从Archery到NineData:积加科技驱动数据库研发效能与数据安全双升级

积加科技作为国内领先的企业级数字化解决方案服务商,依托自研的 A4X 数字化平台(https://a4x.io/),专注于为全球范围内的视觉物联网(IoT)设备提供 PaaS/SaaS 服务。致力于运用 AI 技术赋能物联网世界的各类应用场景,紧密连接品牌方、制造商、经销商以及遍布全球的终端用户。
图丨A4X官网首页
随着业务规模扩张,其核心 MySQL 数据库集群承载的数据量迅速突破,而传统数据库管理工具(Archery)在权限管控、分库分表变更、跨团队协作等场景下的效能瓶颈,成为制约研发效率的关键痛点。从 Archery 切换到 NineData 后,积加科技实现了数据库管理的智能化跃迁,不仅大幅提升了研发效率,还确保了数据的安全。NineData以其强大的功能、灵活的配置以及深度的技术支持,为积加科技打造了一个全新的SQL全生命周期管理平台,助力其研发流程的重塑与效率的提升。

陈敬敏积加科技CTO表示:过去使用Archery时,权限混乱和分库分表变更的低效严重拖累研发进度。切换到NineData后,权限可按部门精准管控,分表变更效率提升80%,飞书集成让审批流程集中处理,移动端随时响应。原厂支持团队快速响应需求,功能扩展成本降低60%,真正实现了数据库管理的安全、高效与智能化。

NineData 智能数据管理平台

NineData作为新一代的云原生智能数据管理平台,提供了数据复制、数据库 DevOps、数据备份以及数据对比等多种功能,帮助用户轻松实现混合云、多云数据源的统一管理。通过这些功能,可以轻松完成日常数据库开发、数据安全访问、生产数据库变更与发布、数据库备份恢复、数据迁移、容灾多活、数据仓库及数据湖构建等核心应用场景。

图丨NineData数据管理平台架构
NineData 支持混合云(自建库+云数据库的业务架构)和多云(多个不同云厂商数据库组成的业务架构)架构下的企业数据管理,可以大幅降低企业的数据运维难度和成本。

接下来,将详细介绍积加科技如何通过NineData,解决其数据库管理中的核心问题。

用户挑战

积加科技在使用Archery时,遇到了以下主要挑战:

  1. 权限体系分散,系统扩展与运维成本高
    • 权限粒度不足:Archery无法按部门、角色精细划分权限,导致DBA需手动分配账号,跨团队协作时存在越权操作风险。
    • SSO对接复杂:SSO对接本地LDAP流程复杂,管理效率低。
    • 功能缺失:需依赖二次开发,技术投入大、周期长。
  2. 分库分表变更效率低,审核流程僵化
    • 手工操作繁琐:分库分表场景需逐库逐表手工操作,进度难以追踪。
    • 审批流程不灵活:审核规则与审批流程灵活性不足,合规风险高。
    • 通知方式单一:任务通知仅支持邮件/钉钉,缺乏移动端即时响应。
  3. 交互体验复杂,跨团队协作链路断裂
    • 操作流程不清晰:系统操作流程不清晰,开发与DBA协同成本高。
    • 缺乏可视化:变更流程缺乏端到端可视化,异常回滚繁琐。

NineData解决方案

针对上述挑战,NineData提供了全面而高效的解决方案:

在这里插入图片描述

  1. 统一权限中心与SSO集成
    • 多层级权限控制:搭建统一权限中心,支持多层级(部门/项目/角色)权限控制及审批链路闭环。

    • 原生SSO集成:原生集成飞书等企业SSO,实现账号一键同步登录,降低管理成本。

    • 原厂深度开发支持:提供原厂深度开发支持,按需扩展功能模块(如定制报表、审核规则库)。

  2. 智能分片管理与动态审批流
    • 智能分片管理引擎:推出智能分片管理引擎,自动生成分表变更脚本并批量分发,执行进度实时可视化监控。

    • 动态规则库与多级审批流:构建动态规则库+多级审批流,自由配置语法检测、SQL性能规范,支持动态审批人机制。

    • 飞书深度集成:深度集成飞书消息中枢,工单审批/执行结果移动端一键处理,响应效率提升。

  3. 全链路可视化与统一协作中心
    • 全链路可视化界面:设计全链路可视化界面,从SQL编写、智能审核、工单追踪到自动回滚,操作路径简洁直观。
    • 统一协作中心:构建统一协作中心,支持工单历史操作留痕,并生成多维分析报表,驱动流程持续优化。

