当前位置: 首页 > news >正文

东莞常平天气预报15天查询/电商运营seo

东莞常平天气预报15天查询,电商运营seo,没有网站做分类信息群发,wordpress 仿煎蛋五大方向,洞悉 IoTDB 与 HBase 的详尽对比! 在物联网(IoT)领域,数据的采集、存储和分析是确保系统高效运行和决策准确的重要环节。随着物联网设备数量的增加和数据量的爆炸式增长,开发者和决策者们需要选择…

708a2ec3a706ac458954b30de9d8bcf8.png

五大方向,洞悉 IoTDB 与 HBase 的详尽对比!

在物联网(IoT)领域,数据的采集、存储和分析是确保系统高效运行和决策准确的重要环节。随着物联网设备数量的增加和数据量的爆炸式增长,开发者和决策者们需要选择合适的时序数据管理系统。Apache IoTDB 和 Apache HBase 是两款广泛应用的数据库,它们在架构设计、性能和功能方面各具特色。

为了帮助用户在时序应用场景中做出更适合的时序数据库选择,本文将从:分布式架构、端边云同步能力、部署易用性、分析与计算能力和性能表现五个方面对 Apache IoTDB 和 Apache HBase 进行详细对比。

01 基本概述

Apache IoTDB(Internet of Things Database)是起源于清华大学的 Apache 顶级项目,也是专为物联网和工业大数据场景设计的高效可扩展时序数据库。

Apache HBase 是一个高性能、面向列的分布式 NoSQL 数据库,基于 Google 的 BigTable 架构设计,运行在 Hadoop 生态系统之上。它利用 Hadoop 分布式文件系统(HDFS)进行数据存储,并通过 Zookeeper 进行分布式协调。

02 对比方向一:分布式架构

Apache IoTDB

Apache IoTDB 原生支持分布式,并针对物联网场景做了大量优化,以最大化分布式集群的可用性、可扩展性和性能。

  • Apache IoTDB 针对大部分时序场景中近期数据操作频繁、历史数据操作较少的特点,设计了专门的数据分区和负载均衡策略

通过该方案,不论设备数量是万级还是亿级,时间范围的跨度是 1 年还是 10 年,IoTDB 分片路由信息的维护成本依然是非常轻量的,而具体的时序数据管理又可以分散到集群中,这使得 IoTDB 在面对大规模时序数据时具有非常高的可扩展性,目前最大测试过 PB 级别的时序数据存储。

59e09222003ff1a0a49b3d62ab402042.png

  • 与业界其他时序数据库相比,Apache IoTDB 是第一个也是目前唯一一个提出并应用共识协议统一框架的系统。用户可以根据性能、可用性、一致性和存储成本等需求,灵活选择不同的共识算法。在共识协议统一框架下,Apache IoTDB 拥有专为 IoT 时序场景设计的高性能共识协议 IoTConsensus、强一致性共识协议 RatisConsensus、 轻量级单副本共识协议 SimpleConsensus,为用户不同的业务需求提供了丰富灵活的配置选择。

  • 提供丰富可观测性指标。Apache IoTDB 在分布式架构的全链路中内置了上千种监控指标,覆盖读写流程、共识算法、负载均衡、系统资源等,可以为用户提供可靠的实时监控。

Apache HBase

Apache HBase 的数据文件底层存储于 HDFS(Hadoop Distributed File System)。因此 Apache HBase 的分布式架构分为计算和存储两层。

Apache HBase 在计算层可以基于日志同步实现多集群多活或单集群内 region 多副本 的 replica 机制,在存储层基于 HDFS(Hadoop Distributed File System)实现存储文件的多副本分布式存储。本文主要探讨 Apache HBase 在存储层,即 HDFS 的分布式架构与设计。

ce9d742032ba130b45bc6988f4840cf9.png

  • HDFS 的核心容错和一致性机制依赖于数据块副本(Replication)。每个文件被拆分为多个 Block(数据块),这些数据块会存储在多个 DataNode 上,并且每个数据块会有多个副本(默认情况下是 3 个)。

  • HDFS 使用了基于 Chain Replication 的 Pipelines 机制来保证副本数据之间的一致性。数据会被串行地写入到各个副本中。假设有三个副本,数据会首先写入第一个 DataNode,然后通过管道的方式传递给下一个 DataNode,依次类推。

