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
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。