随着 8.0 版本的发布,分布式多模型数据库 Aerospike 新增了 ACID 事务支持,以支持大规模在线事务处理 (OLTP) 应用,该公司称这是业界首创。
分析师对此次发布表示支持,认为它解决了分布式 NoSQL 数据库面临的一个"重大挑战"。
Aerospike 是一个完全基于内存的数据库,支持键值对、JSON 文档、图形和向量搜索模型。该公司始于 2010 年的 Citrusleaf,2012 年更名为 Aerospike,2014 年在 Apache 和 AGPL 许可下开源。同时也提供商业版企业版。
它使用命名空间的概念,类似于关系数据库中的表空间。命名空间内包含集合,相当于关系数据库中的表。
Aerospike 可能不太为人所知。Stack Overflow 2024 年的调查中并未将其列入开发者使用的前 35 名数据库。在 DB-Engines 排名中位列第 61 位。不过,它的客户包括 PayPal、巴克莱银行和 Airtel 等跨国公司。
在本月早些时候 Aerospike 8 发布后,首席产品官 Srini Srinivasan 告诉 The Register,NoSQL 数据库最初的理念是为了提供更高的性能而在一致性上做出妥协。
"那是 15 年前的事了。随着时间推移,每个 NoSQL 数据库都增加了强一致性事务功能。Aerospike 非常注重规模化性能。2018 年,我们发布了单记录操作的强一致性支持,而在 Aerospike 8 中,我们提供了完整的事务支持。这是经典的事务支持,在数据库领域已有 30 到 40 年的历史。我们在不影响单操作性能的情况下添加了这个功能。性能与此版本发布前保持一致。"
他声称一些客户在分布式系统上实现了接近每秒 1 亿次事务的处理能力。
Forrester Research 副总裁兼首席分析师 Noel Yuhanna 表示,Aerospike 以支持高性能实时应用而闻名。
"NoSQL 分布式数据库的一个重大挑战是维护集群间的数据一致性,这就是为什么许多产品支持'最终一致性'数据库。然而,Couchbase、MongoDB 和 YugabyteDB 确实提供了跨集群的分布式多文档 ACID 事务。通过此次发布,Aerospike 使客户能够在确保强一致性的同时在分布式环境中运行事务应用,这对 Aerospike 客户来说是一个重要里程碑。考虑到其具有吸引力的总体拥有成本,这提供了一个令人信服的价值主张,使其对更多企业来说更具吸引力。"
使用场景最初始于全球银行系统的欺诈检测应用,但已扩展到游戏、移动支付系统和实时体育博彩等领域。
Gartner 总监分析师 Henry Cook 表示,Aerospike 关于 ACID 合规性和分布式规模性能的说法是可信的,对需要这种性能的应用需求正在增长。
"随着我们在全球范围内实施更多分布式系统,需要支持系统状态的全球一致性视图。这可能是底层全局数据库内容的通用状态,或提供描述数据和用户状态的全局一致元数据。"
Gartner 高级总监分析师 Aaron Rosenbaum 表示,具有类似性能的其他数据库可能包括 CockroachDB 或 YugabyteDB,它们使用 PostgreSQL 前端和分布式后端。同时,Amazon DynamoDB、Azure CosmosDB 和 Google Spanner 等超大规模数据库也在同一类别中。
这种专业高性能数据库唯一的缺点可能是供应商的规模。
"一些数据库来自较小的公司,因此,企业需要权衡对它们的依赖程度,"Rosenbaum 说。"然而,超大规模供应商提供的易管理性伴随着对其云和产品的锁定。在数据管理领域,平衡独立供应商的部署灵活性与超大规模供应商的管理简便性是一个挑战,尤其是在分布式访问如此强大的这个特定细分市场中。"
Aerospike 在去年 4 月获得了 1.09 亿美元的风险投资,12 月又获得了 3000 万美元的增长融资。Yuhanna 表示该公司接近收支平衡。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。