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
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。