传统方案造成复杂、低效、孤岛化的现 状 • 多种数据产品、孤岛化严重；穿墙打洞、复杂低效；数据质量参差不齐 • 70% 企业结果是投了钱，疗效低（ Gartner 报告） Matrix DB ：高性能超融合数据库 历史原因造成纷繁复杂、低效 让数据回归应该有的样子！ Confidential 数字化 + 物联网是最大的机遇，企业需要卓越的数据基座而不是 单品数据库 1980-2000 2000-2020 Now 信息化 时代 互联网 时代 数字化 时代 Confidential 1 专用数据库 四维纵横 │ ©202 数 字汽车 Confidential （客户反馈从 3 天到 10 分 钟） • 硬件成本节省 80% • 精简技术栈：超融合数据库 MatrixDB 替换 Hadoop 全家桶 OpenTSDB 、 HBase 、 HDFS 、 Hi R di 智能座舱 画像分析 行为预警 实时查询 MatrixDB 数据库 方案效果：省心、省力、省时、省 钱 Confidential

Data+AI 技术体系正引领着无数企业 迈向数据智能的新纪元。 本书整理了阿里云在 Data+AI 领域的最新实践案例与深度洞察，涵盖电商、游 戏、营销、运营等多个行业的成功经验，以及技术专家对数据库与 AI 融合趋势 的专业解读。通过理论与实践的结合，我们将共同探索 Data+AI 如何成为企业 智能化转型的核心驱动力，帮助每一位读者找到属于自己的数据智能之路。 .............................................................................. 9 3. 媒体声音 | 专访阿里云数据库周文超博士：AI 就绪的智能数据平台设计思 路 .......................................................................... ............................................ 64 1. 云栖大会 | 数据库与 AI 全面融合，迈入数据智能新纪元 .......................... 64 2. 云栖大会 | 从数据到决策：AI 时代数据库如何实现高效数据管理？ ...... 76 3. 云栖大会 | 多模+一体化，构建更高效的 AI 应用 ......

等创新实践不断涌现。同时，在自主可控的战略要求下，数据库国产化、芯片替代、软硬件适配等工作 稳步推进，构建安全、可信、高性能的金融 IT 底座。 《2025 金融业新一代数据中心创新发展案例集》系统梳理了近年来金融业在数据中心领域的创新 实践与典型成果，涵盖“数据中心智能化与云化升级、灾备与多活数据中心建设、数据库国产化实践、 数据库迁移与运维管理、智能运维与 AI 应用、云网融合与智能网络创新”六大领域，汇集了银行、保险、 异地灾备多活建设实践 广西北部湾银行：分布式数据库应用实践 光大证券：数智化数据中心多云管理平台 海南农商银行：同城容灾云平台 昆山农商银行：信创云平台建设项目 河南农信：灾备自动化运维平台 吉林农信：新数据中心云计算平台建设项目 财信人寿：云数据中心建设项目 爱心人寿：云上云下异地灾备中心项目 大家信科：大家保险集团全面风险整合数据库 37 19 16 40 44 50 灾备与多活数据中心建设 02 数据库国产化实践 03 金科创新社 金科创新社 金科创新社 金科创新社 金科创新社 金科创新社 金科创新社 金科创新社 金科创新社 金科创新社 金科创新社 金科创新社 金科创新社 金科创新社 金科创新社 金科创新社 金科创新社 金科创新社 金科创新社 金科创新社 金科创新社 金科创新 陕西长银消金：基于云原生的数据库云平台建设项目 贵州农

