ServiceComb的开放性设计

【摘要】 本文从连接组织和开发人员、连接异构系统两方面阐述了ServiceComb的开放性设计,并从内部系统结构、与三方系统集成等角度介绍了ServiceComb的扩展性。通过理解这些基本的设计概念,可以帮助开发者能够更好的理解ServiceComb,从而更好的使用ServiceComb和参与其项目开发。

和很多微服务开发框架类似,ServiceComb的早期版本,为了追求高性能,做过非常多的尝试,比如改善编码效率,改进通信协议等。随着业务规模的递增,问题随之而来。首先面对的是和遗留系统的通信,接着是各种不同的接入终端,然后就涉及到一些更加复杂的问题,协议健壮性、防攻击等。ServiceComb准备开源的前期,用户对于与业界其他开源组件和开发框架的集成的述求又源源的涌来。在这些问题的驱动下,ServiceComb设计团队慢慢的达成了共识,系统应该全开放,使用标准协议,容易拆分和扩展,对开发人员友好,并和业界其他系统良好集成。本文将分享这些方面的设计考虑。    

开放和标准

开放和标准应用到设计的不同的层面。一方面是连接组织和开发人员,一方面是连接异构系统。组织和开发人员的复杂性来源于技能的多样性,大家使用不同的开发语言,同一种开发语言存在多样的开发习惯;系统的多样性来源于系统之间的通信协议,为了实现与异构系统的通信,必须具备良好的适配不同通信协议的能力。

连接组织和开发人员

l  代码风格

每个开发人员都有自己熟练的技术和写代码的方式,使用熟悉的方式写代码往往更加高效。ServiceComb的早期版本实现了gRPC协议,推广的过程中发现大量开发人员不能熟练的书写IDL,对IDL支持哪些特性不清楚,碰到一个场景就需要翻开协议规范看一遍。加上接口语言一般缺少配套的编辑和语法检查工具,开发效率非常低。如果开发人员能够以熟悉的开发方式马上开始工作,将是一件美妙的事情,新进来的人没门槛,老系统也能快速切过来,一举两得。在JAVA世界里开发框架不胜枚举,我们从这些方式中找到了很多的共性,能够涵盖到90%以上的习惯:1. 使用RPC的方式描述对外接口。这个在gRPC、Corba、WebService等开发人员面前非常熟悉, 是最直接和有效的写代码方式; 2. 使用JAX-RS或者Spring MVC风格开发REST接口。REST风格开发随着微服务架构兴起,JAX-RS是JAVA REST开发标准,Spring MVC是JAVA开发的事实标准,Spring拥护者很熟悉。  ServiceComb选择这几种缺省的开发风格,拥抱90%的开发者,让大家能够快速开始工作。   

在下面的例子中,呈现了Provider和Consumer代码的各种实现,在同一个微服务中,这些呈现方式可以同时出现;同一段Consumer代码,可以访问各种不同的Provider实现,非常灵活。

代码:RPC形式的Provider.

@RpcSchema(schemaId   = "hello")
public class   HelloImpl implements Hello {
  @Override
  public String sayHi(String name) {
    return "Hello " + name;
  }
 
  @Override
  public String sayHello(Person person) {
    return "Hello person " +   person.getName();
  }
}

代码:JAX-RS形式的Provider.

@RestSchema(schemaId   = "jaxrsHello")
@Path("/jaxrshello")
@Produces(MediaType.APPLICATION_JSON)
public class   JaxrsHelloImpl implements Hello {
 
  @Path("/sayhi")
  @POST
  @Override
  public String sayHi(String name) {
    return "Hello " + name;
  }
 
  @Path("/sayhello")
  @POST
  @Override
  public String sayHello(Person person) {
    return "Hello person " +   person.getName();
  }
}

代码:Spring MVC形式的Provider.

