“云+AI”浪潮下，阿里云&龙蜥携手打造智算时代最佳服务器操作系统
随着AI时代的推动，云计算迎来了第三次浪潮。
在“云+AI”的趋势下，阿里云携手龙蜥，共同打造了适用于云上体验最佳的服务器操作系统——Alibaba Cloud Linux/Anolis OS。
在「飞天技术沙龙-CentOS迁移替换专场」上，阿里云基础软件部产品总监张鹏程分享了《阿里云与龙蜥携手打造智算时代最佳服务器操作系统》，深入探讨了共建服务器操作系统的过程与未来发展方向。
回顾阿里云的开源历程，从使用、贡献到开拓，三个阶段见证了开源从应用、技术到发展战略的转变。
在创业初期，阿里云大量使用开源软件，其发展深深植根于开源环境，通过学习和研究国外优秀开源实践，积累了丰富的技术力量。
随着技术积累，开源成为技术战略，阿里云开始积极回馈社区，将内部沉淀的技术转化为行业标准。
如今，开源成为发展战略的一部分，阿里云在各行各业携手合作伙伴，共建数字新世界，深化开源领域建设。
阿里云的开源战略聚焦于基础软件领域的共建与开源，形成了“1+4”的战略重点，包括AI模型开源社区、操作系统、云原生、数据库、大数据等领域。
其中，魔搭社区作为AI模型开源平台，旨在简化AI模型应用，降低门槛。
魔搭社区已经成为国内规模大、活跃的AI模型开源社区，累计服务开发者超过280万，开源开放了2300多个优质AI模型，下载量超过1亿。
在操作系统领域，阿里云与产业伙伴共同发起的龙蜥社区，已经成为国内领先的开源操作系统社区。
社区伙伴超过800家，基于龙蜥技术路线的衍生操作系统数量达到12个，部署规模超过600万，累计服务用户超过80万。
在云原生领域，阿里云提供了全面的云原生开源贡献，覆盖分布式应用架构、治理等多个关键领域。
在数据库领域，阿里云开源了PolarDB PostgreSQL版和分布式版。
在大数据领域，Flink作为广泛使用的开源大数据计算引擎之一，助力企业业务场景应用。
阿里云作为开源的积极参与者，致力于通过开源生态推动创新，持续在AI、云原生、数据库、大数据和操作系统等领域投入资源。
通过与开源社区合作，提供开发者服务和企业创新支持，阿里云加速开源创新，与开源生态同行，共同促进计算产业的发展。
云计算技术的发展迎来第三次浪潮，AI技术的推动加速了这一浪潮。
阿里云以飞天云计算操作系统为核心，依托自研创新的云基础设施，致力于服务产业数字化和智能化。
操作系统作为飞天的基石，对于复杂算力场景的稳定、安全、性能和成本至关重要。
阿里云在操作系统领域的持续投入，旨在解决业务发展问题、实现关键技术突破、促进计算产业变革。
意识到开源社区对于操作系统发展的关键作用，阿里云携手产业伙伴共建龙蜥社区，旨在促进生态协同发展。
从2009年开启操作系统自研探索，到2020年联合产业伙伴成立龙蜥社区，阿里云在 CentOS停服替代中发挥了重要作用。
如今，龙蜥社区已完成根社区建设布局，形成基于分层分类、独立演进的技术路线，有效解决操作系统开源供应链等安全可控问题。
龙蜥社区采用开放中立的治理理念，促进社区技术成果规模化应用，携手上下游生态伙伴共同规划社区技术路线。
社区治理的成功，使得龙蜥成为国内最具特色的多厂商治理模式合作型开源操作系统社区，成为活跃贡献机构最多、最多样化的社区。
在智能计算快速发展的时代背景下，服务器操作系统产业迎来新发展格局，阿里云将通过持续投入龙蜥社区建设和贡献，坚持共建、共享、共治、共赢的发展理念，共同谱写国产操作系统和基础软件的新篇章。
面对未来，阿里云与产业伙伴携手，共同打造中国操作系统黄金年代，共同推动计算产业的持续发展和创新，实现自主生态的可持续增长。
成功的数据驱动型公司为什么会采用Data Mesh？
许多企业正在投资下一代数据湖，希望大规模普及数据以提供业务洞察力并最终做出自动化的智能决策。
然而，在当前组织的规模和速度下应用数据仓库和数据湖可能会失败。
这时，Data Mesh或许是一种更好的选择。