QuestMobileTRUIH中国移动互联网数据库 QuestMobileGROWTH用户画像标签数据库 QuestMobileTRUTHBRAND品牌数据库 QuestMobileTRUTH全景生态流量数据库 ESTMOBILE QuestMobileADINSIGHT广告洞察数据库 QuestMobileNEWMEDIA新媒体数据库 QuestAuto中国新能源汽车数据库 3）主要研究模型 行业发展生命周期理论、行业集中度理论 -032024-042024-052024-062024-072024-082024-092024-102024-112024-12 Source：QuestMobileTRUTH中国移动互联网数据库2024年12月 2024年12月全网用户画像 同比变化 男 50.4% 一线城市 10.2% +1.2% 性 别 女 49.6% 新一线城市 18.1% 城市等级 二线城市 19.6% 46-50岁 10.1% 2000-2999元 19.6% 同比变化 51岁以上 26.5% 3000元以上 9.4% +0.8% Source：QuestMobileGROWTH用户画像标签数据库2024年12月 2024年12月细分行业月人均使用时长 全网用户月人均使用时长 TOP10 单位：小时 单位：小时 同比增长率 200 +3.5% 短视频 62.9 3.2% 165

QuestMobileTRUIH中国移动互联网数据库 QuestMobileGROWTH用户画像标签数据库 QuestMobileTRUTHBRAND品牌数据库 QuestMobileTRUTH全景生态流量数据库 ESTMOBILE QuestMobileADINSIGHT广告洞察数据库 QuestMobileNEWMEDIA新媒体数据库 QuestAuto中国新能源汽车数据库 3）主要研究模型 行业发展生命周期理论、行业集中度理论 -032024-042024-052024-062024-072024-082024-092024-102024-112024-12 Source：QuestMobileTRUTH中国移动互联网数据库2024年12月 2024年12月全网用户画像 同比变化 男 50.4% 一线城市 10.2% +1.2% 性 别 女 49.6% 新一线城市 18.1% 城市等级 二线城市 19.6% 46-50岁 10.1% 2000-2999元 19.6% 同比变化 51岁以上 26.5% 3000元以上 9.4% +0.8% Source：QuestMobileGROWTH用户画像标签数据库2024年12月 2024年12月细分行业月人均使用时长 全网用户月人均使用时长 TOP10 单位：小时 单位：小时 同比增长率 200 +3.5% 短视频 62.9 3.2% 165

7.6 数据库 ....................................................................................................................................................................... 45 7.6.1 关系型数据库服务 ... 45 7.6.1.1 云数据库 RDS ..................................................................................................................................................... 45 7.6.1.2 云数据库 TaurusDB ... 7.6.1.3 云数据库 GaussDB ............................................................................................................................................. 47 7.6.2 非关系数据库服务 ............

位内的能耗统计， 进行图表和表格输出。 搭建好数据库 后， 建立部门车间、 能源介质、 设备， 计量数据等数据 表， 并创建表与表之间的关系。 然后通过编写程序进行 能源介质、 设备、 计量数据的查询、 增删改等操作， 并 进行能耗统计。 所有操作都是通过触发控件事件， 在事 件里按不同条件情况写好查询语句和操作步骤， 然后在 数据库执行查询计算， 增删改等操作， 并在界面上展示 出来。 出来。 C# 和 SQL Server 数据库的交互通过 ADO.NET 实 现。 （2）能源消耗预测。 在能耗统计基础上可以进行能源 消耗预测， 能源消耗预测是基于历年各个产品的产量和 当年的能源消耗量来进行的， 给定预测年份各个产品的 产量， 采用最小二乘法， 即可得到该预测年份的能源消 耗预测值。 矩阵 A 为 6×5 维度的由 a11～a65 组成， 即为往年各个 产品数量矩阵， 计方案。 为此， 首先介绍了能源管理系统， 其次对能源管理系统进行了架构设计和网络拓扑结构设 计， 介绍了能源管理系统的功能， 最后提出了基于.NET 平台的功能实现。 关键词： 能源管理系统； 数据库； .NET 框架 中图分类号： TP391.9 文献标识码： A doi:10.3969/j.issn.1002-6673.2013.01.019 文章编号： 1002－6673 （2013）

