• 博客(6)
  • 资源 (54)
  • 收藏
  • 关注

原创 11月最值得关注的26个热点

近年来,实时音视频快速发展,WebRTC作为实时音视频的标准也快速发展,从直播到通讯,其应用场景也在不断丰富。如果您关注实时音视频方向的技术产品应用与创新,本系列文章就将会为您分享音视频方向的技术产品动态,助您第一时间获取业界信息。本文将为你快速解析近期值得关注的技术、产品与行业热点。1.腾讯会议发布3.0版本11月4日,2021腾讯数字生态大会上发布了腾讯会议3.0版本,下面就分享几个小点。•腾讯会议的定位是降低人们达成共识的成本,所以产品设计的时候都是围绕这个点这个点深有感触,人们往

2021-11-30 16:58:23 1151

原创 千万并发连接下,如何保障网络性能

过去几十年互联网呈爆发式的增长,内容的丰富以及层出不穷的DDoS攻击等,对网络性能提出了极大的挑战,也同样促进了网络基础设施的快速发展。运营商的带宽越来越大,CPU/网卡等硬件的性能也会越来越强。但在很长时间内,软件的性能提升落后于硬件的性能提升,并严重限制了应用程序的性能,大部分时间不得不依靠堆机器来应对,造成了大量的资源浪费和成本提高。随着软件的不断发展,在新世纪的第一个10年时,通过多线程和事件驱动(kqueue/epoll等)解决了C10K的问题。但是在第二个10年却不堪重负,亟需新的解决方案来

2021-11-30 16:55:06 454

原创 解放人与设备距离,5G时代的远程操控该如何完成

物联网这个概念早在十多年前便已提出,其主要依托于移动通讯网络来实现其功能的传输。在过去物联网领域的一些设备控制场景中,我们或多或少都见到过远程控制技术的身影,但受限于当时的网络条件和技术场景,大部分应用都属于对设备的简单操作,并不会同步太多的现场实时信息。随着通讯技术的不断发展,以及5G技术的出现,智能化的生活也离大家越来越近。5G的出现给移动网络带来了高带宽、低时延、本地分流等新的特性。同时,远程控制作为5G技术的先导,其对于智能化时代具备重要价值,5G可以满足远程控制应用中更多信息的同步需求。可以说

2021-11-30 16:48:54 703

原创 日均请求量1.6万亿次背后,DNSPod的秘密-国密DoH篇

大家好,我是吴洪声。在2005年的时候,我做了一个和DNS有关的小产品,DNSPod。当时做这样一个产品的背景很简单,那还是一个「南电信北联通(网通)」的时代,相信很多人都会有印象:那个时候你打开一个网站,首先看到的并不是网站的首页,而是一个密密麻麻的「电信1」「电信2」「网通1」「网通2」…,运营商之间互设门槛,最后造成的互访速度下降的结果还是用户来买单。而DNSPod,就是用很优雅的方式解决这个问题,自动把用户分流到对应的服务器,也是因为这个方式让很多朋友们认识了DNSPod,认识了我。对.

2021-11-30 16:38:30 1221

原创 微信 ClickHouse 实时数仓的实践之路

微信作为一款国民级应用,已经覆盖了社交、支付、出行等人们生活的方方面面。海量多样化的业务形态,对数据分析提出了新的挑战。为了满足业务数据分析的需求,微信WeOLAP团队联手腾讯云,共建千台规模、数据 PB 级、批流一体的 ClickHouse 数据仓库,实现了10倍以上的性能提升。下文将由浅入深,为大家揭晓微信在 ClickHouse 实时数仓实践中积累的经验及方法。

2021-11-25 14:23:26 1720

原创 100G云服务器诞生记

黄色的树林里分出两条路,而我选择了人迹罕至的一条,从此走出了这迥异的旅途。——弗罗斯特从25数到100,普通人只需要几十秒,从25G到100G,腾讯云用了10个月。随着腾讯云100G云服务器的全量发布,在云服务器市场,腾讯云从跟进到引领,再到如今真正淌入无人区,腾讯技术人在云服务器领域走出了一条属于自己的康庄大道。这一切在一年前,还只是一个设想。纠结:50G还是100G?按照目前云服务器市场普遍的行情,从25G直接上到100G的还没有先例,稳妥的做法是从.

