亚信科技AntDB:一款面向未来场景、引领前沿技术的数据库产品

本文主要是介绍亚信科技AntDB:一款面向未来场景、引领前沿技术的数据库产品,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前不久,AntDB V7.2版本正式发布,该数据库的最大特点是,具备超融合一体化流式引擎能力,满足了用户在HTAP、湖仓一体、流式一体等多方面的混合负载需求。有人惊呼,亚信科技在数据库领域的部署明明才刚开始,怎么眨眼就到了7.2版本?事实上,亚信科技虽然在去年才正式推出AntDBV7.0版本,但并不是一个从零开始、从无到有的产品,亚信科技在数据库领域的耕耘已经15载!

“出道即巅峰”,对于亚信科技AntDB数据库来说,没有比这更准确的描述了。从诞生原因说,AntDB是为了解决国际品牌数据库不曾遇到且难以解决的独具中国特色的超高频超高并发的通信需求而来的;从信创风行的当下来看,经过在通信运用商核心系统15年的蛰伏修炼,AntDB进入大家视野就已经具备“多、久、快、稳”四大特点,服务的用户数、在核心系统运行的时间、每秒要处理的交易数据、几乎零故障的运行表现,都是“初出茅庐”甚至某些同类数据库产品无法企及的。

从2G到5G,迎难而上

早在21世纪初,中国移动互联正从2G向3G转型,支撑其业务的计费、账管、CRM客户关系管理等运营商核心系统,压力呈现爆发性增长,这样的需求是国外品牌数据库有史以来未曾见过的量级,即便是国外最优秀的工程师也束手无策,这样的背景下,亚信科技作为通信运营商的合作伙伴“临危受命”,自研了AntDB一代——内存数据库,把单节点交易处理的吞吐量和响应时间都提高了一个数量级。

随着通信技术2G到5G升级,AntDB也始终站在未来的场景中进行迭代演进,到2023年,中国移动互联网正式进入5G时代,亚信科技AntDB支撑着全国24个省市的业务运营,为10亿多手机用户提供服务。目前,在电信领域,不管是核心的计费,还是清分,都在全面使用AntDB,服务的客户包括中国移动/联通/电信的总公司和全国各省级分公司。与此同时,AntDB还被使用在中国广电的15个主要业务系统,支撑其5G专网建设。可以说,继三大运营商后,中国第四大运营商中国广电的核心系统也跑在AntDB上,且上线近半年,一直平稳运行。

如今,AntDB已成为亚信科技的拳头产品,不仅在通信行业是引领者,在通信以外的金融、交通、医疗、能源等行业也受到大量客户的认可好评。作为电信级核心交易数据库,从诞生那一刻起,就被应用在通信运营商核心系统,高安全性、高并发性、高稳定性可以说是与生俱来、久经验证的。相比其他数据库产品,AntDB作为在实实在在生产环境打磨出来的产品,更具备天然优势。所以,从基因和发展历程上看,亚信科技AntDB数据库已经做到了与众不同。

率先推出超融合架构

从上世纪60年代起,数据库就在影响着人类发展进程,从早期的大型机、小型机,再到今天的云边端一体化应用场景,实现了架构上的统一到分离,也就是交易型数据库与分析型的分道扬镳。而今天,历史好像在重复昨天,HTAP、湖仓一体、流批一体等趋势,让我们看到“超融合”成为主流。

AntDB从1.0的内存数据库,到2.0的分布式数据库,再经历3.X到6.X全面融入SQL生态,到现在成为同时支持集中式和分布式部署模式的高可用、分布式、多模原生全栈式数据库,可以说每一步都走在数据库技术的前沿。

在当下复杂的业务环境下,用户对数据库的需求越发精细化,同时随着云计算和分布式计算能力的兴起,从技术底层上更好地实现了这类架构的支撑。虽然大多数人的观点是“专业的产品做专业的事情”,但对于用户来说,更希望通过一款产品满足多样化的需求,于是融合多能力的多引擎数据库呼之欲出。

