随着互联网高速发展,多种类型数据爆发式地增长,各种创新业务场景层出不穷,进而促进了供给端厂商技术和产品架构的创新。作为底层核心地基数据库技术也迎来了百家争鸣的繁荣景象,通过与150+位资深数据库技术专家进行调查和讨论,我们梳理出以下最受DBA关注的技术点和话题:

数据库内核技术    推荐指数:4.5

数据库内核技术一直都是技术人员关注的话题:解密数据库内核架构、分析内核源码,探索优化内核技能,掌握和了解数据库内核模块如事务、优化器、存储、并发执行器等核心技术,通过对数据库内核功能实现解析,结合具体的功能实现,按图索骥,解析内核结构,具有重要的实践指导意义。新硬件在数据库内核的应用适配,分布式一致性与共识协议的实践与演进,数据库存储与事务引擎的创新技术。

参考技术要点

平均分(5分制)

数据库内核技术探索

4.2

数据库内核架构揭秘

4.8

数据库内核源码分析

4.6

数据库内核优化

4.4

金融行业数据库技术应用    推荐指数:4.5

金融行业数据库的话题,这是因为金融行业对数据库技术有更严格的要求,因此对于这一领域的经验可以给更多人参考。

金融行业是数据库领域的一个风向标,金融行业数据库的前沿性技术展示,行家经验分享对金融业务具有很好的参考意义。由于金融行业对业务稳定性、可靠性、高可用等严格要求,如何选择适配海量数据、海量交易的分布式数据库,属于数据库技术路线的核心范畴。而分布式数据库目前尚处于可用向好用演进的中间状态,不同技术路线的分布式数据库都在快速发展,如何根据金融业务场景、数据规模、数据库负载、监管需求、运维需求、数据库生态、数据库特性、应用改造成本、周边工具适配、迁移方案、软硬件成本等因素抽丝剥茧,选择合适的分布式数据库产品至关重要。数据库选型不只是局限分布式方面,而应该考虑到实际的应用场景

参考技术要点

平均分(5分制)

金融业务数据库实践与规范

4.2

金融行业分布式数据库选型

4.6

金融行业数字化转型痛点及建议

4.4

金融云数据库的应用与实践

4.8

云原生数据库开发与实践    推荐指数:4.2

过去我们称为云时代的数据库技术,以云计算作为基础,将数据直接迁移到云上,形成了RDS,虽然一定程度可以解决扩容的效果,但是这猴子那个方案维护的成本也很高,资源利用率低。随着云计算快速发展,云上数据库技术的程度越来越高,因此对第一代云数据库进行了改造和升级,也就是今天的云原生数据库,更好的解决资源弹性扩展的问题。这种云原生数据库再计算节点扩展就会很轻量,扩展速度更快。

对于云原生数据库技术大家更关注的存储与计算分离、异构数据存储于处理,如何建设云原生数据库,如何管理云原生数据库以及多云环境下的数据库管理等。

参考技术要点

平均分(5分制)

云原生数据库数据存储技术

4.2

云原生数据库应用实践

4.2

云原生数据库管理实践

4.2

异构数据处理

4.2

分布式数据库应用最佳实践  推荐指数:4.2

分布式数据库是目前大的热点,选型非常重要,目前分布式数据库种类过多如何选择一个好的数据库落地最佳实践。分布式数据库组件的高效与先进性展示,分布式数据库架构与应用,原生分布式数据库架构与应用,基于分库分表的数据库架构与应用,数据动态迁移,以及迁移时对业务影响和效率等。分布式数据库目前还是处于选型和稳定应用架构方面,如果一个分布式数据库产品能够在要求严苛的金融行业充分验证场景,可以给其他很多行业提供参考,反之则不然。分布式数据库在金融行业应用这个题目下面可以有很多发挥的空间,例如分布式数据库设计;分布式数据库迁移、数据比对、数据回写、分布式数据库应用优化、金融业务场景适配等等。

