至顶网软件与服务频道消息:5月21日,被誉为“数据库领域世界杯”的数据库基准测试TPC-C官网更新了最新结果,支付宝自研数据库OceanBase打破去年自己创造的世界纪录,性能分数首次突破亿级大关达到7.07亿tpmC,相比去年的成绩提升近11倍。
(TPC-C最新榜单,支付宝OceanBase打破去年自己创造的世界纪录)
TPC-C是全球主流计算机硬件厂商、数据库厂商公认的性能评价标准,其对数据库系统的软硬件协同能力要求极高。TPC-C标准模拟了经典交易场景来做测试,通过每分钟创建新订单数量来评价数据库的性能和性价比,其规定测试任务需要在指定时间内完成,95%事务在1s内完成。过去三十多年,仅有少数公司入选,榜单性能分数也长期停留在千万级。
在2019年之前,这一测试的最好成绩来自甲骨文的3024万tpmC,去年10月,OceanBase首次参加TPC-C测试,性能分数达到6088万tpmC,而此次,更实现了从千万级到亿级的历史性重大突破,榜单显示,OceanBase性能成绩达到7.07亿tpmC,比7个月前提升近11倍。
tpmC是指每分钟创建新订单的数量,现实中最大高并发可类比的场景是双11。数据显示,2019年天猫双11当天订单创建峰值为每秒54.4万笔。
据介绍,OceanBase的突破在于其采用了新一代分布式处理技术,颠覆了传统数据库集中式技术架构。传统数据库只能通过提升单机性能来提升整体性能,难以满足市场持续扩张的数据处理需求。OceanBase通过分布式扩展集群实现扩展能力的大幅提升,并通过分布式选举技术、事务技术充分保证业务场景的一致性,实现整体性能的数量级提升。
“数据库是信息社会的重要基础设施,支撑人类经济社会活动中的关键核心业务。在当今以互联网为主要载体的数字经济时代,现象级应用对事务处理吞吐率提出了前所未有的挑战。”华东师范大学副校长周傲英教授表示,“OceanBase这次在TPC-C测试中的以数量级的优势领先,再次充分说明系统的分布式架构和实现技术具有科学性和先进性,代表未来数据库的发展方向,是我国IT硬核科技领域实现替代工程和转型升级并举的创新榜样。”
据悉,目前,OceanBase集群节点数突破了1500,创始人阳振坤表示:“OceanBase是目前全球唯一超千个节点并通过TPC-C测试的数据库,突破了传统数据库的性能实瓶颈,未来分布式数据库将成为大规模业务处理的标配。”
2010年,OceanBase项目在阿里内部启动,阿里大规模大容量的互联网场景和支付宝金融级一致性要求推动OceanBase持续创新,开辟了数据库领域的新赛道,实现数据库技术的革命性突破。
OceanBase总经理杨冰表示,在数据库发展的历程上,OceanBase还是一个年轻人,我们能在TPC-C测试中证明自己,是站在前辈的肩膀上迈出的一小步,更是互联网时代给我们的机会。万里长征刚刚开始,未来我们还有很长的路要走。
目前,OceanBase已服务大量金融、电信等行业企业,在建设银行、南京银行、西安银行、人保健康险、苏州银行、广东农信、网商银行等多家商业银行和保险机构上线。全球前四名的支付平台,两家的核心系统都在使用OceanBase数据库。今年3月,OceanBase正式通过阿里云向全球开放,企业可在云上获得“支付宝同款”的世界顶级数据库处理能力。
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。