首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

首次揭秘1112背后的云数据库技术!| Q推荐

从 2009 年到 2021 年,从千万交易额到千亿交易额, 11 已经开展了 12 年。如今,每年的 11 以及一个月后的 12,已经成为真正意义上的全民购物狂欢节。...刚刚过去的 2021 年 11,就有超过 8 亿消费者参与。 与攀升的交易额和参与人数相反, 11 的主要阵地“淘宝 APP”、 12 的主要阵地“天猫 APP”的崩溃情况逐年减少近无。...是什么样的数据库撑起了 2021 年的 11 12 的稳定进行?...《数据 Cool 谈》第三期,阿里巴巴大淘宝技术部 12 队长朱成、阿里巴巴业务平台 11 队长徐培德、阿里巴巴数据库 11 队长陈锦赋与 InfoQ 主编王一鹏,一同揭秘了 11 12 背后的数据库技术...在 11 12,这种方式的弊端会被进一步放大。数据显示,在 11 秒杀系统中,秒杀峰值交易数据每秒超过 50 万笔,是一个非常典型的电商秒杀场景。

31.7K50

11:快递从价格战走向服务

随着11即将到来,电商平台们已经摩拳擦掌,企图在11这一大爆发点再创新高。...今年的11电商赛道也格外热闹,除了老牌电商企业出台了许多优惠活动以外,还有一些“新势力”也加入到这个大狂欢中,今年的11无疑将迎来大爆发。...在业务和收入不成正比的情况下,服务自然满是槽点。 在11这个大爆发的节点,物流企业势必会迎来更大的增量。...11是一次练兵,也是一场物流升级之战,在物流行业备战11的过程中,服务质量带来的隐患导致通达系暂时落了下风。...用数字化提升服务效率,可以给消费者带来良好的体验。通过人工智能挑选货物、分发拨运,不但可以降低错误概率,也将让物流运输和资源调配更科学和高效。 其次,服务业更应保障服务工作者。

4.4K40
您找到你想要的搜索结果了吗?
是的
没有找到

任性11服务半价买,还有百万Q币送

明天就是一年一度的11购物狂欢节,不仅各大零售电商瞄准了这一波营销大势,众多企业服务商也在这一天推出重大优惠。...腾讯WeTest 作为有着十年技术沉淀的一站式测试服务平台,将在11期间,推出“狂送百万Q币”的活动以回馈平台用户。...活动时间 2016年1111日至11月24日 活动规则 活动期间,平台认证用户购买任意服务,累计付费满100元,可领取50Q币,累计付费满200元,可领取100Q币,多买多送。百万Q币,送完为止。...11来WeTest,享受被百万Q币围绕的喜悦!来一次跟腾讯专家的约惠! 了解活动更多信息,请扫描下方二维码 ? ?...腾讯WeTest提供:兼容适配测试;云端真机调试;安全测试;耗电量测试;服务器压力测试;舆情监控等服务。 ?

11.1K20

快手智能视频图像编码处理服务架构

2.2 Atlas 能力简介 Atlas作为多媒体处理算法引擎,已经在快手的各种线上服务全面落地,包括快手主站及海外的视频/图像分析、视频/图像处理、视频转码等。...Atlas现有的能力主要包括如下四个方向:视频图像压缩,画质增强,音频处理,以及智能生产。 在快手每天会新增千万级的视频内容,这些视频的服务端转码任务都是通过Atlas来完成的。...这些算法及功能已经长期稳定地服务于快手平台及海外各App,服务范围涵盖了移动端的编辑和上传流程,以及服务端转码相关的处理和增强等重要任务。...智能生产方面,Atlas中具有很多独特的功能,比如精彩片段挑选、智能封面挑选和裁剪等。快手智能影集就是基于Atlas这些独家能力进行开发并持续迭代的。...算法服务层:这是最核心的一层,主要分为三大模块,其一是音频、视频及图像编解码器(Codec)模块;其二是图像算法引擎VisionEngine,是包含各种自研图像算法的工具集;其三是EVA(Elastic