参考技术要点

平均分(5分制)

分布式数据库应用实践

4.2

分布式数据库性能优化

4.2

分布式数据库选型

4.2

图数据技术创新与应用实践    推荐指数:4.0

图数据库是一种特殊的NoSQL,近几年也是越来越受到大家的追捧。由于图数据有一定的专业性,因此受众相比关系型数据库相对比较小众。对于场景使用也有一些特殊要求,个别特殊场景需求比较大,例如社交图谱、智能风控、知识图谱等领域很受推崇。在图数据库领域最受用户关注知识图谱发展动态、图数据库的底层数存展示、图数据库中的存储与查询、图数据库选型和建议、图数据库前沿架构等话题最受关注。

参考技术要点

平均分(5分制)

图数据库架构演进与应用

4.0

大规模图并行计算

4.0

图数据库存储与计算

4.0

图数据库查询与优化

4.2

海量数据架构设计    推荐指数:4.4  

整体上而言,数据架构已经是非常成熟的技术了。但是随着数字化时代的来临,数据的多场景多样性也伴随出现,持续的数据增长会要求我们对过去的架构做新的适配,以满足快速业务增长的需求。随着数据量增大,需要提高架构设计水平。例如我们当下进行数据架构设计时,不仅要考虑当前的需求,还应该兼顾未来的可能需求,因为一个可扩展的、灵活的架构设计就显得非常重要。

智能运维    推荐指数:4.0  

运维是DBA的常规事项,智能运维已成为数据库运维的一种趋势,既是当前比较热的话题,也是每个公司都必须考虑和面对的问题;随着软件技术的越来越智能化,对于从业者提出了更高的要求,例如多源异构数据库云管、智能场景的算法应用、不同数据库集群的智能化管理,如何管理更大规模的数据库集群等,这些都是当智能化运维时代来临,我们必须面对的现实场景。

参考技术要点

平均分(5分制)

智能运维分析领域中的算法研究和场景探索

4.0

多源异构数据库云管平台架构与实践

4.0

智能运维AIOps建设及无代码化探索

4.0

不同数据库多集群管理方法与实践

4.1

时序数据库    推荐指数:4.0

时序数据库库与图数据库一样,时序数据库有专业型。但时序数据库应用方向更广、更有想像空间,特别是IoT万物互联逐渐临近,时序数据库价值被更多的认可。时序数据库主要落地在物联网行业中,随着未来IoT会产生越来越多的数据,时序数据库也将会成为企业必不可少的工具,针对时序数据库选型、时序数据库架构分多种类型的设计、强一致的成本和时间效率、如何实时采集、查询、调用、处理等这些技术都将是大家关注的焦点。

参考技术要点

平均分(5分制)

物联网时序数据库应用实践

4.0

时序数据库的选型与实践

4.0  

时序数据库架构设计

4.0  

时序数据库高效数据处理实践

4.0  

数据治理    推荐指数:4.0

随着企业对数据资产的重视,数据质量是很多公司的痛点,如何依赖数据治理来保证数据质量也是很多公司在尝试做的事情,通过数据治理保证数据质量,让数据更加清晰,方便使用是数据治理的最重要的方面,行业的实践有参考意义。随着数字时代产生的数据多样性,结构化数据的治理相对容易,对于非结构化数据的治理将是更多企业面临的主要难点,这些经验对企业架构设计来说也很有参考意义。

参考技术要点

平均分(5分制)

元数据治理

4.4

非结构化数据治理

4.4

数据治理在质量方向上的实战

3.8

数据治理在成本优化上的实践

3.8

数据安全    推荐指数:3.9

数据安全是目前面临的非常急迫要关注的问题.数据安全这一块非常重要了,处理不好对企业的损失和信用影响极大.数据安全,无论热度,都是大家必须关注的话题,很多国产数据库,在增强源码时,都选择为数据库添加TDE等安全特性入手,安全,是企业的刚需,特别上云之后,数据安全、脱敏,更是刚需。在当前数据隐私保护合规要求越来越严的大背景下,增加数据隐私保护,提升数据安全预警与监控技术是必要的