二者差异

共识算法灵活性

  • IoTDB 提出并应用了时序数据库界第一个共识协议统一框架。用户可以根据性能、可用性、一致性和存储成本等需求,灵活选择不同的共识算法。

  • HDFS 提供了最小副本数和异步复制等机制加速读写过程,但 HDFS 本质上仍是只有一种共识协议的分布式存储系统,不具备提供多种性能、一致性共识机制的能力,扩展性相对较差。

分布式架构性能

  • IoTDB 拥有为时序物联网场景定制优化的共识协议,配合数据分区和负载均衡策略,可以为物联网时序数据场景提供非常高的性能。

  • HDFS Pipelines 机制通过管道式的顺序写入方式来保障数据的一致性和高可用性。然而,由于 Pipelines 采用串行复制,它在多副本写入时会带来一定的写入延迟,并且在处理 DataNode 故障时需要动态调整管道,可能会影响性能。此外,网络带宽的消耗和副本管理的复杂性也是它在大规模集群中需要应对的问题。

71b094b1a9d7e18215f127994f379a50.jpeg

Apache IoTDB 共识协议统一框架:用户可以灵活使用不同的 IConsensus 实现

36e48747934e9942e366bf62f301cec6.png

HBase Chain Replication 分布式架构

03 对比方向二:边云同步

Apache IoTDB

Apache IoTDB 原生内置流处理引擎,支持端边云同步功能,并拥有良好的性能、可拓展性和可用性等。

f3e51d285d07b5c92dc3c0aad65995b5.png

  • 可以自适应选择流式同步和文件(TsFile)同步,可以在保证全量同步的基础上,尽量降低延迟

  • 允许用户实现自定义的流处理逻辑,可以实现对存储引擎数据变更的监听和捕获、完成对变更数据的处理、实现对变形后数据的向外推送等逻辑。

  • 支持分布式高可用。流处理引擎原生支持进度记录、出错自动重试、断点重算等特性,同时支持 at-least-once 传输语义,保证端到端 100% 一致性。

  • 近存储计算,以最小化 IO、CPU 和网络代价利用数据进行计算,可对核心场景充分优化。将存储引擎  IoTLSM-Tree 中的高压缩率数据存储文件 TsFile 作为传输单位,降低传输的网络流量并减小云端负载。

Apache HBase

Apache HBase 在边云同步能力上并没有针对性的内置功能,主要是因为 HBase 设计之初是为了解决大规模分布式存储和查询问题,主要应用于数据中心或云端的场景,其与 Apache Hive 等大数据栈的连接更为紧密。在端边云同步场景中,HBase 的能力和支持较为有限。

要实现边云同步能力,HBase 需要借助外部框架来进行定制开发。例如,用户可以结合 Apache Flink、Apache Kafka 等流处理框架,将边缘设备的数据实时写入到 HBase 集群中,并通过自定义的同步逻辑实现边缘到云的同步和分析。尽管这种方法在灵活性上较好,但增加了开发和运维的复杂性。

二者差异

原生数据同步

  • HBase 虽然可以通过其异步复制机制(HBase Replication)实现一定程度上的数据同步。然而,这种复制机制主要用于数据中心之间的复制,并不适合高效的边云同步,延迟可能较大。

  • IoTDB 拥有专为边云环境设计的流处理引擎,数据同步更加实时和高效,玩转数据同步。

边侧环境适配度

  • HBase 的集群和存储架构需要依赖 HDFS 和 Zookeeper,这意味着它通常需要较为稳定且高性能的网络环境,限制了其在边缘设备中的应用,使其在边缘场景中的适用性有限,难以在网络不稳定、资源有限的边缘环境中高效运作。

  • IoTDB 针对边侧低带宽、长时间断网、小存储等特点进行了大量优化,使得边侧场景可以轻量运行数据同步任务。 

5b32ef5b8238d27c7dc9ae48bc71a5ac.png

Apache IoTDB 端边云场景的数据同步

04 对比方向三:部署易用性

Apache IoTDB

Apache IoTDB 作为新一代的时序数据管理解决方案,致力于通过更轻量级的架构降低部署难度,特别是在资源占用硬件要求上做了大量优化。相比于传统的分布式数据库,IoTDB 能在许多场景中通过单台机器完成海量时序数据的高效写入和查询工作。这意味着即使在数据规模巨大的情况下,IoTDB 也可以通过一台单机就实现高性能数据处理,而不需要复杂的集群部署。