2.2K30

快手智能视频图像编码处理服务架构

2.2 Atlas 能力简介 Atlas作为多媒体处理算法引擎,已经在快手的各种线上服务全面落地,包括快手主站及海外的视频/图像分析、视频/图像处理、视频转码等。...Atlas现有的能力主要包括如下四个方向:视频图像压缩,画质增强,音频处理,以及智能生产。 在快手每天会新增千万级的视频内容,这些视频的服务端转码任务都是通过Atlas来完成的。...这些算法及功能已经长期稳定地服务于快手平台及海外各App,服务范围涵盖了移动端的编辑和上传流程,以及服务端转码相关的处理和增强等重要任务。...智能生产方面,Atlas中具有很多独特的功能,比如精彩片段挑选、智能封面挑选和裁剪等。快手智能影集就是基于Atlas这些独家能力进行开发并持续迭代的。...算法服务层:这是最核心的一层,主要分为三大模块,其一是音频、视频及图像编解码器(Codec)模块;其二是图像算法引擎VisionEngine,是包含各种自研图像算法的工具集;其三是EVA(Elastic

4K20

如何用人工智能预测 11 的交易额?

本文将用一个简单的人工智能算法,即线性回归算法,预测阿里巴巴 2019 年 11 的交易额。 1....处理数据 其次,我把历年 11 的交易额数据,保存到文件「1111.xlsx」中,在林骥的公众号后台回复「1111」,可以获取该文件的链接。...进行预测 接下来,我们调用 sklearn 库中的线性回归算法,对历年 11 的交易额数据进行拟合,并对 2019 年进行预测,预测结果是 2471 亿元。...小结 本文用一个简单的人工智能算法,预测 2019 年 11 的交易额为 2471 亿元,并用图形展示了预测的结果。 到此,预测工作算是基本完成了,但数据分析工作还要继续。...等 11 活动结束之后,我们还应该进行复盘,拿实际数据与预测的结果进行对比分析,计算预测的准确率,分析差异的原因,提出改进的方案,想方设法提高下一次预测的准确率。

2.5K00

助力 11 个性化会场高效交付:Deco 智能代码技术揭秘

Tech 导读 在这次11的个性化会场我们大规模使用Deco进行研发,带来了48%左右的效率提升,本文将为大家揭秘Deco提效之秘。...Deco 经过 618 大促的初步验证,随后不断升级打磨,在正在火热进行的 11 个性化会场研发中已经广泛投入使用,覆盖 90% 左右的大促楼层模块,为业务研发带来 48% 左右的效率提升。...图3 11部分个性化会场及模块 03如何实现一个设计稿生成代码方案 1、生成静态代码 设计稿智能生成代码的第一步是生成静态化的代码,而这一步的核心是如何根据设计稿生成一份「结构化的数据描述」信息,这份数据称为...文稿是由若干图层元信息(分为 Document 和 Pages 等)和资源文件(主要是图片)组成的一个压缩文档(文件后缀为 ".sketch"),我们需要通过对图层元信息进行加工处理后得到一份供布局算法服务处理的数据...图10 空间布局算法 图11 投影布局算法 处理好布局结构生成之后需要进行样式计算,是对经过布局推导层得到的结果进行一系列的计算,例如,基于层级关系,可以通过坐标计算得出 Flexbox 主轴、侧轴;

3.1K20

Spotify个性化推荐服务Discover Weekly:智能学习如何为你推荐音乐

那么现在,就让我们先去看看其他音乐服务公司是如何推荐音乐的,然后再看看Spotify是如何做得更好的。...大约在同一时间,一个名叫“The Echo Nest”的智能音乐代理在麻省理工学院的媒体实验室中诞生了,它采用了在当时非常先进的个性化音乐推荐方法。...如果上述就是其他音乐推荐服务的工作方式,那么Spotify是怎么推荐音乐的呢? 是什么使它能够比别的产品更加准确地挠到用户的痒痒肉呢?...Spotify的三种音乐推荐模型 Spotify并不是使用了某种革命性的推荐模型,实际上,他们是把其他推荐服务的各种好方法混在一起使用,最终创造了他们独特而强大的挖掘引擎。...推荐模型3:原始音频模型 写了这么多了,你可能会想:等等,我们不是已经通过前两个模型来分析这么多数据了吗?为什么我们还要分析音频自身呢? 首先,加入第三个模型可以提升推荐服务的准确性。

2.4K100

11产出1.7亿张素材的“智能设计师”,是如何做到的?

