IDC发布中国分布式关系型数据库2023厂商评估的报告指出，头部厂商优势扩大；沙利文联合头豹研究院发布《2023年中国金融级分布式数据库市场报告》指出，金融级分布式数据库市场竞争格局已越来越明确，金融级分布式数据库行业步入高质量竞争阶段;达梦数据科创板IPO获批；TuGraph Analytics打破LDBC纪录……

主数据的单源是指同类主数据只由一个源系统产生，源系统可以是应用系统，也可以是主数据管理(MDM)系统本身。

以规范的方式来管理企业的数据资产已经被广泛接受和认可，但还需要组织架构、原则、过程和规则，以确保数据管理的各项职能得到正确的履行。由于数据管理切入的视角和侧重点不同，业界常见的对数据治理的定义已经在几十种，到目前为止还未形成一个统一标准的定义。

根据我的经验来看，通常情况下，企业BI项目建设有两种情况，独立开发或者是乙方参与，具体选择哪一种主要看企业的IT部门是否具备了独立建设BI项目的能力，如果没有的话，那就要引入BI产品供应商，或者找外包项目团队，当然这种花的钱要更多。

在当前经济动荡之际，成本上升，IT 预算压力增大，云存储战略成为关注焦点；生成式AI提出了新的数据存储和管理要求

先明确这里讲的 DBA 指的是专职负责数据库管理的人员，不算还身兼其他职责的人员，也不包括数据库内核开发人员。那么正常一个公司该养几个 DBA 比较合适呢?文章按照公司的发展阶段进行阐述。

HTAP数据库核心的技术评价主要包括处理混合负载的性能、OLAP与OLTP之间的数据同步延迟(数据新鲜度)两大方面。虽然目前针对HTAP型数据库，有CH-benCHmark、HTAPBench、OLXPBench、HATrick等测试基准，但这些测试基准在数据模型、工作负载、评测指标方面无法支撑对HTAP的核心技术进行评价。

2024 年的数据与人工智能的趋势与管道和激活有关，特别是对于关注数据质量、平台架构和治理的人工智能而言。服务于多种信息角色的自主代理和任务助理可以部分或完全自动化所需的活动。

一个完备的数据底层建设可以为企业提供坚实的基础，确保数据中台的成功实施和运营。简单来说，数据底层建设包括数据采集、数据集成和数据治理三部分。

每个企业的实际情况不同，其需求是不同的，作为一个用户你说不需要某个功能是完全没毛病的，不过作为数据库厂商，需要为各种各样的应用场景提供解决方案。

在最近的TOP100全球软件案例研究峰会中，PingCAP TiDB Serverless研发负责人孙晓光披露了一些令人瞩目的数据：从立项到Beta版本发布仅用了2个半月，总活跃集群数超过2万个。这些成就不仅展示了TiDB Serverless的快速成长，也体现了其背后的强大实力。

基础设施和运营（I&O）领域已出现了许多创新和新兴技术，例如云计算、边缘计算、云原生、容器技术和智能运维（AIOps）。这些创新和新技术不仅为I&O团队引入了需掌握的新技术技能，也带来了新的工作方式和有助于职业发展的成功路径。

​应对大数据的挑战迫在眉睫，我们如何存储、管理、治理和使用大数据，从未像现在这样紧迫。人工智能的进步可能会成为 2024 年的驱动力，但如果您的大数据失控，AI又能如何呢。

其实关于DBA团队规模的话题没有一个可以定量的结论。因为有的企业甚至没有这个岗位，更加别说相关的人了。

昨天一个网友问我一道关于PG的选择题：Postgresql数据库中哪些进程可以将shared buffers中的脏数据回写到数据文件?PG在刷脏块的算法方面的设计比较传统，这种设计是从90年代一脉相承的，改起来成本较大，所以就一直沿用下来了。

管理这些附加MetaData信息的目的，一方面是为了让用户能够更高效的挖掘和使用数据，另一方面是为了让平台管理人员能更加有效的做好系统的维护管理工作。

竞品分析是企业发展过程中绕不开的一个领域，对于数据分析相关岗位而言，类似战略分析师、商业分析师，都需要具备或多或少的竞品分析能力。本章，小火龙带大家了解一下竞品分析是如何做的，以及其中可用于度量的相关指标。

在携程，很早就有一些业务尝试了图技术，并将其运用到生产中，以Neo4j和JanusGraph为主。2021年开始，我们对图数据库进行集中的运维治理，期望规范业务的使用，并适配携程已有的各种系统，更好地服务业务方。经过调研，我们选择分布式图数据库Nebula Graph作为管理的对象

没有任何一个第三方比你们更清楚自己企业的业务，而业务对IT的成功是第一位的，但外力最缺的，往往就是业务能力

当前国内高度不确定的的市场环境迫使一些国内企业出海谋求发展，但异地管理又成为了企业的一大问题，特别是财务管控，出海前期需要大笔的资金投入，如何既能保障海外企业充足的现金流，又要保障资金使用的合理性、合法性、规范性