3208dd192a97b63b22d0d774f201739c.jpeg

Apache IoTDB 不依赖任何外部组件,既支持单机也支持分布式:上图为常见的 3C3D 架构

Apache HBase

HBase 是大数据生态体系中的重要一环,用户通过使用 Hadoop、HBase、Zookeeper 等众多开源生态组件,能够搭建一套大规模的分布式集群,从而服务业务数据应用。但与 IoTDB 相比,Apache HBase 的部署则显得复杂得多。HBase 作为一个分布式数据库,需要依赖多个上下游组件,如 Hadoop(用于 HDFS 文件系统)、Zookeeper(用于集群协调)等。因此,HBase 的部署通常是分布式多节点架构,至少需要多个节点来确保高可用性和数据冗余,这导致了较高的硬件需求和运维负担。

165bab4b94235b8b0fcd5e33960fc75a.png

Apache HBase 的分布式架构需要协调 Zookeeper 等众多上下游组件

二者差异

架构与部署复杂度

  • IoTDB:采用轻量级架构,支持单机部署,适合不需要大规模集群的场景,部署简单且依赖少。

  • HBase:基于分布式架构,依赖 HDFS 和 Zookeeper 等生态组件,通常需要多节点配置,部署复杂度较高。

硬件需求

  • IoTDB:单机即可支持大规模数据处理,硬件要求较低,适合对资源敏感的 IoT 场景。

  • HBase:需要多个节点以确保高可用性和数据冗余,硬件需求高,适合大规模分布式存储。

自动化与运维简化

  • IoTDB:提供一键部署工具,运维简便,无需处理复杂组件依赖,减少了管理成本。

  • HBase:需同时管理 HDFS、Zookeeper 和 RegionServer 等多个组件,运维难度较大。

扩展能力

  • IoTDB:支持动态添加和删除节点,扩展轻量化,便于根据业务需求调整节点数量。

  • HBase:扩展时需综合调优 HDFS、Zookeeper 和 RegionServer,对运维团队的技术要求高。

05 对比方向四:分析与计算能力

HBase 是一个键值存储系统,读写接口较原始,无时间维度的分析接口,并没有专门为时序数据分析提供特定功能,如果需要完成时序数据分析任务,需要与其他大数据分析下游软件如 Apache Spark 进行集成或进行较多的业务代码开发。

HBase 相比, Apache IoTDB 在时序场景下的分析与计算能力上拥有很多特色功能:

1. 支持多种统计聚合,包括 count、max、min、avg、std、sum、first_value、last_value 等常用的计算函数

2. 支持多种时序语义的数据查询,包括按等间隔划分窗口的查询、按某列枚举值划分窗口的查询按照时序记录的连续性划分窗口等特色时序查询能力

3. 支持多种时序数据分析查询,包括数据质量检测、数据画像、异常检测、频域分析、数据匹配、数据修复等查询能力。

4. 支持 AINode 原生机器学习框架,内置包括时序预测、异常检测等类型的算法,同时支持用户加载自身模型直接对数据进行推理,拥有开箱即用的一体化存储和分析方案:安装部署后,可一键进行序列预测。

baf1bbb862fb3c565657b2cf63321f3f.png

06 对比方向五:性能

性能无疑是时序数据库选型中最重要的指标之一。接下来,本文将基于 TPCx-IoT 对 Apache IoTDB 和 Apache HBase 进行性能对比。

TPCx-IoT 是第一个专门设计用于测量物联网网关系统性能的物联网基准。它可以直接比较不同的软件和硬件解决方案。使用拥有数千个变电站的典型电力供应商的运营模式,TPCx-IoT 为通常从大量设备中,摄取大量数据的商用系统提供可验证的性能、性价比和可用性指标,同时运行实时时间分析查询。其灵活的设计使 TPCx-IoT 能够以技术上严格和直接可比的方式,用于评估广泛的系统拓扑和实施方法。

  • TPCx-IoT 定义了三个主要指标(用户主要关注前两个指标):

1. 性能指标:IoTps = SF/T:性能指标代表网关的有效吞吐能力,其中 SF 是 Scale Factor(摄取的数据量), T 是摄取经过的时间,以秒为单位。

