ITPub博客

Oracle的可观测性经过了三十年的发展，从简陋的指标到OWI以及time model的出现。并不是一蹴而就的，而是经过了很长时间的演进。直到12C出现了数年后，Oracle才利用以往三十年积累的各种可观测性能力，提出了自治数据库的概念。

每个企业的文化、管理背景是不同的，在数字化转型这条路上模仿就是瞎折腾，技术不能掩盖能力的短板，系统不能弥补管理的无能。

在第14届中国数据库技术大会(DTCC2023)上，达梦数据库一体机DAMENG PAI高调亮相，达梦数据副总经理邓亮介绍了达梦数据库一体机软硬融合实践。

大语言模型和图数据库的整合充满了可能性。图数据库供应商Neo4j在8月22日宣布推出向量嵌入存储功能，使其能够充当GPT等大语言模型的长期存储器。

一把手是企业数字化转型的关键与灵魂人物，重视数字化不必细说，但关键是一把手重视数字化并不等于企业会做好数字化，不仅需要战略的高度，更需要明确的方向与路径，关键是方法要对。

数据建模至少部分是一种艺术形式，最有趣的一点是从业务中梳理出他们可能从未明确考虑过的细节、规则和关系。

“不需要运维的数据库”一定是数据库厂家追求的目标，但是要实现这个目标，以目前的技术水平来看，还十分困难

Data Fabric+Lakehouse为数据架构带来怎样的变革?为何大家争相布局?能为企业带来怎样的价值?企业将如何应对新技术?本文将尝试解答。

如今，大多数企业领导者和 IT 主管越来越确信公司的信息是他们最重要的资产之一。为了使组织变得精通数据管理，它必须首先在内部将数据视为实际资产。古老的格言说，“你无法管理你不衡量的东西”，企业需要开始盘点和衡量他们的数据资产。

随着企业市场规模的不断扩大，特别是处于高速发展期的时候，由于运营管理能力的缺失，资产管理也随即进入无序的混乱期，随着分子公司、项目的成立、搬迁、注销会造成大量的资产重复采购、遗失，造成大量的资产浪费，此时企业会想到用数字化的手段对资产来进行管控，但大都效果一般，为什么?

有一天，我正在研究一个具有更复杂数据模型的项目。我看到开发人员使用了星型模式模型，并在模型中添加了日历日期表。我很好奇他们为什么这样做，所以我做了一些研究以了解更多信息。

在数据安全领域有些时候也是很难搞清楚的。因为绝对的可用性是不存在的，现实世界中的数据库安全是投资与可用性之间的游戏。单一数据库存在单点故障，那么主备机同时故障的可能性就不存在了吗?当然存在，只是概率低了一点而已。

​做数据库替代，兼容性分析是其中的第一个步骤，很多用户这一步没有认真做，真正开始做数据库替代的时候就会遇到一个一个的坑，填起来相当累。

Gartner 表示，89% 的企业董事会表示数字化已融入所有业务增长战略，但只有 35% 的组织有望实现数字化转型目标。毕马威报告称 72% 的首席执行官制定了积极的数字化投资策略，但麦肯锡 (McKinsey) 研究表明了一个严酷的现实：70% 的转型失败了。

企业哪些场景需要使用GPT，如何用，需要的是企业全员的参与，共同来学习、改善，新技术带来的不仅是工作上的便捷，最根本的是要实现企业运营能力的提升。

从最新的长期支持版本Oracle 23C上我们也可以看到一些数据库技术发展的趋势性的东西，融合功能，简化应用，为某些特定应用场景设计专用解决方案应该是现代数据库追求的一个十分重要的目标。

在这篇文章里，我要和大家分享一段跨越500天的主数据项目实践之旅。这不只是技术实现的故事，更多的是关于团队协同、决策的考验与数据治理的探索。

实际上讨论一种技术的好坏，主要还是看用户的应用需求以及技术与用户应用的匹配度。从我目前见过的用户的情况来看，说RAC是一种过时的技术，似乎还有些武断。

部署数据产品意味着通过将数据科学项目的输出(例如机器学习算法或可视化仪表板)集成到相应的业务流程中，使其可供用户使用。这说起来容易做起来难。以下是一些技巧，希望可以帮助克服数据产品部署的障碍：

大部分从传统企业里数据会由一个从工具到生产力的转换过程，而这个过程并不是一帆风顺的。当前在大部分的传统企业里在数据的应用方面存在一些问题。