云原生与大数据、AIoT、开源的碰撞之路——专访小米崔宝秋

物联网IIoT平台技术框架 该层服务覆盖南向接入功能,支持多种型号的网关(包括硬件网关和软网关)、直连设备、边缘子系统,边缘计算平台的数据采集,支持多种数据协议解析、转换等一系列服务,并实现多种连接方式的情况下,将数据轻松发送到云端,同时支持在边缘侧执行关键的业务流程,支持MQTT、HTTP行业主流接入协议,并且提供VPN、MQTTS、HTTPS的安全技术来保障数据传输到云端的安全性。该层服务覆盖面向物联设备及复合设备的物模型定义能力。物联平台的模型库中包含丰富的标准化模型供客户选择,也支持自定义物模型。 阅读详情

​谈及当下技术领域的热词,必定有云原生、大数据、AIoT,不仅因为这些新兴技术拥有前所未有的创造力,更是因其中每一项技术都代表诸多未知的可能。而当这些技术相互碰撞时,将为软件发展、技术进步、城市升级带来无限想象。在云原生、大数据、人工智能以及开源领域均有实践经验的崔宝秋认为,类似于云原生+大数据这样技术的“强强联合”将成为云原生时代的发展趋势,运维和基础软件开发者、服务端和前端开发者所关注的技术点各有不同。

记者 | 田玮靖 受访者 | 崔宝秋
出品 | 《新程序员》编辑部
在这里插入图片描述
提到小米集团,我们脱口而出的大多是“雷军”;而提到小米+开源,很多人第一时间会想到小米集团副总裁崔宝秋。崔宝秋不仅身体力行地推动开源发展,更引领了小米的“云计算-大数据-人工智能技术”发展路线。2012年以首席架构师的身份加入小米的崔宝秋,当时主要负责米聊的后台服务器团队。在他看来,这家公司和他熟悉的硅谷互联网科技公司有所不同,缺少了非常重要的集团层面的工程技术部和运维部。于是,他毅然决定基于米聊服务器团队打造小米云平台。“用云平台这个名字主要有两个考虑:一是这个团队必须是为整个集团服务的底层平台部门,不只是服务米聊业务;二是体现了‘云’的重要性,从云存储到云计算,云是各种互联网服务和大数据应用的基础。这和今天人们讲的云原生有不谋而合之处。”崔宝秋说道。

确实,“云”的重要性逐渐被大众熟知。这体现在云原生与智能硬件的结合,为产品增添智能服务,为用户提供贴心体验;体现在云原生与人工智能(Artificial Intelligence,AI)的结合,通过人工智能一方面解决云原生领域的决策和优化问题,另一方面能够使产品更具人工智能服务能力;也体现在云原生与大数据的结合,大数据是云原生治理整个数字化转型生态的一个重要方向;更体现在“云”与开源互利协作所带来的软件、云环境、开源生态的大发展。

那么,云原生与大数据、人工智能、硬件、开源能够碰撞出怎样的火花?小米集团副总裁崔宝秋向《新程序员》透漏了很多信息,也分享了诸多个人观点与行业洞察。

互联网技术离不开“云”

《新程序员》:2021年的工作中,你的精力是如何分配的?

崔宝秋:2021年主要在忙小米内部的人才培训、技术合作、开源、安全和隐私等方面的工作。在培训方面,从专业力、通识力,到领导力,我们要覆盖小米几乎所有的员工。在专业力领域,因为小米的技术体系非常庞大,所以有很多压力。整体来看,小米同学们对云计算、大数据、人工智能方面的需求比较多。

《新程序员》:在加入小米组建人工智能与云平台团队时,云计算、大数据等技术还不是特别成熟,是什么因素让你认定并主导了小米“云计算-大数据-人工智能技术”这条发展路线?

