阿里云数据库自研产品亮相国际顶级会议ICDE 推动云原生数据库成为行业标准

本文涉及的产品
云数据库 Tair(兼容Redis),内存型 2GB
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
简介: 4月9日,澳门当地时间下午4:00-5:30,阿里云在ICDE 2019举办了主题为“云时代的数据库”的专场分享研讨会。本次专场研讨会由**阿里巴巴集团副总裁、高级研究员,阿里云智能数据库产品事业部负责人李飞飞(花名:飞刀)**主持,五位学术界知名学者和教授受邀参加作为panel discussion的嘉宾,与现场近百位与会者进行了深入交流讨论。

4月9日,澳门当地时间下午4:00-5:30,阿里云在ICDE 2019举办了主题为“云时代的数据库”的专场分享研讨会。

本次专场研讨会由阿里巴巴集团副总裁、高级研究员,阿里云智能数据库产品事业部负责人李飞飞(花名:飞刀)主持,五位学术界知名学者和教授受邀参加作为Panel Discussion的嘉宾,与现场近百位与会者进行了深入交流讨论。这五位教授分别是:
Anastasia Ailamaki,Professor and ACM Fellow, EPFL;
Ihab Ilyas, Professor and ACM Distinguished Scientist, Vice Chair of ACM SIGMOD, University of Waterloo;
Guoliang Li, Professor, Tsinghua University;
C Mohan,IBM Fellow,IEEE&ACM Fellow,IBM;
Xiaofang Zhou, Professor & IEEE Fellow, University of Queensland;

IMG_1020

整场分享讨论会分为两部分。第一部分先由来自阿里巴巴集团、阿里云智能数据库产品事业部的吕漫漪、林亮、黄贵、乔红麟技术专家们分别介绍了阿里巴巴在POLARDB for MySQL, POLARDB X, AnalyticDB, 以及智能化自治数据库平台SDDP(Self-Driving Database Platform)等产品和技术的进展,以及如何依靠创新来帮助企业解决传统数据库业务场景中在数据处理方面面临的挑战,体现出阿里云智能数据库的技术领先性,以及品牌和文化,目前阿里云数据库在全球云数据市场上位列前三。

第二部分由几位专家分别就云时代的数据库趋势和挑战发表了自己的见解,然后就与会学者关心的问题进行了深入探讨。

其中,C Mohan博士提出,云时代下Serverless允许用户实现应用无需考虑软硬件配置,并且通过PaaS实现自动扩展,对数据库来说,自身健壮性是基础要求,另外还需要加强分布式负载的处理能力。目前面临一些挑战,例如公有云用户是一个私有环境,混合云方面还需要优秀的分布式OLTP DBMS, 内存/存储架构上还有很多工作可以做。除此之外,数据安全、数据管理方面都是需要考虑的问题。

数据显示,中国84%以上的企业表示愿意接受云技术。针对目前面临的挑战,Anastasia Ailamaki 教授指出,一是数据多样性(关系型数据,非关系型数据)对于数据库处理数据是一个巨大挑战,需要构建一个智能的数据库来处理各种各样的负载,需要扩展SQL接口,code-generation提供了运行时构建相应底层数据的访问路径;二是 data cleaning是极其消耗资源的,包括数据从传统数据库迁移到云数据库的迁移工具(用户可以不关心如何迁移的细节问题)。对于用户来说,如果能让用户上述两点都能做到无感知应用,这无疑是云数据库的最大亮点。

周晓方教授认为,从传统数据库迁移到云数据库是一个系统工程。为了提升用户体验的满意度,云数据库努力解决高并发、扩展等问题,用户从传统数据库迁移到云数据库不仅仅是一次迁移,也是一次自我调优的过程,可以构建生态系统,从不同的领域开展深入研究。

Ihab Ilyas教授分享了在Data Cleaning and Integration to cloud领域的洞见和成果。他特别指出,迁移到云数据库问题不在云本身,用户通常选择他熟悉的产品。云数据库必须了解客户需求,解决客户问题。他说:“对于大数据工程师来说,算法的实现对他们不是噩梦,Hadoop版本却成为他们的噩梦。我们发现迁移这个事情已经在发生,但是我们需要更多关注这个过程本身,并且对过程敏感,能够带给用户无痛感的迁移。”

