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
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。