- 在Gitee开源了KES技能包，首批31个技能覆盖安装、开发、调优、运维、迁移全流程。我直接上手试了三个真实场景（生成配置/SQL分析/集群排查），给出优缺点评价和使用建议。 在Gitee开源了KES技能包，首批31个技能覆盖安装、开发、调优、运维、迁移全流程。我直接上手试了三个真实场景（生成配置/SQL分析/集群排查），给出优缺点评价和使用建议。
- 上云本应是降本增效，但很多企业上云之后，账单反而越滚越大。实例规格买高了、历史数据堆在SSD上、测试环境没人关、过期快照没清理——每一笔费用都在悄悄累积。本文从云账单的三大“黑洞”出发，拆解云成本失控的根因，给出实例降配、冷热数据分层、僵尸资源清理三条可落地的优化路径，帮助DBA和运维工程师用数据驱动成本优化，让每一分钱都花在刀刃上。 上云本应是降本增效，但很多企业上云之后，账单反而越滚越大。实例规格买高了、历史数据堆在SSD上、测试环境没人关、过期快照没清理——每一笔费用都在悄悄累积。本文从云账单的三大“黑洞”出发，拆解云成本失控的根因，给出实例降配、冷热数据分层、僵尸资源清理三条可落地的优化路径，帮助DBA和运维工程师用数据驱动成本优化，让每一分钱都花在刀刃上。
- 数据集成平台是2026年企业数据战略的基石。从传统ETL工具到新一代数据集成平台，行业正在经历从“批处理”到“实时流式”的范式转变。面对Informatica、DataStage、Kettle等国外工具的信创替代需求，以及实时数据集成、湖仓一体等新场景，选型逻辑正在被重新定义。本文从数据集成平台的基本概念出发，梳理主流产品格局，提供信创环境下的选型框架，帮助企业找到最适合的数据集成方案。 数据集成平台是2026年企业数据战略的基石。从传统ETL工具到新一代数据集成平台，行业正在经历从“批处理”到“实时流式”的范式转变。面对Informatica、DataStage、Kettle等国外工具的信创替代需求，以及实时数据集成、湖仓一体等新场景，选型逻辑正在被重新定义。本文从数据集成平台的基本概念出发，梳理主流产品格局，提供信创环境下的选型框架，帮助企业找到最适合的数据集成方案。
- 慢查询日志20%的价值——剩下的80%是建立性能基线、预测容量瓶颈、评估优化效果、发现潜在风险。本文从慢查询日志的进阶用法出发，讲解如何通过持续记录慢查询建立性能基线、如何通过慢查询趋势预测容量瓶颈、如何将慢查询日志从“故障排查工具”升级为“容量规划工具”，帮助读者从“出了问题再查”升级到“看着趋势主动调整”。 慢查询日志20%的价值——剩下的80%是建立性能基线、预测容量瓶颈、评估优化效果、发现潜在风险。本文从慢查询日志的进阶用法出发，讲解如何通过持续记录慢查询建立性能基线、如何通过慢查询趋势预测容量瓶颈、如何将慢查询日志从“故障排查工具”升级为“容量规划工具”，帮助读者从“出了问题再查”升级到“看着趋势主动调整”。
- 业务流量从千级QPS突然推高到数万时，GaussDB(for MySQL)实例很容易暴露CPU占用持续100%、连接数瞬间耗尽、慢查询堆积等典型问题。一套有效的GaussDB(for MySQL)高并发调优思路，不是改几个参数就万事大吉，而是要先定位瓶颈到底卡在哪一层。下面从实际排障角度，拆解需要优先弄清楚的几个关键点。 业务流量从千级QPS突然推高到数万时，GaussDB(for MySQL)实例很容易暴露CPU占用持续100%、连接数瞬间耗尽、慢查询堆积等典型问题。一套有效的GaussDB(for MySQL)高并发调优思路，不是改几个参数就万事大吉，而是要先定位瓶颈到底卡在哪一层。下面从实际排障角度，拆解需要优先弄清楚的几个关键点。
- 2026年国产数据库选型，早已不是“有没有产品可用”的问题，而是不同产品的架构路线、兼容对象和适用负载差异很大。企业一旦选错，不仅会增加应用改造和迁移成本，还可能在上线后遇到性能、容灾和运维问题。本文从业务负载匹配度、迁移成本、信创合规三个维度构建选型决策框架，帮助企业在复杂的国产数据库市场中做出科学决策。 2026年国产数据库选型，早已不是“有没有产品可用”的问题，而是不同产品的架构路线、兼容对象和适用负载差异很大。企业一旦选错，不仅会增加应用改造和迁移成本，还可能在上线后遇到性能、容灾和运维问题。本文从业务负载匹配度、迁移成本、信创合规三个维度构建选型决策框架，帮助企业在复杂的国产数据库市场中做出科学决策。