崔宝秋:我加入小米之前,先后在硅谷的Yahoo和LinkedIn从事搜索引擎与大数据方面的工作。这两段工作经历让我对云计算和大数据有了非常深的认识,尤 其是大数据。来到小米后,我坚信大数据能给小米带来无穷的价值,所以刚到小米我就开始力推大数据和数据科学,并到处倡导数据驱动和数据科学家的理念。可以说,我当时的终极目标是做大数据,没有考虑人工智能(那是2012年,深度学习刚刚开始有些热度,人工智能真正火起来是在4年之后的2016年)。而大数据离不开云,所以就必须从云计算开始,必须打造云平台团队。2016年AlphaGo事件之后,以深度学习和大数据为基础的新一代人工智能技术才被行业高度认同,小米也紧跟时代步伐,制定了“All in AI”的战略,开始组建小米AI实验室,大力投入人工智能,小米云平台团队也因此改名为“小米人工智能与云平台”团队,才有了现在看起来比较完整的“云计算-大数据-人工智能”技术发展路线。

《新程序员》:在中国移动互联网的黄金时期,为什么你认为云平台是移动互联网公司必须拥有的互联网属性?

崔宝秋:在回答这个问题之前,我们需要先明确另一个问题:互联网公司是什么?我认为,互联网公司就是利用互联网技术,在互联网平台上做内容与服务的分发并从中获利的公司。移动互联网就是今天的互联网,互联网技术离不开云,不管是云计算、大数据,还是人工智能。一个移动互联网公司要做内容与服务的分发,离不开应用与互联网服务,同样离不开云,离不开云端的服务器。

云原生将向大数据方向发展

**《新程序员》:**很多人知道“云原生”,但究竟什么是“云原生”,业界有诸多定义且一直在变化,你理解的云原生是怎样的?

崔宝秋:云原生是最近几年比较火的概念,不同的人可能有不同的解读。我理解的云原生是一种基于云计算的灵活性、可扩展性和弹性来构建并运行软件应用程 序的理念和方法论。在云原生的理念中,所有应用在设计阶段就应该考虑如何在云计算的环境下以最佳的方式运行,以发挥云计算的弹性、高容错、自恢复和按需使用等优势。云原生的方法论中往往覆盖了微服务、容器、CI/CD、敏捷开发、DevOps等现代的软件开发技术和理念。

《新程序员》:云原生目前有哪些技术瓶颈和落地痛点?

崔宝秋:一个大型企业落地云原生有两大类挑战:一类是容器、编排等硬核技术,另一类是企业服务治理的治理类技术。第一类挑战属于硬核技术,这几年的发展沉淀了一些成熟的基本能力,但随着云原生在更广泛领域的应用,我们也面临着新的挑战,例如如何能更安全、启动更快、软硬一体等。第二类挑战属于技术管理的挑战,是技术、业务、组织之间整体协同的复杂问题,包括新旧技术团队的划分、存量业务的治理改造等。

《新程序员》:云原生最核心的就是面向用户的应用部署,如何稳定、快速地在云上部署一套全生命周期的应用?

崔宝秋:云原生技术在业务侧的结果就是改善应用部署,从这个角度看,以应用、服务为核心关注点就是非常自然的了。为达到这个目标,一般有两条思路,一条是强化基础服务即代码思路,让程序员通过“程序”定义、管理全生命周期;另一条是产品易用化思路,降低产品使用门槛,尽量封装抽象过程中的安全、质量细节,让人人都能部署高质量应用。前者更适合专业程序员,后者面向更广泛的用户,目前业界有从第一种方式向第二种方式侧重的倾向,这也符合技术发展的趋势。

《新程序员》:企业在构建云原生应用时,怎么才能最大程度发挥云原生的特性?

崔宝秋:云原生的推动焦点不是像虚拟化生态那样从基础设施开始自下而上推动变革,而是要求聚焦业务应用,从上而下拆解相关核心能力并落地。中大型的互联网企业,还是要基于业务对云原生的需求敏捷构建自有的云原生应用和服务平台,通过不断积累相关技术能力和组织能力,推动增量业务的使用和存量业务的迁移,在计算存储分离的基础上尽量实现资源池化,才能最大程度发挥云原生相关特性。

《新程序员》:有人认为云原生将会向大数据方向发展,对此你有何看法?对于这个方向,你预测会有哪些实际的落地场景和应用?

