微服务的核心思想是围绕业务能力去拆分和组织服务,各个服务均被独立部署,通过标准接口进行通信,数据的管理和服务治理也都可实现去中心化。虽然微服务备受推崇,但鲜少有真正能够拿出来作为可实践的案例。人们很多时候看到的是这个架构的高峰,却不知具体如何攀登。高效完成遗留系统重构,提升微服务开发效率是企业向微服务架构转型的迫切需求,那么有没有相对简单且行之有效的路径?
11 月 1 日,“DevRun · 选择不凡,华为云开发者沙龙 ”广州站将邀请华为开源软件部架构师、Apache Committer 马彬为大家讲解微服务的技术架构及开发关键点,同时进行现场实操演练,基于自动化工具生成微服务工程、API、代码、文档,并实现 API 与代码一致性校验能力,帮助开发者快速构建基于 ServiceComb/SpringCloud 和 SpringMVC/Jax-RS/RPC 等编程模型的微服务脚手架,提升遗留系统重构、全新微服务开发的效率,协同开发者实现基于 OpenAPI 规范的数据、服务标准化管控。
除此之外,来看看你是不是正在面临以下这些难题,届时华为云的 4 位技术专家将以此为重点,与开发者交流技术难点与解决方案:
如何优化分布式查询技术,避免应用系统效率低下,资源浪费严重?
数据库已成为信息基础设施的核心技术和重要基础。数据库的开发难度不仅体现在与其他基础器件的适配,更在于如何实现对数据高效、稳定、持续的管理。随着数据规模不断增长,基于互联网的实时交互也更加无处不在,用户对数据的基本需求呈现出两个主要类别:即 OLAP(在线分析处理)和 OLTP(在线交易处理)。其中,OLAP 数据库主要用于存储供商业智能业务统计和分析历史记录。
OLAP 查询常常涉及到不同的维表和事实表,要得到查询结果通常需要进行多张表的连接操作。连接操作是一种非常耗时的操作,因此,如何提高 OLAP 查询效率,成为数据仓库应用中的关键问题。本次沙龙,GaussDB OLAP 数据库 SQL 引擎 SE 李茂增将为大家详细剖析 GaussDB OLAP 的分布式查询优化技术及开发实践,帮助开发者充分了解分布式查询的提速方法。
在数字化转型的路上,你是否在做无用功?
在数字化转型的大浪潮下,并不是引入了数字技术就意味着效率的必然提升。对于整个行业而言,需要数据能够汇集,然后基于数据产生智能,最后实现持续的数据化运营。对企业而言,基于云架构的软件体系、商业模式、咨询服务、运维体系等的同步改变才有可能将数字技术的价值发挥到最大程度。其中,数字平台正是数字化转型的关键。
构建难、复制难、缺平台等问题一直让企业应用软件开发面临重重掣肘,阻碍着数字化转型的步伐。其实,企业需要的是一个能够向上支持应用快速开发、灵活部署、使能各种业务敏捷创新,向下通过无处不在的联接做到云、管、端协同优化,实现物理世界与数字世界打通的平台。本次沙龙将邀请华为沃土数字平台资深架构师董鑫武全面解析华为沃土数字平台的设计理念及关键技术,并为应用开发难题带来切实可行的破局之道。同时还会结合现场实操演练,帮助开发者快速掌握如何基于华为沃土数字平台高效开发企业应用。
为何 AI 能力还是遥不可及?是开发能力不足,还是缺少合适的平台?
在 AI 应用普及的这些年里,技术更迭迅速、高质量数据资源不足、算法能力不足、模型训练慢等始终是困扰 AI 工程师的难题,整个 AI 开发过程低效且成本高昂,不利于企业及行业的智能化升级。这与 AI 开发者在开发过程中缺少有力的开发平台和开发工具不无关系。
如今,AI 平台化、生态化已成为技术生态中不可或缺的一部分。针对 AI 开发者面临的难题,华为云推出了 ModelArts 一站式 AI 开发平台,如何基于 ModelArts 的平台能力,更快、更高效地开发 AI 模型是开发者们最为关注的问题。本次沙龙,华为云 EI 高级解决方案架构师,华为云 EI 技术布道师唐福明将为 AI 开发者解析在云上构建及部署 AI 模型的具体过程。为什么有的 AI 开发者可以更快速、更高效地开发 AI 模型?差别在哪?专家给你支招!
网络复杂性升级,通信领域的 AI 开发难题又该怎么解?
AI、IoT、云计算等技术的不断发展,为企业提供了前所未有的发展良机。在迈向智能化的过程中,企业的创新、效率、体验等得到了大幅度的提升,与此同时,也不得不迎接种种挑战,其中相当一部分来自网络,如联接质量难以保证、业务体验无法实时感知、管理运维排障低效等等。
随着网络复杂性的增加,这些问题也愈加突出,且网络管理和维护需要消耗大量的人力、物力。当 AI 浪潮席卷通信领域,通过 AI 提高网络维护的效率,达到全网的自动、自优、自愈、自治成为解决之道。但是当前通信领域 AI 应用的开发却存在一个普遍的现象,即门槛高、效率低、效果不可控。如何解决这些问题?
本次沙龙,华为 NAIE 运营专家戈文敏将聚焦于通信领域 AI 开发者在数据准备、模型训练、部署验证以及模型发布的 AI 开发全流程工作中面临的难点,基于 NAIE 网络 AI 开发平台提供高效可行的解决思路,加快开发者在 ICT 网络领域 AI 模型开发速度。同时,在议题结束后还会召集 20 位参会者进行动手操作,并给予技术指导。
评论