导语 在当前互联网行业飞速发展的背景下，企业对高效、稳定、灵活的服务治理方案需求愈发迫切。猫眼作为领先的互联网票务企业，通过采用腾讯云 北极星（Polaris），成功优化了其微服务架构，实现了显著的性能提升和故障容错能力增强。通过将注册配置中心从 Nacos 迁移至北极星，猫眼解决了多项技术瓶颈问题

导语 在Apache CoC 2024 杭州站大会中，腾讯云高级工程师张乐为与会者带来了精彩的演讲。围绕《基于 RocketMQ 底座实现 AMQP 协议》的背景、目标、方案设计以及几个核心技术实现做了详细的阐述。 作者简介 张乐 腾讯高级工程师，负责腾讯云 RabbitMQ Serverless

在构建高吞吐量和高可靠性的消息系统时，Apache Kafka 成为了众多程序员的首选。本文深入剖析了 Kafka 的内部机制，从宏观架构到消息流转的细节，揭示了 Kafka 如何通过精心设计的系统组件和策略，实现消息的异步处理和流量管理。 本文将带你探索 Kafka 的 ack 策略、数据持久化技

导语 Pulsar Meetup 2024 北京站已经成功落下帷幕。在本次盛会中，腾讯云的高级工程师韩明泽和王震江为与会者带来了精彩的演讲。他们围绕多网接入、集群迁移以及高可用最佳实践这三大核心议题，深入剖析了《腾讯云上基于 Apache Pulsar 的大规模生产实践》，为听众呈现了一场知识与经验

2024年 9月动态 消息队列 CKafka 版 01、专业版实例降配时解除限制 专业版实例降配时，若近 7 天峰值带宽或存储超过目标规格，将不再强制禁止降配。降配页面将提供风险提示，用户可自行判断是否继续操作。 官网链接： https://cloud.tencent.com/document/pr

导语 零改造、低侵入，RocketMQ 平滑迁移上云实践。 在迁移上云场景遇到的疑问和挑战 当前，随着企业对更高并发量、更多使用场景、更强计算能力、更加稳定安全的业务环境的追求，迁移上云已经是企业数字化发展的必然趋势。但对不少企业来说，迁移上云往往是一个重大且艰难的决定。迁移的过程虽不至于历经九九八

前言 云原生时代，越来越多的企业借助于微服务与容器化，来提升业务弹性与研发协作效率。Dubbo、Spring Cloud、Istio、Dapr 等各类微服务生态组件百家争鸣。从腾讯内部的 CL5 到 ONS、Taf 等，我们也在服务治理的道路上不断的研究探索，吸取各家之所长打磨了北极星产品。目前腾讯

导语 自2024年9月6日起，TDMQ Pulsar 版专业集群支持消息、元数据两级跨地域复制功能，消息级复制解决用户全球地域的数据统一归档问题，元数据级复制提供解决用户核心业务跨地域容灾的场景。 用户在跨地域场景遇到的疑问和挑战 在跨地域相关场景下，通常有两大类原始需求： 跨地域容灾 TDMQ P

2024年 8月动态 消息队列 Pulsar 版 01、专业集群支持跨地域消息复制 TDMQ Pulsar 版专业集群支持消息、元数据两级跨地域复制功能，消息级复制解决用户全球地域的数据统一归档问题，元数据级复制提供解决用户核心业务跨地域容灾的场景。 官网链接： https://cloud.tenc

2024年 7月动态 消息队列 CKafka 版 01、Prometheus 监控功能增强 接入外部监控 Prometheus，在原有 JMX Exporter 与Node Exporter 的基础上，加入与 Broker IP 的对应。 官网链接：https://cloud.tencent.com

前话 PolarisMesh（北极星）是腾讯开源的服务治理平台，致力于解决分布式和微服务架构中的服务管理、流量管理、配置管理、故障容错和可观测性问题，针对不同的技术栈和环境提供服务治理的标准方案和最佳实践。 PolarisMesh 官网： https://polarismesh.cn/#/ Pola

导语 Apache Pulsar 是一个多租户、高性能的服务间消息传输解决方案，支持多租户、低延时、读写分离、跨地域复制（GEO replication）、快速扩容、灵活容错等特性。Pulsar 存储层依托于 BookKeeper 组件，所以本文简单探讨一下 BookKeeper(下文简称 BK)

2024年 6月动态 TSE 云原生 API 网关 01、云原生 API 网关支持路由和服务导入导出 云原生 API 网关支持路由和服务导入导出，方便您进行路由和服务的复制。 02、云原生 API 网关丰富系统监控指标 云原生 API 网关新增10项实例和节点级监控指标，方便您查看客户端与网关之间的

什么是RAG？ 随着数据智能技术的不断发展，以大语言模型（LLM）驱动的AIGC为代表的内容生成技术已经成为企业数据智能能力中不可或缺的一部分。但在实践过程中，LLM（例如ChatGPT）仍存在不少问题，例如信息更新不及时、垂直领域知识匮乏，且可能产生“幻觉”（即生成不准确的内容）等问题。 检索增强

背景概述 随着数据智能技术的不断发展，以大语言模型（LLM）驱动的 AIGC 为代表的内容生成技术已经成为企业数据智能能力中不可或缺的一部分，但传统的内容生成技术存在信息更新不及时、垂直领域知识匮乏、模型幻觉等问题，如何推进大模型在各行业、各业务场景落地是各方普遍关注的问题，而检索增强生成（Retr