ZD至顶网软件频道消息: 为了更好地满足用户对大数据基础平台的需求,企业级基础云服务商青云QingCloud(qingcloud.com)日前宣布正式推出HBase集群服务,包含HBase数据库服务、HDFS分布式文件系统、Phoenix查询引擎三大组件。在原生HBase的基础上,QingCloud在配置的易用性、监控告警、在线伸缩等方面进行全面优化,并支持二级索引、SQL和JDBC API,以及完全ACID事务等高级功能,用户能够在2-3分钟内创建一个HBase集群,并能够在控制台直接修改配置文件并应用,极大地减轻了HBase集群的运维难度。
青云QingCloud推出HBase集群服务
作为Hadoop生态圈的重要成员,HBase是一个具有高可靠性、高性能、可伸缩性、列式存储的分布式NoSQL数据库。与关系型数据库相比,HBase能够支持PB级的数据量和每秒百万次的吞吐量。通常情况下,HBase应用于建立互联网索引、推荐系统后台、浏览历史及监控数据的存储和查询等场景。依托Hadoop的分布式文件系统HDFS作为底层存储,HBase能够为数十亿行、数百万列的海量数据表提供随机、实时的读写访问。
与Hadoop一样,HBase集群采用的是Master/Slave架构,如下图所示,青云QingCloud的HBase集群分三种节点类型:主节点(HBase Master和HDFS NameNode)、从节点(HBase RegionServer和HDFS DataNode)和客户端节点(HBase Client)。用户在HBase客户端可通过HBase Shell、Java API(本地或MapReduce)、Rest API或其他工具来访问HBase。若需要使用除Java外的其他语言时,可在客户端节点(HBase Client)自行启动Thrift Server以供支持。
青云QingCloud HBase集群服务架构图
青云QingCloud提供的HBase集群服务有以下亮点:
青云QingCloud CTO 甘泉(Reno Gan)表示,在IaaS平台的基础上,QingCloud正在构建一个以关系型数据库、缓存服务、大数据服务,以及对象存储服务为组件的数据服务平台,它们彼此关联、相互补充,并逐渐成为超高性能、灵活搭配、完整生命周期的数据解决方案。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。