2021-11-15 11:33:03 622

The-Emergence-of-the-Enterprise-Data-Hub-Mike-Olson

2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地,共同探讨Spark项目开发的方向,以及Spark在各种各样应用程序中的实践情况。

2015-09-22

Why-Spark-on-Hadoop-Matters-M.C.-Srivas

2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地,共同探讨Spark项目开发的方向,以及Spark在各种各样应用程序中的实践情况。

2015-09-22

Whats-Next-for-BDAS-Mike-Franklin1

2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地,共同探讨Spark项目开发的方向,以及Spark在各种各样应用程序中的实践情况。

2015-09-22

Spark-Meets-Genomics-Helping-Fight-the-Big-C-with-the-Big-D-David-Patterson00

2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地,共同探讨Spark项目开发的方向,以及Spark在各种各样应用程序中的实践情况。

2015-09-22

Spark-on-YARN-A-Deep-Dive-Sandy-Ryza

2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地,共同探讨Spark项目开发的方向,以及Spark在各种各样应用程序中的实践情况。

2015-09-22

Sparks-Role-in-the-Big-Data-Ecosystem-Matei-Zaharia1

2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地,共同探讨Spark项目开发的方向,以及Spark在各种各样应用程序中的实践情况。

2015-09-22

Spark-and-Cassandra-Martin-Van-Ryswyk

2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地,共同探讨Spark项目开发的方向,以及Spark在各种各样应用程序中的实践情况。

2015-09-22

Future-of-Spark-Patrick-Wendell

2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地,共同探讨Spark项目开发的方向,以及Spark在各种各样应用程序中的实践情况。

2015-09-22

Delivering-the-Enterprise-Fabric-for-Big-Data-Aiaz-Kazi

2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地,共同探讨Spark项目开发的方向,以及Spark在各种各样应用程序中的实践情况。

2015-09-22

Apache-Spark-and-the-Future-of-Big-Data-Applications-Eric14

2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地,共同探讨Spark项目开发的方向,以及Spark在各种各样应用程序中的实践情况。

2015-09-22

IBM-Text-Analytics-on-Apache-Spark-Bhatia-Thitte

2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地,共同探讨Spark项目开发的方向,以及Spark在各种各样应用程序中的实践情况。

2015-09-22

Scalable-Distributed-Decision-Trees-in-Spark-Made-Das-Sparks-Talwalkar

2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地,共同探讨Spark项目开发的方向,以及Spark在各种各样应用程序中的实践情况。

2015-09-22

End-to-end-analytics-with-Oryx-Spark-and-MMLib-Sandy-Ryza

2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地,共同探讨Spark项目开发的方向,以及Spark在各种各样应用程序中的实践情况。

2015-09-22

Spark-Meets-Genomics-Helping-Fight-the-Big-C-with-the-Big-D-David-Patterson

2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地,共同探讨Spark项目开发的方向,以及Spark在各种各样应用程序中的实践情况。

2015-09-22

把Docker打造成虚机-搜狗

很多公司已经使用物理机和vm很多年,以机器为粒度做运维,积累了很多运维工具和平台。弊端很明显,但又难以一下子切换到docker推崇的微服务架构。既想平滑兼容既有平台,又想充分利用docker的好处,how to?于是就有了我们的尝试:把docker改造成虚机的样子。

2015-07-19

kubernetes-容器集群管理利器-时速云

Kubernetes将于7月21日发布1.0版本,对容器生态圈具有重大意义。topic将介绍kubernetes的轻量化、模块化、弹性伸缩等特征,以及在服务发现、虚拟网络等方面的优势。

2015-07-19

Hyper-用虚拟机作为Pod的边界

Pod 是 K8s 调度的基本单位,也是一个逻辑实体,而 Hyper 为这个逻辑实体添加了一个“物理”边界,使得同一台主机上的不同 Pod 可以服务不同用户,这样使用kubernetes提供公有云服务就不再需要一个额外的IaaS层来提供多租户隔离了。

2015-07-19

在Spark上实时、准实时离线视频分析

Conviva 创始人 Davis Shepherd 在此次峰会上就Conviva使用Spark的情况,从我们是做什么、哪些问题需要我们解决、为什么Spark对于我们的解决方案必不可少、未来Spark能为Conviva带来什么改变等方面做了详细的介绍。

2014-05-29

StratioDeep:一个在Spark 和Cassandra之间的集成层

Stratio高级架构师Luca Rosellini:在此次峰会上和其同事Oscar Méndez、Alvaro Agea重点介绍Stratio的主要客户、为什么使用Cassandra、为什么使用Spark以及举例说明。

2014-05-29

Flint: Making Sparks (and Sharks!)