@RestSchema(schemaId   = "springmvcHello")
@RequestMapping(path   = "/springmvchello", produces = MediaType.APPLICATION_JSON)
public class   SpringmvcHelloImpl implements Hello {
 
  @Override
  @RequestMapping(path = "/sayhi",   method = RequestMethod.POST)
  public String sayHi(@RequestParam(name =   "name") String name) {
    return "Hello " + name;
  }
 
  @Override
  @RequestMapping(path =   "/sayhello", method = RequestMethod.POST)
  public String sayHello(@RequestBody Person   person) {
    return "Hello person " +   person.getName();
  }
}

代码:RPC方式访问上述三种服务的Consumer.

@RpcReference(microserviceName   = "hello", schemaId = "hello")
private Hello   hello;
System.out.println(hello.sayHi("Java   Chassis"));

看到这里,开发者或者有个疑问,Consumer既然可以通过一致的API方式访问不同的Provider,为什么还需要额外的JAX-RS和SpringMVC标签了?这里的主要考量并不仅仅是SDK的Consumer,还有浏览器等非SDK的Consumer,他们识别的是HTTP形式的消息,通过这些标签,可以更加精细的指定浏览器如何访问后台接口。这一点非常类似于Web Service的WSDL描述语言,ServiceComb称之为契约。服务契约会在运行时通过代码定义生成,并注册到服务中心。契约在运行时可以用于独立的服务治理逻辑开发,生成Consumer代码。也可以作为文档对外发布,供非SDK的Consumer参考。

l  契约

微服务强调服务自治,对外体现的功能,全部以接口提供,而且只能以通信的方式相互访问。这个原则给团队协作带来了根本的变革,一个团队通常由5~6个人的全功能团队组成,端到端的完成功能设计、开发和运维,系统的结构和组织的结构是匹配的。小团队以后的核心问题就是团队之间如何进行高效的沟通。为了更好的连接开发人员,我们让不同的开发人员能够使用自己熟悉的语言和编程习惯写代码,这样就需要一种中立的机制让每个功能团队进行有效协作。在RPC的世界里,有Corda IDL,WSDL,ProtoBuffer等可以参考的优秀实践。REST风格的接口让团队成员之间可以通过HTTP的语义进行沟通,但是不能像IDL一样描述跨语言时的数据格式。Open API的出现很好的解决了这些问题。Open API首先是一个开放的标准,并且在不断的发展壮大。Open API对于RPC、REST等不同的开发方式都完整的兼顾到了,并且吸收了大量的跨语言经验,能够在不同的语言之间解析。 对于JAVA开发者,下面的类型定义已经是毫无疑问的:

User:
  type: object
  properties:
    age:
      type: integer

如果开发人员有丰富的跨语言开发经验,可以看出Swagger在解决跨语言编程方面的努力,swagger通过format来定义数据类型的存储格式,以解决不同的语言在数据类型表示上的差异:

User:
  type: object
  properties:
    age:
      type: integer
      format: int32

SerivceComb兼顾开发效率和开发规范。开发者可以先写接口定义,再写代码的方式来完成自己的开发过程,也可以直接通过自己熟悉的方式写代码。两种方式都会生成服务的契约(Open API描述文件),并且将内容注册到服务中心。使用者可以从服务中心下载相关的契约进行开发。ServiceComb的各种治理结构也是基于契约的,可以让开发者独立于业务实现对系统进行统一的管控。

连接异构系统

ServiceComb早期版本提供了gRPC、REST、SOAP等多种协议。gRPC相对于REST的最大好处就是性能,采用长连接,高效的二进制序列化方式,并提供多种语言支持。在接口定义方面,提供了IDL语言约束开发者按照标准的方式工作。一切看起来是那么的完美,实际上ServiceComb的第一轮重构,首选的也是gRPC的方式。系统上线以后,首要的问题来源于网关的压力。网关作为所有业务的接入端,必须高效的管理连接和保证公平,长连接非常容易导致拒绝服务。gRPC程序开发完成后,开发联调也变得不方便起来,特别是生产环境。开发人员无法利用系统提供的各种工具进行测试,网络包分析也变得困难。随着系统规模的扩大,gRPC再次面对更加严峻的问题,其他系统如何与它直接通信,如何跨网关与它间接通信,解决这些问题,意味着我们需要扩展和改善老的协议和程序,提供gRPC客户端支持,开发者需要提供一个额外的表示层用于业务接口的逻辑转换,造成大量的重复代码。同时由于gRPC依赖于接口定义,并根据定义生成代码,一套代码只能跑在gRPC协议上,希望业务代码使用其他更加灵活的方式,比如REST访问的时候,就得重新写一套代码。面对以上问题,gRPC在选择上,最终被定义为只能在中小型系统内部之间使用,并通过协议网关与外部系统进行沟通。   

