AI赋能数据库管理“最后一公里”,融合架构重塑数据库承载成本效能——zCloud 6.7与zData X 3.3正式发布

点击蓝字  关注我们

在数据驱动的新时代,数据库的多元化和智能化已成不可逆的趋势。3月31日,云和恩墨以“奇点时刻·数智跃迁”为主题举办线上发布会,云和恩墨创始人兼总经理盖国强、公司数据库和生态产品群总经理熊军共同带来 zCloud 6.7与 zData X 3.3两大产品的重大版本更新。这场发布会不仅展现了云和恩墨在多元数据库管理与承载技术上的突破性进展,更揭示了AI与数据技术深度融合的未来图景。

奇点时刻:AI改写数据库运维管理范式

传统数据库运维管理的痛点在于“经验的不可复制性”,资深工程师的故障处理能力往往依赖于长期实践积累形成的经验,而AI的介入正在将这种“积累”转化为可推理、可迭代的智能逻辑。因此,盖国强表示:“人工智能在AGI领域的质变或许仍需时间,但在传统数据库运维管理工作中,它已迎来了‘奇点时刻’。”

盖国强提出,数据库运维管理工作将面临两大变革:知识性工作模型化经验性工作推理化。这意味着资深专家积累十数年的经验可以通过知识图谱、RAG(检索增强生成)等技术实现数字化,甚至推理化,从而让初级工程师也能借助工具完成专家级任务,大幅降低技术门槛。而云和恩墨的实践成果表明,这一愿景正在逐步落地。

攻坚“最后一公里”:zCloud 6.7的AI跃迁

AI是数据库运维管理方式变革的引擎,而产品的落地则决定了技术能否跨越“最后一公里”。熊军展示了 zCloud 6.7的核心进化能力:传统运维平台往往止步于“发现问题”和泛泛地“给出建议”,而新版本的 zCloud 通过四大智能化模块实现了从及时发现到合理建议再到真正解决问题的完整闭环。

智能问答场景中,私有化部署的DeepSeek或Qwen大语言模型与云和恩墨的专家经验知识库和知识图谱相结合,能够精准可靠地即时解答数据库管理相关的各种难题;巡检报告智能分析能够针对每个巡检项的具体结果精确找出问题的可能原因,并给出明确的修复建议甚至具体的检查方法和执行命令;告警问题智能诊断会结合历史经验,利用知识图谱与大语言模型进行推理,及时发现异常指标并从海量告警中定位问题源头,最终形成诊断树用于报告和总结;SQL性能智能优化则基于大模型的推理和运维知识形成的RAG,结合过往数据检查发现低效SQL,并对索引优化、SQL改写、表结构优化等问题给出精准建议,保障数据库高效运行。

除了四大“智能体”的发布以外,本次 zCloud 6.7还着重于提升用户的使用体验,对交互设计进行了升级和功能优化;同时简化部署流程,不超过20分钟就能完成产品的安装部署。熊军还特别强调,为了进一步降低各行业各类用户的使用门槛,本次同步发布的产品新版本包括 zCloud 企业版、zCloud 社区版,以及面向小规模数据库环境的智能监控巡检工具 Bethune X 6。三款产品均支持近30种数据库的纳管,为正处在数字化加速转型、信创项目上马的千行百业客户提供了多样化选择。

面对网友对 zCloud 智能体与通用大模型的差异性疑惑,盖国强给出了云和恩墨的答案:“通用大模型解决常识问题,而垂直领域的知识解决专业问题。”云和恩墨的优势在于专业技术团队历经十余年,在上千家企业用户的服务中沉淀了超过10万套数据库的运维管理经验,加之墨天轮社区百万级用户贡献的公域知识,它们共同构成了垂直领域的知识基座。这些资源通过大语言模型诊断、图谱诊断、机器学习诊断,从“知识”转化为“原子化诊断知识”,如今成为 zCloud 的智能内核,完成了数据库运维管理能力的跃迁。

降本增效:zData X 3.3的融合架构创新

如果说 zCloud 解决的是数据库的“健康管理”问题,zData X 则致力于让数据库在“底座更稳固”的同时最大程度地降低成本。此次发布的 zData X 3.3首次推出“存算一体”融合架构,直击成本痛点。

新架构以三节点起步,每个节点同时配备存储介质与计算资源,通过云和恩墨自研的zStorage 分布式存储软件,将本地磁盘池化为弹性存储资源。在计算层,通过虚拟机运行多元数据库,并实现高可用部署和多租户资源隔离。相比传统存算分离方案,融合架构的硬件成本能够降低30%,节省33%的机架空间。

但众所周知,在传统虚拟化环境中,数据库的IO性能往往因多层网络虚拟化而大幅衰减。那么 zData X 是如何保障降低资源成本的同时不衰减性能呢?熊军表示,这主要得益于在新版 zData X 中使用了SR-IOV切片,使得虚拟机可以直接访问IB网卡;并通过RDMA和NVMe-oF技术,让虚拟机直接访问分布式存储池,从而缩短IO路径,实现虚拟机中无损耗的IO性能

zData 3.3的另一关键能力是存储QoS可视化管理。它解决了混合负载场景下的资源争抢难题,通过动态优先级调度,用户可为不同业务分配差异化的存储性能资源。此外,数据库加速卷的引入,使得高优先级任务的IO请求进入存储队列时,系统会优先匹配资源,确保低延迟处理。

