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

2023开放原子全球开源峰会,蚂蚁计算平台开源业内首个工业级流计算引擎

在高峰论坛上,蚂蚁技术研究院院长、计算负责人陈文光宣布开源 TuGraph 计算平台核心成员——工业级流式计算引擎 TuGraph Analytics。...计算目前已广泛应用在金融、政务、医疗等领域,备受全球研发机构和顶尖科技公司关注。流式计算是一种将流式计算计算结合的交叉创新,融合了流式计算的高度实效性和计算的灵活性,攻坚难度极高。...据了解,蚂蚁从2015年开始探索计算,布局了数据库、流式计算引擎学习等相关技术,打造了世界规模领先的计算集群,于业界首创了工业级流式计算引擎,多次问鼎数据库行业权威测试 LDBC 世界冠军并保持世界纪录...此次开源的工业级流式计算引擎是蚂蚁从2017年开始布局打造,经过五年多工业级应用大考,流式计算做到了在千亿数据规模的“”上秒级延迟计算,是蚂蚁风控的核心基础技术,成功解决了金融场景风险分析难、识别率低...此次流式计算引擎开源,是延续蚂蚁开源核心基础技术的实际动作,希望通过开放成熟的计算技术,服务更广阔的数字化产业,向世界输出中国科技公司的前沿技术影响力。

23020

蚂蚁金服, 开源业内首个工业级流计算引擎

在高峰论坛上,蚂蚁技术研究院院长、计算负责人陈文光宣布开源 TuGraph 计算平台核心成员——工业级流式计算引擎 TuGraph Analytics。...(:陈文光宣布开源业内首个工业级流式计算引擎 TuGraph Analytics) 去年9月,蚂蚁集团开源了 TuGraph 计算平台中的数据库 TuGraph DB。...据了解,蚂蚁从2015年开始探索计算,布局了数据库、流式计算引擎学习等相关技术,打造了世界规模领先的计算集群,于业界首创了工业级流式计算引擎,多次问鼎数据库行业权威测试 LDBC 世界冠军并保持世界纪录...此次开源的工业级流式计算引擎是蚂蚁从2017年开始布局打造,经过五年多工业级应用大考,流式计算做到了在千亿数据规模的“”上秒级延迟计算,是蚂蚁风控的核心基础技术,成功解决了金融场景风险分析难、识别率低...此次流式计算引擎开源,是延续蚂蚁开源核心基础技术的实际动作,希望通过开放成熟的计算技术,服务更广阔的数字化产业,向世界输出中国科技公司的前沿技术影响力。

23730
您找到你想要的搜索结果了吗?
是的
没有找到

云上11.11 | 腾讯移动推送,1.1折秒杀,首单2.5折起,复购2.8折起,速抢!

腾讯移动推送 快速/安全/稳定的移动消息推送服务 助力企业高效触达用户,挖掘数据潜力 是提升用户活跃/留存的必备神器 11.11特惠专场!...系统消息/社交提醒/电商促销/内容订阅/APP消息中心都能用,移动推送已经服务200+国家和地区,日推送超500亿,并稳定服务王者荣耀/腾讯视频等高日活应用,电商/金融/游戏/教育等各行业都在用!...已参与首单活动的新客户想重复购买?都可以!新老客户不限,2.8折起!购买的服务时长越长,优惠力度越大。...速抢 扫码立即参与活动↓ 轻松高效触达用户 11.11移动推送会场 文创/电商/游戏/金融行业都在用 日推送超500亿,用户促活超easy 关注腾讯云大数据公众号 邀您探索数据的无限可能 点击阅读原文,...即可抵达活动现场 ↓↓↓

22250

腾讯课堂@你来抢1元精品课程、最高1111元现金的红包啦!

腾讯课堂延续去年11.11活动热度,联合更多机构加码投入百万补贴,连续15天为用户发放红包,并推出海量的1元秒杀课程等福利活动11.11活动将从10月29日启动,并持续到11月12日。...值得注意的是,今年11.11活动期间,腾讯课堂还将特别推出全国热学课程榜单、好评课程榜单、薪选好课榜、灵选好课榜,以及发布上线一批新课、前沿课,帮助更多的同学了解目前热门学习课程、前沿就业方向。...百万红包雨最高1111元现金 登陆腾讯课堂APP可领取 这一次11.11活动,腾讯课堂百万红包雨将“下”足15天,用户每一天都可以登陆腾讯课堂APP领取红包!...同时,腾讯课堂推出每满300减30平台优惠券,上不封顶,该平台优惠券还可与机构优惠券、限时优惠、拼团等促销双重叠加使用。...2020年11.11活动期间,腾讯课堂发布的大数据日报显示,广东人“最爱学”的形象已然被打在了全国公屏上。今年11.11活动期间,腾讯课堂还将发布“2021年度全国学习报告”。

