表格存储：为 AI 注入“记忆”，构建大规模、高性能、低成本的 Agent Memory 数据底座
1. 背景：AI Agent 市场爆发增长 2025 年被视为 AI Agent 市场元年，其中有一些关键性事件是被大家熟知的，比如： 2024 年 12 月底 DeepSeek-V3 发布和开源，性能对齐海外领军闭源模型 2025 年 1 月 DeepSeek-R1 发布和开源，性能对标 OpenAI o1 正式版。 2025 年 3 ...
Dify x Tablestore 构建低成本、Serverless 知识库
概述 知识库 在大模型时代，如何高效应用领域知识、解决大模型的幻觉等问题，成为大模型渗透到每个行业需要解决的核心问题。随着生成式人工智能技术的快速发展，大型语言模型（LLM）虽然在语言理解和生成能力上展现出显著优势，但其知识局限性与幻觉问题（即生成不实或无根据信息的倾向）始终制约着其在专业领域的实际应用。为突破这一瓶颈，检索增强生成（Retrieval-Augmented Generation,....
Flink Table Store 0.3 构建流式数仓最佳实践
摘要：本文整理自阿里巴巴高级技术专家，Apache Flink PMC 李劲松（之信），在 FFA 2022 实时湖仓的分享。本篇内容主要分为四个部分：挑战：Streaming DW 面临的难题案例：Flink+FTS 典型场景案例V0.3：FTSV0.3 有什么能力来帮助上述场景总结：回顾和项目信息点击查看直播回放和演讲 PPT一、挑战：Streaming DW 面临的难题首先，讲一讲 Str....
基于 Tablestore 时序模型构建车联网数据存储
背景最近几年，物联网得到了飞速的发展。在车联网、设备监控、网络监控、快递跟踪等物联网典型场景下，海量监控数据、轨迹数据、传感器数据被生产数来。这些数据产生频率高、数据量大、严重依赖采集时间，是典型的时序数据。传统的数据库是无法应对这种高写入的海量实时数据的，需要使用能够支持时序模型的时序数据库对这些数据进行储存和分析。表格存储时序模型是专门...
什么是基于 TableStore 来构建一个时序数据存储、计算和分析的完整架构？
什么是基于 TableStore 来构建一个时序数据存储、计算和分析的完整架构？
IoT+Tablestore快速构建智能售货机应用
一、 背景介绍 近年来，物联网（IoT）技术发生了巨大的变化。NB-IoT、LoRa等技术的产生解决了网络覆盖、设备功耗成本问题；尤其是最近5G技术的商用，意味着支持海量设备连接进行高质量数据通讯即将有坚实的基础设施支持。在过去的二十年，人的各种活动如社交、购物等产生了海量的数据。据分析，每个人身边至少有1000个左右的物体，如果将比人的数量...
TableStore Timeline：轻松构建千万级IM和Feed流系统
场景 移动互联网时代，微信和微博已经成为这个时代的两大支柱类社交应用。这两类应用，其中一个是IM产品，一个是Feed流产品，微信的朋友圈也属于Feed流。如果再细心去发现，会发现基本所有移动App都有Feed流的功能：消息广场、个人关注、通知、新闻聚合和图片分享等等。各种各样的Feed流产品占据了我们生活的方方面面。 现状 IM和Feed流功能已经基本成为所有App标配，如何开发一个IM或者Fe....
基于TableStore构建简易海量Topic消息队列
前言 消息队列，通常有两种场景，一种是发布者订阅模式，一种是生产者消费者模式。发布者订阅模式，即发布者生产消息放入队列，多个监听的消费者都会收到同一份消息，也就是每个消费者收到的消息是一样的。生产者消费者模式，生产者生产消息放入队列，多个消费者同时监听队列，谁先抢到消息就会从队列中取走消息，最终每个消息只会有一个消费者拥有。 在大数据时代，传统的生产者消费者队列模式中的Topic数目可能从少量的....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