熊军还表示,“全栈管理、简化运维”一直是云和恩墨做数据库生态产品的初心与目标。因此,zData X 3.3继承了 zCloud 的部分数据库管理能力,打破运行环境的差异,将硬件、操作系统、虚拟化,以及近30种数据库统一管理,通过软件内置的数据库运维管理经验,以一体机的形态为用户提供运维管理更加标准化的产品。

结语

对于未来的产品演进规划,熊军表示 zCloud 将继续深化AI能力,目标是“让系统具备10年以上资深DBA的数据库问题处理能力”;而 zData X 则计划向“数据库云化”演进,让用户获得类似公有云RDS的开箱即用体验,并通过智能调度实现“零干预”的高可用。

云和恩墨的这场春季产品发布会,揭示了一条朴素的逻辑:真正的创新未必需要颠覆性宣言,而是将技术拆解为可迭代的模块,用AI填平经验与效率的鸿沟,用存算一体解开成本与性能的死结。当 zCloud 的智能诊断将问题分析时间压缩至分钟级,当 zData X 的融合架构让单库承载成本降至每年数千元,数据技术的竞争力已不再局限于概念的领先,而是将每一个百分比的成本优化、每一分钟的效率提升,转化为客户业务成功上的真实价值。

ENMOTECH

扫码回看发布会录像

图片

数据驱动,成就未来,云和恩墨,不负所托!


云和恩墨创立于2011年,是业界领先的“智能的数据技术提供商”。公司以“数据驱动,成就未来”为使命,致力于将创新的数据技术产品和解决方案带给全球的企业和组织,帮助客户构建安全、高效、敏捷且经济的数据环境,持续增强客户在数据洞察和决策上的竞争优势,实现数据驱动的业务创新和升级发展。

自成立以来,云和恩墨专注于数据技术领域,根据不断变化的市场需求,创新研发了系列软件产品,涵盖数据库、数据库存储、数据库管理和数据智能等领域。这些产品已经在集团型、大中型、高成长型客户以及行业云场景中得到广泛应用,证明了我们的技术和商业竞争力,展现了公司在数据技术端到端解决方案方面的优势。

图片

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/76030.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

I have something to say about Vue Node.js

关于Vue Node.js,我真的说了很多次了,让我难以理解为啥这么粗糙的东西能流行一起。真疯狂的世界。 vue让感觉就像玩猫德一样的,如此的疯狂,天哪。睡觉了 Node.js v13 window7_nodejsv13-CSDN博客

【橘子大模型】使用streamlit来构建自己的聊天机器人(下)

一、简介 我们之前完成了一个简易的聊天机器人,但是还留下了一些问题没有解决,比如如何开启新的会话。如何切换session_id,如何把对话做成流式的输出。这些我们就会在今天来完成。 二、关于新的会话和session_id from dotenv import load_…

php-cgi参数注入攻击经历浅谈

起因: 阿里云服务器再次警告出现挖矿程序。上一次服务器被攻击后,怕有恶意程序残留,第一时间重装了系统,也没有详查攻击入口。不过事后还是做了一些防范,这台留作公网访问的服务器上并未保留业务数据,只作…

自动驾驶中的实时挑战:如何优化车辆动力学模型

自动驾驶中的实时优化:自行车模型与双轨模型的计算复杂度权衡 在自动驾驶领域,车辆动力学建模是实现精准控制和路径规划的关键。自行车模型和双轨模型作为两种主流的建模方法,在实时性需求下如何平衡计算复杂度与精确度,是工程师们必须面对的挑战。本文将深入探讨这两种模…

Hybrid 架构的概念,以及如何优化Hybrid 通信方案,提升页面加载速度和渲染性能

1. 什么是 Hybrid 架构? Hybrid(混合)架构是指 结合 Web 技术和 Native(原生)技术 的移动应用开发模式,通常由以下部分组成: Web 部分:使用 HTML、CSS、JavaScript(或前…

关于类模板STL中vector容器的运用和智能指针的实现

代码题&#xff1a;使用vector实现一个简单的本地注册登录系统 注册&#xff1a;将账号密码存入vector里面&#xff0c;注意防重复判断 登录&#xff1a;判断登录的账号密码是否正确 #include <iostream> #include <cstring> #include <cstdlib> #in…

OpenCV 从入门到精通(day_04)

1. 绘制图像轮廓 1.1 什么是轮廓 轮廓是一系列相连的点组成的曲线&#xff0c;代表了物体的基本外形。相对于边缘&#xff0c;轮廓是连续的&#xff0c;边缘不一定连续&#xff0c;如下图所示。其实边缘主要是作为图像的特征使用&#xff0c;比如可以用边缘特征可以区分脸和手…

