- 博客(671)
- 收藏
- 关注
RSS订阅原创 淘宝闪购基于阿里云 EMR Serverless Spark&Paimon 的湖仓实践：超大规模下的特征生产&多维分析双提效
本文介绍阿里云 Serverless Spark + Paimon在淘宝闪购大数据湖仓场景的应用。
2026-02-03 18:28:00
591
原创 阿里云携手模思智能构建一站式多模态数据处理平台
阿里云与模思智能达成深度合作，基于阿里云 MaxCompute 构建云原生一站式多模态数据处理平台，同时通过 MaxCompute 自研分布式 AI 计算引擎 MaxFrame 实现对多模态数据高效开发、处理，为大模型研发、创新提供了坚实的数据基座。
2026-02-02 17:34:41
631
原创 万字实战沉淀，阿里云Hologres首发《Serverless OLAP 技术白皮书》
阿里云Hologres团队作为国内Serverless OLAP的先行者，以五年躬身探索为基石，撰写万字实战沉淀，首发《Down to Zero, Serverless OLAP 技术白皮书》
2026-01-27 16:16:44
873
原创 为什么 ES 的搜索结果只到 10,000？强制“数清楚”的代价有多大
Elasticsearch 7.x 版本默认限制查询结果总数为10,000，这是基于Block-Max WAND算法的性能优化。精确计数会强制解压所有匹配的文档块，导致CPU和I/O资源消耗剧增，查询延迟显著上升。在大多数场景下，模糊计数已足够满足需求，特别是高频查询和C端应用中。只有在必要场景（如后台管理）才应开启精确计数，同时建议利用Serverless环境的治理能力设置计数上限。替代方案如Cardinality聚合可提供近似计数，大幅降低性能损耗。开发者应根据实际需求权衡精确性与性能，避免不必要的资源
2026-01-26 18:11:10
716
原创 寻找 AI 全能王——阿里云 Data+AI 工程师全球大奖赛正式开启
2026年1月11日起，阿里云联合 NVIDIA 正式发起“寻找AI全能王”——Data+AI工程师全球大奖赛，面向全球高校学子与企业开发者，开启一场覆盖“数据处理”与“智能体构建”的全链路AI工程实战。
2026-01-21 16:52:13
441
原创 Hologres Dynamic Table 在淘天价格力的业务实践
淘天价格力团队利用Hologres Dynamic Table处理亿级商品价格数据。通过分钟级增量刷新机制，实现数据圈选秒级响应和报表时延从小时级降至分钟级，显著提升大促场景下的运营效率与决策时效性。
2026-01-20 16:54:52
1034
原创 EMR AI 助手再升级：支持 Serverless StarRocks
2026年01月09日起，EMR AI助手新增支持 Serverless StarRocks 产品。
2026-01-16 15:12:09
379
原创 Agentic Search: AI驱动的下一代企业搜索
Agentic Search 是一种以自主智能体（Agent）为核心驱动，以信息检索与整合为坚实基础的革命性架构。它将搜索、推理、规划和工具调用四种能力深度融合，构建了一个完整的“理解-规划-执行-反馈”闭环。
2026-01-15 17:05:52
829
原创 漫画说：为什么你的“增量计算”越跑越慢？——90%的实时数仓团队都踩过的坑，藏在这几格漫画里
Hologres Dynamic Table 用有限的存储换确定性的性能，让实时更新回归本质。
2026-01-13 16:49:26
188
原创 一套底座支撑多场景：高德地图基于 Paimon + StarRocks 轨迹服务实践
本文整理自高德数据开发工程师、赵宇在 Streaming Lakehouse Meetup上的分享。聚焦高德地图轨迹服务在实时湖仓方向的落地实践。
2026-01-09 15:27:17
796
原创 AI时代最大的宝藏，也藏得最深：80%的企业知识沉睡在非结构化数据中
Hologres 构建了新一代 AI 原生数据引擎——HSAP 2.0 (Hybrid Search/Analytics Processing)，即分析和搜索的混合处理架构。
2026-01-08 15:13:33
700
原创 面向Interleaved Thinking的大模型Agent蒸馏实践
阿里云 PAI 团队结合交错思维的推理机制，构建了涵盖多轮交互的训练数据集，训练更符合交错思维特性的轻量级 Agent 模型，有效提升性能与响应效率。
2026-01-08 14:57:19
607
原创 迅雷基于阿里云 EMR Serverless Spark 实现数仓资源效率与业务提升
在迁移到 EMR Serverless Spark 之后，TCO 明显下降，平台按作业生命周期弹性拉起与回收，只为实际消耗付费；同时，托管化带来了稳定性与调度效率提升；更关键的是交付确定性提升，大作业整体可提速约 1 小时，报表链路从长尾波动变成更可控的出数节奏。
2026-01-07 15:39:55
