DBPack:数据库集群工具包。可作为sidecar部署在pod中,屏蔽了复杂的基础逻辑,业务开发无需依赖特定的SDK,简化开发

DBPack:数据库集群工具包。可作为sidecar部署在pod中,屏蔽了复杂的基础逻辑,业务开发无需依赖特定的SDK,简化开发流程,提高开发效率。 特征 支持MYSQL协议 受kubernetes启发的简单易用的分布式事务解决方案 支持读写拆分,支持通过Hint自定义SQL路由 作为sidecar部署,支持任何语言 sharding:支持分表查询,支持order by,支持limit ... |

相关推荐

封面图片

Chat2DB是阿里巴巴开源免费的多数据库客户端工具。支持Windows和Mac本地安装,也支持服务器端部署和网页访问。与Nav

Chat2DB是阿里巴巴开源免费的多数据库客户端工具。支持Windows和Mac本地安装,也支持服务器端部署和网页访问。与Navicat、DBeaver等传统数据库客户端软件相比,Chat2DB集成了AIGC的功能,能够将自然语言转换为SQL。它还可以将SQL转换为自然语言,并为SQL提供优化建议,大大提升开发人员的效率。它是AI时代数据库开发人员的工具,甚至未来的非SQL业务操作人员都可以使用它快速查询业务数据并生成报告。 特征 AI智能助手,支持自然语言到SQL转换、SQL到自然语言转换、SQL优化建议 支持团队协作,开发者无需知道线上数据库密码,解决企业数据库账号安全问题 强大的数据管理能力,支持数据表、视图、存储过程、函数、触发器、索引、序列、用户、角色、权限等管理。 强大的扩展能力,目前支持MySQL、PostgreSQL、Oracle、SQLServer、ClickHouse、OceanBase、H2、SQLite等,未来将支持更多数据库 使用Electron进行前端开发,提供集成Windows、Mac、Linux客户端和Web版本的解决方案 支持环境隔离、在线、日常数据权限分离 | #工具

封面图片

:开发者的数据IDE,可在统一平台中无缝连接数据库查询、 HTTP请求、脚本和可视化

:开发者的数据IDE,可在统一平台中无缝连接数据库查询、 HTTP请求、脚本和可视化 特征: 跨平台:Windows、macOS 和 Linux 查询各种数据库: 传统 OLTP:SQLite、SQL Server、Oracle、PostgreSQL 和 MySQL 兼容的数据库 分析:Snowflake、ClickHouse 文档和时间序列:Prometheus、Influx、ElasticSearch 更多路线图 所有都支持通过 SSH 代理 查询 HTTP 服务器 从磁盘读取文件: 内置对 parquet、CSV、JSON 和 Excel(.xlsx、.xls)的支持 内置支持解析 Apache2 访问和错误日志、Nginx 访问日志、系统日志和换行符分隔的 JSON 内置支持通过 SSH 读取(即 SFTP) 针对 Python、JavaScript、Ruby、Julia 和 R 中的数据编写脚本 从数据生成条形图和饼图

封面图片

Meta两个豪华AI集群曝光:每个配备2.4万块英伟达H100 价值几十亿

Meta两个豪华AI集群曝光:每个配备2.4万块英伟达H100 价值几十亿 在硬件配置方面,每个集群都配备了24576个英伟达Tensor Core H100 GPU(每个数万美元),与之前使用的16000个英伟达A100 GPU相比有了明显提升,这将极大地促进自然语言处理、语音识别和图像生成等人工智能研究和开发工作。Meta表示,这种升级不仅在数量上有所增加,其性能上的跃进也将支持更大、更复杂的模型,为生成式人工智能产品的开发铺平道路。Meta计划在2024年底之前,将其人工智能基础设施扩大到高达35万个H100 GPU。目标是拥有相当于近60万个H100 GPU的算力。虽然两个新集群的GPU数量相同,但它们在网络基础设施方面各有差异,均支持400 Gbps端点之间的互联。其中一个集群采用了基于Arista 7800交换机配合Wedge400和Minipack2 OCP机架交换机的远程直接内存访问(RDMA)和融合以太网(RoCE)网络解决方案,而另一个则应用了英伟达Quantum2 InfiniBand网络架构。值得一提的是,两个集群均基于Meta自研的开放GPU硬件平台Grand Teton构建,这是公司为支撑大型AI工作负载而开发的GPU基础硬件平台。作为Zion-EX平台的后续产品,Grand Teton在主机到GPU的带宽、计算及数据网络带宽、以及功率包络等方面都实现了显著的增强。此外,这些集群充分利用了Meta专为Grand Teton等方案设计的Open Rack电源和机架架构,提高了数据中心的灵活性。Meta的Open Rack v3硬件设计引入了一个灵活的机架配置方案。与传统的固定母线设计相比,它允许在机架中的任意位置安装电源架,从而使机架配置更加灵活。在建设这些新集群时,Meta特别关注了每台服务器吞吐量、机架数量减少及能源效率之间的平衡。通过对机架内服务器数量的定制化设计,Meta确保了这些集群在提供高性能的同时,也达到了能源的高效利用。在存储技术上,这些集群运用了Linux Filesystem中的Userspace API,并得到了Meta自家Tectonic分布式存储方案的加持。与此同时,Meta还与Hammerspace合作,一道开发了并行网络文件系统(NFS)。两个集群均基于配备了最新高容量E1.S SSD的YV3 Sierra Point服务器平台。为了优化网络利用率,Meta进行了网络拓扑和路由的调整,并部署了英伟达的集体通信库(NCCL)。NCCL是一套针对英伟达GPU和网络进行优化的标准通信例程库。Meta还在积极推进其PyTorch基础AI框架的发展,以应对数十万GPU的训练需求。Meta的技术项目经理凯文·李(Kevin Lee)、生产网络工程师阿迪·甘吉迪(Adi Gangidi)以及生产工程总监马修·奥尔德姆(Mathew Oldham)在最新博客中共同表达了公司的技术愿景和战略。他们强调,Meta将致力于人工智能软件和硬件的开放式创新,启动人工智能联盟,建立一个开放的生态系统,“为人工智能开发带来透明度、审查和信任,并带来每个人都能从中受益的创新,这些创新以安全和责任为首要考虑因素”。这篇博文继续强调:“面对未来,我们意识到昨天和今天有效的方法可能无法满足明天的需求。因此,Meta将不断评估和改进其基础设施的各个方面,从物理和虚拟层到软件层等。我们的目标是创建一个既灵活又可靠的系统,以支撑快速发展中的新模型和研究工作。” ... PC版: 手机版:

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人