2020年11月17日,企业级开源分布式数据库厂商PingCAP宣布完成 2.7 亿美元的D轮融资,据介绍本轮融资将用于分布式数据库关键核心技术的研发,聚焦解决方案和专业服务支持体系的不断完善,持续加大开源社区生态体系建设。
可以说PingCAP TiDB是真正第一个诞生于中国的分布式开源数据库,而且现在也走向了世界。PingCAP创始人兼CEO刘奇表示,TiDB的产品哲学,第一是低调;第二是通用型数据库。
PingCAP创始人兼CEO刘奇
TiDB因HTAP理念而生
TiDB缘起要从2012年Google发布的论文说起,其描述了Google使用的海量关系型数据库F1/Spanner解决了关系型数据库、弹性扩展以及全球分布的问题,并在生产中大规模使用,现在TiDB已经成为新一代NewSQL数据库的代表。
数据库可以说是企业的一个必需品,在数据暴涨的今天,弹性成为一个迫切需要解决的问题,但IT基础技术栈又相对分裂,对管理和运维造成难题。即保持原有的易用性,又能获取弹性伸缩的能力,就是TiDB的设计目标。
Gartner在2005年提出了HTAP(Hybrid transactional/analytical processing,在线事务处理/在线分析处理数据库)概念,HTAP 数据库需要同时支持OLTP和OLAP场景。基于创新的计算存储框架,在同一份数据上保证事务的同时支持实时分析,省去了费时的ETL过程。
TiDB就是面向HTAP的理念,其可以实现金融级别的高可用性,高速分析能力,无限的弹性伸缩能力,MySQL兼容、极低的业务改造成本。PingCAP联合创始人兼CTO黄东旭表示,我们相信云是未来,并且全面拥抱Kubernetes,不依赖特性硬件并且支持多种计算单元。
在云原生分布式数据库的路上走下去
2020年5月,TiDB推出4.0版本,在提供良好的交易处理能力前提下,创新性地引入了基于Raft算法的HTAP架构解决方案。这套架构设计成功地解决了以往困扰HTAP架构的隔离性,一致性和性能之间的矛盾,以此为基础的论文《TiDB: A Raft-based HTAP Database》被国际顶级数据库会议VLDB 2020收录,标志着该架构得到了全球学术界的认可。
TiDB可以轻松部署在任何公有云、私有云和混合云之上,极大降低用户的总体拥有成本(TCO),提升资源利用率。2020年6月,PingCAP发布TiDB Cloud产品,TiDB Cloud可以通过水平扩展,拥有近乎无限的存储容量和计算能力,使用户可以专注在自身业务的快速增长。
目前PingCAP已经拥有包括开源分布式数据库产品、解决方案与咨询、技术支持与培训认证服务,加速企业的数字化转型。
走向行业,还原数据库的本真
现如今,TiDB已被全球超过1500家企业用于线上生产环境。其中亿联银行在核心系统数据库侧分布式改造上使用TiDB,大幅度降低改造难度与风险,使业务模型和数据模型无需反向适配数据库架构,吞吐量及性能可以随在线横向透明扩展,保障业务灵活性及适配分布式核心应用,降低运维复杂度与成本。
TiDB还有一些海外客户,PayPay是日本软银与日本雅虎出资成立的一家移动支付公司,2019年软银投放大量补贴进行移动支付营销,对PayPay当时的数据库出现了瓶颈。截至2020年3月已经投产支付服务系统作为在线交易查询汇聚和电子钱包支付业务,并依赖高度弹性和扩展能力,平稳的支持了各种大促活动。
刘奇表示,开源产品在获取客户上的特点就是企业在遇到问题时会多方面寻找解决方案,这也是开源技术被发现最多的途径,而且客户现在都有多云的需求,所以在迁移上不希望做太多的改造,希望在不同的云上都有一样的体验。
未来PingCAP还将继续夯实产品、完善生态合作,助力企业及开发者简化开发,加速迭代,进一步推进云数据库服务在全球市场的覆盖,持续赋能企业数字化转型。
好文章,需要你的鼓励
英国宠物慈善机构PDSA数据显示,超过半数宠物主担心无法承担兽医费用。科技公司正通过AI和物联网技术解决这一市场需求。在伦敦兽医展上,多家初创公司展示了创新技术:AI for Pet利用视觉AI分析宠物眼部、皮肤等图像提供健康洞察;Sylvester.ai开发AI模型识别猫咪疼痛表情;VEA整合患者数据自动化诊断。此外,智能项圈等物联网设备可追踪宠物健康症状。这些技术有助于宠物主采取预防措施,降低兽医费用。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
北欧国家启动统一人工智能产业计划,旨在通过合作在全球舞台上竞争,获得微软和谷歌支持。10月成立的新北欧AI中心获得350万英镑初始预算,但谷歌和微软是唯一提供资金支持的科技公司,具体金额保密。该中心将开发生成式AI系统并建设应用AI服务的系统。北欧教育部长承诺追加资金开发大型北欧语言生成AI模型。尽管资金有限,但北欧国家希望通过联合力量在AI竞赛中提升地位。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。