ZDNet至顶网软件频道消息: 首席执行官们都知道极速的数据处理速度能够为企业带来不可比拟的优势。瞬间完成数据分析与交易处理,企业的敏捷性可以得到大幅提升,更可以有力地吸引活跃 的客户群体。那么,企业怎样才能提高数据分析和交易这两种关键功能的处理速度呢?答案就是采用最新的数据库技术,利用计算机系统内存实现前所未有的高速。
数据库是企业的神经中枢,有关客户、产品、库存、供应链以及财务的数据都在数据库中储存和管理。提高数据库运行速度所获得的益处将直接反映在业务成果上。甲 骨文公司高级副总裁兼JD Edwards总经理Lyle Ekdahl表示:“当我们开始考虑能够编写什么样的应用时,事情就豁然开朗了。我们需要更上一层楼,去解决以前无法解决的问题。”
为了达到这个目的,IT团队必须解决被称之为数据库管理的头号问题:数据库的数据量正逐日增长。从TB级膨胀到PB级,又从PB级上升到EB级。这究竟是挑战 还是机遇,取决于IT团队的战略与执行,企业的IT基础设施不仅要足以支持超量的工作负载,还要能够在此之上对其加以利用。
内存技术是这一问题的完美解决方案。它的基本概念是数据库运行在系统内存中,而不是在硬盘上,避免了内存与硬盘之间的来回穿梭。这就如同走出家门,开车出去买一份报纸(硬盘)与从面前的桌子上拿起一份报纸(内存)之间的差别一样。
市 面上已有一些来自各种厂商的内存技术,主要是针对客户的特定需求提供高性能的解决方案。例如,甲骨文公司提供的Oracle TimesTen内存数据库(Oracle TimesTen In-Memory Database)和Oracle Exalytics商务智能云服务器(Oracle Exalytics In-Memory Machine)。现在,内存技术即将跨越这个分水岭,进入主流市场。不用多久,各行各业、各种规模的企业都能够得到和早期采用内存技术的企业一样的性能 提升。
6月10日,甲骨文公司首席执行官Larry Ellison推出了利用内存列存储格式提高Oracle数据库性能的Oracle Database In-Memory。它将作为被广泛使用的Oracle数据库的可选配件的方式提供。Oracle Database In-Memory可在企业运行Oracle数据库的系统上运行,支持企业目前正在使用的应用,无需对应用进行任何修改。首席信息官仅需利用其现有的IT 基础设施和投资,就能获得内存数据库环境的优势。
甲骨文公司首席执行官Larry Ellison
去年9月,Larry Ellison在2013旧金山甲骨文全球大会上预先演示了Oracle Database In-Memory的各种功能,他当时说道:“按一下开关,就可以马上提高运行速度。”Oracle Database In-Memory将使查询性能提高数个量级。数据库查询是数据分析的步兵,推而广之,也就是企业决策的步兵。Ellison当时提到:“得到结果是瞬时 的事情。你将以与思考一样快的速度得到分析的结果。答案回来得甚至比提问还快。”
Oracle Database In-Memory也将显著加快交易速度。它通过双格式方法加速交易,同时在行与列中编排数据,以优化交易性能、提高分析速度。
Oracle Database In-Memory带来的新功能实现了很多企业长期以来无法实现的目标,使实时响应与行动成为可能。而更快的决策意味着企业可以确保更好地经营。
作为一名消费者,我已经开始理解实时响应是怎样提升客户体验的了。现在,在ATM取钱后,几秒钟便能收到银行的提醒短信。上次,我的航班在纽约着陆时,飞机刚一触到跑道,我就收到了航空公司发来的一条欢迎信息。
以下是一位甲骨文客户对如何面临挑战与机会的描述:“企业现在面对的客户正期望一个始终运行、始终连网的世界。人们越来越没有耐心,所有顾客提出的问题都必须立即得到回答。企业渴望所有数据都能唾手可得,这样才能增强洞察力,提供更具个性化的客户体验。”
归根结底,随着Oracle JD Edwards、PeopleSoft、Siebel等企业管理软件不断利用内存技术提升性能,实时流程将走进企业的每一个角落。
好文章,需要你的鼓励
全新搜索方式出现,字节发布宽度优先搜索基准WideSearch,垫底的竟是DeepSeek
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。