当前位置:网站首页>自研能力再获认可,腾讯云数据库入选 Forrester Translytical 报告
自研能力再获认可,腾讯云数据库入选 Forrester Translytical 报告
2022-08-11 04:12:00 【腾讯云数据库】
好消息!国际权威行业研究与咨询机构Forrester发布全球Translytical数据平台厂商选型报告《The Translytical Data Platforms Landscape, Q3 2022》,腾讯云数据库成功入选。
Forrester是全球最具影响力的独立第三方研究咨询公司之一,提供与市场相关的研究洞察、市场趋势和最佳实践,帮助客户了解市场动态、扩展视野、制定战略。本次发布的报告基于Translytical 数据平台市场,通过考察厂商的规模、产品类型、地理位置和用例重点,为企业决策者、技术开发者提供数据库选型方面的参考价值。
值得一提的是,在全球入选报告的19家数据库厂商中,有4家来自于中国。这意味着,国产数据库正在一点点证明自己。虽然我国国产数据库起步较晚,但一路奋起直追,技术实力和场景应用能力的国际认可度在大幅提升。
报告指出,Translytical数据平台通过在单个平台上统一多种工作负载类型,来减少数据在不同数据库/数据平台间的迁移。它针对数据写入、读取进行高度优化,以确保事务和数据的完整一致性。Translytical数据平台的商业价值在于帮助客户更好的专注于自己的用户及业务,聚焦面向用户的应用程序和运营应用程序的体验设计上,而不是技术底层的实现上。对于客户而言,Translytical数据平台能够带来的就是更快的数据获取、处理、分析速度,更加安全、稳定的数据保障,更低基础设施、运维成本以及更加智能的告警、反馈机制。
腾讯云数据库经历了腾讯业务的飞速发展,海量业务群雄并起时代,经过无数核心业务和亿级应用的苛刻打磨,在性能上逐渐突破了性能瓶颈、数据可靠性保障、高可用等“不可能三角”的技术难题。
在数据爆炸的时代,要满足客户日益增长的数据分析需求、实时性要求,腾讯云数据库选择HTAP解决方案破局,从具体的需求出发,解决TP与AP之间的数据同步链路,保证兼容性的同时提供灵活的能力,进而在延迟、并发、吞吐、一致性上表现优异。
第七次全国人口普查实现全面电子化的背后主要由腾讯云数据库提供支持。腾讯云数据库提供了**“OLTP+OLAP”双引擎融合的企业级分布式数据库TDSQL,支持了十亿级用户数据、七百万个终端和百万级峰值TPS**(每秒事务处理量),平稳、高效支撑第七次全国人口普查工作完成。
OLTP引擎专门用来完成前端生产系统的事务处理,其最大的优点是即时地处理输入的数据,并及时响应,实时保持系统数据处于最新状态;OLAP引擎则负责后期数据联机查询分析处理,支持复杂的分析操作。
其中,TDSQL OLTP引擎提供了支撑高并发的性能,包括线程池、无锁优化等,支撑3万+的数据库连接;强同步技术在跨可用区的情况下,满足高吞吐量、主备数据一致性和高可用的能力;弹性的容量伸缩,可根据实际运营情况进行容量水平扩展。此外数据库智能管家DBbrain可针对性能较低的SQL给出优化建议,同时自动评估业务的事务模型,降低锁冲突,提升并发能力。
测试中,TDSQL应对高并发场景时可以实现数百万每秒的吞吐量,这样的吞吐规模已经可以满足中国人口2倍的数量,实际统计中TDSQL自然扛住了普查过程中的并发高峰。
同时,业务具有大规模实时查询分析的需求,普查员在前端不断录用的数据也将在TDSQL OLAP能力引擎中进行进一步的数据分析。在分析型功能特性方面,TDSQL OLAP引擎在多表join查询、复杂子查询、聚合运算、DN数据高效重分布表现上进行了极大优化,大大缩短了业务报表分析时间。TDSQL支持目前市面上几乎全部标准的OLAP复杂查询计算模型,包括TPCDS等,满足各类复杂查询业务需求。
在此过程中,OLAP分析计算开销大、延迟长,同时还要满足海量的并发请求,TDSQL OLAP引擎通过水平扩展多个只读平面,为复杂查询分析场景提供线性读扩展能力,并通过在多个平面前置负载均衡做到扩缩容业务完全无感知。在这些庞大的数据中,不乏多张超级大表关联高并发统计查询,每张表中存放了超过20亿+条记录。
目前,腾讯云数据库已经广泛服务于金融、政务、社交、电商、交通、游戏等行业客户,能够提供业界领先的金融级高可用、强一致、高性能、高可靠、计算存储分离、数据仓库、企业级安全等能力,同时具备智能运维平台、Serverless版本等完善的产品服务体系。
在金融领域,腾讯云数据库已服务近半国内TOP20银行,TOP10银行中服务比例也高达60%,助力20余家金融机构进行核心系统改造,处于行业领先地位。
未来五年,腾讯云数据库还将助力1000家金融机构实现核心系统数据库国产化转型。
边栏推荐
- 优先级队列
- 拼多多店铺营业执照相关问题
- 关于数据分页显示
- C语言 recv()函数、recvfrom()函数、recvmsg()函数
- .NET service registration
- redis按照正则批量删除key
- Where can machine learning be applied?What is machine learning useful for?
- "125 Palindrome Verification" of the 10th day string series of LeetCode brushing questions
- 【FPGA】abbreviation
- 【FPGA】day19-二进制转换为十进制(BCD码)
猜你喜欢
【FPGA】SDRAM
无线电射频能量的收集
Provincial level of Echart maps, as well as all prefecture-level download and use
Differences and connections between distributed and clustered
《卫星界》刊评“星辰大海”计划:孙宇晨为太空旅游带来新的机遇
leetcode刷题第13天二叉树系列之《98 BST及其验证》
Which one to choose for mobile map development?
es-head plugin insert query and conditional query (5)
LeetCode刷题第10天字符串系列之《125回文串验证》
干货:服务器网卡组技术原理与实践
随机推荐
.NET service registration
MYSQLg高级------聚簇索引和非聚簇索引
uni-app - city selection index list / city list sorted by A-Z (uview component library IndexList index list)
Leetcode 450. 删除二叉搜索树中的节点
直播软件搭建,流式布局,支持单选、多选等
Provincial level of Echart maps, as well as all prefecture-level download and use
Leetcode 669. 修剪二叉搜索树
Use jackson to parse json data in detail
leetcode刷题第13天二叉树系列之《98 BST及其验证》
什么是机器强化学习?原理是什么?
洛谷P2370 yyy2015c01 的 U 盘
【FPGA】day19-二进制转换为十进制(BCD码)
C# 一周入门高级编程之《C#-LINQ》Day Four
使用百度EasyDL实现施工人员安全装备检测
LeetCode刷题第10天字符串系列之《125回文串验证》
阿里云发布3大高性能计算解决方案
AVH 动手实践 (二) | 在 Arm 虚拟硬件上部署 PP-OCR 模型
uni-app - 获取汉字拼音首字母(根据中文获取拼音首字母)
蹭个热度-请勿打开
Echart地图的省级,以及所有地市级下载与使用