阿里云PolarDB PolarStore获得顶会 FAST'26 最佳论文提名

本文涉及的产品
RDS AI 助手,专业版
RDS MySQL DuckDB 分析主实例,集群系列 4核8GB
RDS MySQL DuckDB 分析主实例,基础系列 4核8GB
简介: 阿里云瑶池数据库PolarStore团队论文《PolarStore: High-Performance Data Compression for Large-Scale Cloud-Native Databases》获得顶会 FAST'26 最佳论文提名(全球仅5篇)。

2月27日,在美国圣克拉拉举行的存储领域顶级会议 USENIX FAST 2026 上,阿里云瑶池数据库 PolarStore 团队的论文《PolarStore: High-Performance Data Compression for Large-Scale Cloud-Native Databases》荣获最佳论文提名(Best Paper Award Candidate)。该成果从全球44篇录用论文(录用率17.4%)中脱颖而出,成为仅有的5篇最佳论文候选之一。


阿里云数据库创新设计了软硬件双层压缩架构,深度融合云原生数据库的 I/O 特征,从而打破数据库与存储间的语义壁垒,消除软硬件压缩功能冗余,实现了高性能、高压缩比与灵活调度的统一。基于此技术,阿里云打造了业界首个商业化落地的软硬协同压缩产品,并已在云原生数据库生产环境中大规模部署应用。该论文由阿里云作为唯一完成单位,系统性地总结了软硬协同压缩的大规模工程实践与技术洞察,为云数据库存储优化树立了新标杆。

compress_image.png

FAST 会议(USENIX Conference on File and Storage Technologies,文件与存储技术会议)由美国高等计算系统协会(USENIX)和美国计算机学会操作系统专业组织(ACM SIGOPS)联合组织,创办于2002年,是存储领域公认的国际顶级学术会议,被中国计算机学会(CCF)列为A类会议。


会议聚焦文件系统、云存储、新型存储硬件、数据管理等前沿方向,论文录用标准严格,成果代表行业最高研究水平,深受全球学术界与工业界重视。创办二十余年来,FAST 持续推动着软硬件协同、RAID、闪存文件系统、非易失内存技术和分布式存储等多项关键技术的发展突破,对产业实践产生了深远影响。


PolarDB MySQL/PostgreSQL 版是阿里云自研的云原生数据库,采用软硬件一体化设计,基于高性能存储 PolarStore,100% 兼容 MySQL/PostgreSQL。支持 HTAP、多主多写、多活容灾和内置AI,交易和分析性能最高分别是开源数据库的 2~3 倍和 400 倍,TCO 低于自建数据库 50%。


作为 PolarDB 存储与计算分离架构的核心底座,PolarStore 是一款具有超低延迟和高可用能力的分布式存储系统,对于发挥 PolarDB 特性至关重要。PolarStore 采用了轻量的用户空间网络和 I/O 栈,绕过传统内核栈,充分发挥 RDMA 和 NVMe SSD 等新兴硬件的潜力,极大降低了分布式非易失数据访问的端到端延迟。


FAST 评委点评指出:“论文通过对现有压缩技术的系统性抽象和对行业痛点的精准洞察,创新性地构建了软硬件协同的双层压缩架构;同时,将超大规模、长期稳定运行的工程实践深度反哺学术界,为硬件架构设计、压缩算法优化及智能调度策略等研究方向提供了兼具理论深度与实践价值的参考范式,彰显了工业界前沿实践对学术创新的重要引领作用。”


论文中提出的软硬件协同压缩方案实现了 PolarDB 全链路深度协同:软件层深度感知 InnoDB Page 边界,以 16KB 大块粒度压缩并全链路 I/O 打标;硬件层依托 Smart-SSD 变长 FTL 能力,将压缩块紧凑组织,使软硬件逻辑融合,彻底消除传统方案中的多层 GC 与 I/O 放大问题。线上实践验证,该方案平均压缩比达 3.55 倍,实例级压缩比最高超过 10 倍,且零 I/O 放大、无需垃圾回收。


性能方面,在 100% 兼容 InnoDB 引擎的前提下,仅压缩数据 Page 而绕过 Redo/Binlog 路径,CPU 开销卸载至存储,Redo 链路高效无损,结合 EMP 特性实现性能无损甚至提升;同时支持压缩算法、压缩粒度及单 I/O 策略的动态调整,软件栈简洁无背景流量,杜绝性能抖动。


