MSE云原生网关解析body内容进行路由转发
MSE云原生网关中通过自定义插件transformer解析body内容，并用以路由转发规则判断
大部分情况下，header或者 query中的信息可以取到我们所希望用来作为路由分发规 则的数据，但在某些应用场景中，客户的关键业务信息是通过请求体 body来提交的，header 或者 query 中并没有我们所需的业务信息，这时就需要网关能够读取并解析 body的内容。MSE云原生网关致力于提供给云上用户体系化的流量接入解决方案，其中...
基于函数计算FC实现阿里云Kafka消息轻量级ETL处理
在大数据ETL场景，Kafka是数据的流转中心，Kafka中的数据一般是原始数据，可能存在多种数据混杂的情况，需要进一步做数据清洗后才能进行下一步的处理或者保存。利用函数计算FC，可以快速高效的搭建数据处理链路，用户只需要关注数据处理的逻辑，数据的触发，弹性伸缩，运维监控等阿里云函数计算都已经做了集成，函数计算FC也支持多种下游，OSS/数据库/消息队列/ES等都可以自定义的对接
应用场景 在大数据 ETL场景，Kafka是数据的流转中心，Kafka 中的数据一般是原始数据，可能存在多种 数据混杂的情况，需要进一步做数据清洗后才能 进行下一步的处理或者保存。利用函数计算 FC，可以快速高效的搭建数据处理链路，用户只需要 关注数据处理的逻辑，数据的触发，弹性伸缩，运维监控等阿里云函数计算都已经做了...
高效构建企业门户网站
使用云效将项目代码部署到云服务器ECS，快速完成一个企业门户网站的开发和部署。
相关产品云服务器 ECS云效云解析 DNS专有网络 VPC在线咨询方案部署01部署准备准备阿里云账号、准备已备案的域名、创建云服务器 ECS02部署网站服务创建云效流水线、将构建的产物部署到目标机器、部署服务。03解析域名通过云解析DNS将域名与IP地址绑定，使用户通过域名直达您的网站，您还可以安装SSL证书提升用户信任。04（可...
来自：
解决方案
一站式快速开发多平台小程序
本方案使用阿里云多端低代码开发平台魔笔低代码快速搭建适配于多平台的小程序，帮助您提升开发效率、降低维护成本。
相关产品云服务器 ECS云数据库 RDS MySQL 版云解析 DNS云效多端低代码开发平台魔笔在线咨询方案优势开发效率高相比传统针对不同平台手动开发多套代码，魔笔的低代码可视化搭建，一次开发导出两套代码，提升了开发效率。维护成本低通过魔笔一套设计支持两个平台应用，一次修改全量更新，降低维护成本。部署效率高通过云效...
来自：
解决方案
基于函数计算FC实现企业级权限精准控制Kafka跨实例消息同步
应用场景 在大数据场景，企业的Kafka实例可能存在多种情况，比如使用阿里云Kafka服务，可能是自建开源Kafka，或者是其他云上的云Kafka。不同的业务使用不同类型的Kafka实例，在这个前提下Kafka实例之间可能会需要消息同步的情况： 同帐号容灾场景：比如Kafka实例都是阿里云Kafka，但是Kafka实例会有主备之分，需要将主Kafka实例的消息实时同步到备Kafka。 跨帐号或异地容灾：这类场景比如主Kafka是阿里云Kafka，备Kafka是IDC开源自建Kafka，或者是其他云上的Kafka。 不同业务之间消息同步：因为现在的业务通常不会是信息孤岛，都需要消息互通，所以可能是A业务的Kafka实例消息需要同步到B业务的Kafka实例，并且这两个Kafka实例归属不同的RAM角色，有自己独自的权限控制。 解决问题 解决使用开源组件做消息同步的高成本问题。 解决使用开源组件做消息同步的并发性能、稳定性问题。 解决使用开源组件做消息同步的可靠性问题（重试机制，容错机制，死信队列等）。 大幅提升构建消息同步架构的效率，降低构建复杂度问题。
因为kafka-sync-func-ram-a函数负责从阿里云上的业务系统Kafka实例向模拟线下自 建开源Kafka集群同步消息，所以目标Kafka的连接地址是部署在ECS上的开源Kafka 集群，因为北京Region和上海Region网络在架构图中通过VPC对等连接进行了打通，所以使用该ECS的内网IP地址即可。步骤3 找到层，点击编辑。添加层，选择添加自定义层...
从HTTP到HTTPS让网站更安全
本方案介绍如何在ECS上搭建Web应用以及在Nginx服务器上部署SSL证书开启HTTPS安全访问。
早在2013年Facebook已强制HTTPS，谷歌也在2014年将HTTPS作为SEO排名信号，Equifax信用评估机构在2017年发生的数亿用户敏感财务数据泄露事件，也推动了用户对数据安全和隐私的关注。通过HTTP明文请求访问Web应用不仅在数据安全性和用户隐私保护方面存在问题，还会影响用户对于平台的信任度及网站的SEO排名。早在2013年...
