所谓"天下武功,唯快不破。"在武侠的世界里,天下没有坚不可摧的武功,但当掌握了速度的优势,让速度达到极致的时候,往往能抵挡复杂的招式,立于武林不败之地。
在数字经济时代,如何在分秒必争的商业环境中把握先机?通过对数据的快速处理分析,无疑能帮助企业迅速发掘商机,因此提高数据处理速度则显得更为迫切。
当前的大数据分析模式可以分为"离线处理"和"实时处理"两种类型,"离线分析"可以对业务数据和想要分析的数据样本进行恰当的分离,只针对分离后的数据样本进行建模分析,这种分析模式的优势在于,可以对数据做较复杂的业务处理,但显然无法第一时间把握市场的发展趋势。
"实时分析"则顾名思义,是针对正在进行的业务数据进行即时的处理与分析,很明显,这种分析模式能够让企业随时了解业务状况的变化趋势。而且,针对业务数据的分析越及时越充分,分析结果就能够更灵敏、准确。但受限于系统的处理能力,往往很难进行复杂的业务处理。
"闪存"的出现被视为应景的技术,因为具有较低的延迟和较高的吞吐量,闪存对于日益严峻的数据库应用架构非常具有吸引力。
针对快速实时又兼顾稳定可靠的数据处理,华为采用基于SSD的融合存储OceanStor V3,可提升业界主流的数据库应用性能,将数据库处理速度提升9倍左右,结合详细的测试报告,本文带你一起去体验一下华为闪存的"快"。
数据库业务大致上可以分为 OLTP(Online Transaction Processing)和 OLAP(Online Analytical Processing)两种应用类型。作为典型的OLTP应用,在线订单业务中,新下订单、支付操作、发货处理、订单查询和库存查询等交易系统都是最常见的操作,该业务模型的主要性能指标与每分钟事务数(TPM)密切相关,TPM代表系统在一分钟内所能够处理的交易量,TPM越高,代表着更强的处理能力。
DB2数据库
在主流数据库软件中,DB2 数据库在OLTP属于I/O 密集型,对硬盘的性能需求较高,但现在企业级硬盘的容量太大且缓慢,而硬盘的性能提升却始终未能同步。
华为针对中小型企业数据库规模的OLTP 类型DB2 数据库,将SSD应用于OceanStor V3 融合存储进行验证。

企业中小型事务数据库每分钟事务处理数
将25块SSD 用于OceanStor 5500 V3,在保证主机平均时延低于1ms 和磁盘利用率低于60%情况下,企业中小型事务数据库每分钟事务处理数(TPM)提升了9.2 倍,并发用户数提升了9.5 倍,事务IOPS 提升了8.9 倍。不仅显著提升DB2 数据库性能,而且降低总体拥有成本。
Oracle数据库
Oracle OLTP应用程序为面向交易型业务的关键任务程序,需要较低的I/O延迟和较高的IOPS性能。
华为针对中小型企业数据库规模的OLTP类型Oracle数据库,将SSD硬盘应用于OceanStor V3融合存储进行验证,该方案基于Oracle 11g集群数据库架构,面向高IOPS、低时延需求的事务型企业数据库,如ERP和CRM等系统。
将25块、50块SSD两种场景配置于华为OceanStor 5500 V3,替代同样盘数的SAS硬盘,在相同配置情况下,验证中小型Oracle事务数据库性能提升情况,同时与使用2块SSD硬盘配置SmartCache进行加速的结果进行对比。

企业事务数据库每分钟处理数
将SSD硬盘用于OceanStor 5500 V3,在保证主机平均时延低于1ms和磁盘利用率为60%情况下,两种场景下企业事务数据库每分钟事务处理数(TPM)分别提升了9.3、9.2倍,事务IOPS分别提升了6.1、8.8倍。。
在同样条件下,使用SmartCache特性提升性能,企业事务数据库每分钟事务处理数(TPM)提升22%、30%。
SQL Server 数据库
SQL Server 数据库是应用最为广泛的关系型数据库之一,并一直在Windows 平台占据着主流地位,SQL Server OLTP应用程序为面向交易型业务的关键任务程序,需要较低的I/O延迟和较高的IOPS性能。
基于SQL Server 2012,华为针对中小型企业数据库规模的OLTP 类型SQL Server 数据库,将25 块SSD 用于OceanStor 5500 V3,在保证主机平均时延低于1ms 和磁盘利用率为60%情况下,企业中小型事务数据库每分钟事务处理数(TPM)提升9.5 倍,事务IOPS 提升了10.7 倍。

企业中小型事务数据库每分钟事务处理数
将SSD应用于OceanStor V3融合存储,为企业数据库应用带来显著的性能提升,并且降低用户总体拥有成本。此外,通过使用相同数量的SSD代替SAS硬盘,可进一步提升客户体验和满意度,实现企业利润的提升。
秉承开放的原则,华为不仅联合多家闪存供应商共同开发企业级SSD,并将针对主流数据库软件,进行特征识别,深度优化性能,发布最佳实践,帮助企业核心业务向闪存时代平滑演进。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。