那么当数据管理出现问题，或IT中断威胁到对业务成功至关重要的数据时，该如何应对?面对这些挑战，在AI时代，完善的IT功能与数据管理需要更多支撑——它需要以运营韧性为核心的战略、框架乃至思维模式。

许多人并不了解相关信息。即便在看似显而易见的场景中，例如两张表或实体间关系的实际含义，此现象依然成立。每个人视角不同，且常在不同情境中关注不同侧面。

日前，IDC发布2026年全球 IT 行业十大预测，其中提到，到2026年，70%%的组织将采用融合生成式、处方式、预测式和智能体技术的复合AI（Composite AI）。

此次故障再次警示世人：即便中断时间短暂，互联网骨干网络仍极其脆弱，而全球对这些在线服务的依赖晨读之深。尽管AWS及其竞争对手通常运行稳健，但互联网本质上是由相互交织的服务构成的复杂网络，其可靠性取决于最薄弱的代码环节。

厂商在卖"元数据管理"，咨询公司在做"元数据管理"，文章都在谈"元数据管理"，但所有人都管它叫"数据资产目录"。这种认知错位，正在杀死无数企业的数据治理投入。

数据可观测性正是在此发挥作用，它超越了简单的监控或数据质量检查，在数据生命周期中持续评估其健康度、可信度和代表性，确保数据管道产出符合业务预期，并适用于训练和运行AI/ML模型。

本期《名人堂——“数”风流人物》栏目对话的叶正盛，拥有20年软件研发经验，曾担任阿里云数据库产品管理与解决方案部总经理。2021年叶正盛离开阿里云，选择跳出大厂舒适圈，和一些志同道合的伙伴创立了玖章算术(浙江)科技有限公司(NineData)，在“多云”浪潮中乘风破浪

数据库国产化替代在选型、迁移、运维等环节仍然存在一些痛点，有一些企业还面临“不敢替、不会替、替不起”的难题。为此，ITPUB联合厂商YashanDB特别策划了“论道国产数据库规模化替代时代：选型、迁移、运维”三期系列直播，邀请各行业资深专家深度剖析国产替代难题，畅聊挑战、机遇和建议，助力更多企业和DBA实现安全、高效地转型升级。

当前，数据库国产化已从“要不要替”进入“如何规模化替”的深水区。企业用户在选型时愈发理性，不再仅关注功能清单，而是更加重视产品核心能力与总拥有成本（TCO）。产品核心能力是平滑替代的前提，而TCO（包括软硬件采购、业务改造、系统迁移与长期运维的综合投入）则是规模化替代的关键。

在互联互通的世界里，数据泄露始终是潜伏的威胁，而数据库管理员（DBA）正是守护企业最宝贵资产“数据”的前线卫士。现代数据库环境融合了本地部署、云端和混合系统，犹如一片雷区。要成功穿越这片雷区，不仅需要技术能力，更需要采取主动、战略性的安全措施。

Gartner预测，到2028年，将混合计算范式架构应用于关键业务流程的领先企业将达到40%%以上，较当前8%%的水平大幅增长。

DBA是一个无法在书本上快速成长的职业，必须在实战中摸爬滚打才能真正成为高手。不过仅仅依靠实战又不足够，没有充分的理论作为辅助，仅仅依靠实战也很难成为真正的高手，不断实践、不断总结，在实战和总结中发现自己的理论基础缺失，主动去学习，可能是每个高水平DBA都不断在重复的事情。

很多企业在做数字化之前也并未深入思考自身业务逻辑与数字化的结合点，本文列出的数字化管理者50问只是企业数字化转型建设过程中的典型问题，真正读懂并回答出来并不容易，这是对企业管理者对数字化认知的考验，也是推动企业迈向高质量发展的关键一步。

当一个企业的管理往精细化转型之后，和以往完全靠技术的管用就行不同的是，IT管理更加依靠制度化而非技术了。通过固化的流程来避免严重的问题成为制度设计者的最终目的

而现在，代表未来应用发展方向的AI基础设施似乎正在脱离DBA的管理范围。DBA应该有所警醒，要加快拥抱AI的速度，尽快在数据库运维领域引入AI技术，引入AI能力，千万别成为AI时代的边缘人。

随着越来越多的组织采用 Lakehouse架构，Apache Iceberg已成为现代Lakehouse核心的开放表格式。Iceberg为跨引擎的数据存储提供了统一、可扩展且互操作的基础。

随着AIOPS技术的发展，以数据推理为核心的系统为可观测性项目打开了一个新的通道。不是通过固化的程序和算法去分析数据，而是用数据推理的方式去分析问题。

数据库的下一次进化不仅关乎更快的查询或更廉价的存储。其核心在于将智能直接嵌入数据库层——这种智能能在数据抵达时即时检测异常，预测未来趋势，并实时触发行动，无需等待协调管道或外部系统响应。

DBA面临的一个很大的问题就是积累运维知识，大多数DBA都是用自己的脑子来积累知识。确实人的脑子是运维知识最好的载体，不过人的记忆和回忆是受一定的限制的，对于海量的知识积累，光用脑子是不够的。

企业数字化转型建设离不开各种各种的系统，从技术实现角度来说无外乎代码原生开发与低代码(零代码)开发两种，很多人肯定要问哪种方式更优?喜欢低代码的认为其高效、能快速响应业务部门的需求，而反对者尤其是企业技术部门的开发人员则对其是嗤之以鼻