3月20日,OceanBase城市行首站落地深圳,这也是OceanBase独立运营后的首次亮相。
昨日,蚂蚁集团宣布,旗下蚂蚁国际、OceanBase和蚂蚁数科已成立董事会,独立面向市场。
OceanBase CEO杨冰表示,OceanBase致力于打造负载关键业务系统的一体化数据库,作为一款100%“根自研”国产数据库,“根自研”就是OceanBase负载关键业务系统的最大底气。未来,OceanBase还会保持初心,一以贯之地为客户提供优秀的数据库服务。
OceanBase是蚂蚁集团旗下的自研原生分布式数据库,成立于2010年,历经14年发展,在技术、商业化层面取得显著成绩。2019年、2021年接连打破“数据库世界杯”TPC-C、TPC-H的世界纪录。2020年,OceanBase正式商业化,客户数已超过1000家。
14年前,中国移动互联网爆发式增长,带来了前所未有的海量数据挑战,OceanBase选择了完全从根技术自研的道路来应对这一全球独一无二的海量数据处理问题。
据杨冰介绍,目前OceanBase已经做到了100%根自研,包括从0到1自研三百万行代码、自研代码开源主导产品和社区发展方向、构建自研技术生态。基于“根自研”和中国场景的打磨,OceanBase才得以推动树立分布式数据库在性能、容灾、高可用、架构上的新标准,立足中国服务世界。
尽管刚开始举步维艰,但不基于开源数据库二次开发、自建研发环境和流程,使得OceanBase具备对内核代码的完全掌控力和掌控权,避免了开源数据库可能遭遇的协议风险,也具备了更强的突破复杂业务场景和为关键业务系统兜底的能力。
2021年开源后,OceanBase同样引领产品发展和社区方向,除了开源最核心的数据库内核代码、分布式组件和接口驱动外,还逐步将产品工具开源。截止目前,社区拥有超300位贡献者,超500家客户将OceanBase社区版应用于实际的业务生产系统,OceanBase的技术和产品得到进一步打磨。
技术生态方面,OceanBase持续构建以“合作伙伴”为中心的产品技术文化,广泛与多基础设施、数据集成、数据治理、应用集成服务商围绕OceanBase进行产品适配和对接,有超过750个主流产品已加入OceanBase自研技术生态。
杨冰认为,OceanBase已经做到对代码、社区、生态的“根自研”,而100%“根自研”就是OceanBase负载关键业务系统、为客户需求兜底的最大底气。
随着企业走向现代数据架构,数据库上承IaaS层、下接SaaS层,是IT系统中最关键、最复杂的环节,也是“最难啃的骨头”。根据IDC分布式事务数据库市场追踪报告,分布式数据库正在成为新的数据库流行趋势,越来越多的企业正在使用分布式数据进行关键业务系统升级。
基于“一体化”产品理念,OceanBase逐步实现工程一体化、TP/AP一体化、云上云下一体化、单机分布式一体化,以其高可用、高安全、高性能、高性价比,满足金融、政企、互联网等不同类型企业在关键业务系统升级上的需求。
在OceanBase1000多家客户中,已有30%将其应用于核心系统,其中不乏交通银行、中国移动、理想汽车等大型企业,场景涉及支付、金融、政务、新零售、互联网等。
据悉,在粤港澳地区,OceanBase已深耕多年,服务雄帝科技、金地集团、澳门通、工银亚洲、广东农信、顺德农商银行、招商证券、广发证券、安信证券、递四方、出行365、丽迅物流、洋葱集团等上百家企业。
其中,深圳公积金的公积金业务在线办理系统已在OceanBase上稳定运行超过1000天,平安银行的核心账务等数套关键业务系统已实现分布式升级,图匠数据两大核心业务“数货宝”、“数智柜”全面接入OceanBase的云数据库版本OB Cloud。
会上,杨冰也宣布,正式开启OceanBase 4.3 Beta版本邀测,4.3版本将推出全新的列式存储引擎,满足关键业务负载的实时分析场景诉求。
好文章,需要你的鼓励
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。