总结

通过切换到NineData,积加科技不仅解决了权限管理、分库分表变更、以及团队协作等方面的痛点,还实现了数据库管理的安全、高效与智能化。未来,积加科技将继续与NineData携手,共同探索更多数据库管理的新可能。

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/diannao/79714.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

SpringBoot整合Logback日志框架深度实践

一、依赖与默认集成机制 SpringBoot从2.x版本开始默认集成Logback日志框架,无需手动添加额外依赖。当项目引入spring-boot-starter-web时,该组件已包含spring-boot-starter-logging,其底层实现基于Logback+SLF4J组合。这种设计使得开发者只需关注业务日志的输出规则,无需处…

自由学习记录(56)

从贴图空间(texture space)将值还原到切线空间(tangent space)向量 tangentNormal.xy (packedNormal.xy * 2 - 1) * _BumpScale; 背后的知识点:法线贴图中的 RGB 是在 0~1 范围内编码的向量 所以贴图法线是怎么“压…

【mysql】mysql疑难问题:实际场景解释什么是排它锁 当前读 快照读

注: 理解本文 前置需要掌握的基础知识:事务隔离、锁的概念、并发知识; 事务隔离 尤其是事务延伸问题 是个重难点,绝非八股文那几句话就能说完的,在实际场景中,分析起来有一定难度 author: csdn博主 孟秋与你…

Python:使用web框架Flask搭建网站

Date: 2025.04.19 20:30:43 author: lijianzhan Flask 是一个轻量级的 Python Web 开发框架,以简洁灵活著称,适合快速构建中小型 Web 应用或 API 服务。以下是 Flask 的核心概念、使用方法和实践指南 Flask 的核心特点: 轻量级 核心代码仅约…

层次式架构核心:中间层的功能、优势与技术选型全解析

层次式架构中的中间层是整个架构的核心枢纽,承担着多种重要职责,在功能实现、优势体现以及技术选型等方面都有丰富的内容,以下为你详细介绍: 一、功能 1.业务逻辑处理 复杂规则运算:在许多企业级应用中,…

网络--应用层自定义协议与序列化

目录 4-1 应用层 4-2 重新理解 read、write、recv、send 和 tcp 为什么支持全双工 4-3 开始实现 4-1 应用层 我们程序员写的一个个解决我们实际问题 , 满足我们日常需求的网络程序 , 都是在应用 层 . 再谈 " 协议 " 协议是一种 " 约定 ". socke…

fastlio用mid360录制的bag包离线建图,提示消息类型错误

我用mid360录制的bag包,激光雷达的数据类型是sensor_msgs::PointCloud2,但是运行fast_lio中的mid360 launch文件,会报错(没截图),显示无法从livox_ros_driver2::CustomMsg转换到sensor_msgs::PointCloud2。…

C# WinForm窗口TextBox控件只能输入数字(包括小数)并且恢复Ctrl+C复制和Ctrl+V粘贴功能

1. 前言 最近在写定GPS定位时,经纬度是用的double类型,并且经纬度的要求是小数点后最少6位,多了能达到17位,又遇到了常用的TextBox控件只能输入数字、小数的功能,因为有一年多没有写程序,现在再来写这些感…

【MySQL数据库】数据类型

目录 1,数据类型分类 2,bit类型 3,小数类型 3-1,float/double类型 3-2,decimal类型 4,字符串类型 4-1,char 4-2,varchar 5,日期和时间类型 6,enum和…

