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
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。