10月25日,DT君邀请了智能产品架构师/全栈工程师/跨界设计师、MIXLAB无界社区创始人池志炜做客数据侠实验室,他将为我们一一解答以上问题,本文为其演讲实录。...在开始前,大家来猜一猜,以下哪张图片是人工智能所创作?我将在文末为大家揭晓答案。 ? 关于“设计师与艺术家会不会被AI取代”这个问题我在业界采访了很多人。...结合Adobe最近公布的人工智能工具Sensei的案例来看,这个工具有一个图像质量评估的能力,它给出了评估图片质量的十个纬度,这其实就是一些所谓的艺术规则。...在艺术领域涉及最多的媒介是图像,通过对图像的分析,我们能够得出一些量化方法。 ? 今天我们分享一个关于图像色彩风格的量化方法。...除了服饰之外,配饰、妆容(例如口红色号)也可以实现个性化推荐。 除了服装,我们生活中关于颜色的应用场景还有很多,比如室内装修。

2.2K20

11狂欢的背后】微服务注册中心如何承载大型系统的千万级访问?

,所有的服务注册与服务发现,都是依赖Eureka的。...先给大家说一个基本的知识点,各个服务内的Eureka Client组件,默认情况下,每隔30秒会发送一个请求到Eureka Server,来拉取最近有变化的服务信息 举个例子: 库存服务原本部署在1台机器上...各个服务的注册、服务下线、服务故障,全部会在内存里维护和更新这个注册表。...首先,这个ConcurrentHashMap的key就是服务名称,比如“inventory-service”,就是一个服务名称。 value则代表了一个服务的多个服务实例。...举例:比如“inventory-service”是可以有3个服务实例的,每个服务实例部署在一台机器上。

3K20

马斯克推荐11本必读书籍:宇宙、人类和人工智能

我们翻看了马斯克过去的一些采访资料和社交媒体发文,总结出了11本这位亿万富翁认为每个人都应读的书。 下面是这11本书的简介。...他还发明了光眼镜——一种装有两片不同度数镜片的眼镜。 马斯克在接受Foundation的采访时说:从《本杰明•富兰克林传》中,你可以明白富兰克林是怎么成为企业家的。...马斯克在2013年的一场会议上推荐了这本书,之后又在推特上指出了这本书的关键论点,并称:否认吸烟导致死亡的那股力量正在否认气候变化的危险性。...:Max Tegmark 我们能从马斯克推荐的这11本书中总结出一个结论,他非常热衷于探讨人工智能的未来。...马斯克推荐的这本书探讨了AI造福人类的可能性,没有触及AI的邪恶面。 新智元发表过的两篇书评: 【马斯克荐书】生命3.0:生活在AI时代的我们该如何做人 杨静:智能进化的终极目标——从生命3.0谈起

2.3K80

推荐一个基于C++11的高性能运营级流媒体服务框架

推荐一个比较好用的流媒体服务开源代码: ZLMediaKit: 实现RTSP/RTMP/HLS/HTTP协议的轻量级流媒体框架,支持大并发连接请求 https://gitee.com/xiahcu/ZLMediaKit...logo 一个基于C++11的高性能运营级流媒体服务框架 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-qGMRzHOl-1588662590011)(https://travis-ci.org...branch=master)] 项目特点 基于C++11开发,避免使用裸指针,代码稳定可靠;同时跨平台移植简单方便,代码清晰简洁。...PusherYRTMP PlayerYRTMP PusherYHTTP[S]YWebSocket[S]Y 后续任务 完善支持H265 编译要求 编译器支持C++11,GCC4.8/Clang3.3/VC2015...使用方法 作为服务器: 作为播放器: 作为代理服务器: 作为推流客户端器: QA 怎么测试服务器性能?

