近来,数据库安全问题频发,如何保障业务数据可靠、可用、可恢复性再次被业界提上议程。华为云数据库也适时推出表数据快速恢复功能,支持表级别的时间点数据恢复,帮助用户快速恢复 MySQL 数据库中某张表的数据,解决用户误删、误 drop 数据问题。
该功能适用于更细粒度的数据恢复。当用户在某个时间点删除了某个表,或者修改了某个表的一些记录时,只需对该表进行恢复,而不用将整个实例进行恢复,可以大幅节省恢复时间。
通过表级时间点恢复备份,用户可以根据需要恢复库表,且不会导致实例数据被覆盖。系统会自动生成以时间戳为后缀的库表名,也支持自定义恢复后的库表名,相当便利。
目前,该功能仅支持 MySQL 数据库。值得一提的是,自华为云 MySQL 搭载 HWSQL 内核后,增强连接池特性,并发量 5000 时性能依然稳定,QPS 超过 17万+,性能远超社区版。这对于高并发场景显著的行业,例如游戏行业而言,无啻于福音。
我们知道,游戏行业动辄百万级玩家同时在线,并发数达到 3000+,单实例 QPS 峰值 10万+,对数据库性能要求高。此外,由于玩家在线数量不确定,扩容开服、缩容合服的情况频繁,资源使用弹性大;行业竞争激烈,恶意攻击且攻击方式复杂多变,安全性要求也高。
华为云数据库 MySQL 的性能,单区足以支撑千万级用户在线,且支持一键 CPU/内存/存储空间扩容、添加只读副本,满足资源弹性伸缩需求。在安全性方面,华为云数据库提供了VPC、安全组、防 DDoS,防 SQL 注入,数据加密、SSL 加密连接等多维度安全策略,并获得了可信云、安全等保、CSA STAR 等多种权威认证,为数据库提供全方位高安全防护。
华为云 MySQL 在性能和安全上的突出表现,离不开技术的支持和功能的持续优化。
早前,华为云 MySQL 就引入了线程池功能,支持更多连接,对于大并发性能提升明显。并对 MySQL5.6 引入真正的多线程复制,大大降低社区版单线程复制导致的复制延迟。存储引擎 MyISAM 自动转换为 InnoDB,完全支持事务,同时避免表级锁,提高并发性。
此外,华为云 MySQL 还对 RDS 进行权限控制,对能影响实例稳定运行的命令进行权限控制,保障实例稳定可靠,提供更高安全保障。
近期,华为云 MySQL 上线了一系列新特性,不但对数据库性能进一步提升,而且首家彻底解决用户迁移上云要修改应用程序,以及传统数据库备份遭遇事务阻塞的问题。
本次 MySQL 推出的新功能,还包括配置了长时间超时事务,避免业务处理异常、造成超长事务带来的系统影响;支持动态开关线程池,针对高并发、小并发不同场景选择不同状态,且无需重启数据库。以及支持 root 账号 kill 掉其他 user 线程,提升用户体验等。
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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。