至顶网软件与服务频道消息: 2月19日起,蚂蚁金服已经开展了4期“共战‘疫情’,技术破局”数字课堂线上直播。2月25日将为大家带来第5期直播内容,由蚂蚁金服OceanBase解决方案架构师分享的《OceanBase 2.2版本开发&运维实践解析》,从数据库分享蚂蚁金服的实践经验。
数据库是命脉,尤其是金融机构的数据库。OceanBase是蚂蚁金服自研的金融级分布式关系数据库,也是全球首个应用在金融核心系统的分布式关系数据库。自2010年立项以来,研发人员一步一个脚印,不断的对OceanBase做出改进以及增加新的功能。如今经过多年双11的锤炼,支付宝的业务已经100%跑在OceanBase上。
从2011年双11到2019年双11,蚂蚁金服OceanBase以远低于传统商业数据库的成本,更高的可用性,一次次地刷新世界纪录,打破了核心数据库长期被传统商业数据库垄断的格局。
2011年:OceanBase 0.1版本发布,在淘宝收藏夹正式上线,使得淘宝收藏夹业务的数据库服务器数量大幅度减少。
2014年:OceanBase 0.5版本发布,引入Paxos协议保证主库故障不丢数据,成功替代Oracle在支付宝交易系统上线,支撑了双十一10%的流量。
2015年:OceanBase 0.5版本在支付宝的交易库和支付库上线,同年OceanBase上线网商银行,成为全球首个应用在金融核心业务系统的分布式关系数据库。
2016年:OceanBase 1.0版本在支付宝账务系统上线,支撑起2016年双11中12万笔/秒的支付峰值。
2017年:OceanBase发布1.4版本,功能持续完善,性能大幅提升,增加了转储功能、层次查询功能,并引入了并行索引创建技术。同时,支付宝首次把包括账务库在内的所有核心数据链路搬到OceanBase上,创造了4200万次/秒数据库处理峰值的全新纪录。同年,OceanBase 1.4版本成功在阿里巴巴/蚂蚁金服之外的商业银行上线。
2018年:OceanBase 2.0版本正式发布。产品功能大幅增强,支持全局一致性快照,全局索引,索引实时生效,闪回查询,在线分区分裂等功能;同时兼容性全面提升,支持MySQL / Oracle双兼容模式,也是第一款支持存储过程的原生分布式数据库;在OLTP场景性能较1.4版本提升50%以上,存储成本下降30%。OceanBase 2.0版本全面降低了金融业务向分布式架构转型的技术风险。
2019年:OceanBase 2.2版正式发布,以两倍于Oracle(甲骨文)的成绩,打破数据库基准性能测试的世界纪录,荣登TPC-C基准测试性能榜首,成为全世界第一个通过TPC-C审计的分布式无共享关系数据库,这是中国自主研发的数据库在 TPC-C 榜单上首次实现“零的突破”。在2019年天猫双11中,OceanBase创造了6100万笔/秒请求数处理峰值的纪录。
目前,OceanBase已经在多家金融机构落地应用,包括人保健康险、常熟农商行、苏州银行、广东农信等数十家商业银行和保险机构。其中2017年为南京银行“鑫云+”互联网金融开放平台提供金融级分布式关系数据库服务,迈出了商用的关键一步。
近日,OceanBase 2.2 版本正式上线官网啦!登陆OceanBase官网即可免费获取OceanBase 2.2版本是成功支撑2019年天猫双11大促的稳定版本,同时也是用于TPC-C测试且荣登TPC-C性能榜首的版本。此次全新上线的OceanBase 2.2版本也是同时兼容MySQL以及Oracle两种模式的里程碑版本。
在线看大会就来阿里云云栖号,进入蚂蚁数字直播间,2月25日蚂蚁金服OceanBase解决方案架构师庆涛将针对用户使用OceanBase 2.2版本过程中可能会遇到运维和开发方面的难点和疑问,为大家详细解读从资源管理、集群管理、租户管理,再到监控告警、备份恢复等运维过程中的全部知识点。此外,还将带领大家探索Oracle和MySQL租户,并体验数据迁移、数据同步等实践操作,帮助用户从开发和运维层面实际体验OceanBase 2.2版本的核心能力。
好文章,需要你的鼓励
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议,同时揭示了其新推出的视频和游戏互动体验。
上海人工智能实验室研究团队开发了MMSI-Bench,这是首个专注于多图像空间智能评估的全面基准。研究人员花费300多小时,从12万张图像中精心构建了1000道问题,涵盖了位置关系、属性和运动等多种空间推理任务。评测结果显示,即使最先进的AI模型也仅达到41%的准确率,远低于人类的97%,揭示了AI空间认知能力的重大缺陷。研究还识别了四类主要错误:物体识别错误、场景重建错误、情境转换错误和空间逻辑错误,为未来改进提供了明确方向。
思科报告指出,自主型人工智能未来三年内有望承担高达68%的客户服务任务,通过个性化与前瞻性支持提升效率与节省成本,但用户仍重视人与人之间的互动和健全的治理机制。
卡内基梅隆大学研究团队开发了ViGoRL系统,通过视觉定位强化学习显著提升AI的视觉推理能力。该方法让模型将每个推理步骤明确锚定到图像的特定坐标,模拟人类注视点转移的认知过程。与传统方法相比,ViGoRL在SAT-2、BLINK等多项视觉理解基准上取得显著提升,并能动态放大关注区域进行细节分析。这种定位推理不仅提高了准确性,还增强了模型解释性,为更透明的AI视觉系统铺平道路。