8月,第17届中国数据库技术大会(DTCC 2026)在京召开;沙利文发布《2026年中国分布式事务型数据库市场研究报告》;YashanDB与中科曙光联合推出全栈国产化核心业务数据库联合方案;达梦数据正式发布SQLark V4.0……
展望未来,祝洪雷认为,数据库一体机将在技术架构、应用、商业等方面迎来全方位变革,AI原生多模融合、新型硬件将成为技术标配,AI计算加速会成为新的性能引擎,产品价值将从支撑业务转向驱动业务创新,商业模式也将从单品销售转向生态化服务协同。
库内标注应该是未来的趋势,而在AI Coding的帮助下,库内标注的成本也已经大幅下降了。甚至智能体能够根据业务代码自行完成部分标注增强。只要数据库能够提供各种精准标注的功能,就不是问题了。
不同的测试活动需要不同的数据特性。单元测试需要小而专注的数据集,集成测试则需要更广泛的覆盖范围。性能测试需要规模;回归测试则需要一致性和可重复性。
在AI时代,数据库生态、AI生态两手都要抓,两手都要硬,数据库与AI也需要协同发展。当然生态建设离不开技术实力的支撑,产品能力若不过硬,便无人愿意与你共建生态。最终,在夯实产品能力的同时,打通数据库与AI生态的协同链路,搭建起繁荣开放的产业生态,将会成为AI时
都在部署AI原生数据库,承载国计民生关键基础设施的“国云”,如何做到卓尔超群?天翼云TeleDB的最新定位是什么?在AI原生架构下,有哪些创新实践?带着对“国云”如何筑基AI时代的数据底座的疑问,我们在DTCC2026嘉宾采访现场,见到了天翼云数据库产品线首席
实现数据库AI自治的核心价值是把DBA的经验沉淀进系统,让系统能够更早发现问题、更快定位原因、更稳妥地给出处置建议。
026年8月20日至22日,第17届中国数据库技术大会(DTCC2026)在北京隆重举行。本届大会以“融数聚智 创领未来”为主题,集结2大主会场、16+精品技术专场、百位行业顶尖专家,全方位覆盖数据库内核、云原生、AI赋能、向量数据库等全栈热点。
面对Agent带来的数据库范式跃迁,你的第一体感是什么?三位资深 DBA 现场拆解! #腾讯云数据库 #DTCC2026 #AI原生数据库 #Agent
在生产环境中,这形成了一条分层链:低成本执行器处理大部分工作,中层评估器监控输出质量并标记模糊情况,而前沿模型则专门用于处理真正需要它的那部分请求。
DTCC 2026的第一体感是什么?在现场,你会反复听到一句话——Agent成为新用户!这意味着,过去五十年来我们默认的那套逻辑,彻底被颠覆,满足AI原生需求的数据库需要重新设计一遍。在这场实力与耐力的双重考验中,腾讯云显然走在了前面。他们不仅敏锐地捕捉到趋势
陈宗志总结,当 Agent 从“能对话”走向“能做事”,数据库的角色也在发生根本性转变——从存取工具演变为「让Agent理解世界、积累经验并提供业务价值」的记忆中枢与数据底座。未来,阿里云数据库将持续向「Agentic Database」方向演进,基于Lake
AI时代的变化是每个人都无法预料的,今天很有意义的工作可能几个月后变得毫无意义了。今天不可能的事情,也有可能半个月后就变得可能了。因为这个情况的持续存在,导致我们在学习相关AI知识,跟踪AI技术发展进程的时候,经常会遇到获得到不准确的信息,影响你对外面的技术世
2026年8月22日,第十七届中国数据库技术大会(DTCC2026)圆满落下帷幕。这场历时三天的盛会由IT168联合旗下ITPUB、ChinaUnix两大技术社区主办,以“融数聚智 创领未来”作为核心主题,致力于为数据从业者提供最具前瞻性的技术视野与实践参考。
过去元数据主要帮助人找表、看口径、查血缘;现在还要告诉模型:数据来自哪里、指标是什么意思、内容是否有效、谁有权使用。
对于数据库原厂而言,第三方服务商的服务质量已经不是第一考虑因素,选择服务合作伙伴的时候,企业规模、供给工程师的速度、管理规范性等是首要考虑的问题。
调查一再表明,数据孤岛、治理问题以及整体数据质量正制约着企业的发展。Databricks的一项调查发现,仅有37%的高管认为其生成式AI应用已具备投入生产的能力。这一差距正是AI领域的“第一公里”难题:寻找数据、理解数据、对数据进行分类,并决定哪些数据根本不应
近日,在甲骨文中国媒体沟通会上,一众专家带来了前沿的AI实践与思考,甲骨文提出了一个AI落地方法论——Oracle AIBS(AI Business Success),该方法论的核心理念是AI落地并非以AI功能上线为终点,而是以可量化的业务成效(Busines
模型决定AI多聪明,数据库决定AI能跑多远。当AI落地进入深水区,人们关心的不只是大模型的聪明程度,还有藏在背后的数据底座。因为,模型只决定了 AI 的上限,而数据库则决定了AI 能跑多远。