专题：技术创新实践

“无人值守”，即无需人为干预，或者至少在给定场景或背景的情况下尽可能少的人为干预，最终目的将降低系统对“人”的依赖，降低“人”对系统的影响。城市大脑在过去几年中已经在许多项目中落地，目前有许多阿里云自研的应用、算法托管平台，如dataworks、blink等等，在项目中还有各个ISV的自研的软件系统。现场运维人员碰到问题时候需要面对多套监控系统，各种上下文切换。现状只适合熟练工，对人员要求高，在人员变动时会影响系统稳定性。需要有一款贴近业务一线的工具，对底层平台进行管理，提供标准化的运维视图。能进行实时监测，发现问题后报警或自愈。本次演讲围绕城市大脑业务落地遇到的挑战，来详细介绍在运维监控中我们的实践与思考。

演讲大纲

1. 人值守是什么
2. 城市大脑业务落地遇到的挑战以及无人值守的价值
3. 无人值守在城市大脑系统中的实践

听众受益

• 了解城市大脑业务在落地中遇到的问题
• 了解以一线运维人员视角对运维监控系统的需求

企业工程质量与效率的提升需由无数一线开发者点点滴滴的实践改善积累而成。作为阿里集团的工程效能部门，我们不但有功能齐全的一站式研发协同平台，还有许多从细节着手、为开发者精心打造的日常研发小工具。用最先进的装备，才能解决最有挑战的问题。这个话题将会介绍三款来自阿里效能团队的开源项目，它们都来自于内部一线优秀开发实践的提炼，涵盖代码评审、单元测试、集成环境等诸多应用场景，相信能成为个人开发者的好帮手和企业研发提效的有益参考。

图数据库是一种新兴的底层数据库技术，可以支持海量数据的实时关联、查询和计算，是新一代人工智能、认知智能的核心底层支撑技术。中国信通院 2019 年发布了图数据库白皮书，基于知识图谱、复杂异构图的各种企业级应用在公安、金融、政府、互联网等多个领域蓬勃发展，对图数据库选型的指引有迫切的需求，尤其是在各种应用场景数据和查询需求迥异的情况下。

这次演讲将全面分享图数据库选型的标准、方法和结果，涵盖了主要的多款图数据库，并结合应用场景，举例说明选型的重要性和我建议的解决方案。

演讲提纲：

1. 图数据库的概念
2. 常见的图数据库
3. 查询语言和客户端支持
4. 存储与数据格式
5. 功能与能力比较
6. 选型性能比较
   • 环境需求
   • 数据导入
   • 简单遍历，复杂遍历
   • 主流图 benchmarks
   • 事务支持
7. 算法能力
8. API 性能
9. 大数据平台融合
10. 选型案例

听众受益点：

1. 全面了解当前图数据库的各种选择，形成选型的方法和思维体系。
2. 了解各图数据库的测试比较结果，量化指导本企业根据业务和场景需求进行技术选型。