在数字经济时代,科学的决策离不开数据的支撑。随着疫情的影响,线下商家对于开店投入更加谨慎,更需要大数据作为支撑提供科学的决策依据。
深圳数位大数据科技有限公司(以下简称“数位”)成立于2015年,致力于打造助力实体经济数字化与线下经济商业决策的智能化产品和服务,让全域全场景大数据成为新引擎、新动力。
华为云云原生数据库GaussDB(for Redis)定位为企业级KV缓存,具有高稳定性、低成本的优势,以及秒级无感扩容能力。在数位大数据平台的建设中,华为云GaussDB(for Redis)起到了关键作用。

数据激增下,“大数据”存储迎挑战
作为全域全场景商业大数据科技公司,数位的核心是通过“大数据+算法模型”来提供创新的产品和服务。自成立以来,数位累积了核心的全域全场景商业数据资产,包括400多个城市的相关数据、3000万多个商业铺位信息、4万个品牌数据,8000多家商场数据,5亿条栅格数据等,累积线下POI(泛指互联网电子地图中的点类数据)数据量级达到1亿以上,构建了中国最大的全域全场景商业大数据库。
随着业务量增长,支撑数位业务的数据库面临挑战,其中自建的开源Redis集群面临以下几方面问题:
存储成本高:随着数位采集的数据量增多,大数据存储问题日益凸显,而开源Redis内存贵,容量利用率太低,让大数据引擎总成本居高不下。
快速扩容难:数位大数据一直处于强势增长,经常需要扩容。然而,开源Redis分片扩容慢、中断业务久的问题成为痛点,给运维和业务带来压力。
大key易阻塞:大数据会经常存储大key,但开源Redis单线程访问阻塞、分片OOM(内存用完)、扩容Bug等问题很常见。
借力云原生GaussDB(for Redis),打造全新“大数据引擎”
云原生时代,数位大数据科技将核心大数据业务改造上华为云,系统降低IT成本,解决IT资源管理难题。在关键数据库选型上,使用华为云GaussDB(for Redis)替代自建开源Redis集群。目前在华为云上,数位成功打造了一个成本更低、性能更优的大数据引擎,业务迈上了新的台阶。
华为云GaussDB(for Redis)在数位大数据的业务体系中,起到了三大关键作用。
存储成本降低80%
大数据存储成本过高,本质上还是硬件贵的问题。开源Redis所存储的数据全部放在内存中,每增长1GB成本直线上升,而算力又大量闲置浪费。
华为云GaussDB(for Redis)自带冷热分离,借助DRAM+NVMe极速SSD实现降本的同时,保障亚毫秒级时延性能。在大数据维表存储场景,华为云GaussDB(for Redis)数据压缩能力能将1TB数据压缩到300G容量,释放了大量存储空间。数位迁移到华为云后,Redis成本降低了近80%。
秒级弹性扩容
华为云GaussDB(for Redis)是具备存算分离、资源池化的Redis云服务。存算分离的GaussDB(for Redis)不但支持算力、存储独立购买,还支持秒级弹性扩容,且业务访问完全不受影响。
迁移到华为云GaussDB(for Redis)实例之后,扩容变成了一件轻松的事。面对业务的扩张,数位的运维工作更加智能化,为以后业务的发展和公司的扩张打好了基石。
解决大key痛点
开源Redis的单线程,还有经典的“fork”问题,特别是在有一些大key、热key的业务中,阻塞与性能抖动是习以为常的事情。
在华为云GaussDB(for Redis)架构中,每个节点都是真正的多线程,大key业务的整体访问时延有明显提升。此外,由于扩容、分片故障时,都是计算层的事,完全不需要“挪动”存储层的大key,因此也从原理上杜绝了开源Redis存储大key的一系列不稳定问题。
华为云GaussDB(for Redis)为数位科技打造了一个稳定可靠、高效安全、卓越性能的大数据引擎,KV存储降本80%,助力实体企业数字化转型之路走的更加稳健。
未来,华为云GaussDB将持续助力数位科技成为数字经济时代的领军企业,聚焦实体企业所面临的商业命题,为实体经济从业者和企业提供商业决策、商业应用服务、数字化作业管理系统工具等支持,助力企业数字化转型成功。
华为云TechWave云原生数据库峰会即将举行
2022年8月18日14:00,华为云TechWave云原生数据库峰会将在深圳举行。峰会围绕云原生数据库,与来自产业组织、云厂商、科技媒体以及行业技术精英零距离思想碰撞;联合信通院发布云原生数据库业界首个白皮书,探讨如何构建云原生2.0时代新型数据库云服务;聆听云原生行业先锋的创新实践,携手伙伴共建应用繁荣生态。欢迎登录华为云官网,搜索“华为云TechWave云原生数据库峰会”并预约报名。
好文章,需要你的鼓励
新加坡人工智能机构与阿里云发布全新大语言模型Qwen-Sea-Lion-v4,专门针对东南亚语言和文化特色进行优化。该模型结合阿里云Qwen3-32B基础模型和大量东南亚地区数据集,在东南亚语言模型评估榜单中位居开源模型首位。模型支持119种语言,能在32GB内存的消费级笔记本上运行,采用字节对编码技术更好处理非拉丁文字,并具备3.2万词元上下文长度,可执行文档级推理和摘要任务。
这项由CMU与亚马逊AGI联合完成的研究揭示了当前AI系统的重大缺陷:即使最先进的模型也不知道何时该说"我不知道"。研究团队开发的RefusalBench评估系统通过176种语言操作技巧动态生成测试案例,发现顶级AI在多文档任务中的拒绝准确率低于50%。这项研究不仅提供了标准化测试工具,更为构建诚实可靠的AI系统指明了方向。
AI智能体是下一代业务自动化工具,不仅能对话交流,还能执行复杂任务。与ChatGPT聊天机器人不同,它们可在最少人工干预下规划并完成工作。文章介绍了五个高影响力应用:自动化客户服务解决方案、销售CRM管理、合规自动化、招聘筛选与排程、市场情报报告。这些应用都具有重复性工作流程、依赖结构化数据、遵循可预测规则等特点,能够释放员工宝贵时间用于更有价值的工作。
这项由中国人民大学联合腾讯开发的LaSeR技术,发现了AI在生成答案最后一刻会无意中透露对答案质量的评估。通过观察这个"最后一词效应",研究人员开发出了一种让AI高效进行自我评估的方法,在几乎不增加计算成本的情况下,大幅提升了AI的自我验证能力,为构建更可信的AI系统开辟了新路径。