参考技术要点

平均分(5分制)

数据脱敏技巧

3.9

数据安全治理实践

4.1

数据安全的稽核和风险预警

3.9

数据访问管控技术与技巧

3.9

数据湖与实时数仓技术与应用实践    推荐指数:4.2

数据湖是对传统的ETL、数据集市的改良,技术较新。基于数湖技术的实时数仓是目前热点方向,相关实践比较有参考的意义。实时分析能力不断提升,带给业务的价值正被企业不断的挖掘并应用,继lambda和kappa架构之后,很多人发现这两种架构都不能很好的支撑所有的数据处理场景,因此现在有很多公司提出湖仓一体的实时数据架构,数据仓库从 T+1模式转为实时模式,是目前数据仓库方面的最热的点.

参考技术要点

平均分(5分制)

多样化数据采集处理

4.2

数据仓库实时数据分析

4.4

基于开源技术的实时数仓

4.2

湖仓一体化技术

4.2

性能优化与SQL审计    推荐指数:3.9

SQL性能优化虽说是老生常谈,目前的企业系统开发过程中对此的标准及关注度都非常高。不规范的SQL编写导致的系统事故也非常的多。SQL性能优化是每个公司,每个DBA都非常关注的内容,针对SQL优化这块的内容,很多数据库官网和服务商都陆续推出了自动优化的工具,但当企业业务或场景发生变化是,这些优化的手段有时会失效。SQL审计是越来越多公司需要关注和满足的SQL功能,SQL统计信息采集也是目前决定最终代码性能的关键因素。MGR是MySQL数据库目前和后续几年的主要架构方式,看着很美,一般人搞不定,对MGR褒贬不一。

参考技术要点

平均分(5分制)

SQL性能优化

4.0

MGR性能调优

3.8

SQL审计

4.0

SQL统计信息采集与分析

3.8

大数据    推荐指数: 4.0

大数据技术随着这十多年的高速发展,已经成为十分成熟的技术。目前大数据的同步技术设计及优化也是目前厂商遇到的难题之一。相比较传统BDP类大数据平台的建设当前应用较广,但实际技术趋势上传统的Hadoop这类东西开始逐渐衰落,大数据领域新一些的开源技术可能效果会更好一些。因此,大数据超大规模数据的管理实践、ZB级数据存储和计算的系统、在线大数据存储与算力管理等这些技术将是下一步大数据从业人员关注的重点。

NoSQL数据库技术实践    推荐指数:  3.8

NoSQL数据库作为常规的数据库技术,使用场景广泛,Redis是目前主要的缓存NoSQL,几乎每个公司都会使用。尽管NoSQL数据库已经实现大面积的落地,但是针对此类数据库的运维保障存在严重的技术不足.NoSQL的技术我理解相对TP来讲,并不是太复杂,重点是:场景。

DTCC2022中国数据库技术大会最新议程发布

2022年8月18日~20日,由IT168联合旗下ITPUB、ChinaUnix两大技术社区主办的第十三届中国数据库技术大会(DTCC2022)将在北京国际会议中心隆重召开。大会以“数据智能 价值创新”为主题,紧跟时代步伐,引领前沿技术,设置2大主会场,20+技术专场,将邀请超百位行业专家,重点围绕时序数据库、图数据技术、实时数仓技术与应用实践、云原生数据库、大数据平台与数据安全等内容展开分享和探讨,为广大数据领域从业人士提供一场年度的饕餮盛宴。作为顶级的数据领域技术盛会,DTCC2022将继续秉承一贯的干货分享和最佳实践砥砺前行。

 

微信图片_20220629113147

 

 

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党