来自：
解决方案
网站静态资源访问加速
本方案使用阿里云CDN产品来分发OSS上的网站静态文件，不仅可以降低源站的负载压力，还能够提升网站的访问性能，同时还能在高并发场景下为您节约成本。
产品解决方案文档与社区权益中心定价云市场合作伙伴支持与服务了解阿里云备案控制台方案导读网站性能的影响如何提升网站性能推荐方案性能优势方案部署方案权益网站静态资源访问加速本方案使用阿里云CDN产品来分发OSS上的网站静态文件，不仅可以降低源站的负载压力，还能够提升网站的访问性能，同时还能在高并发场景下为您...
来自：
解决方案
在线业务一站式性能优化
使用DCDN来同时加速源站的动态资源和静态资源，一方面通过全球分布式缓存来提高静态内容分发速度，另一方面通过动态选路技术来提高动态内容全链路传输速度。
相关产品云服务器 ECS全站加速 DCDN在线咨询方案优势动静态混合加速传统CDN仅支持加速静态资源，DCDN可以在实现静态资源加速的基础上，针对动态内容（例如：电商交易数据、游戏互动数据等）提供智能选路能力，实时规划请求动态内容的最佳路径。多协议加速DCDN产品能够适配源站的多元业务场景，支持HTTP、HTTPS和Websocket七...
来自：
解决方案
互联网电商行业离线大数据分析
电商网站销售数据通过大数据分析后将业务指标数据在大屏幕上展示，如销售指标、客户指标、销售排名、订单地区分布等。大屏上销售数据可视化动态展示，效果震撼，触控大屏支持用户自助查询数据，极大地增强数据的可读性。
云原生大数据计算服务 MaxCompute：是面向分析的企业级 SaaS 模式云数据仓库，以 Serverless 架构提供快速、全托管的在线数据仓库服务，消除了传统数据平台在资源扩展性和弹性方面的限制，最小化用户运维投入，使您可以经济并高效的分析处理海量数据。数以万计的企业正基于 MaxCompute 进行数据计算与分析，将数据高效...
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
提供用户在云上使用开 源技术建设数据仓库、离线批处理、在线流式处理、即时查询、机器学习等场 景下的大数据解决方案。详见：https://www.aliyun.com/product/emapreduce 大数据计算服务 MaxCompute：是一项大数据计算服务，它能提供快速、完全 托管的 PB级数据仓库解决方案，使您可以经济并高效的分析处理海量数据。详见...
Function Compute构建高弹性大数据采集系统
当前互联网很多场景都存在需要将大量的数据信息采集起来然后传输到后端的各类系统服务中，对数据进行处理、分析，形成业务闭环。比如游戏行业中的游戏发行、游戏运营，产互行业中的数字营销，物联网、车联网行业中的硬件、车辆信息上报等等。这些场景普遍存在数据采集量大、数据传输需要稳定且吞吐量大的特点，给整个数据采集传输系统带来很大的挑战。在这个场景中，有三个关键的环节，数据采集、数据传输、数据处理。该最佳实践主要涉
步骤1 进入函数计算控制台，找到我们创建的服务下的 fun01这个函数，需要在函数详情页在 线编辑 Python代码，代码修改如下：#-*-coding:utf-8-*-import logging import json import urllib.parse#引入函数计算库 import fc2 client=None HELLO_WORLD=b'Hello world!' def my_initializer(context):logger=logging.getLogger...
通过弹性公网IP确保服务迁移时公网IP不变
随着业务的发展，企业可能有将单ECS实例扩容至多个、将服务迁移到另一个ECS实例实现故障逃逸等诉求，并且期望在进行这些操作的同时保持对外提供服务的IP地址不变。
产品解决方案文档与社区权益中心定价云市场合作伙伴支持与服务了解阿里云备案控制台通过弹性公网IP确保服务迁移时公网IP不变方案介绍方案优势应用场景方案部署方案权益通过弹性公网IP确保服务迁移时公网IP不变随着业务的发展，企业可能有将单ECS实例扩容至多个...，并且期望在进行这些操作的同时保持对外提供服务的IP地址不变...
来自：
解决方案
云解析DNS
云解析DNS（Domain Name System，简称 DNS）是一种快速、安全、稳定、智能的互联网域名解析服务。产品能力涵盖公网权威域名解析、全局流量管理、公网递归域名解析，帮助企业在互联网域名解析管理、域名自动容灾调度和移动APP/IoT终端域名防劫持方面提升用户体验和降低运维难度。
托管在阿里云解析DNS上的公网权威域名，解析变更可联动刷新递归DNS上的数据，实现解析变更秒级生效.适用于移动APP、IOT等终端设备解析，防域名劫持和解析加速.公网递归解析（即公共DNS）.丰富访问策略.支持基于地理位置和访问时延的访问策略，实现用户访问的就近接入.自动故障切换.支持配置多IP负载，最快1分钟内自动发现并...
