本讲座带领听众详细探讨数据库服务的高可用容灾方案。高可用容灾对数据库服务的运维带来一系列的便捷，同时，要做好数据库的高可用容灾也有多个关键问题需要考量。业界有多种数据库高可用方案，每个方案都有自己的特点和不足，在讲座中会对这些方案进行一个系统的总结，同时讲解了UCloud云数据库产品UDB在高可用容灾方案上面的设计和实现。除了高可用容灾方案的设计，如何对于高可用数据库进行自动化运维也是一个十分重要的议题，本讲座会带领听众探讨数据库自动化运维中的一些关键议题，并且阐述UDB产品大规模高可用数据库运维中的一些经验和心得。

AI算法依赖于大量计算资源，因此对于想涉猎AI的企业来说，第一步面临的就是成本压力。这其中包括服务器成本、运维成本、人员培养学习成本，不但有金钱上的也有时间上的。因此，如何有效降低成本，加快AI方案的试错，是每个想把AI算法产品化的企业都需要考虑的问题。本议题将围绕AI PaaS平台实践，首先论述UCloud如何利用公有云的规模效应和分时租赁特性，降低企业的AI转型门槛，使广大公有云用户提供一套开箱即用的AI开发、测试、部署的一体化环境；然后，推而广之论述在其迁移私有云过程中的演进和未来发展。

性能和容量一直是数据库核心议题，公有云环境下，挑战巨大。我们UCloud云数据库团队一直在尝试如何优雅解决这个难题。本次分享的新一代公有云分布式数据库UCloud Exodus，在UCloud云平台上支持最主流的开源数据库MySQL，协议完全兼容。融合最新软硬件技术，包括RDMA、Skylake、SPDK、用户态文件系统等，基于计算存储分离新型架构，底层采用UCloud最新一代高性能分布式存储系统，计算层采用我们深度定制的MySQL InnoDB引擎，架构设计上支持一主多从。本次将与大家共同探讨云数据库设计理念，以及Exodus的设计和实现，欢迎现场交流。

数据分布算法是分布式存储的核心技术之一，不仅仅要考虑到数据分布的均匀性、寻址的效率，还要考虑扩充和减少容量时数据迁移的开销，兼顾副本的一致性和可用性。该分享将比较几种典型的数据分布算法，分析其优缺点，并讨论在具体实现中会遇到的一些问题。

大数据分析技术层出不穷，技术栈日新月异，在带来海量数据处理能力的同时，数据分析的门槛依旧很高，在查询性能、数据建模易用性、语义模型表达能力、高并发响应等场景均存在最后一公里问题。Apache Kylin + Cloud，针对数据分析生产力场景设计，将行业更优数据分析实践沉淀为Apache更优项目的成熟产品。