2023 ACDU 中国行 · 西安站 | 数据库技术发展及实践

于 2023-12-12 11:31:44 发布
阅读量494 收藏 7
点赞数 8
CC 4.0 BY-SA版权
文章标签： 数据库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/ZNBase/article/details/134945293
ACDU中国行西安站由数据库联盟和浪潮数据库主办，聚焦数据库前沿，邀请专家赵衎衎分享AI在IoT领域的应用。赵衎衎以深度剖析技术热点如AIforDB、DBforAI等，展示技术转化生产力及企业竞争优势。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

ACDU 中国行·西安站由中国数据库联盟联合浪潮数据库等单位共同主办，特邀中国计算机学会（CCF）为本次活动的指导单位。

作为中国数据库联盟的品牌活动之一，【ACDU 中国行】在线下汇集数据库领域的行业知名人士，共同探讨数据库前沿技术及其应用，促进行业发展和创新，同时也为开发者们提供一个友好交流的平台。

KaiwuDB 高级架构师赵衎衎受邀亮相本次活动，为大家带来《看见未来——AI 技术在 IoT 数据上的应用》主题演讲。赵老师将围绕 AI for DB 、DB for AI 、AIoT 等重点技术模块，从场景痛点、技术解析、应用案例等多维度展开剖析，为大家展示如何将技术转化为生产力，以及如何利用多样技术为企业带来创新和竞争优势。

赵老师是中国人民大学计算机博士，以第一/共同作者身份发表高水平论文13篇，2020 年加入浪潮参与数据库研发工作，并加入浪潮博士后工作站从事数据库人工智能关键技术研究。

