8月11日,记者获悉,腾讯云数据库开源产品TDSQL PG版(开源代号TBase)推出重磅升级:经过一年半的打磨,上万张表访问场景下,内存占用节省60%;查询性能提升百倍;SQL语句兼容性增强。同时,大力提升原有数据库版本在分布式场景下的易用性。
在“新时代下数据库开源生态的发展与实践”技术沙龙上,腾讯云数据库技术总监李跃森介绍,TDSQL PG版是一款具备HTAP能力、经过腾讯多年持续投入研发的数据库产品,能够提供成熟的一站式解决方案。在首次开源的10天内,Star数就上升到超过500个。开源不久,就受到了欧洲航天局、国家天文台,以及医疗健康、零售等各个行业用户的青睐。
以微信支付为例,使用TDSQL PG版,能满足微信支付单表数据轻松突破TB级海量存储的需求;腾讯云开源数据库高吞吐、高并发,自动扩容的能力,也适合微信支付的业务场景。
腾讯云自主研发的分布式数据库引擎TDSQL PG版从2019年正式开源(开源代号TBase)开始,依托社区,在经过内部业务系统的实践检验后,基本保持每月一次小型升级、每半年一次重大升级的节奏,助力众多开发者应用前沿数据库技术,推动开源社区生态不断完善。
PG中国社区主席张文升也指出:“PostgreSQL社区将和TDSQL在技术、生态、企业服务上开展更深的合作,勇于开创,为客户和企业提供更好的支持与服务。共同建设数据库开源生态。”
值得一提的是,TDSQL PG版开源只是腾讯云数据库开源的代表作之一。事实上,腾讯云数据库在开源领域持续深耕。腾讯云副总裁李纲介绍,腾讯云数据库开源已涵盖三大体系:数据库产品能力开源、产品服务工具开源、前沿研究平台能力的开源。从技术创新、到产品应用,到基础研究深化,构建完整的技术演进周期。
在产品能力开源方面,除了TDSQL PG版这种兼顾了分析型场景的数据库产品,腾讯云数据库近期还将推出企业级MySQL内核的开源项目,代号为 TXSQL,这是一款针对于大规模交易场景的企业级分布式数据库内核。多款产品的持续开源,共同为社区、行业提供完善的国产数据库产品能力体系。
此外,腾讯云数据库也在推动数据库SaaS服务工具的开源,包括可以完成90%日常自动调优、智能诊断的AI自动化运维工具,以及可以进行大规模异构数据迁移、分发、聚合的数据库迁移平台。“面对企业客户、开发者,我们希望提供的是一个成熟完整的产品,而不仅仅只是一份代码,”李纲表示。
而在基础研究领域,腾讯还开源了基础研究平台型框架,来帮助降低研究者的研究门槛,加速基础研究。据介绍,2020年,腾讯和中国人民大学合作开源的3TS—事务处理技术验证系统,沉淀了腾讯与人大在数据库核心技术方面的许多研究成果,可以提供统一的事务处理框架,帮助研究者快速构建新的并发控制算法,以及检测数据异常。
“腾讯云数据库致力于打造可持续发展的国产数据库开源生态。未来国产数据库技术发展将像飞船一样加速,腾讯数据库开源项目愿做这个进程加速器的坚实底座”,腾讯云副总裁李纲表达了腾讯云数据库在开源生态上的投入和决心。
开源是腾讯坚持的长期价值之一。腾讯 2010 年起就确立了拥抱开放的战略,并一直秉承重数量、更重品质的态度发展开源。在自主开源方面,截至目前,腾讯共对外开源超过130个优质项目,项目覆盖了云原生、大数据、人工智能、数据库等多个技术领域,代码贡献者超过2000人,开源项目star总数超过37万个。
在社区贡献方面,腾讯云在KVM社区已贡献超过170个patch,超过20个技术特性,其中8个被评为KVM年度核心突破,贡献国内排名第一,同时连续四年登上KVM开源贡献榜,成为国内唯一取得这一成就的云服务商。
开源的本质是以技术开放促进技术创新。数据库开源社区平台汇聚了众多开发力量,推动了开源数据库在云时代实现更多的技术创新和突破。未来,腾讯云数据库的开源建设和治理将继续秉承重量、更重品质的理念,打造可持续发展的国产数据库开源生态。
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。