来自：
云产品
异地双活场景下的数据双向同步
概述 随着客户业务规模的扩大，对系统高可用性要求越来越高，越来越多用户采用异地双活/多活架构，多活架构往往涉及业务侧做单元化改造，本方案仅模拟用户已做单元化改造后的数据双向同步，数据库采用双主架构，本地写本地读，同时又保证双库的数据一致性，为业务增加可用性和灵活性。 适用场景 数据库双向同步 数据库全局ID不冲突 双活架构的数据库建设问题 技术架构 本实践方案基于如下图所示的技术架构和主要流程编写操作步骤： 方案优势 DTS双向同步，采用独立模块避免数据同步占用系统资源。 奇偶ID涉及，避免数据冲突。 DTS多种处理冲突的方式供业务选择。 安全：原生的多租户系统，以项目进行隔离，所有计算任务在安全沙箱中运行。
随着客户业务规模的扩大，对系统高可用性要求越 数据库双向同步 来越高，越来越多用户采用异地双活/多活架构，多 数据库全局 ID不冲突 活架构往往涉及业务侧做单元化改造，本方案仅模 双活架构的数据库建设问题 拟用户已做单元化改造后的数据双向同步，数据库 采用双主架构，本地写本地读，同时又保证双库的数 据一致性，为...
基于DataWorks的大数据一站式开发及数据治理
概述 基于Dataworks做大数据一站式开发，包含数据实时采集到kafka通过实时计算对数据进行ETL写入HDFS，使用Hive进行数据分析。通过Dataworks进行数据治理，数据地图查看数据信息和血缘关系，数据质量监控异常和报警。 适用场景 日志采集、处理及分析 日志使用Flink实时写入HDFS 日志数据实时ETL 日志HIVE分析 基于dataworks一站式开发 数据治理 方案优势 大数据一站式开发，完善的数据治理能力。 性能优越：高吞吐，高扩展性。 安全稳定：Exactly-Once，故障自动恢复，资源隔离。 简单易用：SQL语言，在线开发，全面支持UDX。 功能强大：支持SQL进行实时及离线数据清洗、数据分析、数据同步、异构数据源计算等Data Lake相关功能 ，以及各种流式及静态数据源关联查询。
提供用户在云上 使用开源技术建设数据仓库、离线批处理、在线流式处理、即时查询、机器学习等 场景下的大数据解决方案。详情请查看 www.aliyun.com/product/emapreduce DataWorks: 基于 MaxCompute/EMR/MC-Hologres等大数据计算引擎，为客户提 供专业高效、安全可靠的一站式大数据开发与治理平台，自带阿里巴巴数据中台 与...
数据传输解决方案
数据传输解决方案支持关系型数据库、NoSQL、大数据(OLAP)等数据源间的数据传输。 它是一种集数据迁移、数据订阅及数据实时同步于一体的数据传输服务。数据传输致力于在公共云、混合云场景下，解决远距离、毫秒级异步数据传输难题。
数据传输致力于在公共云、混合云场景下，解决远距离、毫秒级异步数据传输难题.数据传输解决方案.DTS实例的创建.创建数据传输DTS迁移、同步、订阅实例.创建数据迁移任务.选择不同的数据源和数据目标进行结构、全量和增量迁移.创建数据同步作业.支持MySQL、PolarDB-X、ADS、Redis、Elasticsearch等.创建数据订阅通道.创建...
来自：
解决方案
DTS数据同步集成MaxCompute数仓
场景描述 本文Step by Step介绍了通过数据传输服务 DTS实现从云数据库RDS到MaxCompute的 数据同步集成，并介绍如何使用DTS和 MaxCompute数仓联合实现数据ETL幂等和数 据生命周期快速回溯。 解决问题 1.实现大数据实时同步集成。 2.实现数据ETL幂等。 3.实现数据生命周期快速回溯。 产品列表 MaxCompute 数据传输服务DTS DataWorks 云数据库RDS MySQL 版
数据抽取不幂等或容错率低，如凌晨 0:00启动的 ETL任务因为各种原因(数据库 HA切换、网络抖动或 MAXC写入失败等)失败后，再次抽取无法获取 0:00时的数 据状态。2.针对不规范设计表，如没有 create_time/update_time的历史遗留表，传统 ETL需 全量抽取。3.实时性差，抽取数据+重试任务往往需要 1-3小时。另外数据库的数据...
- 产品推荐
- 这些文档可能帮助您