华为、阿里、美团、字节跳动、蚂蚁、小红书、货拉拉、爱可生、复旦大学等在数据库改造和优化上有哪些新解法？
国产数据库技术取得了哪些重大突破？未来将如何发展？
如何基于MySQL源码的分析，快速、准确定位故障根因？
如何解决规模化运维带来的DBA时间碎片化与业务连续性风险？
如何应对可观测性领域的海量metrics数据，并设计分布式metrics系统？
混合云环境下，如何结合中间件实现业务无感的数据库拆分迁移？
分布式、云原生、国产化是当前数据库的主要趋势，华为云在2022年围绕这些趋势，在技术、商业、生态上完成多项升级，打造企业核心应用云化的智能数据底座。本次分享将具体介绍以下内容：
技术实践上，GaussDB在面向金融政企的国产分布式数据库领域，发布了哪些高可靠、安全、性能方面的新特性；在面向互联网的云原生领域，如何实现Serverless、Regionless、Modeless的全新架构演进；
商用实践上，GaussDB上线全球最复杂的华为流程IT ERP系统，以及多家国有大行核心系统的经验分享；
生态建设上，随着更多合作伙伴加入GaussDB朋友圈，提供了哪些创新解决方案。
云原生数据库领域近年来发生了系列深刻变革，阿里云数据库率先提出了主导未来数据库发展的核心“四化”趋势——云原生化、平台化、一体化和智能化，本议题将解读此“四化”的具体内容及落地实践：
云原生化：基于基础服务构筑服务，使用户从购买资源向购买能力转变，加速数据业务上云，例如资源解耦、Serverless等能力；
平台化：基于云平台提供一站式数据管理与服务，提供标准的OpenAPI体系，减少业务烟囱；
一体化：聚焦客户业务场景，通过多产品一体化体验，简化开发、管理和运维，避免数据搬迁，具体包括：处理分析一体化、离在线一体化、集中分布一体化、多模处理一体化；
智能化：融合AI能力的数据库自治服务，提升运维效率与体验；数据库内置机器学习(ML)功能，无需移动数据即可进行模型训练、生成推理和预测。
时序数据分析和挖掘是工业大数据处理的重要环节，现有时间序列数据库主要支持数据快速读写和简单聚集查询，通用时序分析工具主要关注预测和异常检测等单一分析功能，领域时间序列分析工具支持更丰富的分析手段，但不具有数据库能力。本次分享将介绍团队在工业时间序列管理和分析系统方面的实践探索，具体包括以下内容：
介绍工况切分、关联分析等若干典型的工业时序分析算法；
从数据管理、算法库、分析流程搭建等方面介绍系统的整体架构和核心模块。
本次分享主要介绍蚂蚁集团发展过程中基础设施面临的问题与挑战，以及如何基于OceanBase构建蚂蚁统一存储架构，同时在容器化、单元化、异地多活、大促弹性、智能运维上沉淀的实践，并提供以下启发：
解决规模化运维带来的DBA时间碎片化与业务连续性风险；
业务单元化与异地多活建设思路；
破解业务高速发展的不确定性与基础设施建设成本的矛盾。
本议题主要分享GaussDB在金融领域的核心业务场景中，如何平稳快速完成传统数据库搬迁的最佳实践与思考，具体包括以下内容：
介绍传统数据库迁移整体方案；
解析GaussDB数据库在金融核心业务场景的迁移案例；
分享华为云数据库发展策略。
分享如何基于MySQL源码的分析来快速、准确定位故障根因以及通过改造MySQL查询优化器源码，基于Cost模型自动给出风险SQL的索引优化建议，具体包括以下内容：
快速、精准地做数据库故障根因分析；
快速发现潜在的风险SQL并自动给出索引优化建议；
AIOps在数据库领域的探索及落地经验。
通过SQLE方案的拆解，分享如何实现高质量的SQL质量管控，实现信创背景下多种类数据库的自动SQL审核、自动流转，达成减轻DBA工作量、减少跨部门沟通成本的效果。分享具体包括以下内容：
如何对多种类数据库进行SQL审核上线；
如何对SQL做事前审核、事中监控、事后分析；
SQL审核到底审些什么；
如何让一个SQL审核工具和内部流程对接协作。
从单机到分布式、从开源到自研，字节跳动在可观测性领域的海量metrics时序数据库逐步构建出了一套相对完善的分布式计算与存储的时序数据处理能力。本次分享主要包括以下内容：
如何应对可观测性领域的海量metrics数据；
如何整体设计分布式的metrics系统；
如何设计与实现metrics查询的分布式计算。
随着单体架构向微服务架构演进、单云环境向混合云环境的过渡，DB层稳定性建设迎来了全新挑战。静态的某个DB长期稳定运行已不能满足企业要求，新的稳定性体系必须是能够应对海量存储以及频繁表结构变更、数据迁移、容量扩缩容的反脆弱稳定性体系。本次分享主要包括以下内容：
如何在云RDS的HA机制上锦上添花；
结合中间件如何实现业务无感的数据库拆分迁移；
为什么我们需要在云环境下“留一手”。
本议题主要介绍小红书MySQL高可用的架构演进，分享具体包括以下内容：
构建MySQL主从架构下的跨云高可用方案；
从单云同城双活到跨云多地区多活架构的切换策略；
基于DB Proxy、Orchestrator、配置中心的MySQL跨云高可用实践经验。
智能化，是数据库未来的重要发展方向之一。AI for DB，帮助数据库具备自感知、自定位、自修复、自运维的能力，可以有效简化数据库的运维难度，帮助数据库实现“自动驾驶”。本议题将分享阿里云数据库在“自动驾驶”上的具体实践和经验。
*更多数据库主题演讲嘉宾及干货议题持续更新……
扫码可了解完整议题及报名
↓点这里了解峰会更多详情及报名
https://www.bagevent.com/event/8100960?bag_track=SJK
230721
1、导入Mongo Monitor监控工具表结构（mongo_monitor…
上面提到： 在问题描述的架构图中我们可以看到，Click…
PMM不香吗？
如今看都很棒