接着就是REST了。业界可用的REST实现,和gRPC比较起来,最大的痛点就是性能。有一个观点在很多设计人员和开发人员脑海里根深蒂固:”二进制编码效率远高于文本协议,采用二进制编码的系统的性能远高于采用文本的HTTP”。这个观点甚至会让多数决策止步于理论,大家甚至不愿意尝试去优化REST。可喜的是ServiceComb走出了重构REST底层通信实现的第一步,基于Netty的异步框架来替换Tomcat实现,效果大大超出我们的预期。一些基准测试数据的结果显示比gRPC还要好,gRPC最终输在了HTTP2协议上的额外报文。同时优化后的REST和业界开源的其他基于二进制的RPC实现的性能也基本持平,只有微小的差异。在一个简单的提供数据库查询的代码逻辑中,REST通信框架处理时间,占用总的处理时间远小于千分之一。这意味着在系统框架层面的大量优化,抵不上业务系统最简单的一笔操作,为了优化性能放弃的其他好处就不值得了。最终,ServiceComb选择了REST作为首选和缺省协议(http + json)。

使用REST也存在和其他系统对接,通过网关对接的场景,但是问题已经好了很多。

但是我们远没有止步于此。随着需要迁移到系统平台的服务越来越多,早期的一些遗留系统也需要进行对接。我们提供的每一种通信协议,都对应着不同的开发者接口,增加通信协议,意味着需要对业务代码进行大量的重复构建。为了进一步满足更多的场景,通信协议层被剥离了出来,做到和业务代码分离,系统运行基于契约,实现通信协议的扩展。利用协议扩展机制,用户解决了与老的gRPC框架、自定义二进制框架等很多遗留系统的通信问题。      

在ServiceComb框架中,切换协议非常简单,不需要修改一行业务代码。多个协议共存也是允许的。

cse:
  rest:
    address: 0.0.0.0:8084
  highway:
    address: 0.0.0.0:8094

关于协议扩展的更多内容,将在下面的章节进行介绍。

扩展性

扩展性是系统进一步发展的基石。ServiceComb创造性的将扩展性拓展到Provider和Consumer,让它们拥有一致的开发体验。这个在现有的各种开发框架里面是独有的。

内部系统结构

连接开发者和通信协议层面已经让系统具备了很大的扩展性。微服务化给系统解耦、团队自治带来了很大的灵活性,加快了生产效率;同时也带来了服务管控的复杂性。需要用通用的管控机制来解决雪崩效应、调用跟踪、性能监控与分析等问题。基于服务契约,ServiceComb提供了动态插拔扩展的处理链机制,并且为应对这些管控,提供了默认实现,开发者可以灵活插拔这些处理模块,或者调整他们的顺序以应对不同的处理场景,增加新的处理模块等。不管Provider,还是Consumer,都会经过该处理链,这给客户端治理功能开发带来了非常大的便利,这是其他现有的微服务框架不具备的特性。ServiceComb的运行结构如下图:

image.png

ServiceComb在用户编程接口上,支持同步和异步两种方式。在通信实现上,采用了纯异步的方式,对于运行模型的扩展,也是基于异步回调接口的。这种方式提供了比同步模式(比如Filter)更加优雅和灵活的扩展方式。

在这个系统结构中,有几个核心的接口,这些接口均在core模块进行定义:

ProducerProvider:Provider编程模型的扩展,通过实现这个接口,可以适配不同的Provider编程风格;目前实现了RPC、SpringMVC、JAX-RS三种风格。

ConsumerProvider:Consumer编程模型的扩展,通过实现这个接口,可以适配不同的Consumer编程风格;目前实现了RPC、RestTemplate两种风格。RestTemplate是Spring MVC提供了REST编程接口,可以在服务层方面解除接口依赖,只需要依赖数据模型。

