建实时数仓。 2.通过实时计算Flink实现实时ETL和数据流。 3.通过实时计算Flink实现实时数据分析。 4.通过实时计算Flink实现事件触发。 产品列表 实时计算 专有网络VPC 云数据库RDSMySQL版 分析型数据库MySQL版 消息队列Kafka 对象存储OSS NAT网关 DataV数据可视化
本实践通过 HttpClient.java、IP2Region.java实现将访问 APP的 IP地址转化为地理 位置。IP2Region.java 通过 NAT 网 关 配 置 SNAT 访 问 公 网 服 务 http://whois.pconline.com.cn/ipJson.jsp?json=true&ip={ip}获取地理位置信息。本方式 仅演示外网访问和自定义函数 UDX，不适合生产环境使用。public class IP2Region ...
Spark on ECI大数据分析
场景描述 方案优势 1.计算引擎弹性扩缩容，兼顾资源弹性与计 算资源成本优化。 2.计算与存储分离架构，结合阿里云原生云 存储产品，海量数据湖优势。 3.Kubernetes原生的调度性能优势，提升在 大规模分析作业时的分析性能优势分。 4.集群资源隔离和按需分配。 解决问题 1.计算资源弹性能力不足，计算资源成本管 控能力欠缺. 2.集群资源调度能力和隔离能力不足。 3.计算与存储无法分离，大数据量分析时出 现数据存储资源瓶颈。 4.Spark submit方式提交分析作业参数支持 有限等缺点。 产品列表 容器服务Kubernetes版(ACK) 弹性容器实例(ECI) 文件存储HDFS 对象存储OSS 专有网络VPC 容器镜像服务ACR
Yarn的资源隔离是通过绑定用户组（用户）和队列来实现的，不能 做到更精细化的资源隔离控制；Spark on Kubernetes下每个 driver/executor都是 隔离的 Pod，这样可以做到真正的隔离；同时结合 Kubernetes的 namespace能 力限制用户级的内存、CPU、对象等资源的 quota。监控可以细化到每一次提交的作业，甚至可以到每个 ...
CDH迁移升级CDP最佳实践
当前 CDH 免费版停止下载，终止服务，针对需要企业版服务能力并且CDH 升级过程对业务影响较小的客户，通过安装新的 CDP 集群，将现有数据拷贝至新集群，然后将新集群切换为生产集群，升级过程没有数据丢失风险，停机时间较短，适合大部分互联网客户升级使用。
最大 AM 份额：限制可用于运行应用程序主机的队 列公平份额的比例 最大正在运行的应用程序：限制队列中一次运行的应 用程序数量 最大容器分配：队列可以为单个容器分配的最大资源 量。队列的调度策略（例如，提交的应用程序如何随时间 排序）。它的转换有一些限制。有关更多信息，请参阅Fair Scheduler 功能和转换详细信息...
自建Hadoop迁移MaxCompute
场景描述 客户基于ECS、IDC自建或在友商云平台自建了大数 据集群，为了降低企业大数据计算平台的成本，提高 大数据应用开发效率，更有效保障数据安全，把大数 据集群的数据、作业、调度任务以及业务数据库整体 迁移到MaxCompute和其他云产品。 解决的问题 自建Hadoop集群搬迁到MaxCompute 自建Hbase集群搬迁到云Hbase 自建Kafka或应用数据准实时同步到 MaxCompute 自建Azkaban任务迁移到Dataworks任务 产品列表 MaxCompute，Dataworks、云数据库Hbase版、Datahub、VPC，ECS。
VPN网关 VPN网关是一款基于 Internet的网络连接服务，通过加密通道的方式实现企业数 据中心、企业办公网络或 Internet终端与阿里云专有网络（VPC）安全可靠的连 接。VPN 网关提供 IPSec-VPN 连接和 SSL-VPN 连接。详情请查看 https://www.aliyun.com/product/vpn IPSec VPN 基于路由的 IPSec-VPN，不仅可以更方便的配置和...
AHAS多活容灾MSHA
多活容灾MSHA是在阿里电商业务环境演进出来的多活容灾商业化产品，是应用高可用服务AHAS的核心模块，为客户提供容灾架构建设能力。横向支持容灾架构的上线、运维、演练、切流，升级到下线。纵向支持业务流量的全链路管理，从流量接入到服务化调用再到异步化消息，最终完成数据落库。
基于Tengine的接入层MSFE，可按比例或精准路由规则将请求路由到正确单元的后端应⽤，实现流量多活.具备接入层、服务层、消息层、数据层等自上而下的业务组件资源容灾管理能力，统一管理维护.基于接入层流量切换，以及RPC、MQ、定时任务调度流量的流量切换能力，保障业务的分钟级恢复能力.基于MSHA SDK的切面能力，请求封闭...
