当前位置: 首页 > news >正文

金仓数据库KingbaseES:中国自主原创的数据库领军者

文章目录

  • 产品概述:自主原创的数据库领军者
  • 融合数据库:打造AI时代的数据库新范式
  • 企业背景:中国数据库产业的开创者
  • 应用场景:全方位覆盖各行业核心需求
    • 交易型应用
    • 分析型应用
    • 混合负载应用
    • 时序类应用
    • AI应用场景
  • 整体架构:五大一体化技术创新
    • 多应用场景一体化处理
    • 多模数据一体化存储
    • 多语法体系一体化兼容
    • 集中分布一体化架构
    • 开发运维一体化管理
  • 核心特性:六大核心竞争优势
    • 应用迁移,无损高效
    • 性能强劲,扩展性强
    • 高度容错,稳定可靠
    • 纵深防御,确保安全
    • 人性设计,简单易用
  • 总结

产品概述:自主原创的数据库领军者

金仓数据库管理系统KingbaseES(简称KES)是中电科金仓(北京)科技股份有限公司(简称电科金仓)研发的、具有自主知识产权的、获得自主原创资质认证的通用数据库产品。该产品面向全行业、全客户,覆盖从极简应用到核心关键应用的企业级大型通用数据库管理系统。

KES适用于事务处理类应用、数据分析类应用、人工智能应用、时序数据采集检索应用等场景,可用作管理信息系统、业务及生产系统、决策支持系统、多维数据分析系统、全文本及图片检索系统、地理信息系统、传感器及日志等数据采集及分析系统等的承载数据库。

融合数据库:打造AI时代的数据库新范式

KES是打造融合了AI技术的新一代"融合数据库"产品,实现全行业、全场景、各种主流品类数据库平替来完成数据库统型工作,大幅降低用户的采购、迁移、开发、运维的总成本。

这一创新理念的背后,是对数据库技术发展趋势的深刻洞察和前瞻性布局。在AI技术快速发展的今天,传统数据库面临着新的挑战和机遇,KES通过融合AI技术,为用户提供了更加智能、高效、统一的数据管理解决方案。

企业背景:中国数据库产业的开创者

电科金仓是国内成立最早(1999),是中国数据库学科、中国数据库产业的开创者,是中国数据库的国家队,也是信创工委会数据库工作组组长单位。公司有理论技术积累40年+,核心技术创新及产业化经验20年+,始终专注数据库产品领域,目前是业界唯一在数据库管理系统领域获得国家科技进步二等奖的数据库企业。

愿景:成为世界卓越的数据库产品与服务提供商
使命:提供卓越的数据库产品助力企业级应用高质量发展
产品目标:数据库平替用金仓

应用场景:全方位覆盖各行业核心需求

交易型应用

高并发、大数据量、以联机事务处理为主的交易型应用,如金融行业的交付结算,能源、交通、运营商等行业CRM/计费,企业ERP,医疗行业HIS等核心到非核心的各类系统。

分析型应用

通过并行计算与列存等技术满足海量数据(PB级负载)的分析处理需求,如金融行业的风险控制与市场分析,电信行业的用户行为分析,政府与公共事业的决策支持系统,以及各类企业的用户画像与商业智能等。

混合负载应用

同时支撑高并发事务处理(OLTP)与实时分析(OLAP),打破数据孤岛,避免ETL延迟,实现"一份数据、两类负载",如金融核心系统、能源计量平台、以及各类计费结算等系统。

时序类应用

专为高频时间序列数据优化,支持超大数据量毫秒级写入、高效压缩与时间窗口分析,适用于工业物联网、智能电网、智能制造等各行业设备监控、指标追踪、实时路况、路口流量监测、卡口数据等场景。

AI应用场景

通过支持非结构化数据的向量化存储、实时更新与高效相似性检索,通过将已知的数据和知识与LLM语言技能相结合、混合检索与计算融合,广泛适配各类AI开发框架与生态协议,深度赋能模型训练与推理,简化AI应用构建。

整体架构:五大一体化技术创新

多应用场景一体化处理

KES同时支持事务、分析、HTAP等应用场景,包括传统TP类应用、时序数据的存储和处理、AP类大数据分析应用以及AI应用,满足不同应用场景的性能要求。

多模数据一体化存储

KES同时支持对关系模型、文档模型、全文本、GIS数据、时序数据等的统一存储、混合访问、模型间转换,从而消除采用多个不同模型专用数据库时不可避免的跨库间数据集成。

多语法体系一体化兼容

KES采用插件式语法体系架构,内核基于SQL标准为底,灵活扩展多种语法结构,全面兼容Oracle、MySQL、SQL Server、PostgreSQL等在内的多种异构数据库的语法体系。该能力使得应用厂商无需大规模修改业务代码即可在金仓数据库上运行,极大提升了迁移工作的效率。同时降低了开发人员和DBA的学习门槛,无需从头适应新的数据库环境,便能快速上手进行开发与维护操作。

集中分布一体化架构

KES采用集中、分布式一体化的架构,集中式架构支撑RWC、RAC集群;分布式扩展架构基于集中式架构扩展,增加分片管理、分布式执行、分布式事务、全局事务一致性等模块,支撑TDC、Sharding、ADC分布式集群。提供一套系统,同时满足TP、AP、实时分析业务,实现降本增效,从而为客户提供不同级别的可用性、性能扩展、成本需求,确保业务连续,最大化投资价值。