Handler:处理链的接口。通过扩展该接口,可以在处理过程中插入任意的逻辑。目前实现了负载均衡、服务治理、流量控制等多个处理链。开发者可以针对Consumer和Provider定义不同的处理链,并且为访问不同的微服务定制不同的处理链。

Transport:通信协议扩展。目前实现了REST over Vertx,Rest over Servlet,Highway等多个协议。

Invocation:中立的对象。所有的运行模型都面对这个中立的对象进行编程,当定义好服务接口后,对服务的治理和服务业务逻辑的开发可以并行。在编程模型和通信模型里面,也面对这个模型进行编解码。

对接外部系统

运行框架涉及到的外部系统包括服务注册发现的服务中心、配置管控和治理的配置中心、运行监控和运维的治理中心等。这些功能也预留了接口,能够让开发者灵活切换使用第三方提供的服务。 下图是不同的开发框架支持和运行的第三方系统情况,这些基础服务都给开发者预留了可以进行支持接入的接口。

image.png

下面是几个重要的扩展:

ServiceRegistryClient: 实现这个接口以对接不同的注册服务。

ConfigCenterConfigurationSource: 实现这个接口以对接不同的配置服务。

此外,ServiceComb还提供了对接Zipkin、Servo等开源系统的功能,这些可以从github官网代码中查找到对应的例子。

运行环境集成

一个完整的业务系统不是使用RPC框架就算完成了,它们还需要其他的计算资源。对于一般的业务系统都需要访问数据库,或者基于J2EE的设施进行工作。ServiceComb可以以非常轻量级的方式运行,也可以集成到其他系统框架里面工作。下面的示意图说明了ServiceComb的一些工作环境。

image.png

  1. 如果业务只需要提供REST接口,可以以轻量级的方式运行ServiceComb。所有的REST接口运行于ServiceComb提供的Netty HTTP之上。

  2. 如果业务是基于J2EE来构建,那么ServiceComb可以作为一个Servlet,运行于WEB容器里面(比如Tomcat、Jetty等)。

  3. 如果业务要基于Spring Boot生态构建,ServiceComb可以作为一个starter对外提供REST服务,开发者可以自由使用其他基于Spring Boot的功能。

由于ServiceComb使用了Spring,因此也能够和很多通用的组件很好的集成,比如mybatis、JPA等。各种集成方式,都可以从ServiceComb官网或者CSE示例库找到对应的例子。

总结

本文简单的介绍了一下ServiceComb开发框架开发性设计的一些考虑。除了这些特性之外,ServicComb还提供了Edge Service网关服务、Saga分布式事务等特性。

参考文献:

1. ServiceComb官网包括源码:https://github.com/apache/incubator-servicecomb-java-chassis和文档资料:http://servicecomb.incubator.apache.org/

2. 华为云使用ServiceComb作为首选微服务开发框架,商用支持参考帮助网站:http://support.huaweicloud.com/cse_dld/index.html 和资料的Preview版本:https://java.huaweicse.com/

来源:华为云社区  作者:liubao68

相关推荐

鸿蒙案例上新啦 | 购物、听歌、健身:15个模板带你一键激活社交娱乐

页面层级如何组织、跨页共享状态如何同步、列表与详情及个人中心如何形成稳定闭环。鸿蒙开发实践中心将这些高频消费与互动场景沉淀为可参考的标准模板,提供从业务架构到界面实现的快捷实践入口。更多实战案例欢迎前往鸿蒙开发实践中心案例中心查看并开启云端体验。

华为云官方博客 385

鸿蒙案例上新啦 | 出门打车、到家上课:25个模板带你一屏打通日常生活

如何合理拆分页面组件、如何建立单一可信的状态源、如何让用户在每一步操作中都获得明确反馈。鸿蒙开发实践中心以标准化的应用与元服务模板为入口,将清晰的业务架构与可复用的代码结构直观呈现。不妨立即挑选一个感兴趣的方向进入云端环境,从页面布局、组件封装、状态管理到路由组织,亲手跑通你的鸿蒙实战项目。

