“内存数据库进入了新阶段,云原生,持久化,融合计算是三大特征”,12月13号,阿里云数据库负责人李飞飞在云内存数据库峰会上表示,经过多年阿里巴巴经济体内应用的验证,今年年初上线的阿里云内存数据库Tair进入大规模分享技术和硬件红利给云上用户的阶段。Tair是阿里云自研的云原生内存数据库,高吞吐、低延迟,并提供RPO=0的持久能力,让数据实时在线。

Tair广泛使用于阿里巴巴经济体内核心系统,连续12年稳定支撑天猫双十一,峰值访问15亿每秒。在复杂的应用场景下,Tair持续不断地进行技术创新,适用于热点场景的Tair热点散列创新解决方案让互联网应用类似于电商、社交等频繁出现热点的场景极大降低了应用的开发成本,而且为应用节省了至少2/3为热点场景预留的资源;在商品信息等海量热数据存储的场景,Tair引入密度更高、成本更低的持久内存,节约集群整体TCO高达30%的同时,吞吐和延迟能够满足场景需求,方案可以复用于电商、在线教育等行业的在线数据访问场景。
在今年年初上线之后,Tair以更高的性能和企业级功能吸引了很多用户。据悉,南瓜电影使用阿里云内存数据库Tair的企业级功能,实现了数据多地域同步,为3000万终端用户带去了更极致的体验。
云时代下,内存数据库会在低成本、弹性、企业级功能上继续发展。随着数据库内存技术的发展和持久内存硬件的普及,内存数据库会持续降低成本来体现性价比上的优势;云计算的飞速发展让应用对基础服务的弹性有了很高的要求,内存数据库服务的高吞吐低延时的场景对弹性有更高要求;内存数据库会承担更多的计算,计算下推内存、全球分布式数据库、任意时间点恢复等企业级功能会成为用户对内存数据库的基本要求。
据VerifiedMarketResearch在2020年发布的市场研究报告显示,全球内存数据库市场将以19.65%的复合年增长率增长。
根据SumoLogic在2020年对于2100家公司的调查报告显示,内存数据库Redis已经成为亚马逊AWS上最受欢迎的数据库。RedisLabs的首席技术官和联合创始人YiftachShoolman去年在TheRegister上说,该公司希望继续将Redis的看法从缓存转变为“真实的数据库“。
阿里云内存数据库Tair,一方面兼容了Redis的接口,同时在诞生至今的
12年中逐渐完成了缓存到内存数据库角色的转变,越来越多核心应用除了使用Tair的缓存模式之外,也使用Tair作为数据的最终存储方案,并将计算下沉和融入至Tair,简化了整体应用架构。未来Tair会持续在成本、弹性、计算、企业级方面发力,提供更受欢迎的服务,帮助1000家企业简化应用架构,让数据实时在线。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。