崔宝秋:我比较认同这个看法,一部分原因是大数据在未来各个领域的重要性会日益明显,越来越多的应用会离不开大数据,离不开依托于大数据的人工智能。传统的基于Hadoop生态的大数据系统,存在着弹性不足、维护困难、资源利用率低等一系列问题,因此云原生的某些技术也适合治理大数据生态。例如,在线和离线计算集群的部署可以通过容器化治理实现削峰填谷,进而大量提升资源使用率;云原生应用对有状态服务的强需求会推动基于高性能分布式存储技术的飞速演进;容器的镜像技术能大大加速大数据基础软件和系统的迭代更新频率,确保整体环境的最终一致性等。可以说,大数据方向是云原生治理整个数字化转型生态的一个重要方向。

《新程序员》:你认为未来云原生技术会向哪些方向发展?开发者可以关注哪些方面?

崔宝秋:从小米的角度,我们认为云原生有以下几个发展方向。

其一,容器周边技术的核心突破,包括计算存储分离、资源隔离、混合部署、软硬件结合、安全技术等,解决容器承载有状态应用以及提升资源利用率一系列问题。

其二,非Java生态的微服务开发框架。目前微服务体系最完善的是Java技术栈,其他主流研发语言还需要有更加成熟、民主化的方案来普遍应用。

其三,在数字化转型的大背景下,传统架构向微服务架构迁移的工具和解决方案,以及当前主流的低代码等新技术与云原生的结合。

其四,业务逻辑和基础服务极致分离。云原生的不可变基础设施偏IaaS层面,未来PaaS和SaaS层面也会有大量的无状态服务逐渐孵化和发展,目前典型的例子就是Serverless的大面积使用。

运维和基础软件开发者可以关注第一点和第四点,服务端和前端开发者可能更需要关注第二点和第三点。

云原生与AIoT密不可分

《新程序员》:小米集团是从什么时候开始布局云原生的?目前在云原生方向做了哪些事情?

崔宝秋:早在2015年我就让团队开始研究容器和微服务,之后很快就开始在一些场景中落地这些技术。有很长一段时间,集团内部同时布局Mesos和 Kubernetes,早期的Mesos比较成熟,但我一直更看好当时不太成熟的Kubernetes,现在看来当时的判断是对的。

基于这些云原生技术,我们在降低了研发和运维的工作量的同时能支撑业务的高速发展。目前我们在公司范围内扩大这些技术的应用,在原有研发、运维效率带来的价值被提升之外,我们也更加注重资源效率的改善,通过云原生技术为业务带来实质性的成本降低。

这个过程中,我们要解决云原生技术研发以及企业架构治理这两类挑战。云原生技术研发包括业务间的混布、利用公有云资源进行弹性伸缩等;企业架构治理包括推进存量服务的服务化治理与改造、规范研发流程、精细化治理资源成本等。

《新程序员》:小米机器学习平台基于Kubernetes构建,而Kubernetes概念多且复杂,你们在开发过程中有没有遇到技术难题或者典型问题?另外在使用 Kubernetes时,有哪些建议可以给到其他企业?

崔宝秋:小米在2016年开始根据内部机器学习和深度学习需求,基于Kubernetes构建小米的深度学习服务。开发者可以在云端使用GPU训练模型,秒级启动分布式训练任务,兼容TensorFlow等深度学习框架,也可以一键部署训练好的模型,或者创建基于GPU的开发环境,提供模型开发、训练、调优、测试、部署和预测一站式解决方案。

因为CPU机器普遍比较贵,遇到核心问题如何加速深度学习训练及提升GPU集群资源利用率?我们主要使用RDMA网络提升、训练网络性能,在Kubernetes调度框架的基础上实现机器学习场景的调度器,支持更加灵活的GPU调度策略和资源抢占,训练任务支持公有云弹性等,有效提升GPU集群的资源利用率。

云原生生态已经日趋成熟,CNCF社区也已包含基础设施的项目,建议新的企业更加积极拥抱云原生和Kubernetes,加入云原生生态,利用生态红利,站在巨 人肩膀上构建自己的业务。

《新程序员》:小米的硬件产品有很多,硬件+云原生技术是否会列入小米集团下一步的发展计划中,计划做哪些事情?

