Databricks数据洞察已经开始为各行各业提供大数据实时分析与决策能力，在金融行业，企业需要利用数据和ML（Machine Learning）实现消费者移动应用app的产品快速迭代，去吸引更多的客户。
在介绍数据库2025的规划之前，首先回顾一下数据库的发展历程。数据库的发展离不开计算机基础设施的发展，因此可以将数据库的发展分为五个阶段。
基础架构管理：与开源的Terraform或者云供应商自身提供的Infrastructure as Code(IaC)工具如阿里云ROS, AWS CloudFormation不同，Crossplane和AWS Controllers for Kubernetes在Kubernetes基础之上扩展了对基础设施的管理和抽象。这样可以采用一致的方式进行管理和变更K8s应用和云基础设施。
在传统软件开发流程中，在系统设计开发完成后和发布交付前，安全人员才开始介入进行安全审核。这种流程无法满足业务快速迭代的诉求。”Shifting left on security“ (安全性左移)”开始得到更多的关注，这将应用程序设计、开发人员尽早与安全团队协作，并无缝地嵌入安全实践。通过左移安全性，不仅可以降低安全风险，还可以降低修复成本。IBM的研究人员发现，解决设计中的安全问题比代码开发期间能节省6倍左右的成本，比测试期间能节省15倍左右的成本。
GitOps最初由Weaveworks的Alexis Richardson提出，目标是提供一套统一部署、管理和监控应用程序的最佳实践。在GitOps中，从应用定义到基础设施配置的所有环境信息都作为源代码，通过Git进行版本管理；所有发布、审批、变更的流程都记录在 Git 的历史状态中。
奇怪的是,对于那些以建立专家模型为生的人,从神经网络和其他来自机器学习的高度技术中获益是显而易见的。实际上(与理论猜测相反) ,深度学习的惊人成果受到了商界、政府机构、研究界以及越来越多的学者的高度重视。正如一位学者所说:
直到1601年,英国伊丽莎白女王宣布的《济贫法》使这一问题有所缓解,被遗弃的老人因无工作能力穷困无依的困境,是制定该法律的一个关键问题:
“...维持秩序,为国家的福祉做出贡献。”
随着人工智能的发展，AI 的能力使得我们可以快速且成本较低地对这些非结构化数据进行理解，这样就使得对这些非结构化的数据内容进行直接检索成为了可能。这其中，很重要的一环就是向量检索。
Proxima 采用了和 Faiss 不一样的 GPU 计算方法，特别针对“小批量+低延时+高吞吐”的在线检索场景进行优化。
AI的计算机视觉技术可以扫描遥测数据，以保护存储阵列免受漏洞侵害。当使用有关漏洞的历史数据进行训练时，机器学习算法可以将来自各种应用程序的传入数据与历史数据进行匹配，以发现漏洞的可能性。因此，借助AI的预测分析，存储供应商可以着眼于在遇到客户之前防止存储问题。
