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。
游戏服 步骤1 下载网关服代码，地址：https://code.aliyun.com/best-practice/game-server-182.git 步骤2 游戏服核心代码解读：通过 Restful的方式，暴露 API接口，能够通过调用战斗结算服获取到游戏比赛的得 分情况，游戏服主要扮演游戏大脑的角色，负责沉淀游戏场景里面的主要逻辑计算(在 本案例里面，战斗结算服处理的...
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。
对接API应用网关 步骤1 在大屏应用编辑页面，单击标题名为2024累计销售额的数字翻盘器，在数据源菜 单，按下表说明配置相关参数。 数据源类型：阿里云API网关 选择已有数据源：上一步创建的OpenAPI HTTPMethod：GET 请求URL：填写3.2步骤1记录的total_sales域名后缀 步骤2 勾选使用过滤器，单击新建，设置名称...
新零售商超基于Serverless服务化改造
某零售商超行业龙头企业，主要业务涵盖购物中心、大卖场、综合超市、标准超市、精品超市、便利店、无人值守智慧商店等零售业态，涉及全渠道零售、仓储物流、餐饮、消费服务、数据服务、金融业务、跨境贸易等领域。为了持续支持业务高速且稳定地发展，其在快速上云后，将核心业务改造为全Serverless架构的中台模式，采用函数计算 + API网关 + 表格存储OTS 作为计算网络存储核心，弹性支撑日常和大促峰谷所需资源，轻松支撑618/双11/双12大促。 核心价值 l 全 Serverless 架构：FC + API 网关 + OTS Serverless 解决方案。 l 弹性高可用：毫秒级弹性扩容、充足的资源池水位、跨可用区高可用。 l 敏捷开发免运维：函数式极简编程可专注于业务创新，无采购和部署成本、提供监控报警等完备的可观测能力。
文档版本：20210519 27 新零售商超基于 Serverless服务化改造 架构环境搭建 步骤6 在代码库里面，能够找到模拟会员系统对外暴露 API接口的 JAVA代码如下图所示：步骤7 执行以下命令，将函数部署到云端。fun deploy-y 文档版本：20210519 28 新零售商超基于 Serverless服务化改造 架构环境搭建 步骤8 登录函数计算控制台，在...
基于湖仓一体架构使用MaxCompute对OSS湖数据分析预测
本篇最佳实践先创建EMR集群作为数据湖对象，Hive元数据存储在DLF，外表数据存储在OSS。然后使用阿里云数据仓库MaxCompute以创建外部项目的方式与存储在DLF的元数据库映射打通，实现元数据统一。最后通过一个毒蘑菇的训练和预测demo，演示云数仓MaxCompute如何对于存储在EMR数据湖的数据进行加工处理以达到业务预期。
基于统一的元数据管 理能力，在完全兼容HDFS文件系统接口的同时，提供充分的POSIX能力支持，能更 好地满足大数据和AI等领域的数据湖计算场景。基于湖仓一体架构使用MaxCompute对OSS湖数据分析预测 1.4.检查EMR集群 本示例使用CADT架构模式创建了EMR集群，配置Hive元数据存储到数据湖构建。步骤1 快速登录到EMR控制台：点击...
- 产品推荐
- 这些文档可能帮助您