崔宝秋:“硬件+云原生”技术早已是小米集团的一部分。众所周知,“手机×AIoT”是小米的核心战略,这里面不管是手机还是任何AIoT设备,都是智能硬件、智能设备,而智能设备的一大特点就是互联互通,并利用云计算、大数据和人工智能给用户提供各种智能服务。所以,小米硬件和云原生技术一直是密不可分的,这也一直是小米技术发展的方向。

《新程序员》:未来,人工智能与云原生会碰撞出怎样的火花?

崔宝秋:一方面,人工智能可以解决云原生领域的决策和优化问题。例如,AIOps技术就用于解决运维的决策问题。这背后是由于容器、微服务等一系列应用构建流程的标准化,会产生大量结构化数据,有了数据就可以通过人工智能实现智能决策和自动化执行,提升系统效率和可靠性。另一方面,云原生技术也能让人工智能服务变得唾手可得。通过将人工智能的能力基于云封装成服务,可以让更多软件引用丰富的人工智能服务的能力,提升软件产品的用户体验。

云原生与开源互利协作

《新程序员》:你一直在推动开源的发展,请用几个词简单概括你对开源的认识或态度?

崔宝秋:开放、共享、共建、未来、平台、模式、竞争力。

《新程序员》:面对不断更迭的技术市场,你认为开源的核心竞争力是什么?

崔宝秋:互联网的力量,群体和社区的力量。

《新程序员》:可以谈谈开源和云原生的关系吗?

崔宝秋:开源起源于早年的自由软件运动,没有自由软件运动,就没有GNU,就没有GNU/Linux,就没有今天的开源。不夸张地讲,没有自由软件和开源软件,就没有今天的云计算、大数据和人工智能技术的快速成熟,也就没有今天人们谈论的云原生。经过这些年的发展,开源已经成为了主流的软件开发协作模式。在云原生技术领域,CNCF开源基金会对云原生的发展起到了非常大的促进作用。相信未来开源模式会继续促进云原生技术持续发展。

《新程序员》:有人说开源是云原生环境的首选或未来,你怎么看?原因是什么?

崔宝秋:我高度认同这个说法,因为我相信开源是软件的未来。近些年出现了很多采用开源模式的商业公司,借助云的环境与生态快速发展成大型软件企业,获得了商业上的成功。于是也自然有更多公司复制这种模式,开源和云的结合是一种趋势。

在这背后,是开源软件厂商和云厂商积极地拥抱彼此的优势,相互促进发展。开源模式为云厂商带来了跨厂商的标准化,消除了用户对单一厂商绑定的顾虑;而云厂商的云原生环境也为开源软件带来了优秀的底层基础设施,让软件的部署发布变得更容易、规模更大。这种互利的协作,相信还会持续,会给业界带来更大的变化。

《新程序员》:未来所有的软件都会走向开源吗?你如何看待国内许多开源项目的不可持续性?

崔宝秋:我相信开源是软件的未来,但这不等于所有的软件都一定会开源,我认为通用的、有一定普世价值的软件,尤其是那些具有长期价值、需要长期投入、大量参与者一起打造的软件需要开源。国内很多开源项目不可持续,第一个原因是这些项目开源的初心就不对,有很多项目是为了开源而开源、为了KPI而开源,没有长期和社区共建的必要性,原作者可能也根本没有这方面的打算。第二个原因较普遍,是项目背后的作者或者企业没有长期投入的资源和决心。第三个原因就是很多人对如何维护一个开源项目、如何打造一个活跃的开源社区没有足够经验。

《新程序员》:目前,国内云原生开源社区的成熟度与参与度还不足够,你有什么想对开发者、企业、开源社区说的吗?