2. 性价比指标:$/kIoTps = 1000∗P / IoTps。性价比指标代表系统在 3 年内的总拥有成本, 其中 P 是 SUT 的总拥有成本。

3. 系统可用日期:TPC 定价规范中定义的可用日期。

  • 所有测试结果公开可查~

基于 Apache IoTDB 的 TimechoDB 在性能(IoTps)上可达 10,671,241,而搭载 Cloudera HBase 2.2.3 on CDP 7.1.4 的 Dell Power Edge R7515 测试结果为 1,617,545,IoTDB 性能约为 HBase 的 6.60 倍

基于 Apache IoTDB 的 TimechoDB 的性价比(Price/kIoTps)为 27.91 USD,而搭载 Cloudera HBase 2.2.3 on CDP 7.1.4 的 Dell Power Edge R7515 测试结果为 329.75 USD,IoTDB 的性价比是 HBase 的 11.81 倍

0947dd789a6e9435b2c6bd4760c30f2c.png

07 总结

在选择适合物联网和大数据应用的时序数据库时,了解不同数据库在架构设计、功能和性能方面的差异是至关重要的。本文对 Apache IoTDB 和 Apache HBase 在时序场景下的表现进行了详细对比,重点分析了它们在分布式架构、端边云同步能力、部署易用性、分析与计算能力和性能方面的区别。通过本文的对比分析,希望能够为开发者和决策者在选择时序数据库时提供有价值的参考,在复杂多变的物联网和大数据环境中做出更优的选择!

规上企业应用实例

能源电力:中核武汉|国网信通产业集团|华润电力|大唐先一|上海电气国轩|清安储能|某储能厂商|太极股份

航天航空:中航机载共性|北邮一号卫星

钢铁冶炼:宝武钢铁|中冶赛迪

交通运输:中车四方|长安汽车|城建智控|德国铁路

智慧工厂与物联:PCB 龙头企业|博世力士乐|德国宝马|京东|昆仑数据|怡养科技|绍兴安瑞思

相关文章:

IoTDB 与 HBase 对比详解:架构、功能与性能

五大方向,洞悉 IoTDB 与 HBase 的详尽对比! 在物联网(IoT)领域,数据的采集、存储和分析是确保系统高效运行和决策准确的重要环节。随着物联网设备数量的增加和数据量的爆炸式增长,开发者和决策者们需要选择…...

推荐一款ETCD桌面客户端——Etcd Workbench

Etcd Workbench 我相信很多人在开始管理ETCD的时候都去搜了Etcd客户端工具,然后找到了官方的Etcd Manager,但用完之后发现它并不好用,还不支持多连接和代码格式化,并且已经好几年不更新了,于是市面上就有了好多其他客…...

01 Oracle 数据库存储结构深度解析:从数据文件到性能优化的全链路探究

文章目录 Oracle 数据库存储结构深度解析:从数据文件到性能优化的全链路探究一、Oracle存储结构的物理层次1.1 控制文件(Control File)1.2 联机重做日志文件(Online Redo Log File)1.3 数据文件(Data File&…...

AI教育革命:个性化学习的新篇章

内容概要 在 教育 领域,人工智能 的崭露头角带来了前所未有的变化。如今,个性化学习 已不再是一个遥不可及的梦想,而是通过 AI 技术真正实现的可能。借助先进的数据分析能力,教师可以实时跟踪和评估每位学生的学习进度&#xff0…...

【网络原理】万字详解 UDP 和 TCP

🥰🥰🥰来都来了,不妨点个关注叭! 👉博客主页:欢迎各位大佬!👈 文章目录 1. UDP1.1 UDP 报文格式1.1.1 源端口/目的端口1.1.2 报文长度1.1.3 校验和 2. TCP2.1 TCP 报文结构2.2 TCP 特…...

从零开始搭建Halo个人博客

前言 老话说得好,好记性不如烂笔头。对于程序员来说,学无止境,需要学习的东西很多,而如果不记录下来可能过不了多久就忘记了,而记录下来这一步也能很好地贯彻费曼学习法。 其实网上有很多博客平台,但是自…...

AMD显卡低负载看视频掉驱动(chrome edge浏览器) 高负载玩游戏却稳定 解决方法——关闭MPO

2024.11.9更新 开关mpo ulps 感觉有用但是还是掉驱动,现在确定是window顶驱动问题 按网上的改注册表和组策略会让自己也打不上驱动 目前感觉最好的办法就是,重置此电脑,然后你就摆着电脑挂个十分钟半小时别动,一开始他是不显示…...

