Istio 1.19 发布了，支持 Kubernetes Gateway API，并改进了 Ambient Mesh 部署模型。本次发布还包括安全配置增强和虚拟机和多集群体验的简化。欢迎提供升级过程中的反馈。 我们很高兴地宣布 Istio 1.19 的发布。这是 2023 年的第三个 Istio 发布版本。我们要感谢整个 Istio 社区帮助发布 1.19.0 版本。我们要感谢这个版本的发布经理，Microsoft 的 Kalya Subramanian，DaoCloud 的 Xiaopeng Han，以及 Google 的 Aryan Gupta。发布经理们要特别感谢测试和发布工作组负责人 Eric Van Norman (IBM) 在整个发布周期中的帮助和指导。我们还要感谢 Istio 工作组的维护者和更广泛的 Istio 社区，在发布过程中及时提供反馈、审查、社区测试以及为确保及时发布的所有支持。 Istio 官方支持 Kubernetes 版本 1.25 到 1.28。
作为58自研的一站式性能测试平台，麒麟旨在帮助业务线便捷地完成性能测试，精准评估服务性能和容量等，从而提升服务的稳定性和可靠性。平台包括管理中台、数据监控、报告计算、任务调度和压测引擎等模块，只需用户提交服务、压力参数等信息，即可快速、简单地进行性能测试，平台可根据任务信息动态调整压测资源，无需用户花费大量时间和精力去搭建和管理复杂的压测环境，让其更多地将注意力集中在性能分析、系统调优上。
本文从抖音集团内部画质评估体系的建设历程着笔，主要分享了画质评测对于业务的重要性、主要应用场景和内部产品的一些典型实践案例。通过分享业务视角遇到的一些问题和我们的解决思路，希望能抛砖引玉，为遇到类似困扰的伙伴们提供有价值的参考。
在 2023 年 9 月 7 日举办的 2023 全球数字生态大会上，腾讯正式发布自研通用大语言模型——混元，并宣布通过腾讯云对外开放。本文将主要介绍混元的相关信息与腾讯发展大模型的态度与打法。腾讯云开发者公众号后续还将对话混元大模型技术团队，带来更为深度的技术解读，点个关注不迷路！
国产大模型进入长跑期，从参数至上转向实用优先。 9月7日，在2023腾讯全球数字生态大会上，腾讯混元大模型正式亮相，并宣布通过腾讯云对外开放。 腾讯混元大模型是由腾讯全链路自研的通用大语言模型，拥有超千亿参数规模，预训练语料超2万亿tokens，具备强大的中文创作能力，复杂语境下的逻辑推理能力，以及可靠的任务执行能力。
前一段时间写过一篇 《使用 lombok @Builder 注解，设置默认值时要千万小心！》 的文章，文章提到使用 @Builder 注解将会导致设置的默认值失效问题。 最近读了一篇文章：《Oh !! Stop using @Builder》[1]也颇受启发，发现很多人的确被 @Builder 注解的名字误导了。 大多数同学使用 @Builder 无非就是为了链式编程，然而 @Builder 并不是链式编程的最佳实践，它会额外创建内部类，存在继承关系时还需要使用 @SuperBuilder 注解[2]，设置默认值时也需要额外的 @Builder.Default 去设置默认值[3]，无疑增加了很多不必要的复杂度。 有些同学可能说如果你把这些问题都了解就不会遇到这些坑，没必要“因噎废食”，可是这些问题已经让无数人一次次趟坑，说明它并不是最佳实践，如果有更简便办法可以实现链式编程，又何必徒增这么多复杂度呢？ 其实很多人选择使用 @Builder 实现链式编程，无非是它“更常见”和“最熟悉” ！
在Google的DORA DevOps的研究中，测试数据管理被视为软件交付和组织绩效的重要能力之一[1]，它被用于手动或者自动化测试当中，也可能用于生产环境的全链路压测，良好的测试数据可以快速验证不同逻辑分支的测试用例、重现缺陷或者模拟错误。 但伴随着业务的迅速迭代，数据库、表不断的增加，同时存量的表结构也频繁变更，测试数据的生成与管理也变得越发困难。传统的手动创建测试数据、接口造数方法低效且难以确保全面覆盖，数据的关联性、通用性和复用率也有所欠缺。虽然使用生产数据进行测试看似便捷，但却经常面临用户隐私安全事故的风险。同时，在使用脱敏或历史数据时，数据的有效性和关联性也容易丧失。 在这种情况下，怎样在保证维护测试数据的效率、质量和信息安全的同时，又能最大程度地降低测试数据生成的成本和管理的复杂性呢？
谈到数据仓库， 一定离不开使用Extract-Transform-Load (ETL)或 Extract-Load-Transform (ELT) 将来源不同、格式各异的数据提取到数据仓库中。 作为云原生数据仓库，火山引擎ByteHouse已支持ELT能力，让用户免于维护多套异构系统，本文将深度解读ByteHouse ELT系统的三大核心功能。