开发运维一体化管理

提供金仓全栈产品的企业级统一管理平台,支持对金仓数据库在初始安装配置、应用开发、系统管理、监控及诊断的全生命周期管理,从而降低大规模应用开发及系统管理的难度与成本。实现管理工作"0"人工介入,对生产业务运行"0"影响,实现无感自治管理。

核心特性:六大核心竞争优势

应用迁移,无损高效

高度兼容Oracle,MySQL, SQL Server, PostgreSQL, 提供多种语法、数据对象特性支持平滑迁移:物化视图增量刷新,reference分区,表隐式ID,批量加载数据时行级回滚,内存级本地临时表、变量等;在迁移工具层面,支持迁移过程的智能评估,根据评估报告显示迁移成功率,并提示失效对象的推荐操作;在数据验证环节,可使用Kreply来抓取真实上线负载,回归验证迁移后的系统运行情况。多手段实现零代码的应用代码迁移,不停机的应用上线切割,在金融、运营商、能源等关键行业核心应用完成数据库替代。

性能强劲,扩展性强

针对企业业务增长带来的数据库事务和分析处理压力,KES在存储层优化了事务处理、可见性判断、各级日志、缓冲区的锁处理;算法层优化了聚集、连接、表达式等算子的实现,支持DQL、DML等各种操作的并行;在算力层面,针对NUMA、RDMA等新硬件,做了适应性改造。同时,还提供了基于读写分离的负载均衡技术,让企业能从容应对高负载大并发的业务。

高度容错,稳定可靠

可靠性层面:支持时间冗余、网络冗余、组合冗余,结合实例故障自愈、无感扩缩容、滚动升级等技术,使KES提供了从单实例、本地集群、到多地多中心的多级容灾架构,满足金融行业6级标准,实现99.999%的高可用性;数据保护层面:支持永久增量备份、坏块/文件故障修复、逻辑对象恢复等多维数据保护技术,全方位保障关键业务数据的健壮性,实现数据0丢失。

纵深防御,确保安全

KES完全符合国家安全数据库标准GB/T 20273-2019的结构化保护级(即第四级)的技术要求,近似等同于TCSEC B2级(国外数据库厂商在我国销售的数据库产品的安全级别只能达到TCSEC C1或C2级),同时具备涉密信息系统产品检测认证、商用密码产品认证、国家信息安全产品网络关键设备和网络安全专用产品双认证等多重完善齐全的产品资质认证体系。适用于等保、分保等涉密场景,全面具备标准合规零风险、敏感数据不泄露、故障发生可恢复、智能好用易维护等多重能力。可极致满足如军队、军工、政府、金融行业、保险行业及电信行业等涉密部门的高安全要求。

人性设计,简单易用

KES配套工具采用一体化集成技术设计,支持Windows、Linux、MacOS等主流操作系统,支持跨平台运行,并提供CS、BS两种部署架构,灵活适配不同规模客户场景;支持管控多版本、多集群形态、多运行模式的数据库,并融合主流云平台API,无缝纳管数据库上云能力,实现大规模集中管控与多租户管理;功能覆盖数据库安装、部署、开发、升级、诊断、监控、告警的全生命周期管理,并具备智能AI辅助-故障定位、SQL优化、实例调优、健康报告等能力,广泛适用于高端、大众等多种行业领域,满足用户的多样化需求。

总结

我们坚信,在电科金仓这个大家庭的共同努力下,在所有用户朋友和合作伙伴的陪伴支持下,金仓数据库一定能在世界数据库技术的星空中闪耀出属于中国的光芒。这不仅是一个产品的成功,更是一代中国数据库人对理想的坚持,对技术的热爱,对未来的美好憧憬。让我们一起见证这个激动人心的时刻,一起为中国数据库产业的辉煌明天而努力!

http://www.xdnf.cn/news/1413757.html

相关文章:

  • 【四位加密】2022-10-25
  • GDPU操作系统实验:生产者消费者问题
  • 【读数笔记】《你的生存本能正在杀死你》
  • 经典卷积神经网络CNN
  • sublime MAC系统快捷键及常见问题
  • Qwen2.5-VL代码初步解读
  • 恒香全新旗舰店开幕 新店传承百年文化
  • 容器seccomp配置文件在云服务器安全策略中的实施规范
  • 常用定位技术对比解析
  • MySQL数据库——0.MySQL大纲
  • 【全功能图片处理工具详解】基于Streamlit的现代化图像处理解决方案
  • OpenCV 图像轮廓检测
  • 【系统分析师】高分论文:论面向服务方法在信息系统开发中的应用
  • 基于CotSegNet网络和机器学习的棉花点云器官分割和表型信息提取
  • 获取某天的零点日期
  • 解锁GPU计算潜能:深入浅出CUDA架构与编程模型
  • Day18 (前端:JavaScript基础阶段)
  • Langflow 评估与迭代技术深度分析
  • Cookie、Session 和 JWT
  • git中使用SSH的配置
  • 堆排序:高效稳定的大数据排序法
  • 【图论】 Graph.jl 概览
  • 面试问题详解十三:Qt 多线程同步【QReadWriteLock】讲解
  • 24数学建模国赛C
  • 【数据分享】上市公司-国际化程度-营业收入指标(2005-2023)
  • Linux软件升级方法总结
  • (树)Leetcode94二叉树的中序遍历
  • RK3568平台开发系列讲解:瑞芯微平台4G模块篇移植
  • Java 类加载器解析
  • macos自动安装emsdk4.0.13脚本