模式转变是关键。
每隔一段时间，新的解决问题的方式就会出现并改变一切。
这可能是采用新技术、新架构或者新服务，有时甚至直接从市场中获取需求。
推动行业发展的力量可能是工程团队，也可能是业务本身。
随着数据生态系统在过去十年中迅速发展，在早期采用者证明数据可以产生价值之后，越来越多的公司开始投资并转型为数据驱动型公司。
这一浪潮推动了大数据和云计算技术的开发。
数据淘金热的重点是打破数据孤岛并将数据集中到平台中，快速向分布式架构、混合云推进，甚至从IaaS过渡到PaaS到SaaS。
然而，它缺乏对数据所有权、数据质量保证、可伸缩治理、可用性、信任以及数据发现性的关注。
Data Mesh正是这种模式转变的结果，它源于数据湖或平台领域的实际需求。
由于它利用了现有技术并且不受特定底层技术的束缚，因此它承诺的结果具有革命性。
Data Mesh是一种利用领域驱动设计的组织和体系结构模式，设计面向业务而非技术的数据域的能力。
它类似于单体Web服务过渡到领域驱动设计的微服务。
在数据管理的最新技术中，Data Lake成为了一种中心化的解决方案。
它需要巨大的技术投入，并且事实证明是成功的。
然而，从组织和技术角度来看，这种集中式的Data Lake存在一些问题。
创建Data Lakes时，首要口号是打破孤岛，这意味着要尽快建立数据管道，以将数据从外部系统导入Data Lake。
集成工作通常由数据工程师团队负责，他们设计流程，从系统角度了解如何从外部系统中获取数据并引入数据湖。
集成后，数据所有权自动落入数据工程团队手中，他们通常与源系统达成一致，但在数据文档、数据质量等方面并不需要付出太多努力。
当源系统发生变化时，基于集成的方法可能导致问题：模式更改、源域规范不断演变、GDPR引入、随便命名等。
这是一个无法扩展的模型，尤其是对于跨国公司来说，集中来自不同数据的数据时，需要考虑分支机构、国家/地区和相关法律/法规，因为源系统不了解数据仓库的过程，它们不了解数据消费者的需求，也不专注于为其数据提供数据质量。
Data Lake的另一个问题是分层结构，其中分层通常是技术性的（清理、标准化、协调）。
这些层被视为数据和业务需求之间的固定开销，减慢了价值创造的过程。
现代化的Service技术栈提供了去中心化的解决方案。
它包括去中心化（a），成百上千不同的服务由几十个或几百个团队拥有。
每个团队负责定义、构建和维护管理自己的API。
自行决定的部署周期增强了功能迭代的效率，避免了等待统一部署变更的团队。
然而，并不是所有应用开发人员都有足够的技术能力定义良好的Service API并处理复杂的部署问题。
服务架构团队提供服务治理（c），DevOps文化以及嵌入到每个团队中的SRE工程师作为补充。
中心化的团队定义标准的数据序列化格式、服务框架、API模型设计原则和兼容性规定。
这些团队通过构建实现标准的工具来帮助应用开发者生成优雅的服务脚手架。
同时，设计审核委员会为应用开发者设计API和数据模型提供指导。
DevOps文化和嵌入式SRE工程师帮助应用开发者稳健地部署升级自己的服务，利用自动化工具进行灰度测试、小流量测试、预生产环境和A/B测试等。
Data Mesh将这些面向Service的最佳实践重新应用于数据层。
应用开发团队不仅需要定义业务逻辑的API（通过Service的方式），也需要定义自己的数据。
这两者所需的技术架构和组织文化结构非常相似。
向去中心化数据流水线和数据仓库的演变需要组织内部文化的更迭。
应用开发者可能没有足够的技术能力定义良好的数据产品或运行数据流水线。
数据架构团队、DataOps文化和嵌入式数据工程师可以补充技能不足并提供规范保障。
需要构建分布式自助式数据基础平台和能力，包括数据基础架构团队或数据平台团队构建的工具来规范和约束DataOps的最佳实践。
数据模型设计委员会负责为应用开发者设计数据模型提供指导。
