数据库 大数据
0 人感兴趣 · 15 次引用
- 最新
- 推荐
Column-Stores vs. Row-Stores: How Different Are They Really?
本文深入探究两种主流数据存储架构的本质差异。在大数据与分析型应用爆发的背景下,行存与列存作为数据库存储的两大基石,其性能表现与适用场景的分野日益凸显,成为技术选型的关键考量。
云上 AI 推理平台全掌握 (3):服务接入与全球调度
阿里云人工智能平台 PAI 平台推出的全球化的服务接入矩阵,为 LLM 服务量身打造了专业且灵活的服务接入方案,正重新定义 AI 服务的高可用接入标准—从单地域 VPC 安全隔离到跨洲际毫秒级调度,让客户的推理服务在任何网络环境下都能实现接入即最优。
如何在 Elasticsearch 中构建你的智能 AI 助手?
本文将带你探索一种全新的思路:如何基于 Elasticsearch 快速构建一个具备自然语言理解能力、异常检测和安全威胁识别能力的智能运维 AI 助手 。
基于 MaxCompute MaxFrame 汽车自动驾驶数据预处理最佳实践
在汽车自动驾驶数据处理场景中,MaxCompute 主要完成对车端采集的大量 bag 包进行解压、处理等工作,基于 MaxCompute MaxFrame 高效、稳定的完成端到端数据处理流程。
The History of Big Data
数据洪流悄然重塑世界的进程中,大数据的历史是技术迭代与需求驱动的交响。从 2003 年分布式系统雏形初现,到 Hadoop 掀起开源浪潮,再到 Spark、容器化技术与深度学习的接力革新,以及 Hadoop 生态的兴衰起落,大数据发展史如同一部技术进化史诗。
Flink Forward Asia 2025 主旨演讲精彩回顾
作为 Apache Flink 社区备受瞩目的年度盛会之一,由阿里云承办的 Flink Forward Asia 2025 于 7 月 3 日在新加坡正式拉开帷幕。
[云上玩转 Qwen3 系列之四]PAI-LangStudio x AI 搜索开放平台 x ElasticSearch: 构建 AI Search RAG 全栈应用
本文详细介绍了如何使用 PAI-LangStudio 和 Qwen3 构建基于AI搜索开放平台 x ElasticSearch 的 AI Search RAG 智能检索应用。
Post-Training on PAI (1):一文览尽开源强化学习框架在 PAI 平台的应用
Post-Training(即模型后训练)作为大模型落地的重要一环,能显著优化模型性能,适配特定领域需求。相比于 Pre-Training(即模型预训练),Post-Training 阶段对计算资源和数据资源需求更小,更易迭代,因此备受推崇。
一体系数据平台的进化:基于阿里云 EMR Serverless Spark 的持续演进
一体系汽配供应链平台因传统大数据平台瓶颈,与阿里云合作,基于 EMR Serverless Spark 构建云原生数据平台。其结合 DataWorks、StarRocks 打造 Lakehouse 架构,历经五阶段演进。迁移后技术、业务收益显著,为 AI 融合奠定数字化基础。

可观测性方案怎么选?SelectDB vs Elasticsearch vs ClickHouse
可观测性(Observability)是指通过系统的外部输出数据,推断其内部状态的能力。可观测性平台通过采集、存储、可视化分析三大可观测性数据:日志(Logging)、链路追踪(Tracing)和指标(Metrics),帮助团队全面洞察分布式系统的运行状态。