1043
原创 一站式构建 AI 数据处理 Pipeline：DataWorks Notebook + MaxCompute MaxFrame 快速入门指南
无需自建集群：全托管服务，分钟级开通开发体验友好：Jupyter Notebook 风格，支持 Magic Command 快速连接计算资源安全合规：天然集成 RAM 权限体系、VPC 网络隔离、敏感信息加密成本可控：按量付费 + 包年包月，适合测试与生产混合场景。
2026-01-04 18:11:56
811
原创 StarRocks + Paimon： 构建 Lakehouse Native 数据引擎
阿里云计算平台事业部开发工程师张庆玉聚焦 StarRocks 与 Apache Paimon 的深度集成实践，探讨如何构建真正意义上的 Lakehouse Native 数据引擎。
2026-01-04 16:17:05
877
原创 真实案例复盘：从“三套烟囱”到 All in ES，这家企业如何砍掉 40%运维成本？
使用阿里云 Elasticsearch 企业版，体验“All in ES”带来的极简与高效。
2025-12-30 17:15:06
714
原创 阿里云 PAI 团队获邀在 ChinaSys 2025 分享动态数据调度方案 Skrull
阿里云大数据 AI 团队将深度参与ChinaSys 2025。PAI 团队将在 ChinaSys 2025 带来演讲，与参会者分享大模型长上下文微调中的高效动态数据调度方案 Skrull。
2025-12-26 17:32:50
565
原创 Apache Paimon 多模态数据湖实践：从结构化到非结构化的技术演进
Paimon 作为新一代流式数据湖存储引擎，正通过一系列底层创新，构建面向 AI 原生时代的统一数据基础设施。
2025-12-25 15:13:46
739
原创 【NeurIPS2025】阿里云PAI团队动态数据调度方案Skrull 入选
阿里云 PAI 团队与中国科学院大学前沿交叉科学学院等单位合作的研究成果——轻量级动态数据调度方案 Skrull，论文被 NeurIPS2025 会议接收。
2025-12-24 16:42:43
1073
原创 DataWorks 又又又升级了，这次我们通过 Arrow 列存格式让数据同步速度提升10倍！
DataWorks数据集成引入Apache Arrow列存同步能力，列式、零拷贝、内存级传输为同步性能带来显著提升。DataWorks数据集成正以技术创新为引擎，帮助企业打破数据孤岛、消除性能瓶颈，让数据在湖仓之间、系统之间、业务之间高速、稳定、低成本流动。
2025-12-23 17:22:54
745
原创 Hologres Dynamic Table：高效增量刷新，构建实时统一数仓的核心利器
阿里云 Hologres 作为高性能实时数仓引擎，原生提供了 Dynamic Table，并基于有状态增量计算模型，在多表关联、聚合等复杂场景下展现出显著性能优势。
2025-12-22 17:56:29
735
原创 OmniThoughtV：面向多模态深度思考的高质量数据蒸馏
基于阿里云人工智能平台（PAI）的蒸馏工具包 EasyDistill，我们提出了一套面向多模态深度推理的蒸馏数据构建框架，并发布了首个支持大规模多模态思维链蒸馏的高质量数据集 OmniThoughtV。
2025-12-19 17:39:44
810
原创 打破 IK 分词“架构陷阱”——阿里云 ES Serverless 索引级词典的完美热更新实践
本文将通过一个真实事故的复盘，解析开源 IK 分词器架构设计中的不足，并介绍阿里云 ES Serverless 如何通过“索引级词典”能力，彻底解决热更新引发的搜索错配问题。
2025-12-18 18:40:13
922
原创 在 DataWorks 中一键部署大模型，即刻用于数据集成和数据开发
阿里云 DataWorks 发布大模型服务能力，基于 Serverless 资源组，支持用户 一键部署主流大模型，并可在 数据集成和数据开发任务中直接调用模型 API，实现“部署—集成—使用”全流程闭环，真正让数据工程师也能轻松玩转大模型！
2025-12-17 18:28:19
793
原创 活动报名 | Apache Spark Meetup · 上海站，助力企业构建高效数据平台
2025年12月20日，上海 · 阿里巴巴徐汇滨江园区，Apache Spark Meetup 助力企业构建高效数据平台，欢迎报名！
2025-12-12 15:42:04
440
原创 Forrester发布流式数据平台报告：Ververica首次跻身领导者行列，实时AI能力获权威认可
近日，全球权威研究机构Forrester正式发布《The Forrester Wave™: Streaming Data Platforms, Q4 2025》报告（后简称“报告”），Ververica首次进入领导者象限，成为该年度报告中最受关注的"新晋领导者"。
2025-12-11 17:19:08
496