华为云官方博客 359

LakeAgent:DWS数据仓库的第二大脑,告别 “翻译式运维”,迈入智能自治时代

和普通 SQL 改写工具不同,LakeAgent 自动做多方案代价对比,主动规避负优化陷阱:补充分区键过滤实现剪枝,扫描分区由 37 收敛至 1,执行代价从 758.28 降至 113.74;未来的数据仓库,将不止能算、能存,更能看懂自己、诊断自己、理解自己。长久以来,数仓的智能都依附于人:信号需要人解读,瓶颈需要人研判,经验困在个体里,无法随底座永续生长。CPU 高、CPU 告警、CPU 诊断、CPU 使用率过高、CPU 满。语法、错误码、计费、性能调优、最佳实践、故障处置等全场景内容。

华为云官方博客 581

如何使用RDS Supabase后端BaaS能力:文件存储(File Storage)

• product-images(公开桶,允许公共读取):策略名称"Public read for product-images",允许SELECT,目标角色anon,策略定义bucket_id = 'product-images'。上传/删除需另配INSERT/DELETE策略,详见SQL。• product-specs(私有桶,仅认证用户访问自己的文件夹):建议拆为上传、读取、删除三条策略,策略定义均为 bucket_id = 'product-specs' 且仅限本人文件夹(详见下文 SQL)。

华为云官方博客 499

如何使用RDS Supabase后端BaaS能力:实时订阅与推送(Realtime)

Realtime 把数据库的每次变更同步到客户端:表里增、删、改一行,订阅者无需刷新页面或主动请求即可秒级收到。三大能力各司其职:• Postgres Changes — 监听表的 INSERT/UPDATE/DELETE,变化即通知• Broadcast — 客户端之间直接互发,适合瞬时通知、协同编辑• Presence — 跟踪频道里“谁在线”典型场景有实时数据展示(订单、库存、监控指标即时刷新)、即时通讯(消息收发、在线名单、“对方正在输入”)、协同编辑与实时通知。

华为云官方博客 490

AI Agent如何通过MCP连接到华为云RDS Supabase应用平台

Schema元数据列出所有可访问的表(按schema分组)。Schema元数据列出表的列及元数据(类型/默认值/约束)。Schema元数据列出所有约束(PK/FK/UNIQUE/CHECK/EXCLUDE)。可按schema/表/类型过滤。Schema元数据列出所有外键关系。可按schema/表过滤。Schema元数据列出所有索引及定义和大小。可按schema/表过滤。Schema元数据列出已应用的数据库迁移记录。Schema元数据列出已安装的PostgreSQL扩展。

华为云官方博客 494

华为大数据Flink让每一 CU 算力,跑出开源 5.74 倍的性能

1. 开源Apache Flink 已成为业界流计算事实标准,但在极端重负载场景下存在性能瓶颈。2. 华为大数据Flink通过多项自研深度优化,在执行计划、算子执行、状态存储三个层面构建协同的优化体系。3. Nexmark Benchmark 测试结果:整体性能提升 5.74 倍,极端重负载场景性能领先最高 18.3 倍。4. 100% 兼容 Apache Flink 1.20,业务代码零改造,无缝迁移。

华为云官方博客 398

LakeAgent实战 | 业务分析篇从一句提问到业务分析

本文以“订单金额变化”分析为例,展示LakeAgent如何通过自然语言提问,结合DataArtsStudio的数据资产与专业技能,帮助业务人员快速定位数据、生成SQL、追踪血缘、生成报告。从问题出发,逐步实现数据发现、变化洞察、原因追溯与团队协作,最终形成可复用的分析流程与企业规则,显著提升数据分析效率与一致性。

华为云官方博客 406

华为云RDS Supabase AI应用已开放公测 :30分钟搭建AI应用后端

认证、存储、实时推送、数据库API——4个后端模块,传统开发需要数周。今天,你只需要30分钟。AI创业公司的全栈开发工程师。上周老板说"下周要上线的AI对话应用,后端你来搞"——认证鉴权、数据库接口、文件存储、实时推送,每一个模块都需要数周搭建,而市场不会等你。小张打开华为云RDS Supabase,30分钟搭好认证、数据库API、对象存储,剩下的时间全用来打磨AI交互体验。基于开源Supabase+华为云RDS PostgreSQL全托管能力,为开发者提供。