Jim Donahue是Adobe系统技术实验室主要科学家,主要研究方向是云计算、数据库和企业系统,此次峰会上Jim Donahue主要从架构,安装等方面详细介绍了Flint。

2014-05-29

腾讯技术开放日 | 全面解析腾讯会议的视频前处理算法

在视频通话中,视频前处理模块可以有效提升用户参与实时视频时的体验,并保护用户隐私,主要包括虚拟背景、美颜和视频降噪等。腾讯会议在视频前处理场景下,遇到哪些技术难点,如何进行优化?【腾讯技术开放日 · 云视频会议专场】中,腾讯云高级工程师李峰从算法和工程优化的角度进行了分享。

2020-05-24

千万日活腾讯会议背后:深度学习的最新应用

深度学习是实现语音增强最主要的方法之一,¬帮助我们从带噪语音中提取尽可能纯净的原始语音,提高语音质量和可懂度。腾讯会议在去年年底推出,短短两个月内就突破千万日活大关。在多样且复杂的场景下,深度学习如何帮助腾讯会议在实时通话中进行去混响、声音事件检测和回声消除?本文是腾讯多媒体实验室高级研究员王燕南在「腾讯技术开放日·云视频会议专场」的分享整理。

2020-03-29

干货|一文读懂腾讯会议在复杂网络下如何保证高清音频

一场突如其来的疫情,让数以亿计的白领只能居家办公,云视频会议系统突然成为最重要的办公软件。腾讯会议在2019年12月25日正式上线后,短短两个月时间内积累千万日活。除了时机,腾讯会议产品又为什么能脱颖而出呢?产品力是个不得不提的因素,腾讯多媒体实验室高级研究员王晓海在【腾讯技术开放日·云视频会议专场】中,对腾讯会议在复杂网络情况下如何保证高清音质进行了分享。

2020-03-29

Kubernetes实战系列之一-原理篇

kubernetes实战系列公开课PPT,讲师叶伙荣是《Kubernetes权威指南》的作者之一。

2016-03-04

开源大数据引擎:分布式Greenplum数据库内核分析

Pivotal 研发总监姚延栋《开源大数据引擎:分布式Greenplum数据库内核分析》

2015-12-17

FreeWheel基于大数据的新兴视频广告测量实践

FreeWheel技术副总裁李旸《FreeWheel基于大数据的新兴视频广告测量实践》

2015-12-17

大数据与金融创新: 从研究到实战

新加坡管理大学信息系统学院教授朱飞达《大数据与金融创新: 从研究到实战》

2015-12-17

Octopus(大章鱼):基于R语言的跨平台大数据机器学习与数据分析系统

南京大学计算机系PASA大数据实验室教授黄宜华《Octopus(大章鱼):基于R语言的跨平台大数据机器学习与数据分析系统》

2015-12-17

Apache Kylin的大数据可视化实践

eBay 软件工程师,Apache Kylin PMC 成员仲俭《Apache Kylin的大数据可视化实践》

2015-12-17

BML百度大规模机器学习云平台实践

百度基础架构部高级架构师沈国龙《BML百度大规模机器学习云平台实践》

2015-12-17

大数据驱动下的微博社会化推荐

新浪微博算法技术总监姜贵彬《大数据驱动下的微博社会化推荐》

2015-12-17

Sentry金融实时风控系统

数美公司联合创始人兼CTO梁堃《Sentry金融实时风控系统》

2015-12-17

大数据下的数据安全

阿里巴巴数据安全部阿里数据安全小组总监郑斌《大数据下的数据安全》

2015-12-17

Deep Learning助力客服小二:数据技术及机器学习在客服中心的应用

阿里巴巴iDST语音组高级专家鄢志杰《Deep Learning助力客服小二:数据技术及机器学习在客服中心的应用》

2015-12-17

Voidbox - Docker On YARN在Hulu的实践

Hulu 资深研发主管梁宇明《Voidbox - Docker On YARN在Hulu的实践》

2015-12-17

从2014 到2016,大规模内存数据库演进之路

京东云平台总架构师、系统技术部负责人刘海锋《从2014 到2016,大规模内存数据库演进之路》

2015-12-17

Spark发展:回顾2015,展望2016

Databricks公司联合创始人、Spark首席架构师辛湜《Spark发展:回顾2015,展望2016》

2015-12-17

2016 年大数据技术发展趋势解读

启明星辰公司副总裁,CCF 大数据专家委员会副秘书长潘柱廷《2016 年大数据技术发展趋势解读》

2015-12-17

大数据和小米金融

2015中国大数据技术大会讲师PPT,本PPT来自小米金融技术主管方流的演讲

2015-12-17

Databricks-Update-and-Announcing-Databricks-Cloud-Ion-Stoica000

2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地,共同探讨Spark项目开发的方向,以及Spark在各种各样应用程序中的实践情况。

2015-09-22

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除