2.8K10

看火山引擎智能推荐服务节支增效实战

千行百业的数字化、智能化转型正如火如荼,IT基础设施资源的供求矛盾也日益突出,这尤其体现在AI和大数据的应用上。 以AI应用为例:有统计表明,模型训练所需的算力平均100天就会翻番。...另辟蹊径,实现内存-存储架构蜕变 火山引擎依托字节跳动高效的大规模机器学习和个性化推荐技术,推出颇具竞争力的智能推荐服务。...火山引擎基于异构存储设备构建计算与存储分离的推荐系统架构,其中的存储型服务可为数百亿规模的数据特征,以及千亿规模的排序模型参数提供存储和实时更新能力。...最终,火山引擎还是找到了更好的“破墙”利器——它拥抱了内存-存储架构领域的重大创新,引入英特尔® 傲腾™ 持久内存,并将之与英特尔® 至强® 可扩展处理器剑合璧,对IndexService存储架构进行了深层次优化...为满足推荐系统 IndexService支持大规模访问所需的存储容量,如其承载的某项服务在晚高峰时期的总 TPS 可达到读 7000 万、写 3000 万,并提升其数据访问和处理能力,火山引擎在使用英特尔

67320

谁顶住11的世界级流量洪峰?神龙架构负责人等9位大牛现场拆解阿里秘籍

自研数据库POLARDB和OceanBase分别处理8700万、6100万笔/秒峰值请求、实时计算处理峰值每秒25.5亿笔、计算平台单日处理970PB数据、12亿笔物流智能化等……2019年11期间,...从数据来看,阿里巴巴AI每天调用超过1万亿次,服务全球10亿人,日处理图像10亿张,日处理视频120万小时,日处理语音55万小时,日处理自然语言5千亿句。...在11中,阿里使用了全自研的一整套平台,平台包括超过10万台规模服务器集群,10+数据中心、10EB级别存储、每天千万级别的大数据和AI计算作业。...据统计,去年2018年十一的时候,这样的实时推荐给商家的智能决策,90%都会被商家采用。...网络、服务器、存储这些基础设施多年来发生了翻天覆地的变化,微服务,容器化,数据库等一系列的底层技术和框架的持续演进,带动了电商技术今天在搜索,个性化推荐,视频互动,消息等各个应用领域支撑和连接着数亿消费者

10.7K10

智能存储 :一站式AI内容识别加速内容生产

导语 数据万象内容识别基于深度学习等人工智能技术,与对象存储 COS 深度融合,底层直接调用COS的数据,实现数据存储、流动、处理、识别一体化,提供综合性的云原生 AI 智能识别服务,包含图像理解(解析视频...适用场景:电商平台 11大促等活动时,电商平台往往需要在短时间内制作大量的活动海报进行引流。如果使用人工制作,不仅费时费力,还缺乏个性化定制。...图像修复 图像修复功能支持指定图像中需要修复的区域,并对其中的主体进行识别,通过 AI 算法智能填充与周围区域相似的图片纹理。...可应用于视频智能分析、视频审核、视频搜索、视频个性化推荐等场景,助力视频智能生产。 适用场景1:短视频分类 在短视频平台、电商、社交应用等场景下,我们都可以看到精准匹配用户需求的标签推送。...适用场景2:热点推荐 适用于视频平台、电商平台中识别热点明星、商品、情景出现时间,标记后进行推荐。 如果您想了解上述AI能力的接入指引等更多信息,请点击[阅读原文],查阅官网文档。

