数字化时代,技术迭代更新比以往任何时候都要来得迅猛一些,数据库技术也在这股技术浪潮中迸发出巨大的发展张力,而作为数据库技术灵魂的内核技术也随之实现了跃迁式发展。
华为云数据库历来重视内核技术研发,拥有丰富的数据库内核研发经验,并持续构筑了一系列极具竞争力的内核特性。近期,华为云新一代金融级分布式数据库GaussDB(for openGauss)正式推出了Ustore存储引擎、基于Paxos协议的DCF高可用组件等多个重大内核新特性,为企业级用户打造了稳定高性能的存储引擎、高可用的内核能力,以创新技术为抓手,进一步推动企业数字化转型。
Ustore存储引擎创新,数据频繁更新下性能依旧稳如泰山
Ustore存储引擎,又名In-place Update存储引擎。In-place Update中文意思为原地更新,是GaussDB(for openGauss) 内核新增的一种存储模式。GaussDB(for openGauss) 内核当前使用的行引擎是Append Update(追加更新)模式。追加更新对于业务中的增、删以及HOT(Heap only tuple) Update(即同一页面内更新)有很好的表现,但对于跨数据页面的非HOT UPDATE场景,垃圾回收不够高效。
而Ustore引擎将最新版本的“有效数据”和历史版本的“垃圾数据”分离存储,最新版本的“有效数据”存储在数据页面上,并单独开辟一段UNDO空间,用于统一管理历史版本的“垃圾数据”,因此数据空间不会由于频繁更新而膨胀,垃圾回收效率更高。Ustore引擎采用NUMA-Aware的UNDO子系统设计,使得UNDO子系统可以在多核平台上有效扩展;同时采用多版本索引技术,解决索引清理问题,有效提升了存储空间的回收复用效率。
图1:Ustore数据存储示意图:数据在原page页,undo通过指针单独管理
总之,在这种设计思路下,相比原有垃圾数据清理机制,Ustore数据存储能带来更高性能、更高效率,空间利用更充分,整体系统运行更加平稳,适应更多业务场景和工作负载。
应用实践方面,Ustore存储引擎已在部分客户现场进行了POC测试,表现出稳定可靠的数据库服务能力,达到了预期的效果。
基于Paxos协议的高可用DCF组件创新,确保数据强一致和高可用
除了Ustore存储引擎外,GaussDB(for openGauss)还推出了基于Paxos协议的DCF高可用组件,该组件使得GaussDB(for openGauss)在保证数据一致性的同时,在高可用方面可进一步得到增强,包括:
(1)通过自仲裁、多数派选主能力摆脱第三方仲裁组件,极大缩短RTO时间,且可预防任何故障下的脑裂双主;
(2)支持节点同步、同异步混合部署的多集群部署模式;
(3)提升主备间节点日志复制效率,提升系统的最大吞吐能力。
图2:Paxos原理示意图
借助GaussDB(for openGauss)的DCF高可用组件,用户不仅可以免去系统脑裂的风险,还可以提升可用性。
面向未来,GaussDB(for openGauss)将基于AI自治技术,在Ustore存储引擎、Paxos协议自选主等关键特性方面持续构建更智能、更安全、更高效的技术能力,并从千行百业数据库应用的最紧迫问题和长远需求出发,不断在核心技术上进行突破,为客户打造更领先、更优质的数据库服务。
【重磅活动预告】
8月18日,以“数造未来”为主题的第12届中国数据库技术大会(即DTCC2021)将在北京隆重召开,现场特设华为云GaussDB专场,届时将为您解读GaussDB系列数据库及核心能力,分享GaussDB行业最佳实践。另外,GaussDB迁移工具新品UGO目前正在火热公测中,欢迎前往华为云官网免费体验。
好文章,需要你的鼓励
据报道,苹果公司高管已就收购Perplexity AI展开内部讨论。这家总部位于旧金山的公司运营着一款由人工智能驱动的消费者搜索引擎,能够生成自然语言回复而非传统网页列表。Perplexity在最近融资中获得140亿美元估值,月活跃用户超过1500万,每月查询量增长20%。苹果企业发展副总裁已与多位高管讨论此收购想法。
斯坦福大学研究团队在2025年提出了首个从语言反馈学习的理论框架,创新性地引入转移消元维度来衡量语言反馈的信息量,并开发了HELiX算法。研究证明语言反馈能带来指数级学习加速,在多个游戏测试中表现优异,为AI学习从简单数值反馈转向丰富语言指导奠定了理论基础,有望推动教育、推荐系统等领域的AI应用革新。
数据中心防护涂层正成为应对能耗上升和温室气体排放的关键解决方案。随着行业快速扩张带来环境挑战,这些创新涂层技术为平衡数字化增长与环境责任提供重要工具。专业涂层可延长设施寿命、降低维护成本,同时通过隔热涂层、反射涂层等技术优化能效,减少冷却系统负担。未来涂层将与被动冷却技术结合,支持可持续发展目标实现。
NVIDIA研究团队揭示了训练AI模型同时掌握数学推理和编程能力的突破性方法。通过精心设计的监督学习和强化学习协同训练,他们发现仅用数学题训练就能显著提升编程能力。研究提出了温度调节、阶段性训练等关键技术,最终的AceReason-Nemotron 1.1模型在多项权威测试中达到业界领先水平,为AI跨领域能力发展提供了新范式。