华为云官方博客 412

如何使用RDS Supabase后端BaaS能力:数据库函数(Database Function)

上一篇介绍了 Database Data API——建表即自动生成增删改查接口,解决单表读写,但聚合统计、跨表事务、字段自动维护等逻辑已超出其能力边界。本篇推进到数据库函数(Database Function):把业务逻辑封装进数据库,前端通过 .rpc() 调用,由触发器自动响应数据变更。上一篇中,小张基于 Data API 完成了产品目录的建表与基础读写。但新需求随之而来:按分类统计产品数与价格区间、上架新品同时写产品表与定价表、产品修改后自动刷新更新时间。

华为云官方博客 478

如何使用RDS Supabase后端BaaS能力:创表即生成API(Database Data API)

认证、存储、实时推送、数据库API——4个后端模块,传统开发要数周。本系列逐个拆解,首篇聚焦数据库API(Database Data API):建表即得 API,无需手写后端。小张,AI创业公司的全栈工程师。老板让他做个产品目录页,展示产品与价格、支持上下架。传统做法要搭后端、写接口、配权限,工期少说1-2周;而在华为云RDS Supabase,建两张表、应用 SDK 直连,几分钟增删改查全跑通。

华为云官方博客 490

从一句话到一个能出去的链接,AI开发者空间做了什么

自行搭建的 Agent、正在使用的开源项目、团队既有的工具,都可以接入,可以通过AI创建或者手动搭建环境;华为云 AI开发者空间——面向开发者的云端一站式开发平台,做的就是把这段路接上:环境免安装,浏览器打开即为完整的 Linux 运行环境,预置的 AI 智能体开箱即用。第一个任务建议选能出结果的:做一个游戏、生成一个页面、创建一台实例,从需求走到可访问的链接,一次就能看清这个环境在做什么。沙箱是一个完整的 Linux 环境,依赖、服务、端口都是真实的,不是模拟。环境释放后,权限随之失效。

华为云官方博客 435

华为云码道配置自定义大模型,四种方式完整实操

案例介绍。

华为云官方博客 653

图数据库:实现穿透式监管的数据基座

穿透式监管标志着国企监管从“管企业”向“管资本”转型过程中的关键一跃。而图数据库正是这一跃的技术支点。从股权穿透到资金链穿透,从供应链穿透到数据穿透,华为GES图数据库正在将“穿透式监管”从理念变为可落地、可操作的实践。无论是天眼查式的全量链路查询,还是某集团财经的税务规则判断,抑或是芯片供应链式的部件风险分析,乃至通过Palantir构建决策知识图谱,其底层逻辑都是一致的——用图的力量,穿透一切形式的“隔离层”,直抵风险本质与责任核心。

华为云官方博客 671

《公共云三十问》正式收官,奔赴企业AI百场景新征程

今年6月底,公共云产业联盟重点推出《公共云三十问》专栏,以每周三问的节奏,连载十周,解读《先进公共云》白皮书,分享国计民生系列案例,旨在凝聚共识、推动落地实践。同时,专栏分析公共云在产业升级、民生福祉、科技创新、全球发展等方面的作用,梳理中国特色公共云发展路径:以普惠云拓展用云广度,以智算云提升用云深度,以自主云夯实用云厚度,以全球云打开用云跨度。这十问从专属云、行业云切入,深入政务、金融、交通、电力、钢铁、化工、油气、制造等国计民生场景,回答公共云“怎么用”。

华为云官方博客 476

开发者小技巧|IAM配置,让码道代码智能体连续30天免登录

案例介绍。

华为云官方博客 652

码道深度对接CodeArts,让需求自动落地为代码

案例介绍。

华为云官方博客 725

【公共云三十问 之三十】拥抱AI,企业如何建设面向智能体的专属云?

