如果数据库技术能够提供性能、灵活性和安全性,大多数专业人士满足于获得其中两项就很高兴了,而且他们可能还得接受一些妥协。针对速度优化的系统需要手动调优,而灵活的平台在早期设计成为约束时可能会产生成本。遗憾的是,安全性有时只是一个附加功能,数据库管理员依赖内部团队的技能和知识来避免引入破坏性变更。
然而,RavenDB的存在正是因为其创始人看到了这些常见权衡的累积成本,以及由此产生的固有问题。他们希望有一个不强迫开发者和管理员做出选择的数据库系统。
RavenDB的创始人兼首席技术官Oren Eini在近二十年前曾是一名自由职业的数据库性能顾问。在一次独家访谈中,他回忆了如何遇到许多有能力的团队在他们负责的系统复杂性增长时"把自己挖进坑里"。他面临的问题并非源于开发者缺乏必要的技能,而是来自系统架构。数据库倾向于引导开发者走向脆弱的设计,并因为遵循这些路径而惩罚开发者,他说。RavenDB是一个项目,最初是为了减少不可阻挡的需求力量与数据库模式这座大山相遇时的摩擦而开始的。
该平台的重点是在不需要(讽刺地)最终需要像Oren这样的人的服务的情况下实现性能和适应性。凭借丰富的经验和知识,他成立了RavenDB,该公司现已发货超过十五年——远在当前对AI辅助开发兴趣之前。
底线是,随着时间的推移,RavenDB数据库适应组织关心的内容,而不是在数据库首次启动时猜测它可能关心的内容。"当我与业务人员交谈时,"Eini说,"我告诉他们我负责处理数据所有权的复杂性。"
例如,RavenDB不是期望开发者或数据库管理员预测每种可能的查询模式,而是观察查询的执行。如果它检测到查询会从索引中受益,它会在后台创建一个,对现有处理的开销最小。这与大多数关系数据库形成对比,在关系数据库中,模式和索引策略由初始开发者设置,因此后来很难更改,无论组织如何变化。
Oren将其比作在决定门和支撑柱位置之前浇筑建筑物的地基。这是一种可行的方法,但当业务多年来改变方向时,后悔那些早期决策的成本可能令人震惊。
Q&A
Q1:RavenDB解决了什么问题?
A:RavenDB解决了传统数据库在性能、灵活性和安全性之间强制开发者做出选择的问题。它避免了系统架构引导开发者走向脆弱设计并因此受到惩罚的困境,减少了数据库模式变更的摩擦。
Q2:RavenDB的自适应索引是如何工作的?
A:RavenDB会观察查询的执行过程,如果检测到某个查询会从索引中受益,它会自动在后台创建索引,对现有处理的开销最小。这样就不需要开发者或数据库管理员预先设计所有可能的查询模式。
Q3:为什么说传统数据库设计像"浇筑地基"?
A:创始人Oren Eini将传统数据库比作在决定门和支撑柱位置之前就浇筑建筑物地基。这种方法虽然可行,但当业务需求多年来发生变化时,早期决策的修改成本会非常高昂。
好文章,需要你的鼓励
2025年1月,OpenAI、软银、甲骨文和MGX联合宣布"星际之门"计划,承诺投资5000亿美元,部署高达10GW算力基础设施。如今,该项目已从白宫发布会上的宏大承诺,演变为一场前所未有规模的基础设施建设实验。项目已扩展至德克萨斯、威斯康星、俄亥俄等多地,并延伸至阿布扎比和挪威。然而,融资争议、合作伙伴摩擦、能源压力及政策监管收紧,正考验着这一"AI工业园"模式能否真正落地。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
加密货币交易所OKX正式推出AI智能体交易市场OKX AI,允许AI代理相互雇佣、自主结算,并建立基于区块链的可携带信誉档案。该平台经过50家早期服务商封测后向开发者开放,依托稳定币和链上支付基础设施,支持全天候微支付。OKX创始人徐明星表示,传统金融基础设施为人类而建,智能体经济需要为自主软件专门设计的基础设施。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。