崔宝秋:首先,我比较乐观,我认为我国的开源力量在迅速崛起,开源运动在国内如火如荼,我们的云原生社区的成熟度和参与度会越来越好。其次,我给开发者、企业和开源社区的一些建议是:建议大家都能真正理解开源的精神、理念和方法论,真正做到开放、平等、共享、共建,真正形成合力,共同打造属于我们所有人的开源社区,少一些为开源而开源、为KPI而开源、纯为技术品牌或者影响力而开源的现象。

作者介绍:
崔宝秋,博士,小米集团副总裁。拥有20多年软件及互联网开发经验和技术管理经验,曾在硅谷LinkedIn、Yahoo、IBM三家企业就职。

在这里插入图片描述

崔宝秋优快云主页

本文出自《新程序员·云原生和全面数字化实践》。在《新程序员003》中,我们聚焦“云原生时代的开发者”与“全面数字化转型”两大主题。阿里、字节跳动、网易、快手、亚马逊等互联网大厂的云原生技术的赋能者,从技术定义、技术应用、实践案例分享等方面,以直击内核的硬核输出全面解析云原生,帮助开发者在云原生时代快速找到适合自身发展的技术范式。

同时,我们也将对微软、英特尔、华为、施耐德、西门子等首批开启数字化转型的企业展开报道,通过十多位技术专家分享的鲜活案例,一窥金融、新零售、工业物联网等领域的数字化转型成果,帮助更多关注数字化转型的开发者从先驱者的经验中获得启迪。
阅读更多相关技术文章及行业资讯,欢迎订阅《新程序员003》纸质书+电子书:https://mall.youkuaiyun.com/item/92470?utm_source=774607806
在这里插入图片描述
全年订阅(001-004期)尊享更多会员福利
在这里插入图片描述

什么是AIoT?AIoT技术的常见使用场景 随着物联网设备规模的迅速扩大,物联网设备所产生的数据量也在持续增长,单纯依靠人工进行海量数据的处理显然已经无法满足各行各业的需求。人工智能带来了高效智能的技术手段,可以很好的完成对海量的、复杂无序数据的处理。而有了AI的助力,IoT系统也将实现流程的优化以及产品交互体验的升级。发展到目前,将AI技术和IoT技术进行融合,构建AIoT系统已成为各大行业向数字化转型升级的必经之路。 阅读详情

相关推荐

AOT概述

11.1.1、JIT与AOT的区别JIT和AOT 这个名词是指两种不同的编译方式,这两种编译方式的主要区别在于是否在“运行时”进行编译(1)JIT, Just-in-time,动态(即时)编译,边运行边编译;在程序运行时,根据算法计算出热点代码,然后进行 JIT 实时编译,这种方式吞吐量高,有运行时性能加成,可以跑得更快,并可以做到动态生成代码等,但是相对启动速度较慢,并需要一定时间和调用频率才能触发 JIT 的分层机制。JIT 缺点就是编译需要占用运行时资源,会导致进程卡顿。

weixin_46759354的博客 1万+

【AIoT技术图谱:云|管|边|端】

AIoT云细分为云基础设施、大数据、人工智能(大数据、AI语音、AI视觉)、云计算、物联云平台(设备接入、管理、监控和分析)等。主要包括底层的芯片(物联网通信芯片、存储芯片、AI芯片、定位及传感芯片)、模组、感知硬件、AI底层算法、操作系统(安卓、Linux、华为LiteOS 等)。边缘技术是云技术的有效补充,主要包含边缘主机、边缘计算、边缘操作系统、边缘场景等;技术不断发展演进,我们或许没有走在最前,但要始终保持关注,关注技术发展过程中的动态,并将它引申到我们产品战略当中,完成技术转化。

