TiD2018质量竞争力大会将于2018年7月15日-18日在北京国家会议中心举行。大会内容涵盖人工智能如何辅助研发、架构微服务化提高产品响应、DevOps、系统思考、大数据产品测试等新一代软件研发全流程,以纯技术交流与分享为主,内容涉及软件研发全流程以及各角色,历时4天,参会人数逾2000人,包括3个全体会议,10个并行track,100个并行Session,30多场大时段并行课程,共计超过150位演讲人。
华为云3位讲师将会在云论坛及DevOps论坛带来精彩演讲,分享华为云应用服务如何从企业开发者需求出发,提供一站式解决方案及实践操作经验。华为云专家还将带来《华为微服务解决方案与实践》、《大规模分布式系统性能测试实践》、《如何构建DevOps的基石---重新定义测试自动化,让质量保障活动无处不在》的主题分享。
企业如何基于微服务平台实现最大价值?
传统业务数字化、云化已成为不可逆转的趋势,如何基于微服务实现互联网转型成为了企业正在思考的问题,大量企业应用正逐步向CloudNative演进,微服务已成为CloudNative的事实标准。微服务也带了新的挑战:如何基于微服务架构高效开发和上线?如何保证在不可预期的流量下业务高可靠运行?如何实现在复杂的微服务系统中问题快速定位与恢复?如何保证传统架构下的遗留系统向微服务架构低成本迁移?
微服务通过将传统单体应用拆分成一系列功能单一的服务,每个服务独立开发部署让业务上线和演进更快,同时微服务带来的可伸缩性让系统在线可用性更好。但随着应用被拆分成细粒度之后,分布式系统带来了远程调用问题、一致性问题,大量的微服务对运维也提出了新的挑战。如何利用微服务跑得更快,又不至于被繁杂的分布式系统管理工作所绊倒?企业用户需要根据自己的业务、发展阶段,选择适合的平台、工具、策略去实施微服务。选择一个完善的微服务平台,能够帮助企业发挥微服务的最大价值,选择一个开放的微服务平台,能够帮助企业构建微服务生态圈。华为云推出的微服务引擎包含了微服务SDK、一系列的开发工具以及一站式微服务应用管理平台,同时还有专业的微服务解决方案团队,提供一站式解决方案支持,让企业纵享微服务带来的优点,无需关注背后的技术复杂性。
提前预知风险 CPTS强大建模能力还原真实复杂场景
随着应用云化和微服务化越来越成熟,对复杂场景的测试要求越来越高,在云上的分布式系统规模约来越大,调用链条越来越长,随之而来的,给如何在上线前提前发现和识别性能问题与如何扩容带来了挑战,如何快速针对分布式系统/微服务进行性能测试建模?
CPTS提供强大的性能建模能力,分层定义性能测试活动的测试任务、事务、事务元素(报文、思考时间、检查点)模型,确保用户使用的灵活性,快速构建各种复杂测试场景,模拟线上用户的真实行为,完美还原真实业务场景。
通过多事务的组合满足客户包含多个HTTP请求的测试场景。灵活设置事务组合,帮助用户寻找服务中隐藏较深的组合场景瓶颈点。
通过指定时间段设置事务并发用户数,模拟流量波峰波谷的复杂场景,分析服务性能拐点,帮助用户评估服务类似于电商抢购、火车票抢购等场景下支持的最大值,提前进行流量限制和容量规划。
数字化营销逐渐走进各个领域,线上的秒杀抢购活动已成为企业的必备营销手段,而营销带来的大规模流量浪涌正是考验系统的最佳方式,华为云CPTS可自定义超高并发,可轻松再现极限系统压力,帮助验证业务的抗压及稳定性,CPTS支持:
秒级百万并发能力,提前识别高并发场景下应用的性能瓶颈,防止上线后访问过大导致系统奔溃,易操作,缩短了测试时间。
支持多任务并发执行,让用户可以同时完成多个应用服务的性能测试,大幅提升测试效率。
在测试之后,用户需要依据清晰的测试报告快速定位问题及对系统瓶颈进行优化,CRTS提供丰富统计维度,并以领先的易用性思考对运维效率提出优化,具体特性如下:
丰富统计维度,提供TPS、并发量、响应错误类型细分、按时延响应区间分布等统计,客观反映用户体验。
提供离线报告,方便用户无人值守测试后对测试数据进行分析。
CPTS可与微服务云应用平台ServiceStage无缝搭配使用,可同时实现应用的快速部署、APM监控能力,CPTS可提供每个微服务实例中CPU/MEM/磁盘/网络等资源的实时或离线监控、以及微服务调用全流程的调用链跟踪分析,帮助用户实现微服务上线前性能调优,提前分析服务、APP中的问题,提前做预防,预知未来风险。
好文章,需要你的鼓励
三星与AI搜索引擎Perplexity合作,将其应用引入智能电视。2025年三星电视用户可立即使用,2024和2023年款设备将通过系统更新获得支持。用户可通过打字或语音提问,Perplexity还为用户提供12个月免费Pro订阅。尽管面临版权争议,这一合作仍引发关注。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
苹果M5 MacBook Pro评测显示这是一次相对较小的升级。最大变化是M5芯片,CPU性能比M4提升约9%,多核性能比M4 MacBook Air快19%,GPU性能提升37%。功耗可能有所增加但电池续航保持24小时。评测者认为该产品不适合M4用户升级,但对使用older型号用户仍是强有力选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。