Python错误分析与调试

在Python编程的过程中&#xff0c;我们难免会遇到各种各样的错误&#xff0c;而有效地分析和调试这些错误&#xff0c;能让我们的代码快速恢复正常运行&#xff0c;今天就来和大家聊聊Python中错误分析与调试的相关内容。 错误分析 Python中的错误大致可以分为语法错误和逻…

Browser-use:基于 Python 的智能浏览器自动化 AI 工具调研与实战

Browser-use&#xff1a;基于 Python 的智能浏览器自动化 AI 工具调研与实战 一、概述 Browser-use 是一个旨在将 AI “智能体”&#xff08;Agents&#xff09;与真实浏览器进行交互的 Python 库&#xff0c;可以轻松实现浏览器自动化。在配合 LLM&#xff08;如 GPT 系列&a…

网络空间安全(51)邮件函数漏洞

前言 邮件函数漏洞&#xff0c;特别是在PHP环境中使用mail()函数时&#xff0c;是一个重要的安全问题。 一、概述 在PHP中&#xff0c;mail()函数是一个用于发送电子邮件的内置函数。其函数原型为&#xff1a; bool mail ( string $to , string $subject , string $message [, …

LLaMA-Factory 数据集成从入门到精通

一、框架概述 LLaMA-Factory 框架通过Alpaca/Sharegpt双格式体系实现多任务适配&#xff0c;其中Alpaca专注结构化指令微调&#xff08;含SFT/DPO/预训练&#xff09;&#xff0c;Sharegpt支持多角色对话及多模态数据集成。核心配置依托 dataset_info.json 实现数据源映射、格…

如何根据设计稿进行移动端适配:全面详解

如何根据设计稿进行移动端适配&#xff1a;全面详解 文章目录 如何根据设计稿进行移动端适配&#xff1a;全面详解1. **理解设计稿**1.1 设计稿的尺寸1.2 设计稿的单位 2. **移动端适配的核心技术**2.1 使用 viewport 元标签2.1.1 代码示例2.1.2 参数说明 2.2 使用相对单位2.2.…

07-Spring Boot 自动配置原理全解析

Spring Boot 自动配置原理全解析&#xff08;EnableAutoConfiguration 源码追踪&#xff09; Spring Boot 之所以能大幅简化配置&#xff0c;核心就在于它的 自动配置机制&#xff0c;而这一机制背后主要依赖于 EnableAutoConfiguration 注解。本文将从使用、源码、常见问题及…

前端如何检测项目中新版本的发布?

前言 你是否也曾遇到过这种情况&#xff0c;每次发完版之后都还会有用户反馈问题没有被修复&#xff0c;一顿排查之后发现他用的还是旧的版本。 用户&#xff1a;在 XX 页面 XX 字段还是不展示 我&#xff1a;刷新下页面 用户&#xff1a;刷新了啊 我&#xff1a;强刷一下&…

Vue 项目使用 pdf.js 及 Elasticpdf 教程

摘要&#xff1a;本文章介绍如何在 Vue 中使用 pdf.js 及基于 pdf.js 的批注开发包 Elasticpdf。简单 5 步可完成集成部署&#xff0c;包括数据的云端同步&#xff0c;示例代码完善且简单&#xff0c;文末有集成代码分享。 1. 工具库介绍与 Demo 1.1 代码包结构 ElasticPDF基…

聊聊Spring AI的ChromaVectorStore

序 本文主要研究一下Spring AI的ChromaVectorStore 示例 pom.xml <dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-vector-store-chroma</artifactId></dependency>配置 spring:ai:vectorstore:…

整数编码 - 华为OD统一考试(A卷、Java)

题目描述 实现一种整数编码方法,使得待编码的数字越小,编码后所占用的字节数越小。 编码规则如下: 编码时7位一组,每个字节的低7位用于存储待编码数字的补码。字节的最高位表示后续是否还有字节,置1表示后面还有更多的字节,置0表示当前字节为最后一个字节。采用小端序编…

Linux 递归查找并删除目录下的文件

在 Linux 中&#xff0c;可以使用 find 命令递归查找并删除目录下的文件 1、示例命令 find /path/to/directory -type f -name "filename_pattern" -exec rm -f {} 2、参数说明 /path/to/directory&#xff1a;要查找的目标目录type f&#xff1a;表示查找文件&am…

【笔记】VS中C#类库项目引用另一个类库项目的方法

VS中C#类库项目引用另一个类库项目的方法 在 C# 开发中&#xff0c;有时我们需要在一个类库项目中引用另一个类库项目&#xff0c;但另一个项目可能尚未编译成 DLL。在这种情况下&#xff0c;我们仍然可以通过 Visual Studio 提供的项目引用功能进行依赖管理。 &#x1f3af; …

第五讲(下)| string类的模拟实现

string类的模拟实现 一、Member constants&#xff08;成员常数&#xff09;npos 二、Member functions&#xff08;成员函数&#xff09;constructor&#xff08;构造&#xff09;、destructor&#xff08;析构&#xff09;、c_str遍历1 &#xff1a;Iterators遍历2&#xff1…