7月16日,ACMUG(中国MySQL用户组)技术沙龙在西安举办,邀请了众多数据库行业专家、从业人员、爱好者共同探讨MySQL前沿技术和发展动态。华为云受邀参加并在会上作了《MySQL 8.0 慢查询案例分析》和《GaussDB(for Redis)与存算分离》的主题分享,详细介绍了MySQL 8.0几大典型的性能回退案例,解读GaussDB(for Redis)是如何基于存算分离架构,构筑了一系列核心竞争力,积极推进数据创新实践。
MySQL 8.0 典型性能回退案例解读,揭秘性能提升之道
MySQL 8.0自发布以来便受到了业内广泛的追捧,一方面是因为8.0新增的丰富功能极大方便了客户使用,另一方面是因为8.0的各项性能相比之前版本有极大提升。然而在服务客户从5.6、5.7等低版本升级到8.0的时候,我们却遇到了各式各样的性能回退问题,比如统计信息更新问题、优化策略发生变化等,这是因为8.0的一些默认参数行为发生了改变,这些问题若没有专业的内核知识很难彻底规避。
华为云数据库内核专家就一些典型性能回退案例进行了分享,比如MySQL统计信息更新问题,大表数据由于量大,相同ID记录多,查询数据倾斜ID记录的SQL走错执行计划,导致更新不及时、不准确,提出的应对方案则是手动更新统计信息。关于查询优化策略,华为云数据库内核专家针对不同的执行策略问题提出了不同的解决办法,比如Range优化策略,同样的查询SQL在MySQL5.6上走index range,在MySQL8.0上走全表扫描,这就导致了Range 优化过程使用的内存超过了限制,解决办法则是增大range_optimizer_max_mem_size的值。
GaussDB(for Redis)基于存算分离架构,构筑强大竞争力
华为云数据库高级工程师表示,随着企业数字化进程加快,开源Redis在AOF膨胀、快照性能、主从脱节、高成本、低容量等方面劣势明显,进一步催生了Redis生态的技术革新。华为云GaussDB(for Redis)是华为云数据库团队自主研发的高度兼容Redis协议的云原生数据库,该数据库采用计算存储分离架构,突破开源Redis的内存限制,可轻松扩展至PB级存储。
华为云GaussDB(for Redis)基于计算存储分离架构,计算层提供了热数据缓存,存储层负责将全量数据落盘。内部通过RDMA高速网络互连,通过算法预测用户访问规律,实现数据的自动冷热交换,最终达到极致的性能提升。该架构底层核心部分是基于华为内部强大且广泛使用的自研分布式存储系统DFV,实现了一套Share Everything的云原生架构,充分发挥了云原生的弹性伸缩、资源共享的优势,完美避开了开源Redis的主从堆积、主从不一致、fork抖动、内存利用率只有50%、大key阻塞、gossip集群管理等问题。基于该架构,华为云GaussDB(for Redis)构筑了强一致、高可用、冷热分离、弹性伸缩、高性能等5大极具竞争力的能力优势。
技术迭代更新总是迅猛有力,如何紧随技术发展潮流,紧密贴合客户业务,成为每一个技术人员和管理者思考的重中之重。华为云期待未来能有更多企业客户,基于华为云数据库的核心技术能力,推进业务数据创新实践,加速企业数字化转型,共促产业发展,共赢时代新机遇!
PS:华为云数据库迁移工具UGO目前正在火热公测中,欢迎大家前往华为云官网免费体验>> https://www.huaweicloud.com/product/ugo.html
好文章,需要你的鼓励
Canva宣布收购生成式AI内容创作初创公司Leonardo.ai,交易条款未披露,但采用现金加股票的混合方式。Leonardo.ai的120名员工将全部加入Canva。Leonardo.ai成立于2022年,拥有1900万注册用户,其工具已创建超过10亿张图像。该公司将继续独立运营,专注于快速创新和研发。此次收购旨在帮助Canva扩展其Magic Studio生成式AI套件功能。
希伯来大学研究团队开发的Story2Board系统实现了从文字故事到专业故事板的自动转换突破。该系统采用潜在面板锚定和相互注意力数值混合两项核心技术,在保持角色一致性的同时实现丰富的视觉表现力。系统无需训练即可运行,能够生成电影级构图效果的连续画面,为内容创作、教育和娱乐产业提供了强大的AI辅助工具,代表了人机协作创作的新模式。
亚马逊推出Quick Suite软件平台,旨在简化AI智能体和企业聊天机器人的创建过程。该平台支持50个企业级应用集成,包括Office 365、Slack等,提供无代码环境连接内部文档和数据源。平台包含Quick Flows自动化工具、Quick Research研究功能等组件。尽管降低了技术门槛,但AI智能体的准确性仍存疑虑,研究显示其办公任务错误率达70%。
北京邮电大学联合腾讯团队开发的We-Math 2.0系统,通过构建491个知识点的数学知识体系、创新的三维难度建模和渐进式强化学习框架,让AI模型获得了真正的数学推理能力。该系统仅用9800个高质量样本就达到了与大规模数据训练相当的性能,在多个基准测试中表现优异,为AI数学教育应用开辟了新道路。