省级农商行核心系统升级:OceanBase 分布式架构的 4 条选型逻辑
<p>在金融数智化转型加速推进的当下,头部银行的技术实践正成为行业最具价值的参考样本。为此,权威媒体《金融电子化》聚焦万亿级银行核心系统升级这一重要议题,持续推出系列专访,深入探访这些银行的技术决策与落地实践。<br/></p><p>日前,《金融电子化》记者专访江西农商联合银行金融科技部总经理付攀,围绕分布式数据库在ECIF、业务中台、统一支付、现金管理等核心系统的规模化落地,深入探讨其体系化选型逻辑、整
KaiwuDB V3.3.0 发布:S3 冷热分层存储与主备集群能力全面增强,AIoT 数据底座再升级
KaiwuDB 发布 V3.3.0,围绕存储成本、业务连续性和运维效率三个方向更新。新增 S3 冷热分级存储、主备集群同步增强、双副本仲裁节点 raft log、时序视图管理和多类压缩算法,面向工业物联网、数字能源、车联网等场景提供更完整的数据管理能力。本次 KaiwuDB V3.3.0 发布同步免费试用期延长至 30 天,测点数量不限,新老用户可下载或升级体验。一、版本定位KaiwuDB 是专为
Agent 支线知识:Personal Agent 如何理解个人意图?
Personal Agent 如何结合长期记忆与当前情境,理解并补全个人意图。
从知识沉淀到编程范式:AI Coding 项目冷启动落地实践
本文基于 SmartFlow 实践,提出存量业务 AI Coding 冷启动方法:从历史代码和需求中沉淀可复用 Skill,新需求通过规格化、评审、受控实现、验证联调与知识回写闭环交付,降低协同开发成本,推动 AI 成为持续积累的团队资产。
如何定位存储过程的性能热点
一个跑了几分钟的存储过程,内部有几十个子程序调用,瓶颈在哪个函数、哪一行?常规手段要么靠 dbms_output 在各处埋点(改代码、反复重跑),要么上 10046 跟踪(看到的多是 SQL 层的信息,PL/SQL 自身的函数调用层级看不清)。Oracle 在 11g 给出的专用工具是 PL/SQL 层次化剖析器:DBMS_HPROF 包。它记录每一次函数调用的层级关系与耗时,结果落库,一条 SQ
第86期 Oracle执行计划,彻底搞懂Oracle的执行计划
Oracle的执行计划,在哪里能找到执行?对于经常和数据库打交道的朋友,优化sql时,最常见的就是执行计划,那么,什么是执行计划呢?市面上有非常多资料可以帮助理解执行计划,各类资料的实际参考效果参差不齐。我个人认为讲解质量最高的资料来自《Troubleshooting Oracle Performance》(ISBN:1590599179)。也可以参考 Oracle 11g 的官方文档也是最权威的
Oracle 19c CDB多租户架构常用命令与实战操作手册
Oracle 19c CDB多租户架构常用命令与实战操作手册
北京InfoComm China迈向20周年:领航产业, 打造全年常态化专业视听商贸服务平台
2026年10月23日,北京讯——亚太地区聚焦专业视听及集成体验技术前沿趋势的专业商贸展会,北京InfoComm China正式公布展会战略升级规划。伴随行业评估逻辑转向买家质量、真实商机与参展效益,展会将由传统“年度一次性展会”迭代升级为全年常态化商贸服务平台,并同步落地区域巡展、20周年专属参展计划、加码全渠道市场推广资源,为2027年第二十届北京InfoComm China蓄能,与产业伙伴共
数据同步工具 NineData 社区版 V5.4.0:新增 16 条复制链路,增量复制性能大幅优化
NineData 社区版 V5.4.0 本次更新主要围绕:数据库 DevOps 新增 GBase 8A、Snowflake 数据源适配,敏感数据保护与 SQL 任务覆盖更多数据库类型,治理与审批体验持续增强;数据复制与对比新增 16 条链路,累计支持 715 条,Kafka 目标端支持 Debezium 格式,增量复制性能优化;AI Agent 新增结构设计与发布 Skill,ChatDBA 交互与后台任务能力增强;基础服务新增脚本自定义通知渠道,丰富告警与通知投递方式。
胖头鱼的技术专栏-481 MySQL 替代怎么选?聊聊 OceanBase 集中式的五个优势