16.1K20

2018-08-15 实战回顾:苏宁金融营销系统的重构之路

这种情况下,无法满足营销数据可视化,活动效果数据分析等需求。 规则引擎引发的“血案”。 规则引擎及规则资格校验是一个计算资源消耗非常大的功能。营销前台、促销服务、电子券、任务服务都包含此功能。...满足营销数据可视化,活动效果数据分析等需求。 4. 拆分出规则引擎。 独立的规则引擎系统,承载上游所有促销形式的规则计算,节省资源。... 1:整体系统架构 V2.0 核心系统包括:营销统一服务、促销服务、电子券服务、任务服务、商品详情页促销前置服务、营销规则引擎、营销规则资格校验、营销活动中心、营销数据中心。...营销规则引擎:提供促销、电子券、任务等规则引擎处理服务 营销规则资格校验:提供促销、电子券、任务等规则资格校验服务 营销活动中心:包括营销活动管理、营销活动审批、预算管控、促销状态管理、促销结算、规则分发... 5:营销活动规则校验流程 V1.0 另外,规则引擎和资格校验服务未独立,促销服务、电子券服务、任务服务只能不断通过横向扩容,提高系统并发能力。

4.8K10

盘点电商大战背后的技术力量支撑

当当 迎战11.11——两大举措 举措一——重构促销系统 『目的』满足贯穿从商品展示、搜索、购买、支付等整个流程,电商对于精细化、精准化促销运营的需求,使多渠道(终端)、多区域化营销成为简单易行的配置操作...『目标』保证促销规则支持分时段设置,多活动可叠加,促销系统中数据量超过商品信息系统的前提下,促销内容会根据执行效果快速调整,以强大的促销系统,保证有序的促销活动,使促销系统承担营销功能。...『解决方案』 step 1 :确定最基本的促销模型; step 2 :在促销模型基础上抽象出活动模型; step 3 :基础模型定型,实施解耦相关设计—— 系统交互解耦:将直读DB和存储冗余促销数据的系统修改为调用服务及监听...MQ 逻辑回收:包括将促销校验与促销计算提取为交易服务,将原先由购物车、交易系统自行处理的促销逻辑回收 提取促销工具的属性:诸如类型枚举、促销标签、限购策略、库存策略等,以期外围系统尽量少的关注促销类型...[未来关注于业务层面的梳理与整合,逐步回收适用于活动模型的其他“类促销”业务。] step 4 : 完善促销系统查询服务,使其具备更强大的数据处理能力和更好的性能表现。

13.5K30

.Net Core 环境下构建强大且易用的规则引擎

对于 .Net 应用来说,可以通过 Kie 组件提供的 Rest 接口调用规则引擎运算。然而其过于庞大,仅仅只是需要规则引擎计算核心的部分。...其计算机制也与其他规则引擎大同小异: ? 2.2 设计规则配置 前文提到 对业务操作员要提供尽量简单的操作页面来配置规则 ,所以我们定义促销活动的规则配置就要尽量简单。 ?...在设计模型时,我们必须先参考现实生活中遇到的电商促销活动,大致可以想到有这么几种活动类型:满减促销、单品促销、套装促销、赠品促销、满赠促销、多买优惠促销、定金促销等。...注:想了解更多关于电商促销系统设计可参考脑 2.3 规则配置转换 为了实现 规则引擎和配置尽量不要耦合到一块,必须有中间层对规则配置进行转换为 Nrules 能够接受的规则描述。...,买两件时最优惠是参加 B 和 C 活动,那么其效果可能如下: ?

1.9K21

【积微成著】性能测试调优实战与探索(存储模型优化+调用链路分析)

,通过事件解析引擎解析用户自定义事件并完成事件的绑定,完成解析赋值以及事件绑定后进行视图的渲染,最终将目标页面展示到屏幕。...主要通过“库存扣减逻辑管控及数据库层交互”、“缓存层交互”,以及“任务调度”三个关键应用,承载库存逻辑计算及存储层交互能力。...销售出视角:起售期SKU品类,相对开门红重合度≈94%,开门红相对11.11品类重合度≈75%。...以上数据证明,通过在开门红以及11.11大促等关键促销节点前,将集采期及前一促销期的SKU可用库存数据,进行缓存预热,有助于提升预占请求的缓存命中率。...,单品瞬时流量大,不同促销场次品类重合度更低,促销频次高,对系统性能提出了不同的要求。

13610

粉丝购买力达普通用户4倍,京东如何调动粉丝热情?