官方议程

博客
KWDB单节点裸机试玩
07-18 26
经过对/etc/sysctl.conf（包含sysctl.d/下）和/etc/security/limits.conf（包含limits.d/下）均为变更，在生产环境中是否会对数据库运行造成影响，官方文档并没有明确说明，希望改进。这里无论是在Gitee还是官方文档中，都没有关于/etc/sysctl.conf和/etc/security/limits.conf，暂且把相关配置留下，看后面安装过程是否会遇到问题。官方文档小问题比较多，包括但不限于内容错误、表达不明确或未提醒等，希望检查并修正。
博客
浪潮 KWDB 初体验
07-18 29
KaiwuDB 提供强大的实时计算、事务处理、交互查询等能力，通过实时数据预测分析为企业提供准确的调峰调频等方案，通过实时数据的监测预警保障企业安全，实现能源数据的采集、存储、治理、计算分析与应用。车联网 KaiwuDB 具备构建时序数据引擎的能力，将车端采集的车传感器数据、车辆中控状态数据、发动机数据等时序类数据，通过 MQTT 和移动通信网络高速写入到 KaiwuDB，然后经过网关汇聚到 KaiwuDB 数据库后进行存储、管理、计算、分析，服务上层的业务系统。在部署过程中，系统会自动生成相关日志。
博客
KWDB时序数据库特性及跨模查询
07-18 29
当生命周期的取值小于分区时间范围的取值时，即使数据库的生命周期已到期，由于数据存储在当前分区中，用户仍然可以查询数据。数据库的类型多种多样，关系型数据库、时序型数据库、非关系型数据库、内存数据库、分布式数据库、图数据库等等，每种类型都有其特定的使用场景和优势，KaiwuDB 是一款面向 AIoT 场景的分布式、多模融合、支持原生 AI 的数据库产品，支持同一实例同时建立时序库和关系库并融合处理多模数据，具备时序数据高效处理能力，kwdb支持关系数据库和时序数据库之间跨模检索相关的数据。
博客
权威认可！KaiwuDB 连续三年入选信通院数据库产业图谱
07-17 473
同时，基于 KaiwuDB 在工业物联网、数字能源、智慧交管、数字政务等关键行业复杂场景中的应用探索、性能优化方案、高可用实践经验，精准反映当前数据库在迁移适配、生态建设、人才储备方面的共性挑战，及以开源社区建设、开源生态共荣为核心的应对策略。深入分析分布式、云原生、AI 融合、多模处理、存算分离等前沿技术方向，并提炼关键应用场景与最佳实践，为业务选型提供借鉴价值，因而被视为国内数据库产业的“风向标”与“白皮书”。围绕工业实时数据场景拓展深度应用，通过兼容认证、技术开源构建开放共赢的生态。
博客
实操体验 - KWDB分布式多模数据库深度探索：高效部署安装指南与TSBS性能压测技巧全攻略
07-15 22
将tsbs_load_kwdb生成的结果数据，刷选出每秒导入的数据量，可以看到实时的走势图，经过与Grafana 查看指标数据SQL Queries的走势是可以成正比的，另外，也可以参考其它的一些指标数据，这里温馨提示一下，如果使用大数据量测试时，先把硬盘扩冲一下，不过，ECS上扩容云硬盘也比较方便。TSBS作为一个性能基准测试平台，TSBS 具有便捷、易用、扩展灵活等特点，通常可以模拟处理海量、高频率、实时性强的时间序列数据，可以很好的针对数据库的性能和可靠性进行测试。”就是表示安装成功了。
博客
Python 语言连接并操作 KWDB 数据库
07-15 11
纯命令行操作数据还是非常的麻烦的，且没有办法进行各类批量操作，那么本文就围绕着 Python 语言对 KWDB 数据库做链接以及 CRUD 操作做一个具体的讲解，操作的前提是环境，故而还需要对环境做出妥当的部署，否则是无法正常运行我们的代码的。我这里操作的都是时序数据的操作，所以操作过程与传统的数据库区别还是很清晰的，竟然没有看到唯一的 id，其实唯一的 id 用的是时间戳来锚定的，在环境上我们对齐颗粒度，在操作上我们需要反复测试几回才能更好的适应时序数据库的具体代码操作。每条消耗还是有些许增加的。
博客
关于 KWDB 数据存储的几件事儿
07-15 8
从 关系引擎到专门的时序存储引擎，KWDB 为不同数据类型提供了强大的存储和查询能力，并创新性的提出了关系和时序的跨模查询。KWDB 基于浪潮 KaiwuDB 分布式多模数据库研发开源，典型应用场景包括但不限于物联网、能源电力、交通车联网、智慧政务、IT 运维、金融证券等，旨在为各行业领域提供一站式数据存储、管理与分析的基座，助力企业数智化建设，以更低的成本挖掘更大的数据价值。每个实体组包含一个用于识别和查找实体的标签表，管理用于组织实体的子组集合，基于时间处理数据分区，协调跨分区的数据操作。
博客
Oracle11g整库迁移至KaiwuDB
07-14 37
DataX 是阿里巴巴集团内被广泛使用的离线数据同步工具/平台，实现包括 MySQL、SQL Server、Oracle、PostgreSQL、HDFS、Hive、HBase、OTS、ODPS 等各种异构数据源之间高效的数据同步功能。DataX本身作为数据同步框架，将不同数据源的同步抽象为从源头数据源读取数据的Reader插件，以及向目标端写入数据的Writer插件，理论上DataX框架可以支持任意数据源类型的数据同步工作。
博客
MySQL数据库迁移至KWDB的完整实践指南
07-14 37
本次从 MySQL 到 KaiwuDB（KWDB）的数据迁移实践，整体过程平稳高效，充分体现了 KaiwuDB 在异构数据库兼容和性能方面的优势。KaiwuDB 基于 DataX 开发了数据库迁移工具 KaiwuDB DataX Utils，实现 KaiwuDB（2.0.3 及以上版本）与 MySQL、TDengine、MongoDB、InfluxDB、OpenTSDB、Oracle、PostgreSQL、ClickHouse、KaiwuDB（1.2.x）、KaiwuDB（2.x）等数据库的离线数据同步。
博客
Python语言——万数据插入测试
07-11 34
在 Python 实现的万条数据插入测试中，插入 10000 条数据耗时 496.45 秒，相对时间消耗较多，这表明在大规模数据插入场景下，KWDB 对关系型数据的操作性能还有待进一步优化。再后面使用时序型数据库做插入测试，效果为 10000 条数据插入的耗时为 164.43 秒，两者差异相当的明显，看来 KWDN 对时序型数据插入的能力还是相当的可以呢。总体而言，通过本次对 KWDB 的万数据插入测试，深入了解了其在数据插入方面的性能表现和适用场景，为后续的数据库选型优化和应用开发提供了重要参考。
博客
2025 可信数据库大会，KaiwuDB 邀你来赴约！
