最新消息,搭载 HWSQL 内核的华为云数据库 MySQL,近期上线了几大关键特性。其中通过深入改造、去除社区版 GTID 约束限制的特性,更是首家彻底解决了用户上云需要对应用进行改造的问题。
GTID,即全局事务标示符,是社区版 MySQL 5.6新增的特性,用以作为数据库实例事务的唯一标识,确保一个事务在每个实例上只执行一次。GTID 的存在,使得数据复制更安全、故障切换更简单。
但是,当社区版 MySQL 打开 GTID 时,数据库会受该特性固有的约束限制,无法执行部分命令,导致用户数据库迁移上云后需修改应用程序。华为云 MySQL 通过内核改造,去除 GTID 约束限制,首家彻底解决这一问题,让客户无需修改任何应用,便捷上云。
本次上线的关键特性,还包括引入备份锁、解决备份事务阻塞;配置超时事务,避开异常影响;支持动态开关线程池,以及支持 root 账号 kill 掉其他 user 线程等。
社区版 MySQL 使用传统备份工具进行物理备份时,需执行指定命令获取全局读锁;如果此前存在长事务运行未结束,读锁命令将持续处于等待状态,导致后续读写语句阻塞。华为云 MySQL 引入 backup lock,彻底解决备份事务阻塞问题,提高备份效率。
此前由于 RDS 没有授予 root 账号 super 权限,导致用户不能 kill 掉其他 user 的线程,这加大了线下用户数据库上云后的使用学习成本。华为云 MySQL 通过修改内核,允许 root 用户 kill 其他线程,做到线上线下完全一致,大幅提升用户体验。
此外,华为云 MySQL 支持配置长时间超时事务,可避免业务处理异常造成超长事务带来的系统影响。动态开关线程池,则是针对高并发、小并发不同场景下的不同状态选择,用户无需重启数据库即可切换。
早些时候华为云数据库 MySQL 已经上线了一系列优化特性。包括:
此外,华为云数据库 MySQL 还推出了一些好用的小特性,例如查看每个线程的内存使用情况,增加 CPU、回滚段、表和索引等相关信息的统计等,满足用户日常运维需求。
值得一提的是,华为云数据库 MySQL 一系列特性的推出和优化,均围绕性能和安全展开,尤其是高并发场景下的性能提升。其搭载的 HWSQL 内核,大幅增强连接池特性,并发数达 5000 时性能稳定,QPS 超过 17万+,高并发性能较社区版提升 50% 以上。
华为云数据库 MySQL 免费试用,请移步官网:
https://www.huaweicloud.com/product/drs.html
HUAWEI CONNECT 2018作为华为自办的面向ICT产业的全球性年度旗舰大会,将于2018年10月10日-12日在上海隆重举行。本届大会以“+智能,见未来”为主题,旨在搭建一个开放、合作、共享的平台,与客户伙伴一起共同探讨如何把握新机遇创造智能未来。欲了解更多详情,请参阅:
https://www.huawei.com/cn/press-events/events/huaweiconnect2018
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。