京东11.11期间,500多家店铺粉丝数突破百万大关。作为拉近品牌与粉丝关系、帮助品牌盘活私域流量的营销利器,粉丝运营工具的持续精进,助推着京东11.11品牌最大增量场的落地。...数据显示,11.11期间,由店铺粉丝带来的成交额占据了京东商家总销售的30%。其中,粉丝成交额占比提升幅度超过100%的店铺多达3.5万家。 今年11.11期间,京东累计产生数百个亿级品牌。...一方面将切实有效的大促互动玩法,与已有的粉丝精准触达、粉丝权益等工具进行整合,为粉丝提供更新奇的购物体验的同时,让商家促销信息精准输送给目标用户; 另一方面则联动平台各大板块,深挖大促期粉丝营销场景,比如...耳机届的“领头羊”Bose,就在11.11期间获益颇丰。...此外,Bose还推出互动大奖——10个新款Bose QC30耳机免费赠送,让利喜爱Bose的粉丝们,掀起了粉丝们的嗨购热潮,互动活动参与人次达到日常互动的近6倍。

6.1K00

云上11.11|腾讯云大数据产品双11盛惠 爆品首单1折起大回馈

11.11云上盛惠 多款大数据产品特惠专场 腾讯云BI、 Elasticsearch Service、 流计算 Oceanus、腾讯云数据仓库 TCHouse-D、移动推送、数据湖计算 DLC 首月秒杀...2.Elasticsearch Service:基于开源引擎打造的云端全托管 ELK 服务,助您轻松管理和运维集群,高效构建日志分析、运维监控、信息检索、数据分析等业务。...教你四招 玩转11.11 01 爆品秒杀 新客首月1元起尝鲜 腾讯云BI新客户首月秒杀仅1元!Elasticsearch Service、移动推送1折起秒杀!...已参与首单活动的新客户想重复购买?全都满足你!此模块新老客户均可购买!...速抢 扫码立即参与活动↓ 轻松处理海量数据 11.11云上盛惠 高效挖掘数据潜力 降低企业成本,提升数据生产力 关注腾讯云大数据公众号 邀您探索数据的无限可能 点击阅读原文,即可抵达活动现场 ↓↓↓

35440

【技术种草】今年双十一,光明正大薅腾讯云轻量服务器

对比往年双十一,今年腾讯云双十一以及双十一预热活动,可所谓可以光明正大的薅羊毛,不对,是把羊毛剃光! 当然,这不仅需要精密的计算,而且还需要一丢丢勇气的配合。也就是,活动一开始,不要犹豫,该上就上!...一、与友商活动上的对比: 大部分友商促销是新用户专享,而良心云是用户首单特惠。这就起码就算你老用户。没有买过,依然可以上车。...6年10个月 1C2G5M 轻量、1年10个月2C4G8M 轻量、6个月1C1G4M 轻量、30GB云硬盘、一年域名×2 总成本 71.5 + 72.2 + 0 = ¥143.7元 当然叠加双十一的11.11...311e1983f88e9821eeee23d24b38941.png 把羊毛剃光,的实属拿到5张预热活动的了!...11.11三年的125轻量、1元DNS 专业版解析,1元50G一年的CDN等等。

13.3K30

落地百余场景、扛过双11,蚂蚁TuGraph流式计算引擎正式开源!

行业首个工业级流式计算引擎 TuGraph-Analytics,与目前世界范围内有记录的、最快的数据库开源项目 TuGraph DB 来自于一家中国企业,这不仅仅解决了国产基础软件领域的一大难题,健全了开源生态...本次,蚂蚁集团宣布将计算系统中的流计算引擎 TuGraph-Analytics 正式开源。结合蚂蚁计算领域其他项目的优异表现,该引擎又将对开源领域及产业界带来哪些价值?...对于数据模型天然适合模型,同时希望能够更快看到计算的价值的应用,流计算引擎 TuGraph-Analytics 是更加合适的选择。...于是他们将流的能力从两边延伸提供了离在线一体化的能力,使得用户可以基于一套 DSL 支持基于离线的数据进行实验,并在随后的时间内针对计算框架、存储引擎等做了持续性优化,这些工作未来也都将通过开源的方式贡献给社区...TuGraph-Analytics 作为流式计算引擎,偏重于流式实时的分析和计算

30440

深度解析京东个性化推荐系统演进史!