亚信科技AntDB数据库新发布的7.2版本走在了数据库技术前沿,创新性提出超融合架构。

AntDB数据库团队认为,真正面向未来数据库必将以“数据”为核心导向,逐渐融入业务对数据的各种使用方式与需求。当前用户对于数据的应用需求主要集中在传统交易、分析、以及大数据挖掘和实时流式数据处理四个方面。这四大领域目前还分别由不同的技术堆栈承载。在HTAP正在尝试将交易与分析进行融合之时,亚信科技AntDB已经将目标定义为将四类数据业务纳入统一的技术框架之下,让一款产品支持多种业务模型,为用户提供一站式服务,使企业数据管理变得更简洁、更高效。

对于用户来说,超融合架构带来的好处显而易见,可以在简化项目开发、提升业务响应和降低管理难度等方面带来提升。AntDB统一框架下的超融合架构设计,有效降低了IT架构的复杂度,与同类开发项目相比,整体时间可以缩短近50%;AntDB支持标准SQL语句,业务响应速度可以提升近90%,以前整周才能完成的报表处理工作,现在不到一天即可完成;更重要的是,AntDB的统一封装,也解决数据口径一致性的问题,让数据库运维更简单。

数据实时化的本质是简化技术堆栈

在服务运营商过程中,亚信科技遇到大量对核心数据处理加工的业务场景,尤其在当前经济环境下,企业需要尽一切可能降本增效。如此一来,企业过去每周看经营报表的习惯,会转变为实时可视化的分析,及时了解当前的经营状况,这就导致流式业务开发的难度与成本急剧增加。

对于开发者来说,不论是数据库还是流处理引擎,其对数据加工处理的核心本质,其实并没有重大的区别。但是,由于主流流处理引擎并不具备众多数据库的ACID能力,无法改变大量流处理应用使用Java/Scala进行业务逻辑开发的事实。所以,在流式数据实时处理领域,亚信科技AntDB做了大量探索与研究,将以前的被动转变为了现在的主动,从数据处理的被动查询到主动推动,进而帮助用户实现实时分析、实时输出结果,快速获取数据价值。

在传统的业务逻辑设计中,每个事件都需要对应到Kafka相应的管道中,连接到各自业务处理的微服务或流计算节点中。而对于亚信科技AntDB来说,只需要DBA在数据库内部,创建好对应的“流对象”,数据会直接触发对应的SQL加工语句,之后生成的结果数据也自动触发后续逻辑,包括与其他维度表、用户表、账户表的关联,均可以100%通过标准SQL完成,不需要任何独立Java/Scala代码的开发。

亚信科技AntDB凭借一体化的流处理数据库引擎,彻底将流式计算与传统交易、分析型数据存储进行了融合,让用户可以在数据库引擎内,通过标准SQL自由定义数据的结构以及实时处理逻辑,可以调整实时分析结果的输出。

由于亚信科技AntDB是一套数据库,不存在两套开发成本,极大地简化了数据技术栈,可以覆盖更广阔场景。在数据一致性方面,AntDB是融合的存储引擎,不存在数据冗余,可以确保数据的唯一性,一次计算就是最终结果。其强大的流式处理能力,同时支持面向流式数据的实时统计,与面向批的报表分析;AntDB可原生支持流流关联与流表关联,打破流引擎与数据库之间的壁垒;AntDB交易分析混合模式,使交易业务与分析业务的边界越发模糊,数据库需要同时支持两类场景,且保障互不干扰。

在亚信科技看来,实时化数据处理是数据库的基本能力。未来,不管是企业、个人,包括所有的交易、汇总、报告、推送,时效性要求会越来越高。而AntDB则有效简化了数据库开发流程,达到了“一款产品,满足多种数据加工类型”的目标,大幅度降低了整体技术框架的复杂度,提升了系统的安全稳定性与开发效率。

所谓“天下大事合久必分、分久必合”,数据库技术发展的每一次颠覆性创新,都是被业务场景逼出来的进步,当多技术栈开发变得越来越复杂,而业务需求变得越来越快,AntDB 开始从幕后走向台前,基于超融合和数据实时化处理优势,也必将迎来新的发展机会。

这篇关于亚信科技AntDB:一款面向未来场景、引领前沿技术的数据库产品的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/209965

