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
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。