这三件事是不是在你的公司也很常见，一件是数据出去了不知道，一件是用了多少个AI工具不清楚，一件是输出的结果没人核。看着是三件，其实是同一个问题：公司让大家用AI了，但从来没说清楚边界在哪。

在腾讯全球数字生态大会-AI原生数据库专场上，腾讯云副总裁王义成给出的判断是：Agent 正在成为数据库最大的新“用户”！用户变了，一切都得跟着变。所以满足未来需求的数据库，不是一次版本升级，而是一次从底座到接口的重构。

核心业务系统成功地完成了国产数据库替代和国产数据库成功地替代了Oracle是两句话看似相似，实际上是有着完全不同的内涵的。

AI代理无处不在。几乎每两条新闻中就有一条与AI代理有关。随着越来越多的企业开始使用AI代理，要掌握它们的具体运作情况已非易事。

10月，数据库圈动作不断。Gartner近日公布2027年企业机构需要关注的十大战略技术趋势，包括数据库在内的主权技术成为新的趋势;中国计算机学会(CCF)与阿里云联合发布《CCF-阿里云瑶池科研基金2026年度指南》，本年度基金指南围绕三大研究方向设置8项重点课题;达梦数据2026年前三季度营业收入11.14亿元，比上年同期增长34.22%;镜舟科技正式发布MirrorShip Intelligence Platform(MIP)……

昨天我谈了我的观点，创新虽然重要，但是对于国产数据库而言，更重要的不是创新，而是认认真真把执行算子补全，让基础的SQL执行变得更加高效，各种SQL都能用最合适的算子跑出来，写得比较烂的SQL也能像Oracle那样跑得飞快。

日前，拓数派与新华三共同发布πDataCS DOMA企业AI网关，将本地算力、可信数据、行业本体、模型与智能体整合为可部署的企业级AI能力底座。同时，拓数派联合普华永道，围绕企业AI战略、业务场景与专属AI服务建设，提供端到端AI服务交付，共同推动主权AI能力在企业中的落地。

可以肯定的是，甲骨文为其Lakehouse架构制定了一个雄心勃勃的发展方向。不过，仍有若干环节尚待完善。最终的考验在于：将所有这些工具整合在一起，能否真正为数据团队减轻工作负担，并使AI系统产出更可靠的结果。

AI正在压缩从知识到能力的距离，以前知道一件事和能够完成一件事之间存在很大的距离。一个人知道数据库优化的原理，并不意味着他能够独立优化一个复杂SQL。必须通过长期实践，把知识转化为经验和能力。而AI正在缩短这个过程。

财务公司做数据治理，最怕两个错误的自我定位：把自己当成集团的一个IT科室，或者把自己当成一家小银行。它真正的位置，是一张网的结点：一头是产业，一头是金融；一头是集团，一头是监管。

Oracle 宣布为 Oracle Autonomous AI Lakehouse 推出全新功能，帮助企业为用户和 AI 智能体提供业务上下文、执行多维模拟，并加强跨企业数据资产的数据治理。基于 Oracle Autonomous AI Lakehouse 开放、高性能的基础架构，新功能让客户能够将实时运营数据与 Apache Iceberg 表中的数据协同使用，同时保留业务上下文、应用统一数据治理，并避免不必要的数据移动。

Gartner杰出副总裁分析师Gene Alvarez表示：“当前的关键问题在于，AI系统在架构真空中运行，生成软件的速度超过人类审核的速度，由此形成了不受管理的凭证路径，并使业务流程受制于单一供应商垄断。为避免这种系统性风险，企业机构必须从模型能力的被动观察者，转变为组织、人与机器边界的主动构建者。”

企业如何在不移动海量数据的情况下使其可访问呢?对于46%的受访者而言，能够直接在数据原地进行查询非常重要。另有34%的受访者虽将其视为优先事项，但更优先考虑先搭建好GPU计算和存储基础设施。

在AI时代软件产业可能出现巨变，首先大型软件企业从技术优势转向知识产权组合优势，拥有大量专利、版权和商业秘密的企业，将获得更强的谈判能力。

过去十六年里，我一直为零售、银行、医疗和保险行业的企业构建数据平台。如果有一条教训不断被验证，那就是：一个优秀的AI模型与一个糟糕的模型之间的差距，通常与模型本身无关，而取决于其输入的数据。

大多数企业压根没有一套专门给数字化用的成本科目，一直借用通用的会计科目。可通用科目是按“花在什么东西上”分的，不是按“数字化在做什么”分的，这两个视角天生对不上。

系统上线，不等于流程变顺。开通了，不等于有人用。报表生成，不等于老板靠它做了决策。AI 助手能对话，更不等于它替你完成了业务任务。真正该被问的，是另一批问题：原来的业务毛病有没有变少？流程时间有没有缩短？差错和返工有没有下降？员工是不是一直在用？

