宏杉科技加入阿里云 PolarDB 开源数据库社区
宏杉科技签署阿里巴巴开源CLA(Contribution License Agreement, 贡献许可协议), 正式与阿里云PolarDB 开源数据库社区牵手。
作为全球数据库领导者,阿里云数据库坚定拥抱开源,多年来积极参与开源社区建设,为MySQL、PostgreSQL等社区做过多项贡献。2021年,阿里云把数据库开源作为重要战略方向,正式开源自研核心数据库产品PolarDB,助力开发者和客户通过开源版本快速使用阿里云数据库产品技术,并参与到技术产品的迭代过程中来。
▼2021年5月,阿里云率先开源PolarDB for PostgreSQL高可用版。
▼2021年10月,在云栖大会上,阿里云进一步开源了云原生分布式数据库PolarDB-X和PolarDB for PostgreSQL共享存储版。
▼2022年3月,开源 PolarDB for PostgreSQL 分布式版,包括数据库内核、相关插件、工具脚本、测试用例以及设计文档,适用于中大型企业核心业务场景。同时重磅升级了PolarDB for PostgreSQL基于共享存储架构的功能。
▼2022年4月, PolarDB-X 开源版本升级到2.1版本,该版本也是第一次将 PolarDB-X 分布式数据库的产品作为企业级的分布式数据库真正部署到客户的生产环境使用。
通过将PolarDB的全面开源, 阿里云希望为用户、开发者和合作伙伴提供具备企业级特性的云原生数据库。也希望吸引更多的贡献者,携手构建一个融合多元化技术的云原生数据库开源社区。此次,宏杉科技加入PolarDB开源社区,将发挥一站式数据存储专家在存储领域的优势,深度参与社区讨论,进一步深化与阿里云数据库开源合作,同舟共济,携手更多行业伙伴繁荣PolarDB生态。
关于宏杉科技
宏杉科技作为全球少数具备高端存储研发能力的专业厂商,拥有SAN、分布式、备份、云及超融合产品线,致力于帮助用户实现业务创新升级,做用户值得信赖的一站式数据存储专家。公司成立于2010年,总部位于杭州,在杭州和深圳设有双研发中心,在全国30个省、自治区、直辖市设有销售与服务机构。宏杉科技旗下的存储平台已经实现数百种操作系统与主机环境的对接, 包括各种UNIX、Linux、Windows、服务器虚拟化环境,具备丰富的数据库、应用软件的对接应用案例。此外,宏杉科技Mach等全闪存系列存储凭借云原生部署、支持端到端NVMe over Fabrics,可以提供极致IOPS与超低时延,特别适合数据库场景的应用,为各类数据库场景提供稳定、高效的数据存储底座。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
阿里巴巴 BladeDISC 深度学习编译器正式开源
作者:朱凯 - 机器学习PAI团队 随着深度学习的不断发展,AI模型结构在快速演化,底层计算硬件技术更是层出不穷,对于广大开发者来说不仅要考虑如何在复杂多变的场景下有效的将算力发挥出来,还要应对计算框架的持续迭代。深度编译器就成了应对以上问题广受关注的技术方向,让用户仅需专注于上层模型开发,降低手工优化性能的人力开发成本,进一步压榨硬件性能空间。阿里云机器学习PAI开源了业内较早投入实际业务应用的动态shape深度学习编译器 BladeDISC,本文将详解 BladeDISC的设计原理和应用。 BladeDISC是什么 BladeDISC是阿里最新开源的基于MLIR的动态shape深度学习编译器。 主要特性 多款前端框架支持:TensorFlow,PyTorch 多后端硬件支持:CUDA,ROCM,x86 完备支持动态shape语义编译 支持推理及训练 轻量化API,对用户通用透明 支持插件模式嵌入宿主框架运行,以及独立部署模式 开源地址 https://github.com/alibaba/BladeDISC 深度学习编译器的背景 近几年来,深度学习编译器作为一个较新的技术方向异常地...
- 下一篇
数据湖架构及概念简介
👨🎓摘要:本文整理自阿里云开源大数据技术专家陈鑫伟在7月17日阿里云数据湖技术专场交流会的分享。本篇内容主要分为两个部分: 数据湖演进历程 云原生数据湖架构 一、数据湖演进历程 什么是数据湖? 数据湖概念于 2010 年提出,其目的是解决传统数据仓库和数据集市所面临的两个问题:其一,希望通过统一的元数据存储解决数据集市之间的数据孤岛问题;其二,希望存储原始数据,而非存储数据集市建设过程中经过裁剪后的数据,以避免数据原始信息的丢失。当时,开源的 Hadoop 是数据湖的主要代表。 随着云计算的发展, 2015 年,各个云厂商开始围绕云上的对象存储重新解读和推广数据湖。云上对象存储具有大规模、高可用和低成本的优势,逐步替代了 HDFS 成为云上统一存储的主流选择。云上的对象存储支持结构化、半结构化和非结构化的数据类型,同时以存算分离的架构和更开放的数据访问方式支持多种计算引擎的分析,主要代表有 AWS S3 和阿里云的OSS。 2019年,随着 Databricks 公司和 Uber 公司陆续推出Delta Lake、Hudi 和 Iceberg 数据湖格式,通过在数据湖的原始数据之...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- MySQL8.0.19开启GTID主从同步CentOS8
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS7安装Docker,走上虚拟化容器引擎之路
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- Hadoop3单机部署,实现最简伪集群
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- CentOS8编译安装MySQL8.0.19