OceanBase在其“关键业务负载”的一体化战略上再迈一步。4月20日在第二届OceanBase开发者大会上,OceanBase发布4.3版本,推出全新列式存储引擎,打造PB级实时分析数据库,可实现秒级实时分析,进一步加强TP/AP一体化。现场跑分显示,在同等硬件条件下,OceanBase4.3的AP查询性能已达到业内一流列存大宽表数据库同一水平。
作为一款100%根自研数据库,OceanBase持续践行一体化数据库的产品战略,以负载关键业务系统。2022年OceanBase 4.0发布,从技术上首次突破分布式数据库的单机性能瓶颈,实现单机分布式一体化。目前在一体化上,OceanBase已实现单机分布式一体化、TP/AP一体化、云上云下一体化、多模一体化等,用一个数据库满足客户80%的场景需求。
OceanBase 4.3深入探索TP/AP一体化。此前,面向企业在强OLTP场景中的AP需求,OceanBase构建了混合事务和实时分析处理(HTAP)能力,在OLTP基础上,提供复杂查询优化、秒级低时延响应、水平线性扩展(千/亿级数据关联查询)能力,部分满足了企业的AP场景需求。
但OceanBase注意到,随着数字化发展,越来越多企业需要更强的数据实时分析能力,如何在分布式数据库的架构中实现更强的AP性能,成为OceanBase探索的又一命题。
OceanBase 4.3从AP存储入手,基于LSM-Tree架构推出列式存储引擎,实现可行存、可行列混存和可列存的多种存储方式,同时融入分布式TP核心能力小事务写入技术,有效消除数据导入延迟,满足更严苛的AP实时分析需求。同时全新推出基于Column数据格式描述的2.0向量化引擎和物化视图,进一步提升了深度AP场景下的性能表现,可实现秒级实时分析,极大提升OLAP实时分析的能力。
相较于实时分析数仓,OceanBase在实时分析这一场景上具备实时写入、读写强一致、大规模并行处理、管理运维难度低等优点。
OceanBase CTO杨传辉介绍,OceanBase将持续践行“关键业务负载”的一体化战略,今年将重点打造PB级实时分析数据库的最强六边形战士,持续提高TP性能、分布式、兼容性、AP存储、AP计算、AP工具生态能力。未来,PB以下企业在AP应用场景中,无论是HTAP、还是OLAP,都可选择使用OceanBase。
发布会现场,在同等硬件条件下,OceanBase 4.3还同业内一流的列存大宽表数据库进行了跑分PK。结果显示,在大宽表场景,两者的查询性能处于同一水平,这一查询性能是衡量数据库AP能力的重要指标之一。
除AP性能优化外,OceanBase 4.3的TP性能、易用性也进一步增强,估行系统、统计信息、代价模型、Online DDL、会话管理、日志流、租户克隆等方面都得以优化,提升数据库在关键业务负载中的性能和稳定性。
目前,OceanBase已经服务超过1000家行业客户,其中30%将其应用于核心系统。例如,海底捞将OceanBase应用于会员系统,既做事务处理又进行实时分析,为每一位会员推荐定制化内容,实时分析算力提升30%,数据库成本下降35%,更从容应对七夕、双旦等节假日流量高峰。
杨传辉认为,OceanBase 4.3在TP/AP一体化上的进一步突破,也是OceanBase坚持100%根自研的产品力结果。不基于开源数据库二次开发、自建研发环境和流程,才使OceanBase具备对内核代码的完全掌控力和掌控权,才具备更强的突破复杂业务场景和为关键业务系统兜底的能力。
会上,OceanBase还介绍,已从开发工具、开发生态、自助体验三方面进一步提升数据库易用性,打造真正对开发者友好的数据库。
目前,OceanBase Landscape技术生态已扩展至超750个主流产品,覆盖基础设施、数据集成、数据治理、应用集成等多个领域。在OceanBase的开源社区,目前已有118位开发者开通博客,累计有1000多篇技术文章分享,核心仓库拥有300多位外部贡献者,共建代码量超5万行。
好文章,需要你的鼓励
微软高级软件工程师Alice Vinogradova将自己用SAP ABAP语言编写的向量数据库ZVDB移植到了搭载Z80处理器的经典计算机Sinclair ZX Spectrum上。她发现ABAP(1983年)和Z80(1976年)几乎是同时代产物,都诞生于内存珍贵、每个字节都很重要的计算时代。通过应用Z80优化技术,尽管时钟频率相差857倍,但代码运行速度仅慢3-6倍。她认为这些老式优化技术具有普遍适用性,在现代硬件上依然有效。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
韩国电子巨头三星宣布收购美国西雅图数字健康技术公司Xealth,进一步扩大在健康领域的布局。Xealth专注于帮助医疗专业人员将数字健康技术整合到日常实践中,与70多家数字健康技术供应商合作,应用覆盖美国500多家医院。此次收购将推动三星向连接医疗保健平台转型,结合其在传感器技术和可穿戴设备方面的优势,完善Samsung Health平台功能。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。