数据结构——二叉树(续集)

♥♥♥~~~~~~欢迎光临知星小度博客空间~~~~~~♥♥♥ ♥♥♥零星地变得优秀~也能拼凑出星河~♥♥♥ ♥♥♥我们一起努力成为更好的自己~♥♥♥ ♥♥♥如果这一篇博客对你有帮助~别忘了点赞分享哦~♥♥♥ ♥♥♥如果有什么问题可以评论区留言或者私信我哦~♥♥♥ ✨✨✨✨✨✨个人…...

ElasticSearch学习篇16_《检索技术核心20讲》进阶篇之空间检索

背景 学习极客实践课程《检索技术核心20讲》https://time.geekbang.org/column/article/215243,文档形式记录笔记。 相关问题: 查询范围固定的需求 直接计算两点之间距离区域二进制编码GeoHash编码 查询范围不固定的需求 GeoHash编码索引结构设计 基于…...

uni-app跨域set-cookie

set-cookie的值是作为一个权限控制的 首先,无论什么接口都会返回一个set-cookie,但未登录时,set-cookie是没有任何权限的 其次,登录接口请求时会修改set-cookie,并且在后续其他接口发起请求时,会在请求头…...

移动应用开发:简易登录页

文章目录 简介一,创建新活动二,设计UI布局三,编写活动代码四,运行应用程序注意 简介 使用Android Studio编写的简单Android 登录应用程序,该应用程序包含一个登录界面,具有账号和密码两个文本框&#xff0…...

C++_ C++11的override和final

文章目录 1. override 关键字2. final 关键字在虚函数上使用 final在类上使用 final 1. override 关键字 用于明确表示派生类中的某个虚函数是用来重写基类中的虚函数的,这样编译器会检查基类,看看是否确实存在同样的虚函数,如果没有匹配&am…...

【MyBatis源码】SQL 语句构建器AbstractSQL

文章目录 介绍org.apache.ibatis.jdbc.SQLSQL类使用示例SelectProvider搭配动态SQLAbstractSQL类源码分析 介绍 当我们需要使用Statement对象执行SQL时,SQL语句会嵌入Java代码中。SQL语句比较复杂时,我们可能会在代码中对SQL语句进行拼接,查…...

C++OJ_二叉树的层序遍历

✨✨ 欢迎大家来到小伞的大讲堂✨✨ 🎈🎈养成好习惯,先赞后看哦~🎈🎈 所属专栏:C_OJ 小伞的主页:xiaosan_blog 二叉树的层序遍历 102. 二叉树的层序遍历 - 力扣(LeetCode&#xff0…...

什么是直方图算法

什么是直方图算法? 直方图算法是一种优化决策树分裂点搜索效率的算法,被广泛应用于像 LightGBM 和 XGBoost 这样的梯度提升决策树框架中。其核心思想是通过将连续特征的取值范围离散化为有限的区间(称为 bins),在这些…...

pg_dump -Fc 导出的自定义格式数据库文件 相关操作

实例 将 test.dmp 文件转换为普通SQL内容, 并打印到屏幕 pg_restore -U postgres -Fc -f - test.dump将 test.dmp 文件转换为普通SQL内容, 并输出到 test.sql 文件中 pg_restore -U postgres -Fc -f test.sql -v test.dump备份得到自定义格式的数据库文件(dmp) pg_dump -U…...

Oh My Posh安装

nullSet up your terminalhttps://ohmyposh.dev/docs/installation/windows Git ee oh-my-posh: Windows上的oh-my-zsh,源地址 https://github.com/JanDeDobbeleer/oh-my-posh.git (gitee.com)https://gitee.com/efluent/oh-my-posh...

Node.js——fs模块-文件夹操作

1、借助Node.js的能力,我们可以对文件夹进行创建、读取、删除等操作 2、方法 方法 说明 mkdir/mkdirSync 创建文件夹 readdir/readdirSync 读取文件夹 rmdir/rmdirSync 删除文件夹 3、语法 其余的方法语法类似 本文的分享到此结束,欢迎大家评论区…...

15分钟学 Go 实战项目三 : 实时聊天室(学习WebSocket并发处理)

实时聊天室:学习WebSocket并发处理 目标概述 在本项目中,我们将创建一个实时聊天室,使用Go语言和WebSocket来处理并发消息交流。这将帮助你深入理解WebSocket协议的工作原理以及如何在Go中实现并发处理。 1. 项目需求 功能需求 用户可以…...