作为业界首个商业化软硬双压缩产品,该方案显著降低了云数据库存储成本与 TCO,在保障极致稳定性与业务灵活性的同时,为大规模云原生应用提供了高效、经济、可靠的存储底座。

图:PolarStore软硬协同压缩介绍.png

图:PolarStore软硬协同压缩介绍

阿里云瑶池数据库团队独立完成的《PolarStore: High-Performance Data Compression for Large-Scale Cloud-Native Databases》,系统性地总结了软硬协同压缩的大规模工程实践与技术洞察,为云数据库存储优化树立了新标杆。据了解,阿里云原生数据库 PolarDB 已规模化应用于政务、金融、电信、物流、互联网及汽车等行业的核心业务系统,服务理想汽车、小鹏汽车、MiniMax、GoTo 集团、度小满、米哈游、某大型商业银行等全球知名企业,助力开发者加速迈入智能时代。

相关文章
|
3月前
|
人工智能 关系型数据库 分布式数据库
|
16天前
|
存储 人工智能 缓存
四年三次,再获殊荣!阿里云斩获全球存储顶会 FAST’26 最佳论文
阿里云联合上海交大、Solidigm论文《Here, There and Everywhere》获 FAST '26 最佳论文奖,在过去四年内第三次摘得这一国际学术界最高荣誉。论文梳理了本地盘技术的“三代进化史”,并提出了本云融合存储新架构—— Latte,利用软硬协同与本云融合的技术红利,为云原生数据库、AI推理及大数据分析奠定更坚实的基石。
214 3
|
14天前
|
SQL 人工智能 自然语言处理
我用DataClaw打造了一个7X24小时的数据助理
阿里云DMS DataClaw是7×24小时AI数据助理,支持自然语言提工单、智能巡检、多任务编排、SQL风险预审等9项硬功能,原生集成DMS安全体系,覆盖MySQL/Oracle等60+数据源。现在可免费试用,快来体验吧。
517 9
|
存储 缓存 NoSQL
阿里云 Tair 联手 SGLang 共建 HiCache,构建面向“智能体式推理”的缓存新范式
本文系统剖析面向智能体推理的 KVCache 技术演进,针对传统机制在长上下文、多轮决策与多智能体协同中的状态膨胀、持久化缺失和缓存孤立三大瓶颈,介绍阿里云 Tair KVCache 团队联合 SGLang 社区推出的 HiCache 分层缓存体系。该方案通过显存-内存-3FS 多级卸载与全局共享,实现缓存命中率提升至80%,TTFT 降低56%,推理 QPS 翻倍,支撑智能体时代的大模型高效推理。
|
存储 人工智能 安全
智存跃迁,阿里云存储面向 AI 升级全栈数据存储能力
一文总览阿里云存储产品创新与进展!
1254 0
|
23天前
|
人工智能 搜索推荐 关系型数据库
PolarDB 推出为 AI Agent 构建专属长效记忆的托管服务
智能体(AI Agent)应用的核心挑战之一是其健忘的特性,无法记住历史交互、用户偏好或长期上下文。PolarDB PostgreSQL 版和 PolarDB MySQL 版现推出为 AI Agent 构建专属长效记忆的托管服务,让您的 AI 应用记住一切,从而构建更智能、更具个性化的用户体验。
|
7月前
|
存储 SQL 关系型数据库
RDS DuckDB技术解析一:当 MySQL遇见列式存储引擎
RDS MySQL DuckDB分析实例以​列式存储与向量化计算​为核心,实现​复杂分析查询性能百倍跃升​,为企业在海量数据规模场景下提供​实时分析能力​,加速企业数据驱动型决策效能。​​
|
5月前
|
存储 人工智能 前端开发
Qoder + ADB Supabase :5分钟GET超火AI手办生图APP
本文介绍如何利用Qoder、阿里云ADB Supabase和通义千问图像编辑模型,快速搭建AI手办生图Flutter应用。无需传统后端,实现从前端生成到数据存储、AI服务集成的全链路敏捷开发,展现Vibe Coding的高效实践。
Qoder + ADB Supabase :5分钟GET超火AI手办生图APP
|
存储 人工智能 运维
阿里云联合上海交大荣膺 FAST'26 最佳论文:揭秘云上本地存储的演进与未来发展
通过论文,阿里云展示了如何利用软硬协同(ASIC+SoC)与端云融合(Local+EBS)的技术红利,打破存储性能、成本与可靠性的“不可能三角”。
179 1