问题并不在于SQL是由AI生成的。自SQL诞生以来，人类就一直在编写低质量的SQL语句。区别在于速度。AI使开发人员能够比以往任何时候都更快地生成代码(包括SQL)。如果我们审查和验证SQL的能力无法以同样的速度提升，我们只会更快地积累技术债务。

一个有用的检验方法是选取企业级产品中的一项AI功能，并回答三个问题：它旨在改善哪项业务指标，以及该指标目前的水平如何?当AI给出错误答案时会发生什么?在全量生产环境下运行将产生多少成本?如果无法回答这三个问题，该功能很可能仍处于试点阶段，而非已准备好投入生产的能力。

WorkBuddy 这类工具爆火后，几乎每个部门都在自己搭看板、出报表。业务能自己消化需求，排队等 IT 开发的场景就不存在了——信息部门的位置，需要重新找。

上个月底 MongoDB Wolrd 宣布发布 MongoDB 4.0, 支持复制集多文档事务，阿里云数据库团队 研发工程师第一时间对事务功能的时间进行了源码分析，解析事务实现机制。

美团点评是中国领先的生活服务电子商务平台，为数亿消费者和几百万商家提供服务。秉承“帮大家吃得更好，生活更好”的使命，我们的业务覆盖了超过200个品类和2800个市县，旗下生活服务线上交易平台美团、生活

　　MySQL是现代应用程序编程堆栈中常见的数据库管理系统。如果您想要一个适用于您应用程序的，便于利用丰富的社区知识和经验的，并且易于理解和使用的，那么MySQL必将成为一个默认的选择。

此时可对DDM实例逻辑库进行平滑扩容，通过增加RDS实例来提高数据存储能力与并发支持能力。在不中断应用服务的情况下，通过新增RDS实例，扩展数据库存储空间。扩容除了解决数据存储容量瓶颈，还能通过增加并

博主就职于一家专注数据库产品及服务的公司，见过上千家的客户场景，和各行业的人、系统打过交道，那么我们来看看普遍遇到的问题。

很尴尬的是，这个类型的文章其实之前笔者就写过，原文章里，笔者自称LZ(也就是楼主，有人说是老子的简写，笔者只想说，这位同学你站出来，保证不打死你，-_-)，原文章名称叫做《回答阿里社招面试如何准备，顺

上一篇博文《一篇文章看懂Java并发和线程安全(一)》讲述了多线程中，程序总不能按照我们所看到的那样执行，必须保证共享数据的可见性和执行临界区代码的有序性，才能让多线程程序运行成我们想要的样子，本篇博

长久以来，一直想剖析一下Java线程安全的本质，但是苦于有些微观的点想不明白，便搁置了下来，前段时间慢慢想明白了，便把所有的点串联起来，趁着思路清晰，整理成这样一篇文章。

分布式网络爬虫包含多个爬虫，每个爬虫需要完成的任务和单个的爬行器类似，它们从互联网上下载网页，并把网页保存在本地的磁盘，从中抽取URL并沿着这些URL的指向继续爬行。由于并行爬行器需要分割下载任务，可

在现代企业应用当中，面对复杂的业务以及海量的数据，除了通过庞杂的人机交互界面进行各种处理外，还有一类工作，不需要人工干预，只需要定期读入大批量数据，然后完成相应业务处理并进行归档。这类工作即为“批处理

随着应对大规模交易的Web应用程序、SOA和其他服务器应用程序的爆炸式增长，数据存储无法跟上应用增长速度，因为数据存储无法继续添加更多服务器以扩展，这与可扩展性极高的应用架构不同。

提到分布式,相信大家脑海中会突然闪现出很多相关的词汇:分布式系统、分布式算法、分布式计算等等，但是对于这些词汇的深层次理解甚至是应用可能很多人脑中都是一片空白，即使有些人在理论方面有所积累，但是实操的

市面上有很多免费开源或者付费的工具来分析Redis实例的内存使用情况，其中最受欢迎的就是Jacks，但是如果你想要更深入的分析你的内存问题，那么使用更有针对性的的工具可能会是更好的选择。

区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。所谓共识机制是区块链系统中实现不同节点之间建立信任、获取权益的数学算法。

犹如宫泽贤治的《不畏风雨》中出现的、性格木讷的女孩子。从小就由于迟钝和大食量等特征被别人当作笨蛋，从小学入学开始进入田径部、坚持跑步，在中长跑中经常取得好成绩，给人以活泼的印象。是十分努力的女孩子。

目前从事于教育行业，尽管如今用户量并不是特别多，但我们的产品有点庞大。基于目前的单体架构，有众多的弊端，由于前期用户量并不多，产品迭代不是很频繁，相应的问题并没有凸显。但是随着团队越来越大，相应的沟通

