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
惠普企业(HPE)发布搭载英伟达Blackwell架构GPU的新服务器,抢占AI技术需求激增市场。IDC预测,搭载GPU的服务器年增长率将达46.7%,占总市场价值近50%。2025年服务器市场预计增长39.9%至2839亿美元。英伟达向微软等大型云服务商大量供应Blackwell GPU,每周部署约7.2万块,可能影响HPE服务器交付时间。HPE在全球服务器市场占13%份额。受美国出口限制影响,国际客户可能面临额外限制。新服务器将于2025年9月2日开始全球发货。
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%。
安全专业协会ISACA面向全球近20万名认证安全专业人员推出AI安全管理高级认证(AAISM)。研究显示61%的安全专业人员担心生成式AI被威胁行为者利用。该认证涵盖AI治理与项目管理、风险管理、技术与控制三个领域,帮助网络安全专业人员掌握AI安全实施、政策制定和风险管控。申请者需持有CISM或CISSP认证。
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。