1 推荐产品发展历程 1.2、多屏多类型产品形态 多类型主要指推荐类型覆盖到多种类型,如商品、活动、分类、优惠券、楼层、入口、文章、清单、好货等。...三、数据平台 京东拥有庞大的用户量和全品类的商品以及多种促销活动,可以根据用户在京东平台上的行为记录积累数据,如浏览、加购物车、关注、搜索、购买、评论等行为数据,以及商品本身的品牌、品类、描述、价格等属性数据的积累...推荐引擎处理逻辑主要包括分配任务,执行推荐器,合并召回结果。推荐器负责召回候选集、业务规则过滤、特征计算、排序等处理。推荐引擎技术架构如图7所示。 ? 7 推荐引擎技术架构 分配。...推荐引擎的核心执行组件,获取个性化推荐结果,推荐器的实现如图8所示。 ? 8 推荐器架构 召回阶段。...如用户选择“包治百病”标签,会按用户画像中的性别、年龄、品类、促销敏感度等画像模型进行推荐商品的重排序。 ? 10 用户画像示意图 ?

1.6K11

深度解析京东个性化推荐系统

1 推荐产品发展历程 多屏多类型产品形态 多类型主要指推荐类型覆盖到多种类型,如商品、活动、分类、优惠券、楼层、入口、文章、清单、好货等。...数据平台 京东拥有庞大的用户量和全品类的商品以及多种促销活动,可以根据用户在京东平台上的行为记录积累数据,如浏览、加购物车、关注、搜索、购买、评论等行为数据,以及商品本身的品牌、品类、描述、价格等属性数据的积累...推荐引擎处理逻辑主要包括分配任务,执行推荐器,合并召回结果。推荐器负责召回候选集、业务规则过滤、特征计算、排序等处理。推荐引擎技术架构如图7所示。 ? 7 推荐引擎技术架构 分配。...推荐引擎的核心执行组件,获取个性化推荐结果,推荐器的实现如图8所示。 ? 8 推荐器架构 召回阶段。...如用户选择“包治百病”标签,会按用户画像中的性别、年龄、品类、促销敏感度等画像模型进行推荐商品的重排序。 ? 10 用户画像示意图 ?

2.3K31

深度解析京东个性化推荐系统演进史

1 推荐产品发展历程 多屏多类型产品形态 多类型主要指推荐类型覆盖到多种类型,如商品、活动、分类、优惠券、楼层、入口、文章、清单、好货等。...数据平台 京东拥有庞大的用户量和全品类的商品以及多种促销活动,可以根据用户在京东平台上的行为记录积累数据,如浏览、加购物车、关注、搜索、购买、评论等行为数据,以及商品本身的品牌、品类、描述、价格等属性数据的积累...推荐引擎处理逻辑主要包括分配任务,执行推荐器,合并召回结果。推荐器负责召回候选集、业务规则过滤、特征计算、排序等处理。推荐引擎技术架构如图7所示。 ? 7 推荐引擎技术架构 分配。...推荐引擎的核心执行组件,获取个性化推荐结果,推荐器的实现如图8所示。 ? 8 推荐器架构 召回阶段。...如用户选择“包治百病”标签,会按用户画像中的性别、年龄、品类、促销敏感度等画像模型进行推荐商品的重排序。 ? 10 用户画像示意图 ?

2.1K71

一线互联网智能推荐系统架构演进

1 推荐产品发展历程 1.2、多屏多类型产品形态 多类型主要指推荐类型覆盖到多种类型,如商品、活动、分类、优惠券、楼层、入口、文章、清单、好货等。...三、数据平台 京东拥有庞大的用户量和全品类的商品以及多种促销活动,可以根据用户在京东平台上的行为记录积累数据,如浏览、加购物车、关注、搜索、购买、评论等行为数据,以及商品本身的品牌、品类、描述、价格等属性数据的积累...推荐引擎处理逻辑主要包括分配任务,执行推荐器,合并召回结果。推荐器负责召回候选集、业务规则过滤、特征计算、排序等处理。推荐引擎技术架构如图7所示。 ? 7 推荐引擎技术架构 分配。...推荐引擎的核心执行组件,获取个性化推荐结果,推荐器的实现如图8所示。 ? 8 推荐器架构 召回阶段。...如用户选择“包治百病”标签,会按用户画像中的性别、年龄、品类、促销敏感度等画像模型进行推荐商品的重排序。 ? 10 用户画像示意图 ?

