近期,Gartner陆续发布了2018年的数据库系列报告,包括《数据库魔力象限》《数据库核心能力》以及《数据库推荐报告》。其中,SequoiaDB巨杉数据库作为业界领先的金融级分布式交易型数据库产品,连续两年入选。此前,SequoiaDB巨杉数据库于2017年首批入选Gartner报告的中国数据库厂商,和阿里云数据库是仅有的两家连续入选报告的产品。
金融级用户认可是决定因素
Gartner对于核心应用场景尤其看重,经过大型银行这样的技术要求最严苛、市场需求最大、安全和监管要求最谨慎的行业的应用是数据库产品的唯一“试金石”。
过去一年,巨杉数据库保持了创新和快速发展。巨杉数据库的技术领先性、金融级稳定性、安全性以及产品市场成熟度持续得到了行业的高度认可。目前,巨杉数据库付费企业级客户与社区用户总数超过1000家,并已在超过50家500强级别的银行、保险、证券等大型金融机构核心生产业务上线。
巨杉数据库目前业务场景包括分布式核心在线交易、分布式内容管理以及数据中台、数据湖、云数据库平台等。这些场景均在大型商业银行业务实际落地,许多场景的应用类型和技术要求甚至大大高于海外同类金融企业,这也是Gartner十分认可我们的一个重要点。
原创是重要标准
超90%入选Gartner报告的数据库都为从零自研产品,这既有技术发展可持续性的考量,也是技术产品商业化的一个重要前提。
巨杉数据库在6年的时间里,坚持从零开始打造分布式数据库内核引擎,得到了业界和市场的一致认可,也代表了中国基础软件领域的“原创力量”。巨杉数据库同时也大力发展开源技术社区,搭建开源技术生态。
架构与技术创新是基础
除了金融级用户以及场景,Gartner对于数据库技术和架构的发展判断也是业界的“风向标”,这也是判断数据库产品的最基础因素。
SequoiaDB巨杉数据库作为一款分布式交易型数据库,技术维度包括交易型NewSQL、分布式对象存储与高性能分布式NoSQL。其中,原生的分布式multimodel数据库引擎也提供了结构化、半结构化、非结构化数据的全覆盖。
SequoiaDB 3.0 版本中,巨杉数据库采用和AWS Aurora同样的计算-存储分离架构,这是分布式云数据库当前的主流架构。此外,SequoiaDB还提供了HTAP混合事务、分析处理,快速实现业务应用的弹性开发,提供原生异地容灾备份和多活,可满足“三地五中心”的容灾支持和双中心同时读写。
附录:2018年入选报告产品榜单:
在今年的数据库系列报告中,中国数据库的比重不断增加,继2017年首次中国3家数据库产品入选报告后,今年的总上榜数据库产品达到了5家。
Vendor (Product) |
Headquarters |
Aerospike |
Mountain View, California, U.S. |
Alibaba Cloud |
Hangzhou, China |
Amazon Web Services |
Seattle,Washington, U.S. |
Citus Data |
San Francisco, California, U.S. |
Couchbase |
Santa Clara, California, U.S. Document |
DataStax |
Santa Clara, California, U.S. |
EnterpriseDB |
Boston, Massachusetts, U.S. |
|
Mountain View, California, U.S. |
Hibernating Rhinos (RavenDB) |
Hadera, Israel |
Huawei |
Shenzhen, China |
IBM |
Armonk, New York, U.S. |
Iguazio |
Herzliya, Israel |
InterSystems |
Cambridge, Massachusetts, U.S. |
MapR |
Santa Clara, California, U.S. |
MariaDB |
Espoo, Finland and Menlo Park, California, U.S. |
MarkLogic |
San Carlos, California, U.S. |
Microsoft |
Redmond, Washington, U.S. |
MongoDB |
New York City, U.S. |
Neo4j |
San Mateo, California, U.S. |
Oracle |
Redwood Shores, California, U.S. |
Redis Labs |
Mountain View, California, U.S. Key value |
SAP |
Walldorf, Germany |
SequoiaDB |
Guangzhou, China |
Splice Machine |
San Francisco, California, U.S. |
Tencent Cloud |
Shenzhen, China |
TmaxSoft |
Seoul, South Korea |
Transwarp Technology |
Shanghai, China |
VoltDB |
Boston, Massachusetts, U.S. |
好文章,需要你的鼓励
Y Combinator合伙人Ankit Gupta与Anthropic预训练负责人Nick Joseph最近进行了一次深度对话。
微软研究院提出潜在分区网络(LZN),首次实现生成建模、表示学习和分类任务的真正统一。该框架通过共享高斯潜在空间和创新的潜在对齐机制,让原本独立的AI任务协同工作。实验显示LZN不仅能增强现有模型性能,还能独立完成各类任务,多任务联合训练效果更是超越单独训练。这项研究为构建下一代通用AI系统提供了新的架构思路。
9月13日的PEC 2025 AI创新者大会暨第二届提示工程峰会上,“年度提问二:新工作时代:AI工作流由谁主导?”从企业实践到技术实现、从业务落地到战略决策,展开了一场高密度的思想碰撞与经验分享,将AI工作流背后的难题和解决路径彻底揭开。
上海AI实验室开发的VLAC模型让机器人首次具备真实世界自主学习能力。该系统如同给机器人配备智能导师,能实时评估动作效果并从中学习。在四个操作任务测试中,机器人成功率从30%提升至90%,仅需200次练习。技术结合视觉、语言理解和动作生成,支持跨场景适应和人机协作,为家庭服务、医疗护理等领域应用奠定基础。