SQL Server I/O性能优化:从等待类型到存储配置

SQL Server I/O性能优化:从等待类型到存储配置

系列文章: SQL Server性能优化实战系列 · 第4篇 发布日期: 2026-11-18 字数: 约4500字 阅读时间: 15分钟 适用版本: SQL Server 2016、2017、2019、2022(具体能力以目标版本和补丁为准)

引言

SQL Server I/O问题经常被描述成一句话:"磁盘太慢。"这句话通常不够准确。

PAGEIOLATCH_*可能表示数据页从存储读取较慢,也可能表示查询读取了远超业务需要的数据;WRITELOG可能与日志盘延迟有关,也可能是事务提交过于频繁;ASYNC_IO_COMPLETION和IO_COMPLETION也不能脱离请求类型、文件和时间窗口单独下结论。

因此,I/O优化的第一原则是:先把等待类型映射到具体文件和具体工作负载,再讨论存储配置。

本文从等待类型开始,结合文件级I/O统计、等待增量、性能计数器和存储布局,给出一套可以落地的诊断流程。示例脚本按 SQL Server 2016---2022 的常见 DMV 结构编写,涉及版本差异和实例配置变更的语句,必须先在测试环境验证。

一、I/O等待类型到底说明了什么

1.1 PAGEIOLATCH_*:等待数据页完成I/O

PAGEIOLATCH_SH、PAGEIOLATCH_EX等等待通常与数据页读入Buffer Pool有关:

  • SH通常与读取共享页有关;
  • EX通常与需要独占访问的页有关;
  • UP与更新路径有关。

它们告诉你请求在等待页I/O,但没有直接告诉你根因是存储设备、文件布局、缓存不足、执行计划还是查询返回了过多数据。

1.2 WRITELOG:等待日志刷新

事务提交通常需要把日志记录持久化到日志文件。WRITELOG偏高时应优先检查:

  • 日志文件所在存储的写延迟;
  • 事务提交频率和事务边界;
  • 日志记录量是否突然增长;
  • 日志文件是否频繁自动增长;
  • 备份、复制、可用性组或其他日志消费者是否造成间接压力。

把日志文件放到"看起来更快"的盘上,不会修复每行提交一次的应用设计。

1.3 ASYNC_IO_COMPLETION和IO_COMPLETION

这两类等待覆盖面较宽,可能出现在备份、还原、文件操作或其他异步I/O路径中。必须结合:

  • 当前请求的 command;
  • 数据库和文件名;
  • 文件读写方向;
  • 请求产生的时间窗口;
  • 同时发生的存储设备延迟。

等待名称是分类标签,不是根因报告。

二、先采样,再判断:等待统计不能只看累计值

sys.dm_os_wait_stats记录的是实例启动以来的累计等待。若只看累计值,历史高峰可能掩盖当前问题。

2.1 查看I/O相关累计等待

sql 复制代码
SELECT
    wait_type,
    waiting_tasks_count,
    wait_time_ms,
    signal_wait_time_ms,
    max_wait_time_ms
FROM sys.dm_os_wait_stats
WHERE wait_type LIKE 'PAGEIOLATCH%'
   OR wait_type IN (
        'WRITELOG',
        'ASYNC_IO_COMPLETION',
        'IO_COMPLETION',
        'BACKUPIO',
        'LOGBUFFER'
   )
ORDER BY wait_time_ms DESC;

2.2 通过两次采样计算增量

sql 复制代码
SELECT
    wait_type,
    waiting_tasks_count,
    wait_time_ms,
    signal_wait_time_ms
INTO #WaitStats1
FROM sys.dm_os_wait_stats
WHERE wait_type LIKE 'PAGEIOLATCH%'
   OR wait_type IN ('WRITELOG', 'ASYNC_IO_COMPLETION', 'IO_COMPLETION');

DECLARE @sample_start datetime2(3) = SYSDATETIME();
WAITFOR DELAY '00:01:00';

SELECT
    wait_type,
    waiting_tasks_count,
    wait_time_ms,
    signal_wait_time_ms
INTO #WaitStats2
FROM sys.dm_os_wait_stats
WHERE wait_type LIKE 'PAGEIOLATCH%'
   OR wait_type IN ('WRITELOG', 'ASYNC_IO_COMPLETION', 'IO_COMPLETION');

