gydtep

边缘的AI允许通过本地化处理进行实时机器学习，从而实现即时数据处理，详细的安全性和增强的客户体验。同时，许多企业正在寻求将AI推入云端，这可以减少实施障碍，改善知识共享并支持更大的模型。前进的道路在于找到一种利用云和边缘优势的平衡。

gydtep

在其他情况下，当在边缘生成大量数据时，在本地更新模型，然后将其子集反馈到云中以进行进一步优化可能更有意义。在对敏感数据进行推理时，开发人员还需要考虑一些隐私问题。例如，如果开发人员希望通过手机摄像头检测中风的证据，则应用程序可能需要在本地处理数据以确保符合HIPAA。

gydtep

在全增量实时同步解决方案系统中，可以从MySql、Oracle、IBM DB2、SQL server、POLARDB等关系型数据库中全量离线同步到MaxCompute、Hologres、Elasticsearch、Kafka、DataHub等大数据产品中，再实现实时抽取关系型数据库的变更信息，同步到大数据产品中。像MaxCompute这种离线数仓，可以通过同步到Log表、拆分至Delta表、Merge到Base表，最后再写入MaxCompute这样的方式做实时增量同步。

gydtep

在这个过程中，很多公司推出了批处理、实时计算，但离线批量数仓和实时分析具有不可调和性，离线数仓满足不了业务时效性的要求，而绝对的实时数仓也不切实际，“近实时”才有意义，而实时分析、近实时的分析构建离不开实时数仓系统的构建。

gydtep

我们的实时数据除了存储在大数据引擎中，还有很多非结构化的日志数据，通过阿里云的Elasticsearch，用全托管的方式提供低成本的冷热存储方案，轻松助力企业搭建统一的云上全观测运维监控平台，实现海量数据的实时监控分析，提高自动化运维管理效率。

gydtep

Elasticsearch背后的商业公司Elastic和阿里云于2017年开始战略合作，在阿里云上提供全托管Elastic Stack服务，100%兼容开源，免费提供X-Pack商业插件，即开即用，按需付费。同时深入功能与内核性能优化，提供更丰富的分析检索能力，更安全、高可用服务。

gydtep

在新零售行业，为了保障企业供应链数据实时采集、加速处理数据，为实时决策提供保障（快速检测问题，减少经济损失）。使用Databricks构建实时数仓后，数据延迟从2小时降低到15秒，并且由于数据链路精简，业务代码量也相应减少：Python代码从565行减少到317行，YML配置从252行减少到23行。

gydtep

在新零售行业，为了保障企业供应链数据实时采集、加速处理数据，为实时决策提供保障（快速检测问题，减少经济损失）。使用Databricks构建实时数仓后，数据延迟从2小时降低到15秒，并且由于数据链路精简，业务代码量也相应减少：Python代码从565行减少到317行，YML配置从252行减少到23行。

gydtep

Docker容器技术的出现，实现了软件交付流程的标准化，一次构建，随处部署。结合云计算可编程基础设施和Kubernetes声明式的API。可以通过流水线去实现自动化的持续集成与持续交付应用和基础设施，大大加速了开发和运维角色的融合。

gydtep

虚拟机管理: K8s通过KubeVirt可以实现对虚拟机和容器的统一调度与管理，可以利用虚拟化弥补容器技术的一些局限性，比如在CI/CD场景中，可以结合Windows虚拟机进行自动化测试。