- 一条SQL慢，可能有一百种原因——SQL写法有问题、索引没建对、统计信息过旧、参数没调好、磁盘I/O满了、内存不够、网络抖动……很多DBA的做法是“先查SQL”，但真正的问题往往不在SQL本身。本文从“分层诊断”的思路出发，建立一套从SQL层→数据库层→操作系统层的逐层排查方法论，帮助读者在面对性能问题时不再“眉毛胡子一把抓”。 一条SQL慢，可能有一百种原因——SQL写法有问题、索引没建对、统计信息过旧、参数没调好、磁盘I/O满了、内存不够、网络抖动……很多DBA的做法是“先查SQL”，但真正的问题往往不在SQL本身。本文从“分层诊断”的思路出发，建立一套从SQL层→数据库层→操作系统层的逐层排查方法论，帮助读者在面对性能问题时不再“眉毛胡子一把抓”。
- 通过AWR报告的Load Profile、Top 5 Timed Events定位全表扫描根因，结合执行计划分析基数估算偏差，补充统计信息与复合索引，并将业务代码单次COMMIT改为批量提交，将核心报表从45分钟优化至5分半。 通过AWR报告的Load Profile、Top 5 Timed Events定位全表扫描根因，结合执行计划分析基数估算偏差，补充统计信息与复合索引，并将业务代码单次COMMIT改为批量提交，将核心报表从45分钟优化至5分半。
- 2026年5月，全球最流行的Web主机管理面板cPanel & WHM被曝出CVSS 9.8的预认证认证绕过漏洞（CVE-2026-41940）。攻击者无需任何凭证，通过构造恶意的HTTP Authorization头即可注入会话文件，直接获取WHM Root权限。该漏洞自2026年2月起已被大规模在野利用，影响全球约150万实例，其中65万+已确认受影响。某IDC服务商因未及时修复，导致数千客户 2026年5月，全球最流行的Web主机管理面板cPanel & WHM被曝出CVSS 9.8的预认证认证绕过漏洞（CVE-2026-41940）。攻击者无需任何凭证，通过构造恶意的HTTP Authorization头即可注入会话文件，直接获取WHM Root权限。该漏洞自2026年2月起已被大规模在野利用，影响全球约150万实例，其中65万+已确认受影响。某IDC服务商因未及时修复，导致数千客户
- 2026年5月，智能车载管理系统OVMS3（Open Vehicle Monitoring System）3.3.005版本被曝出CVSS 10.0满分的缓冲区溢出漏洞（CVE-2026-37541）。攻击者可通过特制的CAN总线消息或MQTT数据包触发远程DoS或代码执行，直接影响车辆安全。某物流公司车队因未及时修复，导致12辆货车被远程控制，货物被盗损失超¥300万元。 2026年5月，智能车载管理系统OVMS3（Open Vehicle Monitoring System）3.3.005版本被曝出CVSS 10.0满分的缓冲区溢出漏洞（CVE-2026-37541）。攻击者可通过特制的CAN总线消息或MQTT数据包触发远程DoS或代码执行，直接影响车辆安全。某物流公司车队因未及时修复，导致12辆货车被远程控制，货物被盗损失超¥300万元。
- 2026年5月，开源AI工作流平台Langflow被曝出CVSS 10.0满分的未认证远程代码执行漏洞（CVE-2026-33017）。该漏洞武器化速度创纪录——从披露到公开EXP仅用20小时，攻击者无需任何认证即可执行任意Python代码，完全控制服务器。某AI初创公司因未及时修复，导致核心模型参数和训练数据泄露，直接损失超¥600万元。我在本文中将从漏洞原理、快速武器化分析、修复方案、AI平台 2026年5月，开源AI工作流平台Langflow被曝出CVSS 10.0满分的未认证远程代码执行漏洞（CVE-2026-33017）。该漏洞武器化速度创纪录——从披露到公开EXP仅用20小时，攻击者无需任何认证即可执行任意Python代码，完全控制服务器。某AI初创公司因未及时修复，导致核心模型参数和训练数据泄露，直接损失超¥600万元。我在本文中将从漏洞原理、快速武器化分析、修复方案、AI平台
