5月17日,OceanBase在第三届开发者大会宣布一体化架构再升级,全新推出“共享存储”产品。
该产品开创性实现对象存储与事务型数据库(TP)的深度集成,创新构建存算一体与分离的多云原生架构,不仅大幅提升云上数据存储的弹性扩展能力,更使TP负载的存储成本最高降低50%。
此次突破也使OB Cloud成为业界首个在TP场景下支持对象存储的多云原生数据库,为海量数据场景提供兼顾成本优化与性能保障的云原生解决方案。
在云计算时代,对象存储是一种新的数据存储方法,它将数据存储为“对象”,因高可靠、低成本、可无限扩展等特性,被广泛应用于分析型数据库(AP)、企业存储备份、归档和数据湖等场景。
但在事务型数据库(TP)的生产环境中,因数据计算对低延迟、高性能有极致追求,普遍采用紧耦合的存算一体架构,因此依赖本地磁盘或云盘,无法支持对象存储的应用。这一情况下,虽然数据库的交易性能得到保障,但也带来了云上扩缩容不灵活、成本过高等问题。
作为一款100%根自研的原生分布式数据库,OceanBase具备极强的技术创新能力。为了解决无共享架构在弹性和成本方面的瓶颈问题,OceanBase创新推出“共享存储”产品,将计算与存储解耦,以自研一体化架构实现对对象存储(如Amazon S3、阿里云OSS等)的深度支持。
据OceanBase CTO杨传辉介绍,这背后是OceanBase的多项技术突破:
一是构建多级缓存架构,有效解决对象存储的访问延迟问题;
二是自研基于对象存储的 LSM-Tree引擎并采用深度工程手段,降低对象存储的I/O压力;
三是通过独有的持久化缓存弹性伸缩,进一步解决TP场景下热点数据的稳定性问题;
此外,优化对象存储的访问全链路,确保TP业务毫秒级响应的稳定性。
这些技术难点的逐一突破,也使OceanBase的云数据库OB Cloud成为目前业内唯一能够在TP场景下稳定运行对象存储的多云原生数据库:在TP负载下,存储成本最高降低50%;在AP负载下,存储成本最高可降低为原来的1/10。
据悉,OceanBase的“共享存储”产品在云上可被应用于多种业务场景,包括典型TP、历史库及备份库,时序类业务、HBase兼容类业务、流水型业务系统、OLAP业务等。
会上除“共享存储”产品的发布外,OceanBase还宣布,OB Cloud上线百度云。截止目前,OB Cloud已支持阿里云、华为云、腾讯云、百度云、AWS、Google Cloud 六大主流公有云平台,全球覆盖超过100个可用区。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。