集群功能是数据库产品高可用性的重要一环,集群架构是保障业务连续性的核心架构,体现着数据产品的高可用性和技术水准。但在业界集群架构有多种方案和技术,其中最具稳定性、最能够保障业务连续性的架构当属于RAC集群,即Real Application Cluster。RAC集群特点是多个数据库节点共享存储,节点多活,可同时处理业务请求,具有负载均衡和故障转移两大特性,以此为系统提供业务连续性和高性能保障,经过多年电信、金融等关键行业的核心业务检验,RAC集群技术已经成为业界数据库集群的首选方案。
目前,甲骨文的Oracle数据库和浪潮的K-DB数据库是仅有的两个支持RAC集群架构的数据库产品。 RAC需要支持多个节点的并行读写操作,节点之间协同工作的复杂度远超出其他集群方案,这也是RAC集群技术难以突破的重要原因。其中,RAC集群技术的重中之重是锁机制的管理,也是实现RAC架构的核心技术。
K-DB数据库突破了锁机制管理的技术难点,实现了真正的RAC集群。
锁与数据库的基本架构等紧密结合,涉及到内存管理、请求调度等其他相关技术。所以,从今天起,我们将发布系列的文章,介绍K-DB演进、K-DB基本架构、锁机制的构成、及锁的运行和测试数据等各个方面,让您对浪潮锁机制管理有全面的了解。
锁技术是伴随着K-DB数据库的发展而不断进化的,在谈锁技术之前,先简单回顾一下K-DB的历史。
K-DB第一代产品可以满足用户的基本需求,具备行级锁、MVCC基于在线重做日志及增量日志的备份与恢复等功能,但不足也十分明显——解决不了扩展和单点故障两大问题。
第二代产品基于日志同步的 Active-Standby容灾架构,将在主库中的操作产生的redo日志,传送到备库中。备库以read only 方式打开,供用户做查询服务,帮助主库降低一定的负载。当主库发生故障时,备库以normal方式打开,给用户进行正常的读写服务,主库和备库的切换时间不长,数据库经过短暂的停顿后,就可以继续对外服务,满足了灾备需求。
现在的K-DB是第三代产品,实现了RAC技术,具备负载均衡能力,解决了扩展性和单点故障问题。从此,浪潮K-DB具备了RAC架构,可实现真正的共享存储、多活节点的集群方案。浪潮将该技术称为“K-RAC”。
从单机架构到Active-Standby架构,从Active-Standby架构到RAC架构,RAC架构为技术实现提出了挑战,多个节点共享同一存储设备,为保障数据一致性,避免节点之间争抢数据的情况发生,锁机制管理技术使这一技术难题得以完美解决。
K-DB架构演变图
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。