至顶网CIO与应用频道 11月22日 北京消息:腾讯云今日宣布新一代自研云原生数据库CynosDB正式发布。这是业界第一款全面兼容市面上两大最主流的开源数据库MySQL和PostgreSQL的高性能企业级分布式云数据库。
作为腾讯云在产品矩阵上的重量级布局,CynosDB融合了传统数据库、云计算和新硬件的优势,支持无限量存储、百万级查询和秒级的故障恢复,与高性能形成对比的是,CynosDB价格仅为市面上商业数据库的1/15。
“CynosDB的推出对于丰富腾讯云数据库产品矩阵,提升腾讯云的产品技术能力具有里程碑的意义,同时,良好的兼容特性和极致性价比,将大大推进企业的‘上云’进程。”腾讯云数据库产品总监祝百万表示。
完美支持企业无缝“上云”
目前,越来越多的企业正在通过上“云”实现数字化升级,Gartner 预测,到2023年,世界上3/4的数据库都会跑在云上。不过在这个过程中,传统数据库与云端数据库不一样的产品架构,给上云带来了很高的门槛。
CynosDB在产品架构上完全兼容开源数据库引擎接口,是国内首家兼容MySQL5.7和全球第一个兼容PostgreSQL10的云数据库产品。在世界范围内,MySQL和PostgreSQL是市面上最主流的两大数据库产品,因此,CynosDB完美的兼容性,让企业几乎无需更改代码,就可以轻松实现无缝“上云”。
此外,企业使用传统架构还面临数据回档慢、故障恢复慢、维护成本高、纵向扩展弱、资源利用利用率低等问题。
腾讯云技术团队对数据库内核深度定制,总共进行了近60多项优化。为了提升系统可用性,CynosDB以软件优化与新硬件结合为理念,采用了先进的计算和存储分离架构,同时实现了计算无节点状态,支持秒级故障切换和恢复,数据备份时间缩短到60秒之内,速度提升了180倍。
在此基础上,CynosDB可以达到单节点130万QPS读性能,超过业内目前最高100万QPS水平,全面领先国内其他同类产品。强悍的性能可以满足企业在高并发、高性能场景下的上云需求,保证关键业务的连续性。
企业“上云”成本将更低
得益于极简的设计理念,CynosDB既支持普通的网络和硬件设备,又能够最大程度释放硬件性能红利。同时,灵活的扩展功能和购买方式,减少了用户在计算和存储资源上的浪费,综合下来,CynosDB和同样高性能的传统商业数据库相比,价格只相当于它的1/15。
CynosDB在技术层面的多项创新,让其具备真正的公有云原生数据库高性价比、高可用性以及弹性扩展等诸多优势,助力企业大幅降低“上云”成本。
比如,采用“日志即数据库”技术方案,可以最大限度的减少网络数据输入/输出(IO)。该技术将日志转换为记录以及数据页的操作“下推”到存储层完成,将网络IO减到最少,从而大幅度降低使用流量。
自研的用户态分布式文件系统,减少了操作系统上下文切换以及数据在用户态和内核态之间拷贝引起的性能损耗,进一步优化了关键路径的系统性能,降低请求延迟,同时大幅度降低CPU使用率,为企业后期业务扩展留下空间。
另外,CynosDB 的“可计算智能存储”进一步满足企业的实际应用场景,让企业按实际使用量计费,自动扩缩容。在降低企业开支的同时,轻松应对突发的业务规模变化。
为“高性能”应用场景而生
CynosDB极致的性能,以及对于主流开源数据库的兼容,使其成为众多高性能企业应用“上云”的最佳选择。以传统企业来说,如何快速平滑、低成本“上云”,成为企业在选择云供应商时最主要的考虑因素之一,CynosDB在兼容和性能方面的优势可以轻松满足企业关键业务的“上云”需求。
另外,CynosDB敏捷、灵活的部署能力也是互联网和游戏行业的最佳选择。由于互联网和游戏行业先天拥有高并发和高性能要求,这类企业在选择数据库过程中要求极高。由于具备快速弹性升级、海量数据存储等优势,CynosDB在这些场景下的独特优势,可轻松帮助用户应对业务高峰,加速企业业务创新。
好文章,需要你的鼓励
随着大语言模型的不断涌现,Z世代正成为与AI技术共同成长的新一代商业领袖。他们在数字环境中表现出更强的自信,善于协作而非单纯竞争。斯坦福创新者穆拉冈提出AI发展的三种情景:全面禁止、野蛮生长或人机内容分流共存。Z世代企业家需要掌握平台所有权、利用AI扩大规模、打造独特品类和实现超个性化等四大要素,以道德和有益的方式驾驭AI技术。
这项研究开发了CaptionQA系统,通过测试AI生成的图片描述能否支持实际任务来评估其真正价值。研究发现即使最先进的AI模型在图片描述实用性方面也存在显著不足,描述质量比直接看图时下降9%-40%。研究涵盖自然、文档、电商、机器人四个领域,为AI技术的实用性评估提供了新标准。
谷歌搜索高管表示,公司在AI领域的最大机遇在于更好地了解用户并提供个性化回应。通过整合Gmail等服务的个人数据,AI能提供更主观和个性化的建议。然而,随着AI深度整合用户邮件、文档、照片、位置历史等个人信息,有用助手与侵入性监控之间的界限日益模糊。谷歌承诺会明确标示个性化回应,但数据隐私问题仍引发关注。
以色列理工学院研究团队提出了一种将专家混合模型融入YOLOv9目标检测的创新方法。该方法让多个专门化的YOLOv9-T专家分工协作,通过智能路由器动态选择最适合的专家处理不同类型图像。实验显示,在COCO数据集上平均精度提升超过10%,在VisDrone数据集上提升近30%,证明了"分工合作"比单一模型更有效,为AI视觉系统提供了新思路。