速途網6月23日訊（報道：喬志斌）今日，記者采訪獲悉，在日前開幕的國際數據庫頂級會議2021 ACM SIGMOD上，阿里巴巴共有13篇論文被大會收錄，總量在國內企業排名第一，其中以PolarDB Serverless為主題的論文被評委會認為指引了下一代數據庫服務的發展方向。
ACM SIGMOD被公認是數據庫領域具有最高學術地位的國際性會議，收錄論文代表了數據庫相關技術的最高水平，也是未來技術發展的重要風向標。
阿里多個團隊參與了本次大會，獲得錄取的13篇論文來自阿里云數據庫、計算平臺、阿里巴巴達摩院等團隊，其中數據庫論文就有8篇，論文覆蓋云原生數據庫、數據庫管理資源優化、SQL 查詢優化、增量圖算法、時序多周期檢測等前沿和熱點技術領域。
題為《PolarDB Serverless: A Cloud Native Database for Disaggregated Data Centers》的論文介紹了阿里云自研數據庫PolarDB基于計算存儲分離實現的最新Serverless技術架構研究進展。
SIGMOD評審委員會對本文給出極高評價，認為PolarDB Serverless作為采用軟硬件結合技術和分布式內存架構的云數據庫，指引了下一代數據庫服務的發展方向。目前PolarDB Serverless已完成了整體開發和驗證，正在進行商業化工作，即將對外發布。
阿里云數據庫產品事業部總負責人李飛飛表示，PolarDB Serverless在業內首次實現了內存與計算/存儲的解耦，內存進一步池化，形成三層池化，使得彈性能力有數量級的提升，同時內存池化大幅度降低了成本，實現了完全地按量使用和按需彈性。
在本次會議上，阿里云還邀請學術界知名學者和技術專家就云原生數據庫未來的挑戰和趨勢召開了專場分享研討會。與會專家認為：數據庫將朝著HTAP方向發展，通過交易和分析功能融合，離在線一體化，減少數據鏈路，讓用戶可以更簡單、便捷地訪問、處理和使用數據。同時，數據庫擁有“自動駕駛”的智能化能力，以及開源也會是重要發展方向。
值得一提的是，本屆SIGMOD錄用了一篇主題為基于深度學習的數據庫自動化調參功能的論文。題為《ResTune: Resource Oriented Tuning Boosted by Meta-Learning for Cloud Databases》的論文介紹，阿里云采用深度學習技術實現了數據庫參數配置的自動優化，在確保數據庫性能同時，實現最優的資源利用率，更好地滿足用戶千人千面的業務場景，進一步展示了阿里云數據庫技術的創新和領先性。公開資料顯示，阿里云自主研發了PolarDB、AnalyticDB、Lindorm、GDB、DAS等云數據庫產品，并作為中國唯一的科技廠商成功進入Gartner全球數據庫領導者象限。過去十多年，阿里云在產品技術領域進展迅猛，獲得市場廣泛認可，目前已有超過70萬個數據庫實例遷移到阿里云上，包含政務、零售、金融、電信、制造、物流等多個領域的龍頭企業。