- 同样的 openGauss，默认参数下跑在鲲鹏服务器上甚至不如 MySQL 5.7，但经过正确调优后复杂查询性能提升 60%+。本文基于实际生产环境的压测数据，总结了 15 个最关键的性能调优参数（NUMA 绑核、大页配置、WAL 优化、并行度设置等），每个参数都给出了推荐值、原理说明和调优前后的对比数据。这是一份可以直接抄的调优作业。 同样的 openGauss，默认参数下跑在鲲鹏服务器上甚至不如 MySQL 5.7，但经过正确调优后复杂查询性能提升 60%+。本文基于实际生产环境的压测数据，总结了 15 个最关键的性能调优参数（NUMA 绑核、大页配置、WAL 优化、并行度设置等），每个参数都给出了推荐值、原理说明和调优前后的对比数据。这是一份可以直接抄的调优作业。
- 以_layer_norm_fwd_fused算子为例msprof op --kernel-name=_layer_norm_fwd_fused python3 ./triton-ascend/third_party/ascend/tutorials/03-layer-norm.pyexport LD_LIBRARY_PATH=$ASCEND_TOOLKIT_HOME/tools/simula... 以_layer_norm_fwd_fused算子为例msprof op --kernel-name=_layer_norm_fwd_fused python3 ./triton-ascend/third_party/ascend/tutorials/03-layer-norm.pyexport LD_LIBRARY_PATH=$ASCEND_TOOLKIT_HOME/tools/simula...
- 在企业数字化转型加速推进的当下，低代码平台凭借“可视化拖拽+少量编码”的高效开发模式，成为企业降本增效的核心工具，而EulerOS作为华为自主研发的企业级操作系统，以其高安全性、高稳定性和良好的生态适配性，成为众多企业部署核心应用集群的首选载体。 在企业数字化转型加速推进的当下，低代码平台凭借“可视化拖拽+少量编码”的高效开发模式，成为企业降本增效的核心工具，而EulerOS作为华为自主研发的企业级操作系统，以其高安全性、高稳定性和良好的生态适配性，成为众多企业部署核心应用集群的首选载体。
- 大模型推理的高资源消耗的核心痛点，直接制约开源后端项目的落地与规模化部署。本文结合华为云GPU实例与量化工具，详解大模型量化的核心原理、实操流程及性能调优技巧，适配开源大模型后端项目，助力开发者在降低资源消耗的同时，保障推理精度与响应速度。一、模型量化对开源大模型后端的核心价值开源大模型后端引入模型量化，核心解决“显存占用高、推理延迟高、部署成本高”三大问题，尤其适配华为云GPU实例的资源高... 大模型推理的高资源消耗的核心痛点，直接制约开源后端项目的落地与规模化部署。本文结合华为云GPU实例与量化工具，详解大模型量化的核心原理、实操流程及性能调优技巧，适配开源大模型后端项目，助力开发者在降低资源消耗的同时，保障推理精度与响应速度。一、模型量化对开源大模型后端的核心价值开源大模型后端引入模型量化，核心解决“显存占用高、推理延迟高、部署成本高”三大问题，尤其适配华为云GPU实例的资源高...
上滑加载中
推荐直播
-
用码道，让你的AI作品三步上朋友圈2026/08/04 周二 19:00-20:00
林华鼎-华为云AI开发者运营负责人
从入门 · 到做AI应用 · 到企业级开发。不教编程，只教用AI · 零代码、有产出、能带走、可炫耀 · 每课人人动手实操
回顾中 -
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
基于华为云码道，构建你的定制化AI搭子2026/08/14 周五 09:00-11:30
明亮-华为云开发者发展与支持部部长
本期直播将向您全面介绍华为云码道产品，并基于码道手把手教你部署自己的定制化AI陪伴搭子。
回顾中
热门标签