用友NC Cloud与阿里云数据库互认证,共同推进大型企业数字化转型

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 Tair(兼容Redis),内存型 2GB
简介: 近日,用友网络与阿里云达成全新合作,用友NC Cloud大型企业数字化平台与阿里云自研数据库PolarDB完成相互认证。未来,双方将携手服务大型企业客户,加速企业数智化转型和商业创新。

近日,用友网络与阿里云达成全新合作,用友NC Cloud大型企业数字化平台与阿里云自研数据库PolarDB完成相互认证。未来,双方将携手服务大型企业客户,加速企业数智化转型和商业创新。


11.png


用友专注企业服务32年,全球领先的企业云服务和软件提供商。用友NC Cloud沉淀了过去20年服务中国大型企业服务经验,聚焦数字化管理、数字化经营、数字化商业,帮助大型企业实现人、财、物、客的全面数字化。


当前,企业面对数字化转型的迫切需求,纷纷开始拥抱云原生架构。用友NC Cloud跟阿里云PolarDB数据库完成相互认证之后,可以满足大型企业数字化应用场景中,IT系统对云原生架构的需求,以及海量数据高弹性、高可用、扩展性的需要,支撑企业业务敏捷交付,赋能管理者商业创新和管理变革,助力企业实现数智化转型。


用友NC Cloud大型企业数字化平台基于云原生架构,集AI、多端技术、企业级低代码开发等多种能力,具有高可用、高可靠、高性能、高安全等特性,支持大中型以及超大型集团企业迁移上云。基于阿里云PolarDB,NC Cloud不但可以满足大型企业在数字时代海量的数据存储需求,还能大幅降低数据库相关成本。


22.png


去年5月,阿里云携手用友帮助国内大型医药控股型集团公司朗致集团将核心ERP系统和核心数据库迁移上云,数据库直接成本下降20%,运维成本下降50%,同时提升了内外部协同效率,促进业务进一步发展。


2017年,阿里与用友达成全面战略合作以来,双方进行了产业生态的融合,共同推进企业数字化转型和商业创新。目前,用友基于阿里云为企业提供丰富的云服务,加速各行各业大中型企业和小微企业上云。



文章来源:用友云服务


目录
相关文章
|
22天前
|
人工智能 Cloud Native 容灾
云数据库“再进化”,OB Cloud如何打造云时代的数据底座?
云数据库“再进化”,OB Cloud如何打造云时代的数据底座?
|
28天前
|
缓存 弹性计算 NoSQL
新一期陪跑班开课啦!阿里云专家手把手带你体验高并发下利用云数据库缓存实现极速响应
新一期陪跑班开课啦!阿里云专家手把手带你体验高并发下利用云数据库缓存实现极速响应
|
28天前
|
安全 NoSQL 关系型数据库
阿里云数据库:助力企业数字化转型的强大引擎
阿里云数据库:助力企业数字化转型的强大引擎
|
29天前
|
存储 NoSQL MongoDB
基于阿里云数据库MongoDB版,微财数科“又快又稳”服务超7000万客户
选择MongoDB主要基于其灵活的数据模型、高性能、高可用性、可扩展性、安全性和强大的分析能力。
|
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
1254 1
|
数据可视化 关系型数据库 MySQL
将 PostgreSQL 迁移到 MySQL 数据库
将 PostgreSQL 迁移到 MySQL 数据库
1754 2
|
SQL 关系型数据库 Linux
【PostgreSQL】基于CentOS系统安装PostgreSQL数据库
【PostgreSQL】基于CentOS系统安装PostgreSQL数据库
931 0
|
SQL 存储 自然语言处理
玩转阿里云RDS PostgreSQL数据库通过pg_jieba插件进行分词
在当今社交媒体的时代,人们通过各种平台分享自己的生活、观点和情感。然而,对于平台管理员和品牌经营者来说,了解用户的情感和意见变得至关重要。为了帮助他们更好地了解用户的情感倾向,我们可以使用PostgreSQL中的pg_jieba插件对这些发帖进行分词和情感分析,来构建一个社交媒体情感分析系统,系统将根据用户的发帖内容,自动判断其情感倾向是积极、消极还是中性,并将结果存储在数据库中。
玩转阿里云RDS PostgreSQL数据库通过pg_jieba插件进行分词
|
关系型数据库 测试技术 分布式数据库
PolarDB | PostgreSQL 高并发队列处理业务的数据库性能优化实践
在电商业务中可能涉及这样的场景, 由于有上下游关系的存在, 1、用户下单后, 上下游厂商会在自己系统中生成一笔订单记录并反馈给对方, 2、在收到反馈订单后, 本地会先缓存反馈的订单记录队列, 3、然后后台再从缓存取出订单并进行处理. 如果是高并发的处理, 因为大家都按一个顺序获取, 容易产生热点, 可能遇到取出队列遇到锁冲突瓶颈、IO扫描浪费、CPU计算浪费的瓶颈. 以及在清除已处理订单后, 索引版本未及时清理导致的回表版本判断带来的IO浪费和CPU运算浪费瓶颈等. 本文将给出“队列处理业务的数据库性能优化”优化方法和demo演示. 性能提升10到20倍.
834 4