SELECT
    w2.wait_type,
    w2.waiting_tasks_count - w1.waiting_tasks_count AS delta_tasks,
    w2.wait_time_ms - w1.wait_time_ms AS delta_wait_ms,
    w2.signal_wait_time_ms - w1.signal_wait_time_ms AS delta_signal_wait_ms,
    CAST((w2.wait_time_ms - w1.wait_time_ms) * 1.0
         / NULLIF(w2.waiting_tasks_count - w1.waiting_tasks_count, 0)
         AS decimal(18,2)) AS avg_wait_ms,
    @sample_start AS sample_start,
    SYSDATETIME() AS sample_end
FROM #WaitStats2 AS w2
JOIN #WaitStats1 AS w1
  ON w1.wait_type = w2.wait_type
ORDER BY delta_wait_ms DESC;

DROP TABLE #WaitStats1;
DROP TABLE #WaitStats2;

建议把两次采样保存到临时表或历史表,按固定窗口计算:

  • 等待时间增量;
  • 等待任务数增量;
  • 平均等待时间;
  • 与吞吐量、批次量和业务请求数的关系。

生产环境不要为了让等待统计归零而随意执行 DBCC SQLPERF('sys.dm_os_wait_stats', CLEAR)。清空会破坏正在使用的基线,必须有明确的采样和留证方案。

三、文件级I/O:把等待定位到数据文件、日志文件和tempdb

3.1 查询文件级读写统计

sql 复制代码
SELECT
    DB_NAME(vfs.database_id) AS database_name,
    mf.type_desc,
    mf.name AS logical_file_name,
    mf.physical_name,
    vfs.num_of_reads,
    vfs.num_of_bytes_read,
    vfs.io_stall_read_ms,
    CASE
        WHEN vfs.num_of_reads = 0 THEN 0
        ELSE vfs.io_stall_read_ms * 1.0 / vfs.num_of_reads
    END AS avg_read_stall_ms,
    vfs.num_of_writes,
    vfs.num_of_bytes_written,
    vfs.io_stall_write_ms,
    CASE
        WHEN vfs.num_of_writes = 0 THEN 0
        ELSE vfs.io_stall_write_ms * 1.0 / vfs.num_of_writes
    END AS avg_write_stall_ms,
    vfs.io_stall
FROM sys.dm_io_virtual_file_stats(NULL, NULL) AS vfs
JOIN sys.master_files AS mf
  ON mf.database_id = vfs.database_id
 AND mf.file_id = vfs.file_id
ORDER BY vfs.io_stall DESC;

这里的平均延迟是从累计计数计算出来的平均值,不是每个I/O请求的完整分布。平均值可能掩盖长尾,所以需要在故障窗口内重复采样。

3.2 读取和写入分开排序

sql 复制代码
SELECT TOP (30)
    DB_NAME(vfs.database_id) AS database_name,
    mf.type_desc,
    mf.physical_name,
    vfs.num_of_reads,
    vfs.io_stall_read_ms,
    CAST(vfs.io_stall_read_ms * 1.0 / NULLIF(vfs.num_of_reads, 0) AS decimal(18,2))
        AS avg_read_stall_ms,
    vfs.num_of_writes,
    vfs.io_stall_write_ms,
    CAST(vfs.io_stall_write_ms * 1.0 / NULLIF(vfs.num_of_writes, 0) AS decimal(18,2))
        AS avg_write_stall_ms
FROM sys.dm_io_virtual_file_stats(NULL, NULL) AS vfs
JOIN sys.master_files AS mf
  ON mf.database_id = vfs.database_id
 AND mf.file_id = vfs.file_id
ORDER BY avg_read_stall_ms DESC;

3.3 查看当前挂起的I/O

sql 复制代码
WITH PendingIO AS
(
    SELECT
        io_type,
        io_pending,
        io_pending_ms_ticks,
        io_handle,
        io_offset,
        scheduler_address
    FROM sys.dm_io_pending_io_requests
), FileStats AS
(
    SELECT
        database_id,
        file_id,
        file_handle
    FROM sys.dm_io_virtual_file_stats(NULL, NULL)
)
SELECT
    DB_NAME(fs.database_id) AS database_name,
    mf.type_desc,
    mf.physical_name,
    p.io_type,
    p.io_pending,
    p.io_pending_ms_ticks,
    p.io_offset,
    p.scheduler_address
FROM PendingIO AS p
LEFT JOIN FileStats AS fs
  ON fs.file_handle = p.io_handle
LEFT JOIN sys.master_files AS mf
  ON mf.database_id = fs.database_id
 AND mf.file_id = fs.file_id
ORDER BY p.io_pending_ms_ticks DESC;