07-11 28
KaiwuDB 以高性能时序引擎为基础，以核心多模技术实现 AloT 数据库架构创新，并以 Al 加速赋能数据库预测分析及系统自主演进。）与大家近距离交流。此外，我们还精心准备了多款 KaiwuDB 定制周边礼品，只要来到展位参与互动就有机会获得，真诚欢迎各位新老朋友前来 B08 展位打卡交流！很开心将在下周的可信数据库大会和各位见面，本次想和大家聊聊在物联网高速发展引发传统能源设备数据爆炸式增长态势下，如何基于。7 月 17 日上午 10：00-10：20，能源行业数据库应用创新分论坛，我将在。
博客
6 月热搜精选
07-09 460
内蒙古自治区计量测试研究院为落实国家"双碳"战略目标建设碳达峰碳中和在线监测系统，面临多源异构数据整合、实时处理及安全存储等挑战，KaiwuDB 通过分布式多模数据库提供百万级/秒数据写入和毫秒级查询能力，实现电力、钢铁等重点行业及森林、湿地等碳汇领域数据的统一管理，系统稳定运行 6 个月接入千万级设备，不仅解决了省级碳数据分散管理难题，更为碳排放精准计量和碳交易提供了可靠的数据支撑，助力构建完善的碳计量体系。6 月底，中国移动通信联合会公告显示，由中国工业互联网研究院（CAII）牵头研制的团体标准。
博客
KaiwuDB 时序数据库深度解析：在物联网领域实战指南
07-08 65
KaiwuDB 时序数据库为物联网场景提供了高效、稳定、可扩展的数据管理解决方案。通过合理的生命周期配置（如数据保留策略、TTL 控制）、分区策略优化（按时间或设备维度划分）以及存储参数调优（副本数、压缩策略等），能够有效应对海量设备持续写入、高频查询与长期存储的典型挑战。本文介绍的建库建表规范、多租户隔离配置、冷热分层存储、异常处理流程和性能调优实践，已在多个大型物联网项目中落地验证，显著提升了系统的稳定性与资源利用率，同时降低了整体运维与存储成本。
博客
KWDB多模分布式数据库助力共享打印机物联网IoT最佳实践落地，实现高效存储与查询时序数据
07-08 44
那么，今天给大家带来的一款 - KWDB 作为一款面向 AIoT 场景的国产分布式数据库，凭借其高效的时序数据处理能力与多模融合特性，逐渐成为行业关注的焦点。同时，也可以观看以下视屏，可以发现在3台服务器数据同步的过程中，延迟不超过1s，就算略微有一些差异也是在1秒内就能同步完成，基本可以说没有太大的数据延迟的问题，之前用某云时，主从数据库会存在2-3s的延迟，就是先注册马上登陆会提示“用户数据不存在”，只能使用延迟几秒提示“正在登录中”来解决这个问题。
博客
KWDB容器化部署与性能测试
07-07 16
下载完毕后上传到服务器，然后执行 sudo cp -f docker-compose-linux-x86_64 /usr/local/bin/docker-compose。首先需要下载KDC，可以在官方gitee仓库中找到下载地址，https://gitee.com/kwdb/kwdb/releases。所以 1.6 秒其实是“正常”的，尤其是在大批量写入的场景下。https://github.com/docker/compose/tags离线下载docker-compose的包。
博客
使用Docker实现KWDB数据库的快速部署与配置
07-07 43
KWDB 不仅性能稳定、功能丰富，而且具备高度的可操作性和前瞻性，是一款值得深入学习与广泛应用的国产数据库产品。支持在同一个实例中建立时序库和关系库，并统一处理多种类型的数据，具备对海量时序数据的高效读写与分析能力。产品具备高可用、安全稳定、易运维等特性，广泛应用于工业物联网、数字能源、车联网、智慧矿山等多个行业领域，为用户提供一站式数据存储、管理与分析的基础平台。KaiwuDB 作为一款面向 AIoT 场景的国产分布式数据库，凭借其高效的时序数据处理能力与多模融合特性，逐渐成为行业关注的焦点。
博客
老实人做的数据库产品，好像也不“老实” ！
07-03 23
大家都明晰一个IoT类数据最大的问题，就是采样数据的二次落库的问题，有些数据在采集中最终不是必须落库的，而是当发现有这样的数据，直接一级设备就告警了，而告警的数据需要落库，而系统正常的数据是不需要落库的，我们都清楚的另一个问题，工业，农业，民用的这些物联设备值只发送数据，设备本身是不能完全只发送有问题的数据，或者在设备上可以实现，但业务不能允许，长时间都是正常的数据就等于没有数据，系统怎么判断终端设备是正常的，还是出现故障已经不发送数据了。当然TTL的功能也是物联网数据库必备的功能。
博客
Golang 语言连接并操作 KWDB 数据库
07-03 23
Go 语言简洁高效、原生支持并发，能充分利用多核 CPU 资源，面对 KWDB 数据库高并发的数据读写场景，可大幅提升处理效率。在金融领域，能高效处理高频交易数据的实时写入与查询分析，满足低延迟、高吞吐的需求，为相关业务提供强大的技术支撑。从开发环境搭建、引入数据库驱动，到数据的增删查改操作，再到事务处理和性能优化，都将详细讲解。原由：时序数据库中数据与时间戳紧密相关，为了保证时间序列的完整性、存储结构的稳定性以及数据一致性，KWDB 采用先删除再添加的方式进行数据修改。
博客
KWDB数据库高可用方案验证与测试
07-03 43
● 单节点异常情况（非故障）：如果单个节点因网络断开、延迟、操作系统故障、磁盘故障等原因导致节点状态变为异常（is_available 和is_live均为 false），系统会开始迁移该节点的leaseholder，迁移期间数据查询和 DML 操作可能受影响，DDL 操作可能会报错，生命周期会顺延至下一执行周期执行。如果剩余节点数量仍大于副本数，系统自动补足缺失的副本，确保数据的高可用性、副本补足期间，数据查询不受影响，DML操作不受影响，DDL操作可能会报错，副本补足后，DDL操作恢复正常。
博客
KWDB技术架构解析：多模融合、时序引擎与分布式设计的创新实践
07-03 34
KWDB的多模融合架构依靠Outside-In和Inside-Out两种优化方式，根据不同查询选择高效的数据处理路径，并通过特殊操作（如BatchLookupJoin）连接不同数据，从而高效处理AIoT场景下的大量复杂数据查询。数据)，关系型数据(例如数据表格)，非结构化数据(像照片，视频记录等)统一结合到一个大的平台上，让不同的数据能够合理。Inside-Out方式首先处理时序数据，然后再处理关系数据。由以上注释可以知道，KWDB 对时间序列数据使用列式存储格式，这能大大提高分析，存储，查询的性能。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值