2326

AIoT智能物联网平台技术架构参考

具体来说,AIoT平台能够实现智能终端设备之间、不同系统平台之间、不同应用场景之间的互融互通,进一步推动万物互联的进程。AIoT智能物联网平台是结合了人工智能(AI)和物联网(IoT)技术的平台。它旨在通过物联网技术产生和收集来自不同维度的海量数据,并存储在云端和边缘端,然后通过大数据分析和更高形式的人工智能,实现万物数据化、万物智联化。AIoT平台的核心是AI和IoT的融合,利用AI技术提升物联网系统的智能化水平。

leyang0910的博客 1130

小米机器学习实习生一二面凉经

先感叹一句:小米的面试官人都好好!第一轮的面试官一直等我把电脑调好等了快十分钟还一直安慰我。二面的面试官也是很好,一直解释些我不懂的问题,而且非常的专业。5.问了多头注意力机制和self-attention的区别,self-attention和local-attention的区别。7.layer Normalization和batch normalization的区别。出了三道用hash表解决的问题,但本人那时候不懂hash表,所以用的是字典解决的。8.会不会hivesql。

weixin_49465956的博客 468

云原生 - 用容器,函数,和数据构建下一代应用

该书从全局介绍云原生技术,不涉及太多技术细节。适合想初步了解相关领域的同学阅读。 《Cloud Native - Using Containers, Functions, and Data to Build Next-Generation Applications》 解压密码:cloudnative

崔宝秋:拥抱开源,小米的开源经验分享

在Qcon2014大会上,小米首席架构师崔宝秋为大家分享了小米的开源经验。

AIoT平台的组成以及作用

AIoT在传统IoT平台上发展起来,但是不止于AI技术,他们更像是珠联璧合的关系,AIoT平台同时支持视频云、大数据系统,AIoT平台是真正将物联网技术发挥价值的赋能平台。随着5G的商业化应用,宽带的扩容,人能智能技术的发展,IoT已经远远无法满足传统企业对业务扩展的需求。 传统IoT平台已经非常成熟,能将4G、NB-IoT、Wi-Fi、LoRa这些无线连接起来,实现设备到人,设备到设备之间的交...

bblo 3287

大数据与云原生(解决方案专场).rar

ArchSummit全球架构师峰会2017 大数据与云原生(解决方案专场).rar )

基于AIOT的智能家居系统

基于AIOT的智能家居系统 1、总体框架 AIOT是2017年在小米开发者大会上提出的一个概念,主要指把物联网和人工智能联系起来产生更加深远的影响力,其中AIOT在智能家居的应用是各大厂商都角逐的一块重要领域,其中不乏小米腾讯阿里华为这类的巨头企业,同时格力海尔西门子这些传统的家电供应商;也在开发其应用。一般业界觉得比较好的一个分布图是下图,是将AIOT分为三个层面,分别是设备层、网络层和应用层。 在这次萌芽杯的项目中我们也是根据这个结构来建立。这里我们建立的整体是采用上位机和下位机的思想构建的。首先是上

weixin_47567401的博客 4077

AIoT应该是什么样的计算架构?

AI与IoT物联网在实际应用中落地融合的“AIoT”是物联网发展的必然趋势,也是各大传统行业智能化升级的绝佳通道。AIoT应该是什么样的计算架构?——3月27日,在“2019新智元AI技术峰会——智能云·芯世界”上,小蚁科技首席战略官孔华威做了主题演讲。自“AIoT”成为物联网行业热词以来,不论是资本市场,还是大众创业,都对其表现出了极大的热情。当前,已经有越来越多的人将AI与IoT结合到一起来看,AIoT作为各大传统行业智能化升级的最佳通道,已经成为物联网发展的必然趋势。分析师预测,2021年全球智能家居市场规模将达5000多亿元。面对飞速爆发中的AIoT市场,人工智能企业又该如何应对?3月

DIY音频必备:手把手教你用AB类功放模块打造高保真桌面音响(含电路图)