相关文章

MySQL数据库中ENUM的用法是什么详解

《MySQL数据库中ENUM的用法是什么详解》ENUM是一个字符串对象,用于指定一组预定义的值,并可在创建表时使用,下面:本文主要介绍MySQL数据库中ENUM的用法是什么的相关资料,文中通过代码... 目录mysql 中 ENUM 的用法一、ENUM 的定义与语法二、ENUM 的特点三、ENUM 的用法1

Java中调用数据库存储过程的示例代码

《Java中调用数据库存储过程的示例代码》本文介绍Java通过JDBC调用数据库存储过程的方法,涵盖参数类型、执行步骤及数据库差异,需注意异常处理与资源管理,以优化性能并实现复杂业务逻辑,感兴趣的朋友... 目录一、存储过程概述二、Java调用存储过程的基本javascript步骤三、Java调用存储过程示

Go语言数据库编程GORM 的基本使用详解

《Go语言数据库编程GORM的基本使用详解》GORM是Go语言流行的ORM框架,封装database/sql,支持自动迁移、关联、事务等,提供CRUD、条件查询、钩子函数、日志等功能,简化数据库操作... 目录一、安装与初始化1. 安装 GORM 及数据库驱动2. 建立数据库连接二、定义模型结构体三、自动迁

ModelMapper基本使用和常见场景示例详解

《ModelMapper基本使用和常见场景示例详解》ModelMapper是Java对象映射库,支持自动映射、自定义规则、集合转换及高级配置(如匹配策略、转换器),可集成SpringBoot,减少样板... 目录1. 添加依赖2. 基本用法示例:简单对象映射3. 自定义映射规则4. 集合映射5. 高级配置匹

嵌入式数据库SQLite 3配置使用讲解

《嵌入式数据库SQLite3配置使用讲解》本文强调嵌入式项目中SQLite3数据库的重要性,因其零配置、轻量级、跨平台及事务处理特性,可保障数据溯源与责任明确,详细讲解安装配置、基础语法及SQLit... 目录0、惨痛教训1、SQLite3环境配置(1)、下载安装SQLite库(2)、解压下载的文件(3)、

MySQL数据库的内嵌函数和联合查询实例代码

《MySQL数据库的内嵌函数和联合查询实例代码》联合查询是一种将多个查询结果组合在一起的方法,通常使用UNION、UNIONALL、INTERSECT和EXCEPT关键字,下面:本文主要介绍MyS... 目录一.数据库的内嵌函数1.1聚合函数COUNT([DISTINCT] expr)SUM([DISTIN

MySQL追踪数据库表更新操作来源的全面指南

《MySQL追踪数据库表更新操作来源的全面指南》本文将以一个具体问题为例,如何监测哪个IP来源对数据库表statistics_test进行了UPDATE操作,文内探讨了多种方法,并提供了详细的代码... 目录引言1. 为什么需要监控数据库更新操作2. 方法1:启用数据库审计日志(1)mysql/mariad

postgresql数据库基本操作及命令详解

《postgresql数据库基本操作及命令详解》本文介绍了PostgreSQL数据库的基础操作,包括连接、创建、查看数据库,表的增删改查、索引管理、备份恢复及退出命令,适用于数据库管理和开发实践,感兴... 目录1. 连接 PostgreSQL 数据库2. 创建数据库3. 查看当前数据库4. 查看所有数据库

python中Hash使用场景分析

《python中Hash使用场景分析》Python的hash()函数用于获取对象哈希值,常用于字典和集合,不可变类型可哈希,可变类型不可,常见算法包括除法、乘法、平方取中和随机数哈希,各有优缺点,需根... 目录python中的 Hash除法哈希算法乘法哈希算法平方取中法随机数哈希算法小结在Python中,

从入门到精通MySQL 数据库索引(实战案例)

《从入门到精通MySQL数据库索引(实战案例)》索引是数据库的目录,提升查询速度,主要类型包括BTree、Hash、全文、空间索引,需根据场景选择,建议用于高频查询、关联字段、排序等,避免重复率高或... 目录一、索引是什么?能干嘛?核心作用:二、索引的 4 种主要类型(附通俗例子)1. BTree 索引(