12月24日,腾讯云正式宣布其数据库品牌TDSQL的全新战略升级计划及未来发展战略。未来,腾讯云原有的TDSQL、TBase、CynosDB三大产品线将统一升级为“腾讯云企业级分布式数据库TDSQL”。全新升级后的腾讯云TDSQL将涵盖分布式、分析型、云原生等多引擎融合的完整数据库产品体系。

腾讯副总裁、腾讯云总裁邱跃鹏表示,作为国内数据库行业先行者,腾讯云深耕数据库领域十余年,服务客户数已经超过50万。未来,腾讯云还会在数据库的赛道上持续加码,并整合腾讯在QQ、微信等服务十几亿C端用户的能力、经验、资源,为B端客户持续提供好用、易用、安全的数据库产品。

腾讯副总裁、腾讯云总裁邱跃鹏
从上云到云原生,云技术普惠加速企业上云进程
随着云计算的迅速发展和广泛应用,数据库正朝着“云+数据库”的方向演进。随着开发者使用习惯的变化以及传统行业的行业云构建的趋势,未来的数据库模式将逐渐云化。这个过程中,传统数据库越来越不能适应云在扩展性、可靠性和规模化的优势,“云原生”数据库应运而生。
“云数据库的发展,目前正在经历从第一阶段‘数据库上云’,即从数据库到云数据库,到第二阶段‘从云数据库到云原生数据库’的变革,”腾讯云副总裁李纲指出,“云原生”正是腾讯云数据库重要的架构体系。腾讯云原生数据库具有高性能和高度兼容的优势,敏捷、灵活的部署能力,可以让企业像使用水、电、煤一样使用云数据库。从而降低企业上云门槛、提升上云进程,更好的应对智慧时代复杂的业务场景,将腾讯云原生技术普惠用户。

腾讯云副总裁李纲
融合、自治、效用是腾讯云原生数据库的三大特点,它具有数据库引擎加云存储的计算与存储分离架构,能对数据库进行全生命周期智能自治管理的优化与调优,以及实现按真实使用量计费的商业模式。据透露,今年发布的TDSQL Serverless,是国内首个Serverless架构数据库引擎,能为腾讯云上超过100万的企业和开发者提供一站式云数据库服务。
超融合成大势所趋,打通多数据库引擎兼并需求
近年来,新基建、产业互联网快速发展,加速了跨技术边界的超融合发展速度。2021年,中国超融合市场的增长率将达到25%。
李纲表示,为应对海量复杂的场景数据服务在性能、成本、服务等方面的需求,数据库同样呈现出“超融合”的趋势:底层多模多引擎的融合,开发者接口的融合,软硬一体交付以及全链路生态的融合。
在整体云原生架构的基础之上,腾讯云也构建了数据库的超融合体系。目前,腾讯云数据库TDSQL下已经具有金融级分布式产品序列TDSQL,单体实例可支撑百T百万QPS的云原生序列TDSQL-C,可应用于百P级复杂场景的分析型 序列TDSQL-A等可兼顾各方面需求、实现极致的性能与通用性兼得的产品能力族;能够融合公有云与私有云,连接传统IDC与云数据库的数据库SaaS工具DBBridge;TDSQL一体机实现软硬一体的融合等。
与此同时,超融合技术体系还将解决多引擎共存下对云数据库的开发与应用选择带来的挑战。腾讯云TDSQL将通过AI智能调度,以及Serverless等方案,来彻底实现多引擎的统一标准化服务,让客户能够快速实现研发及服务的全链路打通,而无需关心技术细节。
覆盖全行业应用,更适配本土需求
今年11月发布的Gartner数据库魔力象限报告中,中国数据库厂商占据三席,标志着国内数据库进入全新发展阶段。随着国内云厂商技术能力不断提升,数据库等核心技术的国产化也取得重大突破,对本土客户的需求将会有更好的适应和匹配,数据库国产化成为行业发展的必然。
李纲认为,国产数据库已经进入快速发展时期。此次升级后的“腾讯云企业级分布式数据库TDSQL”家族产品不仅符合国产化要求,还积极融入国产生态系统,可适配上下游一系列国产软硬件。
“国产数据库的发展一般会经过互联网企业、民生政务、传统行业应用、金融核心业务这几个阶段的打磨,其中金融行业对数据库要求最为苛刻,不仅数据容错度低,而且还要符合信息安全等级规范。”李纲介绍,目前腾讯云数据库已在金融行业大规模落地应用,包括平安银行信用卡A+新核心系统国产化、人保财险系统的数据库国产化、张家港农商行的核心系统数据库国产化落地等典型案例。此外,腾讯云数据库还支撑了2020年全国第七次人口普查、数字广东等项目,后续将在各行业逐步落地,实现对全行业的应用覆盖。
会上,腾讯云还重磅发布了“国产数据库加速器产业联盟计划”,以及同步成立了数据库合作生态扶持基金,致力于与合作伙伴协力建设全面开放的国产数据库生态体系。腾讯云副总裁王峰表示,腾讯云将以开放、中立、合作、共赢的数据库发展策略,联合合作伙伴共建生态,共筑产业未来。

腾讯云副总裁王峰
目前,腾讯数据库已有20多款产品,每年有超过1000次产品升级迭代,服务1000多家政府客户和2000多家金融客户。未来,腾讯云也将持续加大在数据库领域的投入,携手上下游生态合作伙伴与客户,为更多企业数字化转型提供底层基础。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。