在学习此事例代码的时候，建议按照下面的模式分类的顺序来一一学习，因为有的模式是参考上一个模式来进行演化讲解的，虽然可以单独去研究，但顺序学习更加容易一些。

数据库永远是应用最关键的一环，同时越到高并发阶段，数据库往往成为瓶颈，如果数据库表和索引不在一开始就进行良好的设计，则后期数据库横向扩展，分库分表都会遇到困难。对于互联网公司来讲，一般都会使用Mysq

距离上次被DDOS攻击已经有10天左右的时间，距离上上次已经记不起具体那一天了，每一次都这么不了了之。然而近期一次相对持久的攻击，我觉得有必要静下心来，分享一下被黑的那段经历。

下面说明一下先更缓存，再更新数据库这套方案更新数据库失败了怎么办?这个问题其实很好解决，提供一个补偿措施即可。这个补偿措施，大家灵活变通，博主只是举例，如下图所示：

数字化转型对于企业来说绝非包治百病，更不可能药到病除。当风口过去之后，相信将逐步回归理性，回归商业本质。在实践中一边探索，一边前行。

俗话说万事开头难，企业数字化建设首要面对的就是立项难，那么立项报告该如何写?内容过于简单不会引起领导的重视，被无视，写的过于复杂技术化领导又看不懂，被PASS

作为后起之秀，KaiwuDB的研发观点和产品思路略有不同，其意在打造面向AIoT的“小而全”的产品体系。在 DTCC 2023大会召开之际，笔者深度对话浪潮KaiwuDB CTO 魏可伟，就数据库架构

在数据被称为新石油的时代，组织拥有良好且易于访问的数据资产目录不再是一种奢侈，而是一种必需品，因为组织需要处理来自每个系统的大量数据。数据团队和数据所有者的工作变得具有挑战性，要了解数据所在的位置及其

数据仓库系列文章的第十篇，本文关键词：数据仓库;累积快照事实表;日期分区表.本文将介绍累积快照事实表的实现方式。

在去O的时代，很可能大多数数据库的性能问题可以通过SQL优化去解决，不过对于一些关键的核心系统，仅仅做好SQL优化还是不够的，这时候理解数据库的原理，能够从数据库的指标和等待事件中发现系统可能存在的隐

当我们与企业合作制定数据策略时，我们通常会识别三到五个数据场景-如果超过这个数量，数据策略就有可能变得混乱和不切实际。

当前大部分传统企业数字化转型年年做，但效果都是那么的差强人意，不是再搞重复建设，就是在吐槽系统，能利用数字化提升管理效率者寥寥无几，所以在企业领导眼里总是别人的数字化做的好，为什么自己企业的数字化做的

8月16日~18日，由IT168联合旗下ITPUB、ChinaUnix两大技术社区主办的第14届中国数据库技术大会(DTCC2023)将在北京国际会议中心隆重召开。届时，天翼云科技有限公司数据库首席技

软硬融合已经成为数据库技术发展的重要趋势之一，近两年国内数据库一体机市场变得格外热闹起来，包括达梦数据、人大金仓、海量数据、云和恩墨、拓数派等在内的众多数据库厂商布局数据库一体机，让一体机这个相对垂直

行业观察机构 Crunchbase 在日前发布的月度报告中称，科技初创企业生态系统中的风险投资正在急剧下降，尤其是在种子轮和早期融资阶段。

今天我给数据库一个非学术化的定义：“数据库是一种简化数据处理的IT基础设施”。“简化”两个字的含义十分广泛，因此从这个定义上看，一切能够简化数据处理的能力，数据库都可以拥有。

据统计，44%的企业数据丢失，只有56%的数据可供使用。此外，在这56%中，只有57%被实际使用，而其余43%则没有有效使用并产生价值。这表明只有32%的数据真正被投入使用。

今天以电网的源网荷储友好互动的例子来介绍一下工业领域的边缘计算，这种计算模式广泛的存在于工业互联网。

本期我们邀请到了星环科技图数据库高级产品经理刘磊，由于在博士阶段的研究领域涉及图算法应用和Ontology，并且接触过图数据库相关技术，认为图数据库、图技术有发展前景，便投身行业中。他指出国内图数据库

当前一提到企业数字化转型建设就必然谈到价值二字，也就是说数字化要以价值为中心来开展相关工作，那么价值究竟是什么?

