至顶网CIO与应用频道 01月23日 北京消息:1月22日,腾讯云正式发布微服务中间件TSF(Tencent Service Framework)。这个围绕应用和微服务的 PaaS 平台,将为企业解决IT系统复杂、升级迭代慢、运维扩展性差、海量用户支撑能力薄弱、数据孤岛等一系列难题,帮助传统企业快速构建面向互联网亿万用户的大规模分布式架构,降低企业IT成本,助力企业云化升级转型。
腾讯云中间件产品中心总监罗茂政
久经锤炼的一站式微服务解决方案, 赋能传统企业互联网转型
目前传统企业的IT系统以单体架构为主,这种架构在面对互联网业务的冲击时,系统架构的性能瓶颈会逐渐显现。随着系统架构的演进,新型的微服务架构逐渐成为企业IT架构转型的趋势,其核心思想就是通过IT架构的微服务化,将复杂的单体架构,重组为小而美的独立服务,从而降低系统的复杂性,让企业更便捷的构建基于云计算的大规模分布式架构。
腾讯云分布式框架TSF雏形可追溯到2013年,历经腾讯内部最严苛、最复杂的生产级环境打磨,并不断对其中核心性能的提炼,形成了一套具备无限扩展、高性能、高可靠的一站式企业级微服务架构解决方案,为云计算开发者提供极具价值的经验参考,赋能传统企业互联网转型。
腾讯云中间件产品中心总监罗茂政表示,作为围绕微服务的PaaS平台,TSF服务框架底层融合了腾讯云内部完善的中间件能力,提供企业云化架构所必需的消息队列、Kafka、负载均衡、API 网关等全套中间件服务。
在此之上,强大的平台能力,支持应用的全生命周期管理能力,如对于虚拟机应用,提供代码包打包上传,批量发布、变更,版本切换等全生命周期的服务,对于火热的Docker应用,提供基于行业主流编排框架Kubernetes的全流程自动化持续集成和持续交付。
另外,TSF的微服务运行与治理框架屏蔽了微服务系统带来的复杂度,为应用提供自动注册、发现、治理,隔离,调用分析等一系列微服务治理能力。
对比目前市场上其它分布式服务框架,腾讯云TSF因为基于开源Spring Cloud框架,没有任何厂商绑定风险,同时,无缝兼容Dubbo等RPC框架,对于已经在使用Dubbo框架的用户,可平滑迁移到TSF。
极高安全和监控能力,支持单应用上千节点并发启动
鉴于分布式服务框架对性能和可靠性等能力具有极高的要求,腾讯云TSF在设计之初,就基于gRPC提供高性能RPC服务框架,具备单集群支持100万+QPS的调用。当系统出现数据中心级故障时,可在秒级完成容灾去切换,无需人工干预,构筑金融级容灾能力。
监控层面,TSF通过领先的全链路调用跟踪技术打造一站式监控平台,通过可视化手段,全面准确掌握平台各项指标。如IaaS层,可通过监控服务器资源的磁盘IO、内存、CPU、网络等指标,精准掌控服务器健康状况。
另外,TSF支持业务代码批量上传、打包编译,具备单应用并发启动上千服务器节点能力,应用一键发布,批量上线。
针对金融场景下,对数据一致性有着严苛要求,通常一笔交易将会跨多个业务集群。腾讯云TSF由于对底层多硬件兼容,提供了无业务侵入性,数据库无改造的最终一致性保证,确保每一笔交易可靠达成。
腾讯内部生产级环境打磨,房地产+互联网最短15天上线
目前腾讯云分布式服务框架TSF已经在腾讯内部得到成熟应用,稳定支持腾讯内部多款海量用户应用,诸如微信、QQ等亿量级社交服务,微信支付、红包、微粒贷等国民金融服务,再到腾讯视频、游戏、地图、腾讯手机管家等行业领先的娱乐、工具类服务。TSF服务的领域渗透到互联网用户的方方面面。
以财付通为例,面对春晚红包,手Q大型复杂运营场景,腾讯云TSF平台可动态弹性扩缩容,无需人工干预自动扩充上千台设备。通过一系列性能优化,目前系统可用性提升到5个9以上,性能从千笔/秒提升到万笔/秒。值得一提的是,目前TSF 的DevOps服务生命周期系统调用量已经突破5万亿/天。
历经腾讯海量应用的精细打磨,腾讯云通过快速整合内部微服务生态,提炼形成的具备金融级容灾能力,高性能、高可靠的微服务解决方案,传递给垂直领域的大型服务商。
传统大型企业在互联网转型升级过程中,IT系统架构极为复杂。以某房地产公司为例,其各IT子系统各自为战,标准不一,无法相互通信。一旦涉及到业务变更情况,经常数百人加班参与,对后续的系统迭代带来了巨大挑战。
通过使用腾讯云分布式框架TSF,80天完成微服务架构改造上线,版本迭代平均周期从一个月变为两周, 快速上线互联网应用。目前,系统每天能够稳定处理超过5000万次的系统查询,超过1000万次的订单落地,约5亿次跨服务调用。
据了解,该项目覆盖全国超过25个新型青年公寓租赁、16个养老型地产项目,为集团直接节省IT成本超千万。
好文章,需要你的鼓励
Instagram负责人莫塞里在接受采访时透露,平台正考虑引入长视频内容功能,尽管此前一直专注于短视频。他承认为了吸引优质内容,Instagram可能需要支持长视频格式。此外,Meta最近推出了"您的算法"功能,旨在让用户更好地控制信息流内容。莫塞里承诺未来将提供更多工具,让用户主动塑造个性化内容,但完整实现可能需要2-4年时间。
香港大学联合Adobe研究院提出PS-VAE技术,成功解决了AI无法同时具备图像理解和生成能力的难题。通过创新的两阶段训练策略,让AI既能准确理解图片语义,又能生成高质量图像,在图像编辑任务上性能提升近4倍,为统一视觉AI系统开辟新路径,在数字创作、教育、电商等领域具有广阔应用前景。
在信息爆炸的时代,AI实验室的研究员们常常需要面对海量的论文、专利文件、论坛发言等各种渠道的信息。传统的查找方式不仅费时费力,还容易遗漏关键内容。那么,有没有一种方式能让AI真正代替人工,完成从找资料到写出稿的全流程工作?
华中科技大学与马里兰大学研究团队开发出Sage评估框架,首次无需人工标注即可评估AI评判员可靠性。研究发现即使最先进的AI模型在评判任务中也存在严重不一致问题,近四分之一困难情况下无法保持稳定偏好。团队提出明确评判标准和专门微调等改进方法,为构建更可靠AI评估体系提供重要工具。