数据工程师嵌入到应用开发团队中，负责定义数据产品、维护数据管道并在团队内部构建数据相关的工具。
最重要的是，需要让应用开发团队意识到“数据”是他们需要投入时间的产品，这可能不容易实现。
寻找Champions有助于推动Data Mesh的采用。
随着面向用户的数据产品的普及，应用开发人员将面临与数据仓库团队相似的痛苦。
他们将需要自己构建数据产品，但这对他们来说是直观的，与他们在SOA和Service DevOps中做的事情本质相同。
Data Mesh MVP对组织文化的需求包括：1. 数据基础架构团队构建分布式自助式数据基础平台和能力。
2. 数据工程师嵌入到应用开发团队中。
3. 应用开发团队将“数据”视为需要投入时间的产品。
智领云公司专注于云计算和大数据领域的前沿技术，提供云原生DataOps为底座的大数据平台数据中台系统解决方案。
公司为企业提供数字化运营体系，帮助企业实现数据驱动的数字化转型，建立数字化运营体系，掌握全面、及时、更多维度的业务现状，提升数据驱动应用的迭代和发布速度。
公司与多家知名企业和上市公司在能源、教育、医疗健康、物联网、金融等行业建立合作关系。
什么是数智化转型？
数智化（Digitization）是指使用数字技术和数据分析等手段，将传统的业务、流程、信息等数字化，以便更好地管理、分析和优化。
数字化技术包括大数据、云计算、物联网、人工智能等，通过对数据的采集、存储、分析和应用，可以实现企业管理的全面自动化和智能化。
数字化转型是企业面对新一轮技术浪潮的必然选择，数字化技术已经深刻地改变了企业的生产方式、营销方式和服务方式，成为企业赢得市场竞争的关键。
数字化转型需要企业具备智能化的智商、灵活的机动性和高效的协同性，并要求企业与供应商、客户、合作伙伴等形成紧密的合作，形成数字化生态系统。
数智化对于企业的意义在于，数字化技术可以有效提升企业经营效率和精细化管理水平，提高客户满意度和品牌价值，塑造新型的数字化商业模式，为企业的产业转型和升级提供支撑。
JNFP快速开发平台就是这么一款低代码开发工具，致力于为开发团队提供新的方式来快速、高效地构建和部署应用程序。
作为拥有一系列可视化的组件以及模板和可扩展的插件的低代码开发产品，通过使用JNPF平台，用户可以快速地创建自定义的Web应用程序而无需编写复杂的代码或进行深入的编程知识。
快速开发
由于平台使用低代码开发，因此它允许用户快速开发应用程序以满足业务需求，缩短了开发时间。
可支持复杂的业务需求
平台具有可扩展性，在应用程序的开发过程中可以添加定制的插件和组件，以便支持复杂的业务需求。
易于使用
平台提供了可视化的拖放式组件、模板和工具，使得用户不需要深入的编程知识，也可以完成应用程序的开发。
维护方便
由于平台采用模块化和松耦合的设计，因此当需要修改或升级应用程序时，维护起来也更加容易。
更好的用户体验
平台提供了各种UI组件和模板，可以设计出更加美观和易用的应用程序，提供更好的用户体验。
跨平台
JNPF平台支持不同的操作系统，包括Windows、Linux和macOS等，可以在不同的平台上进行使用。
而在实现数智赋能的道路上，JNPF快速开发平台或者说是低代码开发平台也凭借着自身的产品优势，不断为企业提供开发便利。
企业通过低代码开发平台，使用可视化的方式，轻松构建数据模型、流程模型、表单等，避免了手工编写代码的繁琐过程。
低代码开发平台提供的API接口、数据交换、Webhook等多种集成方式，方便平台与其他系统进行无缝对接，实现数据共享和流程协同。
企业通过低代码开发平台通过可视化创建实现数据模型、流程模型、表单等，以及丰富的组件库、模板库等，开发者只需少量编码就能快速完成需求。
极大地降低了开发门槛和成本，使得更多的企业和个人能够参与到数字化转型中，更好地应对市场变化和技术发展。
同时，低代码开发平台可以让企业更快地适应变化，提高业务效率和创新能力，为企业的数字化转型提供支持和保障。