Page18 企业数字化转型总体架构 历史数 据查询 数据交换平台 应用集市数据区 商城零售 供应链企业 人人贷系统 基金系统 …… 系统 企业内外部半结构化、非结构化数据 大数据交换组件 数据库数据交换组件 数据区数据交换组件 数据计 算层 大数据区 沙盘演练数据区 数据应 用层 实 时 数 据 区 客户主题 协议主题 产品主题 业务沙盘演练 数据增 值产品 零售数据 供应链数据 企业数字化转型总体架构——数据产生层  内部业务系统产生的结构化数据  商城日常零售业务处理过程中产生的结构化数据，存储在关系型数据库中，如：供应商信息、采购信息、商品信息、销售流水……  消费企业日常业务处理过程中产生的结构化数据，存储在关系型数据库中，如：客户信息、账户信息、企业产品信息、交易流水……  企业内部非结构化数据  日常业务处理过程中产生的非结构化数据，存储形式 据存储 库的特点来针对性的设计工具，以追求卓越的性能 保证数据在平台内高速流转 保证数据交换过程中不失真 保证数据交换过程中不丢失 保证数据交换过程安全可靠 数据区数据交 换组件 数据库数据交 换组件 大数据交换组 件 消费企业系统 数据服务层 外部 大数 据 商城系统 Hadoop 元数据 云数据推送平台 数据平台导入 临时区 数据平台导出 临时区 NAS

X86 服务器的大数据集群， 实现了 B 域的全量数据接入、O 域及 M 域部分数据（Gn、Mc 口信令数据）的 采集和处理，总存储量达到 1.12P。 平台架构采用 Hadoop、MPP 数据库混搭模式。 对内实现了对领导决策、一线支撑、智能营销方面的应用，提高了业务部 门效率与体验。 对外与南山集团、山东航空公司、山东省人力资源和社会保障厅等重点单 位建立合作关系，探索基于大数据的项目合作。 上下游供应链资源等。应用功能支持原子能力封装，实现多行业快速复制，形 成规模效应。平台架构如下图所示： 移动大数据在旅游业的应用能力包括如下方面： （1）海量分钟级大数据处理能力。通过流处理+内存数据库技术来对海量 数据实时采集处理，实现客流情况分钟级监控预警；采用 MPP 并行大规模数据 库技术，支持海量数据计算和存储。日处理数据量百亿条，存储容量 PB 级。 （2）丰富的可视化能力。实现省、市、区域三级地理位置可视化展现功 户等多种应用平台，位置信息运营平台提供可适配于大屏、PC、移动等终端接 入的数据展示能力，满足个性化使用诉求。 技术实现上，通过海量信令获取全省用户实时精准位置，利用流处理+流 处理内存缓存+关系型内存数据库技术，实时客流量展示、趋势，并进行预警。 可视化能力是平台能力的重要组成部分。平台通过实时、直观、全面的数 据展现，以多终端适配、来源分析、热力图、特征分布、异常预警为抓手，全 面体现平台能力。

.......... 14 12 调查成果 ................................................................. 15 12.1 数据库 ............................................................. 15 12.2 统计表 ........................ 开展调查监测理论与技术攻关，优化林草湿荒综合调查监测体系。研究建立草原产草量、林 草生物量等模型，完善林草生态服务功能与价值监测评估技术。 （4）汇总分析。汇交调查监测数据，开展遥感反演、数据耦合和数据库建设，进行统 计分析评价，产出林草湿荒调查监测成果。 4.2 调查对象及内容 以森林草原湿地资源和荒漠化沙化、石漠化土地变化图斑为调查监测对象，调查更新林 地、草地、湿地及荒漠化范围内的地类 ）数据为总控、以激光雷达数据或光谱 特征数据建模反演图斑储量，协同产出地方各级储量数据的技术方法。 6 4.3.6 数据耦合与统计汇总 综合利用图斑监测和样地调查数据，建立林草湿荒调查监测数据库，开展数据耦合与挖 掘，分析评价全国和各省、重点区域林草湿资源和生态状况及其变化情况，以及荒漠化沙化、 石漠化土地状况及其变化情况，产出年度林草湿荒监测成果。 4.4 技术要求 4.4.1 数学基础