来自：
云产品
大数据近实时数据投递MaxCompute
本文介绍离线大数据场景使MaxCompute构建云 上近实时数仓，打通云下数据上云链路，解决数据复杂类型支持和动态分区问题，满足高级数据处理需求的最佳实践。 l混合云环境下，现有业务系统零改造，打通数据上云链路。 l使用UDF实现复杂数据类型转换和数据动态分区。 l使用DataWorks配置周期调度业务流程，数据自动入仓。 l借助MaxCompute优化计算引擎，实现降本增效。 产品列表 云服务器ECS 专有网络VPC 访问控制RAM 数据总线DataHub E-MapReduceEMR DataWorks 大数据计算服务MaxCompute
上近实时数仓，打通云下数据上云链路，解决数据复 使用 UDF实现复杂数据类型转换和数据动态分 杂类型支持和动态分区问题，满足高级数据处理需求 区。的最佳实践。使用 DataWorks配置周期调度业务流程，数据自 产品列表 动入仓。借助 MaxCompute优化计算引擎，实现降本增 云服务器 ECS 效。云消息队列 Kafka 最佳实践频道 ...
开源Flink迁移实时计算Flink全托管版最佳实践
本方案介绍如何将自建开源Flink集群的流式任务（包含Datastream、Table/SQL、PyFlink任务）迁移至阿里云实时计算全托管版。
这样无须第三方系统介入，作业就 能自动的实 现资源的弹性扩缩容，有效降低资源的使用。(下图是一个典型场景)文档版本：20211222 46 开源 Flink迁移实时计算Flink全托管版 附录 另外，运行中的作业也会因为各种因素导致 failover，AutoPilot 针对一些可自愈 的 failvoer 也提供了根 因的检测和自动恢复手段。4.作业发生异常...
应用实时监控服务ARMS
作为云原生可观测平台，应用实时监控服务 ARMS 包含前端监控、应用监控、云拨测等模块。覆盖浏览器、小程序、APP、分布式应用、容器等不同可观测环境与场景。帮助企业实现全栈性能监控与端到端追踪诊断。提高监控效率，压降运维工作量。
性能测试PTS.Java 应用性能监控与链路追踪.面向 K8s 集群，基于 eBPF 的无侵入多语言应用性能监控.应用监控 eBPF 版.PHP、Node.js 等多语言应用性能监控与链路追踪.可观测链路 OpenTelemetry 版.业务指标、应用性能、容器、云服务、基础设施统一指标监控.可观测监控 Prometheus 版.聚合多数据源构建统一数据可视化大盘.可...
来自：
云产品
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
数据导入 上一章节，我们演示了，如何配置 Flink流处理，将 kafka里面的消息作为源，然后通 过 Flink进行 ETL处理后，输出到两个终端，一、标准输出 二、Clickhouse 7.1.ClickHouse-JDBC 本实践采用 Java JDBC的方式实现了将数据从 Fink导入到 ClickHouse，对具体实现 感兴趣的同学，请参考：这里需要引入的 Maven依赖是...
可观测监控 Prometheus 版
覆盖业务自定义监控/应用组件监控/云服务监控/容器监控/系统监控等场景。默认集成Grafana看板与智能告警，全面优化系统可用性与查询能力，用户无需关注系统可用性与Exporter集成。帮助企业快速搭建一站式指标可观测体系。
一键接入常见云服务，覆盖数据库、中间件等主流应用组件，以及 Java/Go 等主流编程语言构建的应用，支持 ECS 集群中间件的免 Agent 安装监控.创建对应组件的 Exporter，完成数据接入.基于云上存储，存储容量无上限.受限于存储容量.内置 Grafana，各类常见监控模板开箱即用.需要单独部署 Grafana，并自行配置看板.集成 ARMS ...
来自：
云产品
函数计算FC
阿里云函数计算（Function Compute）是一个事件驱动的全托管计算服务。通过函数计算，您无需管理服务器等基础设施，只需编写代码并上传。函数计算会为您准备好计算资源，以弹性、可靠的方式运行您的代码。更棒的是，您只需要为代码实际运行消耗的资源付费，代码未运行则不产生费用。
消息队列（MNS）触发器.编写函数对发布在主题上的消息进行实时处理.内容分发网络（CDN）触发器.编写函数对 CDN 事件（预热、刷新等）进行自定义处理.了解所有触发器支持列表.函数计算FC通过触发器与事件源进行关联，关联后的事件源，会在事件产生时以同步或异步的方式触发函数执行，并将变更事件作为入参传递给入口函数....
来自：
云产品
- 产品推荐
- 这些文档可能帮助您