架构评估的方法

三种评估方法※ 第一是基于问卷(检查表)的方式,通过问卷调查对系统比较熟悉的相关人员,这种方式主观性很强。 专家问卷评估、用户问卷评估、内部团队问卷评估 第二是基于度量的方式,对系统指标完全量化,基于量化指标评价系统,这种方式需要评估者对系统非常熟悉。 软件质…...

羲和数据集收集器1.0

为了提升问答对的提取能力并完善GUI,我们从以下几个方面进行改进: 增强文本清理和解析能力:确保能够更准确地识别问答对。 支持更多文件格式:除了现有的 .txt, .docx, 和 .pdf,可以考虑支持其他常见格式如 .xlsx 等。 优化GUI设计:提供更友好的用户界面,包括进度条、日…...

ENSP OSPF和BGP引入

路由协议分为:内部网关协议和外部网关协议。内部网关协议用于自治系统内部的路由,包括:RIP和OSPF。外部网关协议用于自治系统之间的路由,包括BGP。内部网关协议和外部网关协议配合来共同完成网络的路由。 BGP:边界网关路由协议(b…...

软件工程 软考

开发大型软件系统适用螺旋模型或者RUP模型 螺旋模型强调了风险分析,特别适用于庞大而复杂的、高风险的管理信息系统的开发。喷泉模型是一种以用户需求为动力,以对象为为驱动的模型,主要用于描述面向对象的软件开发过程。该模型的各个阶段没有…...

证书学习(六)TSA 时间戳服务器原理 + 7 个免费时间戳服务器地址

目录 一、简介1.1 什么是时间戳服务器1.2 名词扩展1.3 用时间戳标记顺序1.4 7 个免费TSA时间戳服务器地址(亲测可用)1.5 RFC 3161 标准二、时间戳原理2.1 时间戳服务工作流程2.2 验证工作流程2.3 举个例子2.4 时间戳原理总结三、代码实现3.1 curl 命令请求时间戳3.2 java 代码…...

NVR设备ONVIF接入平台EasyCVR私有化部署视频平台如何安装欧拉OpenEuler 20.3 MySQL

在当今数字化时代,安防视频监控系统已成为保障公共安全和个人财产安全的重要工具。NVR设备ONVIF接入平台EasyCVR作为一款功能强大的智能视频监控管理平台,它不仅提供了视频远程监控、录像、存储与回放等基础功能,还涵盖了视频转码、视频快照、…...

c中柔性数组

c99中,结构中最后一个元素允许是未知大小的数组,这就叫柔性数组成员。 柔性数组的特点 1.结构中柔性数组前必须至少有一个其他成员 2.sizeof返回的这种结构大小不包括柔性数组的内存 3.包含柔性数组成员的结构用malloc函数进行动态分配,并…...

图像信号处理器(ISP,Image Signal Processor)详解

简介:个人学习分享,如有错误,欢迎批评指正。 图像信号处理器(ISP,Image Signal Processor) 是专门用于处理图像信号的硬件或处理单元,广泛应用于图像传感器(如 CMOS 或 CCD 传感器&a…...

越权访问漏洞

V2Board Admin.php 越权访问漏洞 ## 漏洞描述 V2board面板 Admin.php 存在越权访问漏洞,由于部分鉴权代码于v1.6.1版本进行了修改,鉴权方式变为从Redis中获取缓存判定是否存在可以调用… V2Board Admin.php 越权访问漏洞 漏洞描述 V2board面板 Admin.ph…...

【Ant.designpro】上传图片

文章目录 一、前端二、后端 一、前端 fieldProps:可以监听并且获取到组件输入的内容 action{“/api/upload_image”} 直接调用后端接口 <ProFormUploadButtonlabel{"上传手续图片"}name{"imgs"}action{"/api/upload_image"}max{5} fieldPro…...

为何选择Spring AI Alibaba开发智能客服平台?

0 前言 本文来看如何使用Spring AI Alibaba构建Agent应用。 1 需求 智能客服平台&#xff0c;可帮助用户完成机票预定、问题解答、机票改签、取消等动作&#xff0c;具体要求&#xff1a; 基于 AI 大模型与用户对话&#xff0c;理解用户自然语言表达的需求支持多轮连续对话…...