原创 Fusion 引擎赋能：七猫如何使用阿里云 EMR Serverless Spark 实现数仓加速
七猫基于阿里云 EMR Serverless Spark 利用 Fusion引擎赋能实现数仓加速
2025-12-10 18:16:59
833
原创 一行代码，让Elasticsearch 集群瞬间雪崩——5000W 数据压测下的性能避坑全攻略
直接让你的集群拥有“防弹护甲”，自动抵御那些足以击穿性能的高危查询。与自建相比，阿里云 ES Serverless 的架构更健壮、更安全，也更省心。
2025-12-05 16:43:28
1085
原创 MaxCompute SQL AI：让 SQL 成为你的 AI 语言
MaxCompute SQL AI 全新上线，一句SQL就能用上大模型，零门槛让数据分析师秒变AI高手。
2025-12-04 15:04:38
725
原创 【新模型速递】PAI-Model Gallery云上一键部署DeepSeek-V3.2模型
阿里云 PAI-Model Gallery 已第一时间接入 DeepSeek-V3.2、DeepSeek-V3.2-Speciale 模型，提供企业级部署方案。
2025-12-03 18:20:49
795
原创 PAI Physical AI Notebook详解（5）：基于Isaac-Cortex的软件在环验证
在本期，我们隆重介绍DSW全新的noVNC功能，并结合Isaac Sim的协作机器人系统Cortex，搭建软件在环验证系统（Software-In-Loop System）。
2025-12-02 18:00:29
798
原创 EMR AI 助手开启公测：用 AI 重塑大数据运维，更简单、更智能
阿里云正式推出 EMR AI助手（EMR Agent） ——一款专为大数据场景打造的智能运维助手，标志着EMR运维正式迈入“AI驱动”的新纪元。
2025-12-01 16:35:24
591
原创 朝阳永续基于阿里云 Milvus 构建金融智能投研产品“AI 小二”
通过采用 阿里云向量检索服务 Milvus 版，朝阳永续成功构建了高性能、高可靠的金融语义检索引擎，有效解决了海量非结构化数据下的检索效率、精度与稳定性难题，为“AI 小二”提供了强大的底层支撑，显著提升了智能投研服务的用户体验与商业价值。
2025-11-28 15:54:49
869
原创 PAI Physical AI Notebook 详解4：基于仿真的 GR00T-N1.5 模型微调
在本期，我们将针对更复杂的VLA模型（以GR00T-N1.5为例）进行微调，同样需要经过人工演示、数据扩增、模仿学习、在环验证这几个步骤。
2025-11-25 16:55:30
964
1
原创 基于 Hologres 构建多模态AI数据分析与检索系统
Hologres4.0以“AI时代的一站式多模态分析平台”为核心理念，全面展示了Hologres在结构化、半结构化与非结构化数据分析能力上的重大突破，发布全新向量索引HGraph，登顶 VectorDBBench 性价比榜单QPS、Recall、Latency、Load 四项第一，为AI应用的提供高性价比、高吞吐、低延迟、高并发的向量服务，成为全球最具性价比的向量数据库！
2025-11-24 17:55:31
767
原创 阿里云 Elasticsearch 的 AI 革新：高性能、低成本、智能化的搜索新纪元
阿里云 Elasticsearch 在过去几个月里完成了一系列重要更新，从性能、成本、效果到业务实践，展现了全新的产品进化。
2025-11-21 17:15:07
1013
原创 【跨国数仓迁移最佳实践12】阿里云MaxCompute实现BigQuery 10万条SQL智能转写迁移
本系列文章将围绕东南亚头部科技集团的真实迁移历程展开，逐步拆解 BigQuery 迁移至 MaxCompute 过程中的关键挑战与技术创新。本篇为第十二篇，基于 阿里云MaxCompute 实现BigQuery 10万条SQL智能转写迁移。
2025-11-20 17:32:03
678
原创 EMR Serverless Stella 1.0 技术分享：StarRocks企业级版本内核重大突破
在今年云栖大会上，EMR Serverless Stella 1.0正式发布，这是一款面向企业级场景深度优化的高性能数据分析引擎。阿里云开源大数据平台OLAP引擎负责人周康系统性地分享了 Stella 在存算分离架构、Lakehouse 场景以及全文检索等三大核心场景下的深度优化经验，为业界提供了大规模 OLAP 系统工程化实践的宝贵参考
2025-11-19 18:01:25
1046
原创 PAI Physical AI Notebook 详解3：基于仿真的导航模型训练
针对具身智能场景，除了Manipution，Navigation（导航）也是一类非常重要的控制模型，本期我们就来详细解读基于仿真环境的导航模型训练的全过程。
2025-11-19 15:26:06
839
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人