6K110

深度解析京东个性化推荐系统演进史

1 推荐产品发展历程 多屏多类型产品形态 多类型主要指推荐类型覆盖到多种类型,如商品、活动、分类、优惠券、楼层、入口、文章、清单、好货等。...数据平台 京东拥有庞大的用户量和全品类的商品以及多种促销活动,可以根据用户在京东平台上的行为记录积累数据,如浏览、加购物车、关注、搜索、购买、评论等行为数据,以及商品本身的品牌、品类、描述、价格等属性数据的积累...推荐引擎处理逻辑主要包括分配任务,执行推荐器,合并召回结果。推荐器负责召回 候选集、业务规则过滤、特征计算、排序等处理。推荐引擎技术架构如图7所示。 ? 7 推荐引擎技术架构 分配。...推荐引擎的核心执行组件,获取个性化推荐结果,推荐器的实现如图8所示。 ? 8 推荐器架构 召回阶段。...如用户选择“包治百病”标签,会按用户画像中的性别、年龄、品类、促销敏感度等画像模型进行推荐商品的重排序。 ? 10 用户画像示意图 ?

1.2K30

深度解析京东个性化推荐系统演进史

1 推荐产品发展历程 多屏多类型产品形态 多类型主要指推荐类型覆盖到多种类型,如商品、活动、分类、优惠券、楼层、入口、文章、清单、好货等。...数据平台 京东拥有庞大的用户量和全品类的商品以及多种促销活动,可以根据用户在京东平台上的行为记录积累数据,如浏览、加购物车、关注、搜索、购买、评论等行为数据,以及商品本身的品牌、品类、描述、价格等属性数据的积累...推荐引擎处理逻辑主要包括分配任务,执行推荐器,合并召回结果。推荐器负责召回 候选集、业务规则过滤、特征计算、排序等处理。推荐引擎技术架构如图7所示。 ? 7 推荐引擎技术架构 分配。...推荐引擎的核心执行组件,获取个性化推荐结果,推荐器的实现如图8所示。 ? 8 推荐器架构 召回阶段。...如用户选择“包治百病”标签,会按用户画像中的性别、年龄、品类、促销敏感度等画像模型进行推荐商品的重排序。 ? 10 用户画像示意图 ?

2.8K90

11.11 | 移动推送BIES云数仓Doris智能数据分析,19.9元秒杀,首单2.5折起,大数据爆品速抢!

11.11云上盛惠 多款大数据产品年终钜惠 移动推送、商业智能分析BI 智能数据分析、Elasticsearch Service 云数据仓库for Apache Doris 首月秒杀 19.9元、新客首购...4.Elasticsearch Service:基于开源引擎打造的云端全托管 ELK 服务,助您轻松管理和运维集群,高效构建日志分析、运维监控、信息检索、数据分析等业务。...已参与首单活动的新客户想重复购买?全都满足你!此模块新老客户均可购买!...活动会场订单额累计满200元、1000元、5000元,均可获得1次抽奖机会,总计3次机会,中奖率100% 速抢 扫码立即参与活动↓ 轻松处理海量数据 11.11云上盛惠 高效挖掘数据潜力 降低企业成本...,提升数据生产力 点击“阅读原文”也可进入活动会场

21K30

vivo商城计价中心 - 从容应对复杂场景价格计算

拆分后的促销系统初期只是负责了营销活动玩法的维护,促销中最为重要的计价业务仍然遗留在商城主站业务中,且由于历史建设问题,商城核心交易链路中商详页、购物车、下单这三块关于计价逻辑是分开独立维护的,没有统一...) 查询优惠(Get Promotion) 过滤优惠(Filter Promotion) 通过计价引擎计算优惠(Calc Engine) 过滤计价结果(Filter CalcResult) 因此我们得出如下的通用的计价流程...4.1 统一优惠模型 由于计价中心在建设的时候,已经存在了促销系统中的各个优惠活动、独立的优惠券及代金券、遗留在商城主站的未迁移的优惠,因此想用兼容这么多的优惠类型,必然需要建立一个统一的优惠模型,而在建设过程中需将现有的优惠模型进行适配转换至统一模型...4.2 优惠模板 1)在进行促销计价时,每个具体的优惠都会对应一个唯一的优惠模板,每个优惠模板本质上是一个JSON字符串,只是这些JSON字符串是由遵循了一定特殊逻辑规则的元信息数据转化而成,而这些元信息在被计价引擎解释执行时...计价引擎本质上就是对应优惠模板的解释执行,并配合相关上下文,进行优惠计算,关键代码如下: private boolean executeMeta(Meta meta, EngineContext context

75530
领券