企业可分阶段建设覆盖开发、运行、运营及安全的一体化智能体平台——从构建一站式、高低码协同的智能体开发平台,到打造高性能、极致弹性的运行时环境,再到搭建AgentOps驱动的持续运营与运维体系,同时构建端到端、多层次的全链路安全防护体系。在数据湖建设方面,遵循“存量复用、平滑演进、AI导向、分步迭代”原则,分三阶段推进——打造AI多模数据湖核心能力、完成存算分离与统一元数据管理、实现闭环赋能全面支撑智能体规模化落地,在保护既有投资的前提下将传统数据平台转型为AI数据专属供给平台。

华为云官方博客 826

【公共云三十问 之二十九】国计民生之制造:制造云如何重塑数智时代的新质生产力?

平台打通软件交付的完整路径,覆盖需求管理、代码托管、代码检查、编译构建、制品仓库、部署、测试等关键环节,支持大模型能力融入研发全流程,实现从需求到交付的端到端管理。通过构建“研发一朵云”,方案打破地域与组织壁垒,实现跨团队协同开发,有效缩短软件交付周期,助力工业制造企业从“传统研发”走向“敏捷研发”,加速数智化转型进程。当制造云真正成为数据流通的平台、AI创新的底座,公共云的社会价值将从基础设施层向生产场景层持续延伸,为新型工业化建设和制造强国战略注入源源不断的动力,重塑数智时代的中国制造新质生产力。

华为云官方博客 798

告别重复手工迁仓,码道MCP+Skill实现仓库批量迁移

案例介绍。

华为云官方博客 794

【公共云三十问 之二十八】国计民生之油气:智算云如何叩响数智时代的“地心蓝金”?

西南油气田以“向地球深部要资源”为战略方向,联合以华为云Stack为代表的公共云服务商共同打造统一算力底座,建设西南区域数据湖与通用技术平台,构建“勘探开发工程技术、天然气生产过程管控、天然气产运储销”等三个一体化协同应用场景,支撑油气勘探、开发生产、管输储运等全业务链的数智化转型。当智算云真正成为数据流通的平台、AI创新的底座,油气田得以将算力效能、数据价值与智能技术深度融入勘探开发全链条,将“看不见的算力”转化为“摸得着的储量”,以智能化手段持续降低勘探风险、缩短发现周期、提高采收效率,确保生产安全。

华为云官方博客 613

【公共云三十问 之二十七】国计民生之化工:数智云如何重塑传统化工新范式?

在架构方面,方案构建云边协同的统一体系,涵盖AI协同、数据协同与运营协同三大维度——总部集中训练大模型,边缘节点负责推理执行,云边持续迭代,实现“边用边学”的智能闭环,模型平均精度提升20%以上。此外,方案提供一站式企业级工业物联网平台、数据湖与数据治理平台,覆盖工业数据分析“采、存、算、管、用”全流程,打通生产现场与管理系统间的数据壁垒,有效消除数据孤岛。层面,方案充分发挥软硬协同优势,实现计算、存储、网络与云平台的深度协同,训练线性度超95%,为大模型训练推理提供强劲算力支撑。▲化工“数智”新模式。

华为云官方博客 666

【公共云三十问 之二十六】国计民生之钢铁:数智云如何淬炼中国钢铁新力量?

同时,构建云边端协同的统一架构,支撑集团总部与各生产基地两级协同发展——总部集中训练大模型,边缘节点负责推理执行,云边持续迭代,实现训推一体化的资源调度与高效协同,为钢铁行业的数智化转型构建了坚实的算力底座。层面,方案构建覆盖“工业数采→边缘IT/OT融合→统一数据湖→数据治理平台→数据应用”全链路的一站式数据治理与流通平台,打通生产现场与管理系统间的数据壁垒,让数据“采得到、流得动、用得好”,加速数据价值从生产现场向经营决策层流动释放。湘潭钢铁集团的钢铁数智云,是钢铁工业智能云建设的标杆案例。

华为云官方博客 526

LakeWatch——MRS 智能运维Agent

从资源池、队列、作业等多个维度,对集群CPU与内存资源进行精细化分析与对比,直观呈现不同时间段的空闲、满载等使用状态,识别资源浪费,指导治理优化,为扩缩容决策提供数据支撑。对HDFS存储进行多维度深度分析(目录、用户、用户组等),涵盖使用量、增量、文件大小分布及数据热度等指标,帮助快速识别增长较快的目录、长期未访问的文件,统计目录文件数量与小文件占比,评估HDFS总存储量与扩缩容需求,为存储治理与资源规划提供全面数据支撑。Agent主动巡检,识别异常趋势并提前预警,让运维从"事后处理"转向"事前预防"。

