演讲摘要：

Apache RocketMQ 被国内外众多公司用于业务核心链路，随着云原生时代的到来，如何充分利用云基础设施以一套架构满足不同场景诉求，降低运维负担、提升系统稳定性成为众多中间件业务系统共同面临的极具挑战性的问题；同时，随着大数据、实时计算、EDA 架构的逐渐兴起，对于RocketMQ 也提出了新的诉求，为了解决这些问题，RocketMQ 5.0 应运而生。本次分享不仅包含RocketMQ 云原生化演进，也包含如何以统一架构支持多种异构基础设施、多种业务场景，解决超大规模流量下的稳定性与可靠性，除此之外，还会介绍 RocketMQ全新实时计算引擎，帮助用户在RocketMQ中完成轻量级实时计算，放大数据价值。

演讲大纲：

1. RocketMQ 云原生化面临的挑战

2.  超大规模集群、同城异地容灾背景下的严苛稳定性诉求及解决之道

3. Messaging、Streaming、Eventing 场景驱动的 RocketMQ 5.0 云原生架构设计及全新特性

4. RocketMQ5.0 未来规划

听众收益：

1. 了解 RocketMQ 场景驱动的架构设计理念

2. 了解 RocketMQ 5.0 新架构的核心特性 

3. 了解如何将 RocketMQ 更好的用于生产系统，降低成本与运维负担，满足消息传递、实时计算、事件驱动等场景

4. 通过RocketMQ 的云原生演进路线，对应用架构改进升级起带来启发

演讲摘要：

分享基于MQTT协议的开源物联网消息中间件的架构设计，包括如何解决海量设备接入、高吞吐及如何利用云原生基础架构实现消息中间件的高可用和弹性伸缩。如何实现MQTT消息中间件与Kafka、MongoDB、InfluxDB等传统中间件和数据库对接。同时也分享EMQ对于物联网消息处理范式演变及对未来物联网基础软件架构的影响和挑战的思考。

演讲大纲：

1. MQTT 协议与物联网消息中间件

2. MQTT 消息中间件与传统消息中间件

3. 利用规则引擎与传统中间件的对接

4. EMQ X 消息中间件的核心架构和分层设计

5. 基于云原生架构下的消息中间件弹性伸缩设计

6. 物联网领域消息处理的特征及对未来数据基础架构的影响和挑战

听众收益：

1. 了解物联网消息中间件设计过程中面对的挑战和解决办法

2. 了解云原生架构对中间件设计带来的优势和挑战

3. 了解物联网领域消息处理的范式演变和未来物联网基础架构的演进方向

演讲摘要：

由于之前的技术原因，人们在消息系统中把消息和流分成了两种模型分别对待，企业基础架构存在大量“双轨制”现象，造成了数据隔离、数据孤岛的形成，极大提升了架构复杂度和运维成本──内部关键业务场景里用 MQ 来保证消息服务，在数据管道场景用 Kafka 提供流服务，但消息和流本质是一样的。

在云原生时代，开发者应该把更多精力放在应用程序和微服务上，而不是把时间浪费在维护复杂的消息和流数据基础设施上。Apache Pulsar 提供了队列和流两种消费模型的统一抽象，企业可借助 Apache Pulsar 打造统一的实时数据基础设施平台，打破数据隔离和数据孤岛，简化架构并降低运维复杂度。

同时，Apache Pulsar 采用计算与存储分离架构设计，集消息、存储、轻量化函数式计算为一体，支持多租户、持久化存储、分层存储、多机房跨区域数据复制等特性，目前国内外有越来越多的公司落地 Apache Pulsar。

在本次分享中，翟佳将深入介绍 Apache Pulsar 的云原生特性和架构设计理念、以及在全面云原生时代 Pulsar 在批流一体、大数据生态等方面的最新进展。

演讲大纲：

• 消息和流系统发展回顾
• Apache Pulsar 诞生背景
• 详述 Apache Pulsar 架构原理
• Apache Pulsar 的分层分片架构
• 流存储底层 BookKeeper 架构
• Apache Pulsar 落地实践
  • 社区用户
  • 落地场景
• Apache Pulsar 生态和社区
  • 社区发展与周边生态
  • 未来展望

听众受益：

• 了解企业实时数据基础设施面临的挑战
• 认知云原生时代消息和流系统发展趋势
• 获取对 Apache Pulsar 基础架构和设计理念的认识

演讲摘要：

随着 Kappa 架构流批一体在大数据领域兴起，万物互联引发数据源爆发，基于数据流的实时处理计算成为趋势，传统的分布式数据计算引擎如 Spark、Flink 也面临着数据量级和业务复杂度的双重考验。业界的流批一体，也逐渐转变为统一到流。近年来，新的流计算形态不断涌现。

在 Apache Kafka 的生态中，通常是通过原生的 Connector 来实现集群间的容灾、同步以及简单的数据转换处理能力。如果需要实现流式计算处理，则需借助Flink、Spark或者原生的Kafka Stream来编程实现。

在实际的使用运营过程中面临学习成本、运维投入、扩缩容等问题。随着Serverless 架构的兴起，其具有事件触发，多语言编程，弹性扩缩容，函数态运行等能力，为消息在容灾、同步、转换处理、流式计算等场景下，提供了一种新的技术选择。本次内容主要分享基于Serverless 架构的消息的处理、流转的一种探索和实践经验。

演讲大纲：

1. 在流计算兴起的大架构下，消息队列 Kafka 在容灾、同步、实时计算等场景中的进化机遇和挑战；
2. Serverless Function/EDA 事件驱动架构的趋势分析和优势解析；
3. Kafka Connector/Stream 在 Serverless 架构中的实现；
4. Kafka 的容灾、同步、数据清洗的具体案例分析；
5. Serverless + Kafka 消息处理/计算的未来演进规划。

