4月2日，国家数据局发布了《深化智慧城市发展推进城市全域数字化转型的指导意见（征求意见稿）》（以下简称指导意见）。在标题里提出的“城市全域数字化转型”，成为全文的指导思想，也是指导意见的最大亮点。 距离国家发改委等八部委印发《关于促进智慧城市健康发展的指导意见》已有十年。回首我国智慧城市建设，经历几起几落，已经形成了包括一网统管、一网通办、一网协同等数字政府的基本模式，也大大推进了数据开放、公众参与的理念的落地。但在市场化、可运营方面，一直差强人意。城市≠政府，如果不重新全面认识“城市”这个概念，只将其理解为直接买单的政府，是不可能真正实现“智慧城市”的。本文就指导意见中对智慧城市的几个关键性认知的提升，稍作分析。
离业务决策越近，高时效性数据带来的业务价值越大。实时计算过去面临最大的瓶颈是易用性问题，业务常常迫于迭代运维复杂度放弃实时化。我们基于多年深耕商业实时化场景的思考，提出RTS-场景化端到端全托管，彻底释放实时化的潜能。对大数据和实时化感兴趣的小伙伴们，欢迎交流探讨！
ZooKeeper（ZK）是一个诞生于2007年的分布式应用程序协调服务。尽管出于一些特殊的历史原因，许多业务场景仍然不得不依赖它。比如，Kafka、任务调度等。特别是在 Flink 混合部署 ETCD 解耦 时，业务方曾要求绝对的稳定性，并强烈建议不要使用自建的 ZooKeeper。出于对稳定性的考量，采用了阿里的 MSE-ZK。自从 2022 年 9 月份开始使用至今，我们没有遇到任何稳定性问题，SLA 的可靠性确实达到了 99.99%。 在 2023 年，部分业务使用了自建的 ZooKeeper（ZK）集群，然后使用过程中 ZK 出现了几次波动，随后得物 SRE 开始接管部分自建集群，并进行了几轮稳定性加固的尝试。接管过程中我们发现ZooKeeper在运行一段时间后，内存占用率会不断增加，容易导致内存耗尽（OOM）的问题。我们对这一现象非常好奇，因此也参与了解决这个问题的探索过程。
MaxCompute优化是一个多样而又重要的过程，优化过程需要能够深入理解ODPS的工作原理和内部机制，本文总结了以下几个日常优化案例，最终优化手段可能非常简单，但其中的分析过程较为重要，希望对大家有所启发。
策略是为目的/目标服务的，且策略是自带背景/特定情况的，一定要识别到背景形势的发展和变化，然后才能制定针对性的谋略、计策。 测试策略有两层背景叠加：业务大背景和项目小背景。下文提到的测试策略有时指代业务级测试策略，有时指代项目级测试策略，如果无特指强调，则是在探讨两类测试策略的共同特点。
十多年前刚从学校毕业，去了一家创业公司，在这家公司做了不少软件，可以说完成了职业发展的启蒙。 2012 年左右，互联网发展方兴未艾，开发速度和快速发布是软件开发中的第一优先级。 测试？ 哪有什么测试，自己点两下没报错就行了，反正上线后用户就是公司的测试。“互联网公司不需要测试人员，用户就是测试”这是老板的原话。 没有质量部门，也没有测试人员，三五个程序员几台笔记本，就是一家互联网公司，这是当时的常态。使用的技术一般也是类似于 Cake PHP、Ruby on Rails 之类的快速开发框架。 这样的产品的质量可想而知。甚至有时候不能当作产品，只能算一种高级的玩具，使用稍微复杂的功能就能遇到大量报错。在很多年后，得知 Martin fowler 还给这类项目取了一个名字——献祭项目。
最近科技圈的两个热点，一个是微软的AI搞崩了电网，让大家担心未来电不够用；另一个是小米发布了纯电SU7，再一次掀起了人们对电动汽车的兴趣。这两件事的共同点是，都与人工智能和电密切相关，而从更深层次去探讨，后者可能还真是前者的解药。 马斯克和黄仁勋最近都提出“算力的尽头是电力”等观点，还没几天，就一语成谶：微软的算力中心搞崩了电网。 所以这是不是一个在我国也会很快发生的大问题呢？网上有很多说法，有的过于乐观，而有的又过于悲观，这里简单分析一下。
