Wesley13 Wesley13
4年前
SOHO 办公场景下,企业数据保护指南
简介:为了共同抵抗疫情,众多企事业单位开始SOHO办公(也叫线上办公),以有效降低人员接触导致的交叉感染风险,这是互联网时代给予疫情防御战线的一份礼物。与此同时,这类新型的办公方式也给企事业单位的数据安全保护带来了更多挑战,阿里云数据安全专家建议从五个方面着手,提升企业数据安全保护能力,并提供免费咨询服务。病毒肆掠,疫情严峻。为了共同抵抗疫情,众多企
Stella981 Stella981
4年前
SAE 助力南瓜电影 7 天内全面 Serverless
作者:李刚(寻如),阿里云解决方案架构师南瓜电影APP是国内领先的专注于影视精品化运营的垂直类视频产品,在移动互联网、IPTV、OTT等客户端,面向广大中产阶级精英群体,提供有异于院线及其他视频平台的精品化、差异化内容运营服务,为广大用户打造高质量专业的视听盛宴。新的需求随着业务的发展,南瓜电影对于系统稳定和监控提出了新的需求:1、
Wesley13 Wesley13
4年前
CTO:不会Go,迟早得Go!
近几年,关于Go与Java还有c的对比和讨论愈演愈烈,但不可否认的是,在十年多的时间里,Go语言发展势头强劲,凭借其简洁、高效的特性,在竞争激烈的编程语言市场中占据了一席之地。Google、腾讯、阿里等大公司纷纷选择使用Go语言来开发服务应用项目。Go的应用范围一直在扩大,微服务,区块链和云计算,哪里都有用Go写的重量
Easter79 Easter79
4年前
Tidb的日常
TiDB也使用了一段时间,持续记录一些日常,防止大家也踩到同样的坑~🥕raftsynclog目前,公司使用的Tidb分别部署在生产环境和测试环境,生产环境的是在阿里云,而测试环境是在公司的机房。周末的时候,机房不知道为啥断过电,什么都不知道的我,周一来到公司发现测试环境的Tidb挂了(这是肯定的,因为停过电嘛~),然后就是怎么都启动
Wesley13 Wesley13
4年前
2020双十一,阿里云GRTN拉开直播和RTC技术下半场的序幕
直播,已经成为了“剁手党”们最喜闻乐见的一种购物形式。对直播体验的极致追求,也是淘宝技术人们长期的努力方向。为了提升用户购物体验,让直播更加丝滑,让剁手更快一些,在2020双十一期间,淘宝首次启用了阿里云CDN的GRTN全球实时传输网络。数据显示,和传统的HTTPFLV/RTMP方式相比,在启用了GRTN后,直播端到端的延时降低了83%。那么,GRTN到底是
Stella981 Stella981
4年前
Kubernetes 下零信任安全架构分析
作者杨宁(麟童)阿里云基础产品事业部高级安全专家刘梓溪(寞白)蚂蚁金服大安全基础安全安全专家李婷婷(鸿杉)蚂蚁金服大安全基础安全资深安全专家简介零信任安全最早由著名研究机构Forrester的首席分析师约翰.金德维格在2010年提出。零信任安全针对传统边界安全架构思想进行了重新评估和审视,并对安全架构思路给出了新的建议。
Stella981 Stella981
4年前
Serverless 实战:通过 Serverless 架构实现监控告警
在实际生产中,我们经常需要做一些监控脚本来监控网站服务或者API服务是否可用。传统的方法是使用网站监控平台(例如DNSPod监控、360网站服务监控,以及阿里云监控等),它们的原理是通过用户自己设置要监控的服务地址和监测的时间阈值,由监控平台定期发起请求对网站或服务的可用性进行判断。这些方法很大众化,通用性很强,但也不是所有场景都适合。例如,如
Stella981 Stella981
4年前
Serverless在游戏、电商行业的一个运用场景示例
Serverless是一种架构理念,具有自己的独特的优势和适用场景。本文以使用阿里云函数计算为例,构建一个简单具体的microservice为例,看看这种架构是如何达到快速开发和节约运维成本的。应用场景1某游戏公司刚开发完一个新的游戏,想要进行一些封闭测试,他们需要一个管理激活码的service来邀请有激活码的玩家来参与封闭测试,同时可能对积极参与
Stella981 Stella981
4年前
HBase实践案例:车联网监控系统
项目背景本项目为车联网监控系统,系统由车载硬件设备、云服务端构成。车载硬件设备会定时采集车辆的各种状态信息,并通过移动网络上传到服务器端。服务器端接收到硬件设备发送的数据首先需要将数据进行解析,校验,随后会将该消息转发到国家汽车监测平台和地方汽车监测平台,最后将解析后的明文数据和原始报文数据存储到系统中。车辆的数据和其他数据需要通过
CDN中使用边缘函数实现自定义编程
本文分享自天翼云开发者社区《》.作者:郭迎为什么选择边缘函数千人千面,个性化定制,源站计算成本高:企业网站为了提升用户转化率,往往需要在源站服务器根据用户历史数据,计算出千人千面的个性化推荐结果。一方面给源站服务器带来了较大的计算成本,另一方面由于中心化部