Spark-SQL核心编程2

路径问题 相对路径与绝对路径:建议使用绝对路径,避免复制粘贴导致的错误,必要时将斜杠改为双反斜杠。 数据处理与展示 SQL 风格语法:创建临时视图并使用 SQL 风格语法查询数据。 DSL 风格语法:使用 DSL 风格语法查询…

pandas库详解

CONTENT 基本数据结构SeriesDataFrame 数据读取与写入读取 CSV 文件写入 CSV 文件 数据清洗处理缺失值数据类型转换 数据操作索引与切片数据合并数据分组与聚合 数据可视化 基本数据结构 Series Series 属于一维标记数组,由一组数据和对应的索引构成。 import pa…

黑马商城(五)微服务保护和分布式事务

一、雪崩问题 二、雪崩-解决方案&#xff08;服务保护方案&#xff09; 请求限流&#xff1a; 线程隔离&#xff1a; 服务熔断&#xff1a; 服务保护组件&#xff1a; 三、Sentinel 引入依赖&#xff1a; <!--sentinel--> <dependency><groupId>com.aliba…

洛谷P1312 [NOIP 2011 提高组] Mayan 游戏

题目 #算法/进阶搜索 思路: 根据题意,我们可以知道,这题只能枚举,剪枝,因此,我们考虑如何枚举,剪枝. 首先,我们要定义下降函数down(),使得小木块右移时,能够下降到最低处,其次,我们还需要写出判断函数,判断矩阵内是否有小木块没被消除.另外,我们还需要消除函数,将矩阵内三个相连…

基于Redis的3种分布式ID生成策略

在分布式系统设计中&#xff0c;全局唯一ID是一个基础而关键的组件。随着业务规模扩大和系统架构向微服务演进&#xff0c;传统的单机自增ID已无法满足需求。高并发、高可用的分布式ID生成方案成为构建可靠分布式系统的必要条件。 Redis具备高性能、原子操作及简单易用的特性&…

Spotlight on Mysql详细介绍

1. 版本............................................................................................................................................1 2. 使用介绍...............................................................................................…

背包 DP 详解

文章目录 背包DP01 背包完全背包多重背包二进制优化单调队列优化 小结 背包DP 背包 DP&#xff0c;说白了就是往一个背包里扔东西&#xff0c;求最后的最大价值是多少&#xff0c;一般分为了三种&#xff1a;01 背包、完全背包和多重背包。而 01 背包则是一切的基础。 01 背包…

二级评论列表-Java实现

二级评论列表是很常见的功能&#xff0c;文章记录了新手用Java实现的具体逻辑。 整体实现逻辑是先用2个sql&#xff0c;分别查出两层数据。然后用java在service中实现数据组装&#xff0c;返给前端。这种实现思路好处是SQL简洁&#xff0c;逻辑分明&#xff0c;便于维护。 一…

快速入手-基于python和opencv的人脸检测

1、安装库 pip install opencv-python 如果下载比较卡的话&#xff0c;指向国内下载地址&#xff1a; pip3 install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple 2、下载源码 https://opencv.org/ windows11对应的版本下载&#xff1a; https://pan.baidu…

GitLab本地安装指南

当前GitLab的最新版是v17.10&#xff0c;安装地址&#xff1a;https://about.gitlab.com/install/。当然国内也可以安装极狐GitLab版本&#xff0c;极狐GitLab 是 GitLab 中国发行版&#xff08;JH&#xff09;。极狐GitLab支持龙蜥&#xff0c;欧拉等国内的操作系统平台。安装…

OpenCv高阶(六)——图像的透视变换

目录 一、透视变换的定义与作用 二、透视变换的过程 三、OpenCV 中的透视变换函数 1. cv2.getPerspectiveTransform(src, dst) 2. cv2.warpPerspective(src, H, dsize, dstNone, flagscv2.INTER_LINEAR, borderModecv2.BORDER_CONSTANT, borderValue0) 四、文档扫描校正&a…