在我眼里不管是Oracle还是MySQL、PG，就是一个数据库产品而已，用户喜欢哪个，能把哪个用好完全取决于用户和应用本身。

特邀专场：科蓝软件：中国原创自主品牌数据库SUNDB专场

大会以“数智赋能 共筑未来”为主题，紧跟时代步伐，引领前沿技术，设置2大主会场，20+技术专场，将邀请超百位行业专家，重点围绕数据库内核解析，向量数据库、图数据技术、云原生数据库、实时数仓等内容展开分

为了让更多的数据领域从业人士能够亲身参与这场盛会，我们特别推出了一个活动：转发此文到朋友圈集齐66赞，或发8个技术交流群（人数为200人以上），即可免费获得DTCC大会线下门票一张（注：同一公司仅限一

6月12日，金华银行举行“星辉工程”核心项目群上线发布会，新一代核心系统部署在国产分布式数据库OceanBase上，实现系统的高可用、高性能、国产升级。据悉，这是浙江省首例基于完全国产自研数据库落地的

随着业务的发展，数据流量增大，以及实时数仓的应用越来越广泛，音乐实时数仓的流量越来越大，用户也越来越多，超大流量的消息队列对整体带宽资源、下游的消费任务的稳定性以及计算资源都带来了巨大的挑战。为了解决

参与开源已经快3年了，这次在Meetup上没有分享纯技术的话题，其初衷是想带这大家从一个开源社区维护者的视角来看开源，希望大家能从中获取到一些感悟，当然这次的话题有些观点可能抱有主观看法，大家多多包涵

QQ音乐通过腾讯云数据库的全栈服务，满足了AP、TP全场景需求，支撑着千万用户的订单、评论等核心业务，从大数据基础设施、全链路数据工具链、领域数据价值应用在内的各个环节，互利共赢，释放多元数据价值。而

在2017年后，随着业务类型和用户体量的爆炸式增长，各类数据分析的需求以及应用系统的数据需求快速出现，例如：商业智能分析，数据应用报表，用户行为分析、算法策略数据等。小红书大数据团队逐步引入了多种OL

国内现在有大量的公司都在使用 Elasticsearch，包括携程、滴滴、今日头条、饿了么、360安全、小米、vivo等诸多知名公司。

面向数字化智能时代，深圳农商行有怎样的布局与思考？对其它银行又有怎样的借鉴意义？

自去年930架构调整以来，开源协同成为腾讯技术发展的重要战略之一，并带动了重磅项目密集对外开源。就在上周的Techo开发者大会上，腾讯正式宣布TubeMQ、Tencent Kona JDK、TBase

中国农业银行(以下简称：农行)在信息化系统建设过程中，先是把关系型数据库作为联机交易型数据库使用，后来为满足分析型应用需要开始使用分析型数据库，近几年来随着应用场景细分，对基于 Hadoop 的大数据

社交媒体、电子邮件、支持票据、聊天、产品评论和推荐的文本挖掘和分析已成为几乎所有行业研究数据模式的宝贵资源，以帮助企业了解客户，预测和增强客户体验，量身定制营销方案。

想必篮球爱好者们都非常关注今年的NBA季后赛，MVP的奖项投票结果尚未出炉，但估计各家球迷们心中各有定论了。所以我们来用机器学习预测一下今年MVP奖项的结果。

希望您通过本文了解了有关如何使用迁移学习创建自定义模型的知识。如果要在其他方案（例如移动应用程序）中使用此模型，则应考虑使用其他体系结构模型（即Mobilenet）。 ​

会话界面越来越受欢迎，特别是处理看似并不透明的后端系统交易。例如，我们可以部署聊天机器人以引导客户完成故障排除过程，并在客户需要帮助时创建票据，而无需客户知道票据创建过程。这样可以为您的客户提供更直观

目前的问题是,很多数据集都有大量的变量。换句话说，它们是多维度的，数据沿着这些维度分布。这样的话，可视化地研究数据会变得很有挑战性，大多数时候甚至不可能手工完成。但是，研究数据时，可视化数据是非常重要

终端对于开发人员来说是非常重要的工具，刚开始接触编程时您可能就会发现，每天都要在查看终端上花费大量时间。如果您想成为开发人员，或者对人工智能、机器科学等领域的职业感兴趣的话，最好想办法对您的终端进行一

H2O是功能强大的工具，它可以真正改变数据科学过程。 AI的功能和优势应该提供给每个人，而不是少数人。 这是机器学习大众化的真正本质，数据科学对于解决现实社会的真实威胁来说至关重要。

关于剧情，观众们的感受千人千面，但数据从来都是最诚实的见证者。所以让我们来重温一下《复联3》，只不过回顾的不只是剧情，而是用自然语言处理（简称NLP）研究电影的脚本。

我们研究了一个关于疟疾检测的医学成像案例研究。疟疾检测工作非常复杂，没有足够的专业人员也是非常严重的问题。利用人工智能技术构建开源软件可以使人类在检测疟疾方面达到最高精确度，也希望在医疗保健领域能更多

DM8快要发布了，最近拿到了DM8的新特性白皮书和最新测试版，下面开始我们的DM8之旅吧。DM8十大新特性：

2018年初，达美乐(中国)决定要上ERP，并在Q1季度进行了供应商筛选。