SequoiaDB技术博客_SequoiaDB巨杉数据库

分布式事务高可用 MySQL Spark 分区性能工具最佳实践迁移技术教程原理解析 SequoiaDB 演讲实录

从落地效果看，如何基于SequoiaDB构建「PB级数据」股份制银行内容管理平台

2022-01-27

巨杉数据库、SequoiaDB

巨杉数据库基于原生分布式技术，演进出独特的湖仓一体架构，提供存算分离、海量数据存储、多模数据、高并发访问等能力，为银行非结构化数据治理提供银行内容管理平台解决方案。

「巨杉数据库SVP」《数据库监控与运维是要靠人？还是可以交给AI》技术沙龙

2021-08-27

SVP 技术沙龙

AI的诞生意味着什么？我们该如何看待它？又应该使用它？本次技术沙龙，我们将通过Hype Cycle成熟度曲线，探析新技术的诞生到成熟将会经历哪些阶段，引入关于全自动化调优的思考以及SequoiaDB监控运维的实践介绍。

「巨杉数据库SVP」《数据库的“快”与“慢”应该如何定义》技术沙龙

2021-08-10

SVP 技术沙龙

数据的多样化为数据处理带来新的挑战，我们开始思考，数据库的“快”与“慢”应该如何定义？因此，本期技术沙龙将以此为题，从宏观的趋势发展和具体Spark的Join原理分析及优化操作两个层面，与您共同探讨数据处理的无限变化与可能。

「巨杉数据库SVP」《如何理解湖仓一体，实现交易分析一体化》技术沙龙

2021-07-27

SVP 技术沙龙

「湖仓一体（Data Lakehouse）」诞生于2020年，海内外不同厂商期望通过这一技术实现数据湖和数据仓库的有机整合，纷纷推出不同的解决方案和产品。本次分享通过对比各厂商技术栈，为大家全面盘点Lakehouse未来的技术发展趋势，同时将深度分析在SequoiaDB中如何通过SparkSQL增强分析能力，实现具备事务一致性分析能力的数据湖。

「巨杉数据库SVP」《无处不在的性能陷阱》技术沙龙

2021-07-13

SVP 技术沙龙

金融银行业对数据库性能要求极为严格，这也意味着对数据库运维能力有了进一步的要求。但在实际操作中，我们总会碰到一些无处不在的性能陷阱。本次技术沙龙，我们将围绕如何进行性能排查，避免性能陷阱展开讨论，寻找更好、更快、更准确地进行性能排查的办法。

什么是湖仓一体？

2021-04-28

巨杉数据库、SequoiaDB、湖仓一体

过去几年中，「湖仓一体」（Lakehouse）作为一种新的数据管理架构，逐步独立地出现在许多客户的应用场景中。这篇文章，让我们来看看这种新架构，有哪些技术特点和优势。

从ETL到ELT：让分析更快、更稳、更智能

2021-04-28

SequoiaDB

分布式数据库技术正在迅速发展，随着数据处理的实时性需求越来越高，公司在管理数据处理的过程中，开始从ETL方案，逐渐转向ELT方案

JSON敏捷开发，助力文档型数据库国产化迁移

2021-04-07

SequoiaDB

巨杉文档型数据库SequoiaDB-DOC，基于100%自研的巨杉分布式数据库内核，高度兼容MongoDB的JSON操作，协助用户快速迁移，构建性能更强、扩展性更高、功能更完备的应用系统。

非结构化数据治理，盘活企业内容数据

2021-04-07

SequoiaDB

巨杉已经和众多合作伙伴一起，基于SequoiaDB-CM数据库底座，帮助超过100家企业客户，构建了分布式内容管理平台。

打破传统束缚，助力联机业务微服务创新

2021-03-23

SequoiaDB

SequoiaDB-TP事务型分布式数据库，基于100%自研的分布式数据库内核，拥有多项关键技术特性，在OLTP领域，为金融、能源、运营商、政企等客户的生产业务系统，提供万亿级数据量的联机处理能力。

上一页 123 4 5 下一页最后一页

准备开始体验 SequoiaDB 巨杉数据库？