gydtep
发表于 2021-4-5 19:45:33
系统更加复杂：架构从最开始的一体化发展到分层模式，到现在的微服务模式，架构的升级带来了开发效率、发布效率、系统灵活性、鲁棒性等优势，但随之而来系统的复杂度将更高，问题的定位将更加难。
gydtep
发表于 2021-4-6 10:20:40
兼容性：OpenTelemetry得到了CNCF下各种可观察性方案的支持，未来对于OpenTracing类、OpenCensus、Prometheus、Fluntd等都会有非常好的兼容性，可以方便大家无缝迁移到OpenTelemetry方案上。
gydtep
发表于 2021-4-6 18:26:58
目前我们SLS正在开展云原生可观察性的工作，基于OpenTelemetry这个未来云原生下可观察性的标准，实现各类可观察性数据的统一收集，覆盖各个数据源和各类数据类型，做到多语言支持、多设备支持、类型统一；向上我们会提供能够支持各类可观察性数据的统一存储和计算能力，支持PB级存储、ETL、流计算、百亿级数据秒级分析，为上层算法提供强大的算力支撑
gydtep
发表于 2021-4-7 09:47:36
以公安行业的应用为例，公安行业用户的迫切需求是在海量的视频信息中，发现犯罪嫌疑人的线索。而这个需求的实现，需要智能的前端摄像机，通过实时分析视频内容，检测运动对象，识别人、车等属性信息；然后需要汇总海量的城市级信息到后端人工智能的中心数据库进行存储，再利用强大的计算能力及智能分析能力，对嫌疑人的信息进行实时分析，最终给出最可能的线索建议。
gydtep
发表于 2021-4-7 14:41:41
保持适当的平衡-如果您完全致力于边缘AI，那么您将失去持续改进模型的能力。没有新的数据流，您将无处利用。但是，如果您完全致力于云AI，则可能会危及数据质量-由于需要进行权衡才能使其可上传，并且缺乏反馈来指导用户捕获更好的数据-或数据量。
gydtep
发表于 2021-4-8 10:00:47
保持适当的平衡-如果您完全致力于边缘AI，那么您将失去持续改进模型的能力。没有新的数据流，您将无处利用。但是，如果您完全致力于云AI，则可能会危及数据质量-由于需要进行权衡才能使其可上传，并且缺乏反馈来指导用户捕获更好的数据-或数据量。
gydtep
发表于 2021-4-8 19:25:16
实时数据按实际业务需求使用Flink中进行实时ETL（可选），结果入库MaxCompute交互式分析（Hologres）构建实时数据仓库、应用集市，并提供海量数据的实时交互查询和分析。Hologres提供实时离线联邦查询。
gydtep
发表于 2021-4-9 09:11:41
随着数字化转型的快速推进，数据量呈现爆发式的增长，而对数据计算的要求越来越高，低延时、低资源消耗、高效率、高精准度等。 如何从这些海量的历史数据和每日实时增量数据中快速汇总分析、挖掘出业务价值已成为业务最基本的需求。
gydtep
发表于 2021-4-9 14:25:13
稳定性方面，流量洪峰到来时，阿里云Elasticsearch自研限流Qos插件，实现索引级别的读写流控，当单个索引查询/写入压力过大时，对指定索引，按照业务的优先级进行适当的降级，将流量控制在合适范围内。
gydtep
发表于 2021-4-9 19:42:43
大数据实时分析与决策是当下比较火热的话题，企业希望技术能更快速地响应业务需求，阿里云也希望通过产品化的能力，帮助企业更快更好的使用数据，及时响应企业的数据需求。