听众收益：

1. 了解Kafka的数据流转和Serverless架构结合的优势。

2. 了解结合Serverless的设计理念，以及实现大数据架构下数据流转的技术实现和原理。

3. 了解如何用Kafka + Function的能力实现消息的流转、处理。简化研发运维的投入成本。

4. 了解如何将消息处理和开源的Serverless项目相结合，实现更轻量的消息计算。

演讲摘要：

在数字化经济的时代，数据是业务最核心的资产，也是业务正确性的最终体现，数据一致性是一个绕不过去的挑战。在微服务架构大行其道的今天，分布式系统中的数据一致性问题也变得更具挑战性。本质上来说，分布式事务就是为了保证数据库、消息和其他各种类型资源的数据一致性。如何减少架构师和开发人员对分布式数据一致性的设计和开发成本，而让其更专注于业务本身的开发设计，将是分布式事务价值的出发点。

本内容将介绍阿里中间件对于传统分布式事务解决方案的创新与突破，并最终形成了一套独创的分布式事务解决方案，分享其在集团内大规模实践与落地。

演讲大纲：

1. 分布式事务设计遇到的痛点与挑战

2. Seata 在阿里巴巴的大规模落地实践和架构演进

3. Seata 的开源社区建设

听众受益：

1. 了解微服务应用架构下数据一致性的痛点和挑战。

2. 了解 Seata 在阿里内部的大规模落地实践和最佳实践案例。

3. 了解 Seata 在大规模落地过程中的架构演进。

4. 通过了解分布式事务落地案例，能做到活学活用。

演讲摘要：

从过去十年大数据领域新技术和新框架的进化历程出发，介绍Alluxio的诞生背景和历史。分享Alluxio数据编排理念在数据中台对存储和计算的解耦作用，以及数据编排针对存算分离场景提出的新架构。在此基础上深入理解Alluxio核心设计理念和功能，深入介绍Alluxio如何提供统一数据视图、高效数据访问&便捷数据管理、异构环境支持三大创新功能。

演讲大纲：

1. 回顾大数据/AI架构在过去十年间的演进历程，以及演进历程带来的新挑战

2. 介绍Alluxio数据编排项目，回顾Alluxio项目历史

3. Alluxio数据编排提供的统一数据视图

4. Alluxio在数据编排过程中提供的高效数据读写、便捷数据管理等功能

5. Alluxio对异构环境的支持

听众收益：

1. 了解计算/存储引擎不断演进给企业架构带来的新挑战

2. 了解Alluxio数据编排针对异构集群/混合云环境提出的新架构

3. 深入理解Alluxio核心技术理念

4. 深入了解Alluxio对异构集群/混合云环境所做的优化

演讲摘要：

在企业的基础设施中，API 和微服务是其中重要的一个环节。如何在传统单体架构、微服务、云原生、多云等复杂的现实环境中，让业务流量的负载和管理更加便捷和安全呢？Apache APISIX 从 API 网关入手，希望可以统一四层和七层的全链路流量处理，来解决这个难题。在这个过程中，Apache APISIX的技术架构也在逐渐的演进和迭代，并成为诸多企业生产环境下流量处理的核心。

演讲大纲：

 1. 企业应用架构在 API 方面的痛点。

• 微服务架构中的痛点
• 云原生架构下的转型
• 服务网格下的探索

2. Apache APISIX 的演进及探索。

• 异构多协议代理
• 多语言插件
• Service Mesh 方案

3. Apache APISIX 在大流量业务场景下的实践。

• Apache APISIX 在微博的应用实践
• Apache APISIX 在爱奇艺的应用实践
• Apache APISIX 在 WPS 的应用实践

听众受益：

1. 了解API和微服务面临的挑战；

2. 了解企业数字化转型的痛点；

3. Apache APISIX的技术演进；

4.了解 Apache APISIX 在企业落地实践中的经验。

演讲摘要：

随着数据库的种类越来越多、场景越来越复杂，数据库碎片化已然成为趋势，也为用户带来了新的管理和使用难题。数据规模巨大，数据场景多元，架构层代混合，技术演进迅速，如何将底层数据基础平台与上层数据应用解耦，成为各企业数字化转型中的核心痛点。 Apache ShardingSphere 基于 Database Plus （数据库能力增强）理念，旨在碎片化的数据库基础之上构建标准层和生态层，从而对上层应用提供统一标准化的数据库使用规范，尽可能屏蔽底层数据库差异化带来的业务干扰，为用户提供一个稳定、统一的接入层，帮助用户用统一的方式去使用碎片化的数据库，发挥各种数据库的长处。同时，在连接上层应用与底层数据库的链路上，通过流量及数据劫持与解析，为用户提供分布式、数据库脱敏安全、数据库网关、数据路由压测等核心能力的增强以及扩展。

演讲大纲：

1. 数据库碎片化趋势下数据库中间件面临的挑战 

2. Apache ShardingSphere 介绍以及整体架构详解 

3. Database Plus 设计理念以及具体实现思路 

4. 快速构建不同场景下的分布式数据库生态 

5. Apache ShardingSphere 用户案例实战

6. Apache ShardingSphere 开源社区介绍

听众受益：

1. 了解 Apache ShardingSphere 功能体系以及整体架构 

2. 了解 Database Plus 设计理念以及在 Apache ShardingSphere 中的落地 

3. 了解如何基于 Apache ShardingSphere 快速构建多场景、可扩展分布式数据库生态