5.4K30

11请来一堆科技巨头步道“智能制造”,天猫已在为十年后的电商布局

11的硝烟已经弥漫在每个角落——不只是互联网,还有线下实体;不只是内地市场,还有中国香港中国台湾等市场;不只是促销大战,而是在产品、体验、服务和物流等维度共同发力。...这看上去是一个有些“学术范”的活动,与天猫11似乎并无直接关系。实则不然,从这个活动能够看到,科技产品将一如既往地成为天猫11的重点,更重要的是,智能化制造正在成为现实。 ?...阿里巴巴在智能制造中能做什么? 在马云提醒行业“新制造”趋势的时候,阿里巴巴两年前就已经在布局了,而今年11则成为C2B模式的练兵场。...明年11的某些品类,或许我们就完全可以实现“先定后产”,这样也将彻底改变商家在11清库存的做法,因为未来的商家根本不会有库存,一切生产都会面向具体的订单。...阿里巴巴的行动实际上已经给出了答案:智能化制造、个性化定制、立体式体验和零库存物流,就是十年后的电商,阿里巴巴已为此布局多时,今年11只是冰山一角。

10.8K60

手机人工智能时代,华为Mate 10这些功能一定要知道

根据不同的场景自动识别人像、夜景等13种拍照环境,在拍摄类似食物、人、狗、文字等内容时,ISP+NPU的组合可以实现本地智慧识物的功能,并且自动调节拍照参数,AI精准识别人像范围虚化背景,在任何场景都能拍出优质图像...目前,华为Mate 10的AI指识屏功能,已支持1700+词条提供实时服务。 ?   华为Mate 10甚至能实现高效助理的功能,并且基于用户习惯和场景分析,更加懂你地提供定制个性化服务。...此外,在负一屏也有贴心的智能助手,根据您的使用习惯和场景进行智能推荐,集合服务直达、运动数据、稍后阅读、新闻、视频、音乐等快捷显示页面,并自动生成情景智能的各项提醒卡片,方便您快速浏览和使用。...常用服务一步直达:想你所想,贴心为您推荐常用服务服务直达,为您智能推荐应用快捷入口,您也可以自定义应用快捷入口,让所需的服务一步直达。   ...虽然HUAWEI Mate 10自身主要展示了四个功能,但把图像处理、自然语言处理这两大重点技术的计算能力都体现了出来。

3.9K90

腾讯云总监手把手教你,如何成为 AI 工程师?

, AlphaGo , 个性化推荐, 智能语音, GPU , FPGA .........、推荐相关问题有专门的推荐算法、安全相关问题有异常检测模型等。...3)AI 应用 侧重验证好的模型在业务上的应用,常见语音识别,图像视觉,个性化推荐。当然这也包括更多结合业务场景的应用,比如终端网络传输带宽的预测,图片转码中参数的预测等等。...真实的计算过程: 上图是三维卷积的展示,对于第一层来说卷积核是11x11x3,在输入立方体227x227x3上进行滑动,对应图表 2中的k=11,N=227,D=3.卷积算法就是卷积核11x11x3...GPU云服务器拥有高达6144个加速核心、单机峰值计算能力突破14T Flops单精度浮点运算,0.4T Flops 精度浮点运算。

16.2K50

聊聊淘宝天猫个性化推荐技术演进史

Olive流程图 正是在All-in无线后的这一年,个性化推荐开始在阿里逐步成长起来。 个性化推荐初逢11 2015年,个性化推荐第一次在11中大放异彩。...个性化推荐算法在11大放光芒,一个又一个令人瞠目的数字足以为证。个性化推荐的第一战场“11主会场”更是自11开展多年以来首次达到了个位数的跳失率,其引导人数和人均引导页面数都是前一年的2~3倍。...正是在2015年11之后,个性化推荐的故事开始为人们津津乐道。 个性化推荐再战11 2015年11之后,个性化推荐团队乘风起航,继续发力。...对那些有运营能力的商家来说,我们希望其通过更多优质的商品和优秀的服务换来更多的流量或销量上的部分确定性。...深度强化学习已经在人工智能领域掀起了新的浪潮,这一技术必将成为个性化推荐智能化的最强武器。 ? 手淘场景数据流通图 总结 个性化推荐所取得的成就是一个“意料之外却情理之中”的结果。

3K10
领券