一年一度的数据库和大数据领域技术盛宴——2015中国数据库技术大会(简称 DTCC 2015)将于4月16日至4月18日在北京新云南皇冠假日酒店隆重召开。最新消息，大会最新日程概览已发布，并披露了部分嘉宾议题。
“大数据技术交流和价值发现”是大会的核心主题，DTCC 2015大会规模将达到2500人，分3天21个专场，近百场精彩演讲，大会将云集了国内外最顶尖的数据专家，共同探讨MySQL、NoSQL、Oracle、缓存技术、闪存技术、国产数据库、Hadoop、数据挖掘、推荐系统、机器学习等领域的前瞻性热点技术。
目前拟邀嘉宾在不断确定中，部分嘉宾议题方向也得到确认，据最新消息，TokuDB首席工程师Leif Walsh、58同城高级架构师沈剑、携程MySQL数据库团队高级经理任赟婷、腾讯高级运维工程师周小军、阿里工程师二败(钱在晨)、阿里工程师刘昆(李圣陶)、美团技术专家鞠大升等嘉宾已确认将参加本次DTCC并做主题演讲或对话环节。
注：以下为部分确定嘉宾和拟定议题，不断更新中(排名不分先后)
58同城高级架构师/技术委员会主席沈剑
主题演讲：58同城数据库设计实践
内容简介：
58同城数据库设计上的经验分享，包括几个方面： 一、58同城数据库设计常见问题及解决方案 1)数据量太大，怎么办? 2)数据可用性如何保证? 3)不同读写比的业务，数据库如何设计? 4)数据库字段如何无缝扩充?数据库导表如何无缝迁移? 二、58同城各类业务场景数据库拆库解决方案 1)用户库-单key场景如何拆库? 2)帖子库-双key场景如何拆库? 3)好友库-“关注”与“粉丝”场景如何拆库? 4)订单库-三key场景如何拆库? 三、58同城拆库后出现的问题及解决方案 1)分库后，in查询如何实现? 2)分库后，非key查询如何实现? 3)分库后，夸库分页如何实现? 4)分库后，order by + offset + limit如何实现? 四、58同城数据库中间件初探
携程MySQL数据库团队高级经理 任赟婷
主题演讲：MySQL复制性能优化：并行复制源码改造
内容简介：
一、实现方式：a 对MySQL的复制SQL进程进行调整，改造Log_event类中的get_slave_worker事件处理线程的获取方式。针对指定表的insert/delete/update事件，从事件组(以事务开始事件和事务提交事件为头尾的一组事件)中独立出来。在多个slave工作线程中，进行轮流选择，进行指定表事件的执行。
二、功能及特点： 1、基于MySQL5.6的DB级并行复制实现，无需在主从架构中引入其他组件 2、可配置的应用范围，对指定表进行并行同步 3、动态开关，可随时打开或关闭表级别并行复制 4、高写入负载zabbix后台mysql，复制性能提升50%
腾讯高级运维工程师 周小军
主题演讲：腾讯社交产品的NoSQL集群运营之道
内容简介：
腾讯社交产品包括QQ空间、朋友网、相册、广点通、微云、音乐等各类互联网核心业务。NoSQL集群如何通过低成本、高效率和高质量的运营服务来支撑业务的可持续发展。
阿里工程师 二败(钱在晨)
主题演讲: 双十一异地双活的实时数据同步基础设施DRC
内容简介:
DRC(Data Replication Center)是阿里巴巴技术保障部数据库团队自主研发的对异构数据源进行实时数据迁移、同步和数据流订阅的数据管道基础技术设施。DRC为单元化项目提供稳定的秒级的保证事务一致性的实时数据同步服务，帮助大阿里成为第一家实现异地双活的电商网站，为阿里国际化贡献了自己的一份力量。同时DRC作为大阿里“云化战略”坚定不移的支持者，利用自己的技术优势为集团各部门提供数据云迁移服务，参与并完成了阿里云官网云化等项目。 DRC目前服务于集团、小微、菜鸟、高德等多个公司，涵盖了AliSQL, RDS, Oceanbase, HBase, MetaQ, ODPS等多个存储系统的数据同步，为客户提供7x24小时稳定的实时的高性能的数据迁移同步及数据流订阅服务。2014年双十一期间，DRC线上承载几千个抓取任务，一共从数据库拉取了近百TB的数据量，处理了几千亿个事务，平均每秒处理数百万条事务，峰值每秒处理数千万条事务。
阿里工程师 刘昆(李圣陶)
演讲主题：阿里数据库架构变迁与展望
内容简介：
介绍阿里从00年第一个DBA 鲁道夫 开始，历经IOE时代，MySQL时代，单元化时代，以及未来的OB时代，这一路走来的心路历程。RDS云单元的构建，让我们勇于成为云计算的弄潮儿， 这一系列变革是如何达成的?这套数据库架构体系已经经历了双十一的完美考验，面对未来，我们是否也已经做好了准备?
美团技术专家鞠大升
演讲主题：《基于storm的美团实时计算应用实践》
内容简介：
以Kafka, Storm为代表的实时计算技术，提供了不同于MapReduce的另一种大数据解决方案，更好地解决了海量数据处理的时效性问题。我们将从需求，架构，应用和优化等方面介绍美团在实时计算技术方面的应用和实践经验。
|
