自青云推出Deep Learning以来，吸引了很多用户，之前版本只能监控到CPU和内存，为了满足用户对于GPU状态监控的需求，同时能让用户使用最新的功能，此次更新包含以下版本功能升级：立即使用→

1.2 GPU 基础版/高级版

• 预装 CUDA 8.0/9.1 和 cuDNN 7.1.3；
• 搭载了 Caffe(BVLC)，TensorFlow(1.6.0/1.8.0)，Keras(2.2.0)，PyTorch(0.3.1/0.4.0) 等深度学习框架；
• 提供TensorFlow多版本wheel安装包；
• 增加GPU监控功能，随时掌握GPU使用状况；

1.2 CPU版

• 搭载了 Caffe(BVLC Intel® Distribution)，TensorFlow(1.8.0)，Keras(2.2.0)，PyTorch(0.3.1) 等深度学习框架；
• 提供TensorFlow多版本wheel安装包；

为了降低用户使用Kubernetes的门槛，减轻开发、测试、运维的日常工作的复杂，我们集成了KubeSphere 易捷版,以帮助企业轻松应对多租户、服务治理、CI/CD、应用管理、监控日志、大数据、人工智能以及 LDAP 集成等复杂业务场景,此次更新包含如下新增功能及优化：

Kubernetes On QingCloud：立即使用→

1. 升级 Kubernetes 至 1.10.5  
2. 集成了 KubeSphere 易捷版 1.0.0 alpha (kubesphere.io，k8s 发行版) 
3. 增加 calico 网络插件支持  
4. proxy mode 改为 ipvs  
5. 修正了存储插件以及 cloud controller 插件的bug
6. helm 升级至 2.9.1
7. istio升级至 0.8.0
8. 增加 docker 网桥网络配置
9. 集成 nfs client
10. 修正了客户端节点 ssh key 绑定后被重置的 bug

为更好的满足用户对Mysql Plus的读写分离的需求，Mysql Plus支持将请求负载到master节点，同时要求提高灵活的配置等功能，此次更新包含如下新增功能及优化：

PostgreSQL 9.6 SimpleCluster：立即使用→

• 配置文件增加 incremental_backup_supported 参数, 支持增量备份功能;
• shared_preload_libraries 配置项支持多选;
• 优化健康检查中ssh主机对hyper的影响;
• 自动优化配置参数max_connection;
• 修改提示某些参数调整会重启服务;
• 修改failover之后新的从节点不能复制问题;

PostgreSQL 10 SimpleCluster：立即使用→

• 优化健康检查中ssh主机对hyper的影响;
• 自动优化配置参数max_connection;
• 修改提示某些参数调整会重启服务;
• 修改最大连接数不生效的issue;

MySQL PLus：立即使用→

• 开放参数Load_read_requests_to_master,可选择是否将读请求负载到master节点

为更好的满足用户对数据与缓存应用更多的需求，此次包含如下功能更新：

Redis Standalone：立即使用→

•  Redis 升级到 v4.0.9;
• 支持数据备份功能;

PostgreSQL 10 SimpleCluster：立即使用→

• 对于主从双节点版本开放 wal_level 参数, 开放后 PG10 可支持逻辑复制功能;
• 配置文件增加 incremental_backup_supported 参数, 支持增量备份功能;
• 修改监控项从节点落后秒数不正确的问题;
• shared_preload_libraries 配置项支持多选;

MySQL PLus：立即使用→

• 开放参数 slave_pending_jobs_size_max 的设置;

为更好的满足用户对大数据产品更多的需求， 对大数据的多个产品进行了如下更新升级：

QingMR 1.2.1 – Core：立即使用→

• 所有节点升级 Confd 到 v0.13.12;
• 修复 QingMR 在基础网络环境下 Hive 启动错误的问题;
• 修复各个角色中 hosts 文件和 authorized_keys 文件用户的修改被覆盖的问题;
• Client 节点增加 hdfs-site.xml 模板文件;
• Client 节点 spark-env.sh 修改被覆盖的问题;
• 修复启动 Hive 的时候找不到 spark-assembly 相关 Jar 包的问题;

QingMR 1.2.1 – Kylin：立即使用→

• 所有节点升级 Confd 到 v0.13.12;
• 修复 QingMR 在基础网络环境下 Hive 启动错误的问题;
• 修复各个角色中 hosts 文件和 authorized_keys文件用户的修改被覆盖的问题;
• Client 节点增加 hdfs-site.xml 模板文件;
• Client 节点 spark-env.sh 修改被覆盖的问题;
• 修改启动 Hive 的时候找不到 spark-assembly 相关 Jar 包的问题;
• 修改 KAP 在 Spark Standalone 模式下启动失败的问题;

ELK ：立即使用→

• 新增上传同义词词典功能;
• 新增 nginx_client_max_body_size 配置项, Nginx默认请求体大小增加到 20M;
• 新增共享文件系统仓库位置的配置参数: path.repo;
• 新增只读 URL 仓库的位置的配置参数: repositories.url.allowed_urls;
• 新增 es_additional_config 配置项;

为更好的满足用户对 DeepLearning 深度学习应用更多的需求，此次更新包含以下版本功能升级：立即使用→

1.0 GPU 基础版/高级版

• 支持 CUDA8.0 和 cuDNN5
• 在 miniconda2 版本的 Python2.7 上搭载了Caffe(BVLC)，TensorFlow(1.2.1)，Keras(2.0.9)，PyTorch(0.2.0_4)等深度学习框架
• 内置 numpy，scipy，pandas，matplotlib，nltk，scikit-learn，jupyter notebook等常用工具包
• 集成 QingStor 对象存储命令行工具，更高效的从云端获取海量训练数据