MySQL 替代怎么选?聊聊 OceanBase 集中式的五个优势
PowerContext 1.4.0 发布:开发做到一半 - 企业级数据库实践
<p>你在 Codex 里排查一个 bug。问题找到了,代码也改了几处,正准备补测试,发现额度快用完了。</p><p>于是,你打开 Claude Code 或 ZCode 或 KIMI code,想接着做。</p><p>代码还在,但前面为什么这样改、哪些地方已经检查过、还有什么没验证,新会话并不知道。你又翻回旧对话,把任务背景和当前进度整理一遍,再贴过去。</p><p>如果直接复制整段聊天,里面还夹着已经放弃的方案和没确认的猜测。接手的 Agent 还得重新
紧急补丁修复未授权代码执行漏洞,AI 信任边界问题浮出水面
GitLab 于周三发布社区版(CE)和企业版(EE)更新,修复了十几个漏洞和安全问题,其中包含一个允许未经身份验证用户在服务器上执行任意代码的“紧急”级漏洞。GitLab强烈建议客户尽快升级到已修复版本。
从后端架构视角看 AI 落地:向量化(Embedding)与向量数据库的工程实践
导语:在上一篇文章中,我们聊到了如何用 DAG 调度引擎把大模型接入企业级业务流。但在 RAG(检索增强生成)架构中,大模型并不是凭空知道你们公司的内部文档的。我们必须把文本“喂”给它。今天,我们就来扒一扒这条流水线的核心基石:向量化(Embedding)与向量数据库。作为传统后端老兵,我们不需要去死磕底层微积分,我们需要的是:懂原理、会选型、能扛住高并发。一、 文本怎么变成向量?(Embeddi
网关性能瓶颈检测机制
本文分享自天翼云开发者社区《网关性能瓶颈检测机制》,作者:康****彬目前nginx内部处理网络事件是基于epoll机制:先收集目前处于ready状态的网络事件列表,然后逐个处理。处理完再收集处理ready状态的网络事件,再逐个处理。依次循环。如果某个网络事件处理比较慢,遇到瓶颈,则后续所有的网络事件都受到影响被延迟处理。这就会导致网络对端迟迟得不到响应,提前断开连接。导致网络访问日志很多5xx错
镜舟科技 CTO 陈鹏:从实时分析到统一的数据分析与智能平台
以统一数据底座、企业级语义层与 Data Agent,连接数据访问、业务理解和智能分析,并以统一治理贯穿全程。
推理成本下降 68%:多 Agent 代码审查系统的缓存对齐与降本实践
对齐缓存、精简调用、调优推理强度,3 招控制推理成本
数据库+AI系列选题邀请函:“Agentic AI时代,数据底座准备好了吗?”
2026年AI Agent迎来爆发式发展,企业的数据使用模式、业务诉求发生转变,这对数据库带来了全新挑战与机遇。我们策划了数据库+AI系列选题,重点探讨Agentic AI时代的用户需求变化、数据底座变革、智能运维,诚邀数据库厂商、DBA等用户专家参与选题,一起奔赴数智未来。
别再神化AI!当下最大的行业真相,所有IT人都该看清
请各路自媒体停止过度神化AI。抛开噱头看本质,当下AI的真实现状,远比大家想象的残酷,也更值得所有IT从业者警醒。各大自媒体平台,铺天盖地都是"AI颠覆行业"“AI取代人工”"全民AI时代来临"的鼓吹式言论。但深耕IT行业多年,我想说一句大实话:请各路自媒体停止过度神化AI。 抛开噱头看本质,当下AI的真实现状,远比大家想象的残酷,也更值得所有IT
OLTP
OLTP 数据库的核心技术解决的是:“在极端并发下,如何用最短的时间,把一笔数据绝对安全、绝对准确地写到磁盘上,并能随时精准查出来。” 而 OLAP 解决的是:“如何从海量数据里把一堆数据捞出来做大计算。”对应到 OLTP(联机事务处理)系统,其背后的数据库核心技术是一套极其庞大且严密的体系。如果拿银行的交易系统(如核心、信贷、支付)来对标,OLTP 数据库的核心技术主要体现在以下几个层面:一、
参数之外,什么样的国产工作站能扛住实战?
采购者怕踩坑,设计师怕卡顿,渠道商怕砸手里。在很多人的刻板印象中,国产工作站依然停留在“能用但不好用”的阶段。但事实并非如此:国产工作站早已进入了专业核心场景,我们应当科学地评估一台国产工作站的好坏。那么,抛开冰冷的参数,什么样的国产工作站才能真正扛住实战?笔者结合国产头部厂商的落地实践,可以梳理出一套可落地的国产工作站实战评判标尺,供大家参考。