李国良教授认为,云数据库最大的特点是不需要维护数据库,可以节约DBA成本,但是数据库是比操作系统还复杂的系统,需要迁移数据库设计的生态系统,并构建相应的APP。小公司业务应用简单容易上云,大公司因为业务太过复杂不太容易上云,云厂商需要解决大公司的应用迁移问题。

IMG_0232

最后,数据库领域的专家学者们强调可以借鉴云和大数据生态的演进发展,逐步把数据库技术带入机器学习中而不是强求打造一个“全能的”数据库。最后几位教授也对阿里巴巴在此领域的继续贡献充满期盼。

相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
目录
相关文章
|
3月前
|
运维 监控 Cloud Native
云原生之运维监控实践:使用 taosKeeper 与 TDinsight 实现对 时序数据库TDengine 服务的监测告警
在数字化转型的过程中,监控与告警功能的优化对保障系统的稳定运行至关重要。本篇文章是“2024,我想和 TDengine 谈谈”征文活动的三等奖作品之一,详细介绍了如何利用 TDengine、taosKeeper 和 TDinsight 实现对 TDengine 服务的状态监控与告警功能。作者通过容器化安装 TDengine 和 Grafana,演示了如何配置 Grafana 数据源、导入 TDinsight 仪表板、以及如何设置告警规则和通知策略。欢迎大家阅读。
100 0
|
4月前
|
存储 Cloud Native NoSQL
云原生时代的数据库选型与架构设计
云原生时代的数据库选型与架构设计
65 0
|
7月前
|
Cloud Native 数据库 开发者
云原生数据库2.0问题之帮助阿里云数据库加速技术更新如何解决
云原生数据库2.0问题之帮助阿里云数据库加速技术更新如何解决
|
7月前
|
Cloud Native 关系型数据库 分布式数据库
云原生关系型数据库PolarDB问题之PolarDB相比传统商用数据库的优势如何解决
云原生关系型数据库PolarDB问题之PolarDB相比传统商用数据库的优势如何解决
65 1
|
7月前
|
存储 SQL 运维
“震撼发布!PolarDB-X:云原生分布式数据库巨擘,超高并发、海量存储、复杂查询,一网打尽!错过等哭!”
【8月更文挑战第7天】PolarDB-X 是面向超高并发、海量存储和复杂查询场景设计的云原生分布式数据库系统
148 1
|
8月前
|
存储 安全 Cloud Native
阿里云数据库多款产品支持米哈游新游《绝区零》全球开服!
这一次,阿里云继续与大家共同守护「新艾利都」!
|
8月前
|
Cloud Native 关系型数据库 MySQL
云原生数据仓库使用问题之如何将ADB中的数据导出到自建的MySQL数据库
阿里云AnalyticDB提供了全面的数据导入、查询分析、数据管理、运维监控等功能,并通过扩展功能支持与AI平台集成、跨地域复制与联邦查询等高级应用场景,为企业构建实时、高效、可扩展的数据仓库解决方案。以下是对AnalyticDB产品使用合集的概述,包括数据导入、查询分析、数据管理、运维监控、扩展功能等方面。
|
8月前
|
开发框架 OLAP atlas
云原生数据仓库问题之LangChain支持向量数据库如何解决
云原生数据仓库问题之LangChain支持向量数据库如何解决
112 0
|
8月前
|
存储 大数据 关系型数据库
从 ClickHouse 到阿里云数据库 SelectDB 内核 Apache Doris:快成物流的数智化货运应用实践
目前已经部署在 2 套生产集群,存储数据总量达百亿规模,覆盖实时数仓、BI 多维分析、用户画像、货运轨迹信息系统等业务场景。
|
SQL Cloud Native 关系型数据库
ADBPG(AnalyticDB for PostgreSQL)是阿里云提供的一种云原生的大数据分析型数据库
ADBPG(AnalyticDB for PostgreSQL)是阿里云提供的一种云原生的大数据分析型数据库
1417 1

相关产品

  • 云原生数据库 PolarDB