本文详细指导如何利用AB类功放模块DIY高保真桌面音响,涵盖选型指南、核心元器件清单、电路搭建与焊接工艺,以及系统调试与音质优化技巧。AB类功放以其接近A类功放的音质和B类功放的效率,成为音频爱好者的理想选择,适合有一定电子基础的实践者。

weixin_42665725的博客 447

专访小米崔宝秋:云原生与大数据、AIoT、开源的碰撞之路

谈及当下技术领域的热词,必定有云原生、大数据、AIoT,不仅因为这些新兴技术拥有前所未有的创造力,更是因其中每一项技术都代表诸多未知的可能。而当这些技术相互碰撞时,将为软件发展、技术进步、城市升级带来无限想象。在云原生、大数据、人工智能以及开源领域均有实践经验的崔宝秋认为,类似于云原生+大数据这样技术的“强强联合”将成为云原生时代的发展趋势,运维和基础软件开发者、服务端和...

CrisAppleYan的博客 1790

保姆级教程:在Ubuntu 20.04上从零跑通AT128雷达实时点云(附PandarView 2安装避坑指南)

本文提供了一份详细的Ubuntu 20.04系统下AT128雷达实时点云配置教程,涵盖环境准备、脚本修改、PandarView 2安装及常见问题排查。通过逐步指导,帮助开发者解决权限、网络配置等难题,确保顺利实现雷达数据的实时可视化。特别附有PandarView 2安装避坑指南,适合新手快速上手。

weixin_30813225的博客 299

SQL 被当成代码?谷歌的理由绝了!

【优快云 编者按】SQL即结构化查询语言(Structured Query Language),是一种可用于存取数据以及查询和管理关系数据库的编程语言。和面向对象编程相同的是,SQL语言...

优快云资讯 1015

RTAB-map:实时高效的SLAM库

Real‐time appearance‐based mapping (RTAB‐Map)是一种基于外观的闭环检测方法,具有良好的内存管理,以满足处理大场景和在线长周期管理要求。RTAB‐Map集成了视觉和激光雷达SLAM方案,并支持目前绝大多数的传感器 是一个强大的、开源的Simultaneous Localization and Mapping(SLAM)库,专为机器人和无人驾驶领域设计。它提供了一套完整的解决方案,用于构建三维地图,并在未知环境中进行实时定位与导航。 github项目地址 RTAB-

weixin_45761399的博客 1万+

SAP-ABAP:SAP基础数据校验工具开发系列博客(共5篇) 第一篇:需求梳理与架构设计:从零搭建SAP主数据校验能力底座

摘要: 本系列博客介绍SAP主数据校验工具的开发和设计,旨在解决物料、供应商、客户等主数据录入不规范、关联缺失和合规性问题。第一篇聚焦需求梳理与架构设计,提出分层技术架构(展示层、业务逻辑层、数据访问层),支持实时校验和批量校验两种模式,并详细说明规则引擎设计、SAP系统对接方案及权限管控逻辑。后续篇章将深入规则引擎实现、接口对接、结果可视化和性能优化,帮助构建集中式、可配置的主数据校验能力,提升SAP数据质量。

baidu_35680696的博客 332

大数据云原生是什么

云原生介绍

code_fly 825

Cesium 场景特效之【全球海洋】GL2兼容版

Cesium 场景特效之【全球海洋】GL2兼容版

喜欢钻研前端和分享技术 1280

云原生大数据处理:从传统到现代

1.背景介绍 大数据处理是现代计算机科学和技术的一个重要领域,它涉及到处理和分析海量、高速、多源的数据。随着云计算和人工智能技术的发展,大数据处理也逐渐向云原生大数据处理发展。本文将从传统大数据处理技术入手,梳理云原生大数据处理的核心概念和算法原理,并通过具体代码实例进行详细解释。最后,我们将探讨云原生大数据处理的未来发展趋势与挑战。 1.1 传统大数据处理技术 传统大数据处理技术主要包括:...

