今日获悉，腾讯云数据库4篇论文入选国际数据库顶级会议VLDB，多项优化创新方案突破了数据库领域的性能瓶颈数等多项难题，技术创新能力再获国际权威认可。
VLDB（International Conference on Very Large Data Bases）是数据库研究领域历史悠久的国际会议，与ICDE和SIGMOD并称数据库三大顶级会议，每年为数据库领域提供大量高质量的研究论文和研究成果，具有重要的学术价值和行业引导意义。
近些年，随着新兴技术迅猛发展,各行各业产生的数据量呈爆炸式增长分布式、云原生等多种场景数据库应运而生。与此同时，分布式场景也迎来如何权衡性能与一致性等一系列新的挑战。
在入选论文——《TDSQL: Tencent Distributed Database System》中，腾讯云分享了设计、开发和优化大规模分布式数据库系统TDSQL的经验。在分布式架构上，TDSQL通过大量的实现和优化，包括内核优化、物理复制的实现与优化、分布式锁的优化等，使得TDSQL能在保持一致性的情况下有效处理大量数据和高并发。在去年3月的TPC-C 基准测试中，TDSQL性能达到每分钟 8.14 亿笔交易（tpmC），打破了世界纪录。
在高性能的键值存储引擎中，高性能索引结构往往需要占用过量内存以换取极高的索引性能。针对这一热门研究课题，腾讯云与华中科技大学合作的最新研究成果《FluidKV: Seamlessly Bridging the Gap between Indexing Performance and Memory-Footprint on Ultra-Fast Storage》中提出了一种兼顾高读写性能和低内存占用的索引机制。
这种基于动态多阶段的索引架构FluidKV，可将索引项从内存占用率高的阶段，快速迁移到内存友好的持久存储阶段，利用高性能存储设备的带宽减轻内存压力。在此基础上，通过匹配IO传输粒度，并根据用户负载读写比例优化缓冲等方式，可以让读写性能保持在最高档位。实验结果显示，对比持久索引的相关工作，FluidKV的读写性能均处于最高一档，同时最多可减少90%的内存占用。
（腾讯云数据库团队现场分享论文）
此外，腾讯云与北京大学、北京交通大学合作的最新研究成果也入选了2024年VLDB长文，文章《Efficient and Accurate SimRank-based Similarity Joins: Experiments, Analysis, and Improvement》提出了高效且准确的SimRank图节点相似度连接算法，实验表明，该算法较已有方法实现了查询效率近一个数量级的提升。
随着CPU、大内存、高速存储设备的发展，让CPU更多的用于实际的计算任务是高效利用这些新硬件的关键之一。但目前，整个数据库系统中，存在大量的等待事件，会导致CPU“卡住”，即让CPU处于无效的等待状态，造成CPU资源的浪费。
在入选论文《The Art of Latency Hiding in Modern Database Engines》中，腾讯云则联合西蒙·弗雷泽大学，针对高性能的OLTP处理难题，提出了基于双队列的流水线事务处理机制，可以进一步减少CPU的无效等待，让CPU充分应用于实际的计算任务中。实验表明，在数据量大于内存、混合负载的场景下，该系统可取得33倍的性能提升。
作为国内数据库行业先行者，腾讯云已经深耕数据库领域十余年，服务超过50万客户，未来，腾讯云将持续深耕实际场景需求，不断探索与攻坚数据库难题，推动数据库领域的学术进步与技术成果转化，助力更多企业实现业务创新与高质量发展。