华为云官方博客 518

华为云专题文档发布:丰富的AI案例、选型指导和概念解读

发布 “云服务选型”、“云计算概念”专题,提供云服务选型指导,助您选择匹配业务的云服务,解读云计算相关概念,开启云上学习之路。开发者工具和文档专区上线,提供从学习、实践到反馈的全链路支持。帮助中心新增100余篇AI案例。

华为云官方博客 286

一个人,也能用AI做点“星东西”

华为云星耀创想者大赛-2026华为云OPC创意大赛等你来~

华为云官方博客 293

从需求到可执行工作项:MCP+Skill 让智能体规划真正落地

回顾整个体验,以前让智能体帮我拆需求,它是洋洋洒洒给我列了一大篇 Markdown,看着挺像那么回事,但最后还是得我一条条往 CodeArts Req 里搬,搬完再手动挂父子关系、排日期,拆需求五分钟,搬运两小时。现在好了,MCP 给智能体接上了"手",Skill 给它装上了"项目经理的脑子",一句话下去,34 个工作项连带排期、层级关系全给我建好了,甘特图一拉,齐刷刷都在两周内,节省了多少工作量啊,美滋滋。本次实操在码道代码智能体基础上,构建了一套"需求→可执行工作项"的自动化规划方案。

华为云官方博客 579

华为云码道「码力续航计划」更新!

✅上新GLM‑5.3‑Flash,高速响应,代码生成、工程解析、Agent调试高效输出。新增GLM‑5.3‑Flash福利模型,每日解锁1000万免费Tokens。● 本次活动共发放总量价值100万元Tokens,发完即止!把耗算力的编码重活,交给华为云码道代码智能体🚀🚀。● 每日额度准时刷新,当日清零、次日满血重置。✅复杂算法、大项目解析、批量代码生成随便跑。✅不用抠额度、不用算消耗,放开调试大胆迭代。✅无需额外操作,登录即送,直接切换模型使用。● 把算力交给码道,让撸码不再内耗👏🏻。

华为云官方博客 698

【公共云三十问 之二十四】国计民生之交通:交通云如何铺就数智通衢新坦途?

交通行业作为支撑实体经济的关键基础设施,涵盖公路、铁路、机场、港口、地铁等众多子领域,其中,公路网络作为综合交通运输体系的基础骨架,承担着全国超过70%的客货运量,其数字化、智能化转型的需求尤为迫切。方面,提供Agent开发框架、知识库管理、RAG工程、意图识别、静态应用编排及模型评测等能力,支持客户将行业知识、业务流程与AI能力深度融合,快速构建面向收费稽核、路网调度、应急处置等场景的智能应用。开发并实现落地应用,全面覆盖建设、管理、养护、运营、服务、安全、办公七大业务领域。

华为云官方博客 466

【公共云三十问 之二十五】国计民生之电力:电力云如何点亮数智电力新引擎?

方案构建了覆盖数据获取、质量评估到标准化处理的全链路能力。基于公共云服务商智算底座及气象大模型,通过时空图神经网络重新建模产流机制,中国华电建成超50TB多源融合数据集,突破时空建模与机理融合等五大关键技术,短期径流预测精度较传统机理模型提升5个百分点以上,实现15天中期径流预测精度超85%,推理效率达秒级。基于气象大模型的基础架构与预训练能力,客户可直接在大模型之上开展增量训练与微调,充分利用场站所在区域的高精度历史数据(如3公里、1公里分辨率),针对不同场站和区域的地形地貌与气候特征进行模型调优。

华为云官方博客 382
上一篇: 应用系统迁移华为云评估
下一篇: 微服务改造设计参考
华为云开发者联盟
华为云开发者联盟 企业官方账号 企业官方账号
博客等级 码龄10年 72万+粉丝 5985原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值