AI天才研究院 1261

操作系统 | 知识梳理 | 复习(上)

操作系统复习

知识库搭建ing 3477

人工智能训练师(三级)操作技能考核·自测卷

为您定制了一份。这份试卷严格拆分了“业务分析”、“智能训练”、“智能系统设计”、“培训与指导”四大模块,所有填空题均来源于上一轮整理的。您可以先用它进行“第二步(抛开答案自己填)”,填完后对照末尾的答案速查进行“第一步(补全并运行)”的校验,最后标记错题进行“第三步(针对性重复练习)”。

suny8088的博客 111

云原生(一) | 介绍篇之大数据需要拥抱云原生吗?云原生为什么这么火?

云原生技术有利于各组织在公有云、私有云和混合云等新型动态环境中,构建和运行可弹性扩展的应用。云原生的代表技术包括容器、服务网格、微服务、不可变基 础设施和声明式 API这些技术能够构建容错性好、易于管理和便于观察的松耦合系统。结合可靠的自动化手段,云原生技术使工程师能够轻松地对系统作出频繁和可预测的重大变更。云原生计算基金会(CNCF)致力于培育和维护一个厂商中立的开源生态系统,来推广云原生技术。我们通过将最前沿的模式民主化,让这些创新为大众所用。

wr_java的博客 546

操作系统权限提升(十五)之绕过UAC提权-基于白名单DLL劫持绕过UAC提权

先将操作在本地执行,使用procmon进行监控,过滤DLL和 NAME NOT FOUND ,寻找可以替换的DLL文件,注意文件的权限是否可以在目录写入,可以看到在C盘的tools目录的文件中有一个srrstr.dll被调用,但是没有加载,我们生成恶意的DLL文件看看是否可以被劫持。在Windows中许多应用程序并不是一个完整的可执行文件,它们被分割成一些相对独立的动态链接库文件,即dll文件,放置于系统中,个人理解类似于我们编程中引入的模块。将我们生成的DLL文件改名为我们要劫持的DLL文件名。

把自己活成一道光,因为你不知道,谁会借着你的光,走出了黑暗。请保持心中的善良,因为你不知道,谁会借着你的善良,走出了绝望。请保持你心中的信仰,因为你不知道,谁会借着你的信仰,走出了迷茫。请相信自己的力量,因为你不知道,谁会因为相信你,开始相信了自己.... 1875

AIoT 智能物联网平台技术架构参考

AIoT智能物联网平台的技术架构从终端设备到物联网平台可分为边缘侧网关、接入网关层、基础设施层、中台层和应用层。边缘侧网关边缘侧网关是AIoT智能物联网平台部署在客户设备现场,主要负责收集和处理各种IoT设备的数据,包括传感器、摄像头、工控机等,将各种本地协议转化成网络协议,并把数据安全、稳定地传输到云端或数据中心。边缘侧网关还负责执行一些实时决策和数据处理任务。接入网关层接入网关层主要解决的是如...

1912

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

大数据领域数据中台的云原生架构实践

通过本文的实践,我们实现了一个弹性、可扩展、高可用、低维护弹性扩容:用HPA自动调整Executor数量,应对突发数据量;资源利用率:通过K8s的容器化资源隔离,将资源利用率从30%提升到70%;故障恢复:用K8s的重启策略和StatefulSet,将故障恢复时间从几小时缩短到几分钟;维护成本:通过托管服务(对象存储、K8s),减少了80%的维护工作量。云原生不是银弹,它需要根据企业的实际场景选择合适的组件。

AI智能探索者的博客 1116

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

云原生 + AI 时代已至,大数据底座何去何从?

大家都知道,对于很多架构师而言,做技术选型是一件“常态化工作”。要找准一项技术是否适合某个场景,最核心的是要看这项技术当初是因为什么而诞生的,这个最初始的需求往往就是这项技术的基因。随着技术的持续发展,往往功能会越来越多,枝繁叶茂,但这个基因是我们对这个技术认知的根本。

Kyligence 1065

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

上一篇: 开源云原生大潮下的消息和流系统演进
下一篇: 2021年度IT图书评选开启,快来Pick你的心仪好书
《新程序员》编辑部
博客等级 码龄20年 1万+粉丝 1656原创
评论 9
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