诞生于上世纪60年代的数据库,现如今已是每一个企业的必要技术。随着企业业务的不断发展,对于数据库也提出了众多新需求,像敏捷性、弹性等等,这也驱动了数据库技术的进一步发展。
“数据库正在经历一场划时代的体验式变革。”PingCAP创始人兼CEO刘奇在PingCAP DevCon 2021上说道,新一代云数据库在资源扩展能力、自动伸缩、可管理、自服务方面正发生变革。
PingCAP创始人兼CEO刘奇
“开源、简化、融合”已经成为新的技术潮流,新一代云数据库逐渐成为企业应用的主流。今年PingCAP DevCon上,PingCAP发布了云原生混沌工程平台Chaos Mesh® 2.0版本,以及面向企业用户的Ti-Star计划,持续通过开放的技术生态实现对企业的赋能,释放开源的创新力量。
相信开放的力量
由于对开放的相信,对开源社区的信仰。刘奇认为,TiDB不是PingCAP的产品,而是所有开发者、用户、DBA(数据库管理员)和运维工程师的共同"作品"。
因为开放的社区有着极大的延展能力,可能会以各种方式贡献力量,甚至是社会价值。就如同危地马拉一所大学的教授和学生通过 PingCAP在GitHub创立的Chaos Mesh®开源项目,构建了一个分布式系统,实时显示世界各地的新冠疫苗接种的统计信息。
PingCAP创立的开源项目在GitHub上总计有超过41600个star,1400多位贡献者,遍布全球几十个国家。PingCAP在CNCF2019-2020年,贡献度排名中位列中国企业第一,全球排名第六。
到今天为止,基于开源社区,PingCAP已经形成了全球数据库的人才生态圈,第一环是PingCAP数百人的研发团队,专注于TiDB的内核研发,以及社区的联合开发;第二环是数以千计的开发者,包括1400多位贡献者,以及众多知名高校和科研机构;第三环是用户和合作伙伴,上万名DBA和运维工程师,他们把各自的场景重新带回开源社区。
PingCAP在会上发布了Chaos Mesh® 2.0版本,2.0版提升了整体易用性,让更多人能够很轻松地给系统注入各种各样的故障,进一步提升自动化的能力,同时降低整个测试的成本,提供更多的故障注入类型。
真实场景是最好的架构师
目前TiDB横跨了OLTP和OLAP,进一步提供完整的HTAP能力。在大数据领域,TiDB实现了与Spark、Flink、Presto等大数据技术栈的广泛融合。
PingCAP高级副总裁朱巍表示,TiDB可以很好的支撑企业数字化转型两大方向:业务敏捷化和数据实时消费洞察。
TiDB既支持在线横向扩展,又能非常高效的支持数据实时分析,并且兼容现有的大数据、技术生态,降低了技术栈的复杂性。非常重要的一点是TiDB HTAP解决方案的特点是行存与列存分开,可以完全隔离OLTP和OLAP的资源,在实时分析时不会影响TiDB的联机交易性能。
今天,TiDB产品、解决方案已经广泛地应用在各行各业,像金融、物流、零售、电商等行业,推动技术创新,为业务赋能。
会上PingCAP还发布了Ti-Star计划,通过“混合生态”助力用户旅程的成功,在接触和使用、深化应用、团队建设、实践推广等环节,由PingCAP提供原厂的深度支持和持续互动。
从本地到云,创新从未停止
2020年 6月,PingCAP在海外区域推出了TiDB Cloud全托管TiDB服务。这也是基于用户的三大需求所产生,第一,业务需求,希望业务更加可用,在不同区域之间进行数据复制;第二,业务全球化需求,在全球多个地区提供服务,并且满足数据的合规;第三,最大化利用云计算基础设施,目前TiDB Cloud在海外已经支持AWS和GCP。
PingCAP国际业务负责人申砾指出,过去一年中,TiDB Cloud持续演进功能,尤其是以云原生的方式在数据访问安全和弹性运维方面进行增强,大大提升了用户的安全访问能力以及业务连续性。
今年5月,TiDB Cloud在海外区域,正式对全球用户开放。TiDB Cloud建立了更加敏捷的迭代方式,一方面,云原生的新特性可以更快上线;另一方面,TiDB Cloud紧跟TiDB的内核功能,让用户既可以享受最新版数据库内核的功能,而且不用自己去升级系统。
针对安全合规,PingCAP已经建立了一套科学有效且符合国际标准的信息安全管理体系,全面满足国内外客户的需求,提高信息安全风险的管控能力,让用户可以无忧地使用TiDB Cloud。
同时,TiDB Cloud宣布第三季度支持全球多区域的数据同步,第四季度为个人开发者提供免费的 TiDB Cloud集群。
好文章,需要你的鼓励
网络和基础设施管理技术提供商NetBox Labs完成3500万美元B轮融资。该公司是开源网络基础设施管理平台NetBox的商业化运营方,服务数万家企业用户,包括数十家财富500强公司。NetBox已成为现代技术基础设施构建、管理和自动化的标准平台,可加速创新、简化运营并支持AI应用场景。
这项研究开发了VIDEO-RTS系统,仅用传统方法3.6%的训练数据就让AI学会了真正的视频推理能力。系统采用"纯强化学习"跳过死记硬背阶段,结合"稀疏到密集"的自适应推理策略,在五个权威测试中平均准确率提升2.4%。这一突破性进展可能改变AI视频理解的发展方向。
ITPro Today针对IT专业人士进行的边缘计算策略调查显示,55%的受访者对边缘计算概念仅"有所了解",21%的组织IT预算中边缘计算投资不足5%,而33%的组织至少投入10%。性能提升和安全性是采用边缘计算的主要驱动因素,分析和数据缓存是主要应用场景。Microsoft Azure IoT Edge是最广泛使用的边缘平台,混合云-边缘模型成为主流架构。成本仍是边缘计算采用的最大障碍。
约翰斯·霍普金斯大学研究团队开发出能够自主完成胆囊切除术的手术机器人系统SRT-H。该系统采用分层决策架构,具备自我纠错能力,在8次完整手术测试中实现100%成功率。系统通过观看16000个手术轨迹学习,能够像人类医生一样观察、判断和纠错,代表了手术机器人向真正自主化迈出的重要一步。