1.1 CPU版

• 搭载了 Caffe(BVLC Intel® Distribution)，TensorFlow(1.7.0)，Keras(2.1.5)，PyTorch(0.3.1) 等深度学习框架
• 支持包年包月

1.1 GPU 基础版/高级版

• 预装 CUDA 8.0/9.1 和 cuDNN 7.1.3
• 搭载了 Caffe(BVLC)，TensorFlow(1.6.0/1.7.1)，Keras(2.1.5)，PyTorch(0.3.1/0.4.0) 等深度学习框架
• 支持包年包月

为更好的满足用户对 MongoDB 应用更多的需求，此次版本升级包含如下功能更新：立即使用→

• 采用 MongoDB v3.0.15 版本构建
• 基于 MMAPv1 引擎
• 默认三个节点，最大支持七个节点
• 支持集群节点的横向伸缩和纵向扩容
• 支持数据备份

为更好的满足用户对 MySQL PLus 数据库应用更多的需求， 此次升级包含以下的功能更新：立即使用→

• 支持在 Region（多可用区/同城多活）区域部署
• 支持在创建集群后修改 FTP 用户密码
• 基础镜像升级为 Ubuntu16.04.4
• 修复偶发节点角色无法展示的问题
• 添加展示账号列表功能
• 开放参数 default-storage-engine、loose_tokudb_cache_size、innodb_buffer_pool_size 的设置
• 添加、删除账号功能调整
• 关闭 FTP 匿名访问，只允许指定用户访问

为更好的满足用户对 PostgreSQL 数据库更多的需求， 对 PostgreSQL 数据库应用的多个版本进行了如下更新升级： 立即使用→

PostgreSQL 10.1/9.6 Standalone：单节点版建议用于测试或者开发环境下

• 增加切换私有网络的功能。
• 修改了获取监控数据清空了其他统计信息的问题。
• 支持插件pg_pathman建议用户升级以避免影响使用。

PostgreSQL 10.1/9.6 SimpleCluster：主从双节点版本能满足生产环境下非大规模读负载均衡条件下的数据库的需求，主从节点可以通过修改配置参数设置同步或者异步流复制模式

• 修改了获取监控数据清空了其他统计信息的问题。
• 支持插件pg_pathman
• 增加切换私有网络的功能。

在数据呈爆炸式增长和业务高速发展的今天，企业迫切希望从大数据分析中获得更高的业务价值。2017年，全球大数据分析市场规模比前一年增长了24.5%，云计算平台、工具与大数据分析解决方案也正寻求更多快速融合的机会，以满足企业日益增长的数据分析需求。

过去，企业通过自建大数据基础架构、运维分析平台、培训各类技术人才等形式满足大数据分析的需求，但冗长、复杂的流程拖慢了海量大数据分析的步伐。为了解决这一痛点，青云QingCloud AppCenter 近期上线了 Kyligence Enterprise，双方将携手为企业提供从部署到分析都更加高效、便捷的云上大数据分析解决方案，助力云时代企业用户的业务发展。

Kyligence Enterprise 是领先的大数据分析技术及解决方案供应商 Kyligence 提供的基于开源 Apache Kylin 的企业级大数据智能分析平台，具有互联网级别的高并发能力，可为分析师提供 PB 级数据集上的亚秒级查询能力，从私有部署到云计算平台，Kyligence Enterprise 都能使户在超大规模数据集上获得极速的洞察能力，以释放大数据价值，驱动业务增长。

目前，Kyligence Enterprise 已广泛应用于诸多客户，为国内外金融、电信运营商、零售业、制造、广告等相关领域客户提供大数据分析技术及解决方案，包括太平洋保险、国泰君安、华泰证券、上汽集团、华为、OPPO、陆金所等数十家大中型企业。其优势在于：

• 亚秒级查询

在百亿及以上规模数据集上为业务用户及分析师提供亚秒级的查询速度，并同时支持高并发，使得在大数据平台上对超大规模数据进行交互式分析成为可能；支持ANSI SQL查询标准，使得业务用户及分析师无需重新学习新的技术即可掌握在海量超大规模数据集上快速分析的能力。

• 无缝集成

支持与企业级商业智能(BI)及可视化工具无缝集成，提供标准的ODBC、JDBC驱动及REST API接口等以连接流行的数据分析、展示工具，如Tableau、Microsoft PowerBI、Microsoft Excel、Apache Zeppelin、Saiku等。

• 自助服务

Kyligence大数据分析平台使得分析师及用户能以简洁而快速的方式分析海量数据。易于使用的Web界面允许用户自己构建数据集市而无需知晓底层技术。

对于此次 Kyligence 入驻青云QingCloud AppCenter，Kyligence 联合创始人兼 CEO 韩卿认为，“除了为用户提供一站式部署包含Kyligence Enterprise的大数据平台，帮助用户轻松实现互联网规模的交互式数据分析，充分满足企业用户在数据安全、业务出海、分析上云等方面的实际需求，Kyligence 也将持续创新大数据分析技术，与青云QingCloud 实现优势互补、共同成长。”

如何在青云 QingCloud AppCenter中使用Kyligence Enterprise？

作为青云QingCloud AppCenter上的独立应用，用户可以搜索“Kyligence”关键词快速找到Kyligence Enterprise应用，单击“部署”即可进入部署向导。

填写完基本的集群信息之后，即可在数分钟内自动创建出包含 Hadoop 和Kyligence Enterprise 的整个集群。除此之外，Kyligence Enterprise 也作为青云QingCloud 官方 Hadoop 服务 QingMR 的内置应用，允许用户在部署 QingMR 集群时通过勾选自动安装 Kyligence Enterprise。