全球最大的开源软件基金会 Apache 软件基金会(以下简称 Apache)近日宣布京东数科主导的 Apache ShardingSphere 毕业成为 Apache 顶级项目。
Apache ShardingSphere 是一款分布式数据库中间件,该项目在京东数科逐渐发展壮大,成为业界首个 Apache 分布式数据库中间件项目。Apache ShardingSphere 目前已被 130 家以上的公司采用,其中包括京东、中国电信翼支付、中通快递、中国民生银行、哔哩哔哩等。
它由 3 个子项目组成,首字母连接起来称之为“J.P.S”的数据库生态解决方案:
Apache ShardingSphere 的亮点包括:
图注:Apache ShardingSphere 核心功能
Apache ShardingSphere 孵化器的导师 Craig Russell表示: “自从进入 Apache 孵化器以来,ShardingSphere 社区采用了 Apache Way 的自治模式,大大增加了使用者、开发者和支持该项目的人数,满足使用该项目作为数据库基础设施的云企业不断增长的需求。”
作为Apache ShardingSphere 的使用者、合作方, PingCAP 创始人 & CTO,黄东旭表示:“我很骄傲国人能做出这样一个很好的开源软件。希望 Apache ShardingSphere 在未来的道路上越走越好!”
DaoCloud产品副总裁王天青则认为:“今天企业用户面对的客户数量和场景呈级数增长,因此应用架构需要从传统的单体架构向微服务架构转型,同时需要一种更加灵活的数据治理能力,既能沿用最熟悉的关系型数据库技术,又能满足数据量不断增长以及新的数据使用场景。关系型数据库中间件正是一种合适的方案,它能够让应用继续沿用关系型数据库访问方式,同时充分合理地在分布式的场景下利用多个关系型数据库的计算和存储能力。我们调研了很多类似的开源技术,最终选择了 Apache ShardingSphere 作为 DaoCloud 数据库治理的核心组件,原因是它的符合企业需求的功能特性、开放性,可扩展性以及活跃的社区。”
MariaDB 基金会成员,Oracle ACE Director,ACMUG 副主席彭立勋说:“又一个国人主导的开源项目从 Apache 孵化毕业。开源是世界软件发展的主流方向,很高兴看到中国的企业和开发人员越来越认可和投入开源,尤其是对基础软件开源生态的投入。”
中国电信天翼电子商务有限公司技术创新中心总经理张小虎说:“在过去的两年时间里,我们一起见证了 Apache ShardingSphere 项目从小到大,这是一个充满活力的社区,也有一群不断为之贡献的提交者。”
京东数科数字技术中心运维部负责人郑灏表示:“伴随着贡献者的成长,Apache ShardingSphere 推动了众多企业的 IT 架构快速发展。京东数科未来将进一步向行业开放可拓展的数据管理服务,满足行业不断增长的需求。”
Apache ShardingSphere 项目 VP,京东数科数字技术中心架构专家张亮表示,“在冠状病毒爆发的这段时间里,社区仍然以多元化的方式积极运作。我们非常高兴的看到,项目由来自世界各地的 120 多位贡献者参与开发。我们期待更加多元化的贡献者加入社区,共建一个自由和灵活的平台级应用。”
好文章,需要你的鼓励
随着人工智能和高性能计算持续推动需求增长,数据中心设计正以同样惊人的速度演进。曾经的高密度机架已成为标准配置,冷却系统在数月而非数年内完成重新设计,项目在各地区的规模和复杂性不断提升。全球工程设计咨询公司Black & White Engineering指出,液冷成为标准配置、极端机架密度管理、工业化规模交付、电网约束下的电力创新、AI驱动运营设计以及可持续性成为核心设计原则,将成为2026年塑造数据中心设计、建设和运营的六大关键趋势。
这项由ByteDance Seed、香港科技大学等机构联合完成的研究提出了"轨迹场"这一创新的4D视频表示方法。研究团队开发的Trace Anything系统能够在单次前向传递中为视频中的每个像素预测连续的三维轨迹,无需光流估计或迭代优化。通过构建大规模合成数据平台和精心设计的训练方案,该方法在轨迹估计基准上实现了最先进性能,同时推理速度比竞争方法快10倍以上,并展现了运动预测、时空融合等多种涌现能力。
Snowflake本周推送的一次更新导致全球范围内的"重大故障",用户长达13小时无法查询数据、文件导入失败并收到错误信息。初步调查显示,最新版本引入了不向后兼容的数据库架构更新,导致版本不匹配错误。此次故障影响了全球23个区域中的10个,包括美国、欧洲和亚洲多个数据中心。这是Snowflake一周内第二次发生事故。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。