该 DMV是瞬时视图,空结果不代表历史上没有I/O压力。它适合在故障现场与其他采样并行执行;SQL Server 2022及更高版本还要按目标实例权限要求确认VIEW SERVER PERFORMANCE STATE。

四、按文件类型分析I/O根因

4.1 数据文件:PAGEIOLATCH和扫描压力

数据文件I/O偏高时,先回答:

  1. 是少量查询在进行大范围扫描,还是整体工作集超过内存?
  2. 是否存在统计信息失真或索引缺失?
  3. 读延迟是否只集中在一个文件、一个卷或一个数据库?
  4. 读取是否发生在业务高峰,还是备份、重建索引、ETL窗口?

如果高延迟只出现在一个文件,优先检查文件所在卷、存储路径、虚拟化映射和邻居工作负载;如果所有文件都升高,才更像存储池或主机层问题。

4.2 日志文件:WRITELOG和提交策略

日志文件是顺序写入为主,但"顺序写"不代表任何存储都足够快。重点检查:

  • 日志文件平均写延迟和长尾;
  • 单事务产生的日志量;
  • 是否存在大量短事务和频繁提交;
  • 日志增长是否与高峰重合;
  • 日志截断是否受长事务、复制、可用性组或备份链路影响。

4.3 tempdb:I/O与分配争用要分开

PAGEIOLATCH_*可能表示tempdb页从盘读取;PAGELATCH_*则常见于内存中分配页的闩锁争用。两者都可能被描述为"tempdb慢",但处理方向完全不同:

  • PAGEIOLATCH:看tempdb数据文件存储、文件大小、工作负载和物理I/O;
  • PAGELATCH:看PFS、GAM、SGAM、文件数量、临时对象和分配模式。

不要因为看到PAGELATCH_UP就直接升级存储设备,也不要因为看到PAGEIOLATCH_SH就只增加tempdb文件数量。

五、存储布局:分离是手段,不是结论

5.1 数据、日志和tempdb是否应该分离

把数据文件、日志文件和tempdb分到不同存储池,目的在于减少不同I/O模式之间的竞争:

  • 数据文件偏随机读取和混合读写;
  • 日志文件偏顺序写入并受持久化延迟影响;
  • tempdb可能同时承担临时对象、排序溢出和版本存储。

如果底层其实是同一个共享存储池、同一组控制器或同一组虚拟磁盘,表面上的盘符分离不等于物理隔离。需要向存储和虚拟化团队确认实际拓扑。

5.2 RAID 10与RAID 5如何选择

RAID级别选择取决于读写比例、写入放大、容量、重建窗口、故障域和存储平台实现。常见经验是:高写入和低延迟日志路径更偏向低写惩罚方案,但不能把"RAID 10永远更好"写成通用结论。

决策至少需要这些输入:

  • 读/写IOPS和吞吐;
  • 8 KB随机I/O与日志写入的混合情况;
  • 峰值和长尾延迟;
  • 可用容量和增长速度;
  • 重建期间的性能和风险;
  • 云盘或阵列的实际服务等级。

5.3 性能监视器与RAID写惩罚

DMV能告诉你SQL Server看到的文件级延迟,性能监视器则能帮助确认操作系统和存储路径的整体压力。建议至少采集:

对象 计数器 用途
PhysicalDisk / LogicalDisk Avg. Disk sec/Read 平均读延迟
PhysicalDisk / LogicalDisk Avg. Disk sec/Write 平均写延迟
PhysicalDisk / LogicalDisk Disk Reads/sec 读吞吐和读负载
PhysicalDisk / LogicalDisk Disk Writes/sec 写吞吐和写负载
PhysicalDisk Current Disk Queue Length 队列是否持续堆积

RAID下不能直接把Windows计数器值当成单盘压力。常用折算公式为:

  • RAID 0:每盘I/O ≈ (读次数 + 写次数) / 磁盘数;
  • RAID 1:每盘I/O ≈ [读次数 + (2 × 写次数)] / 2;
  • RAID 5:每盘I/O ≈ [读次数 + (4 × 写次数)] / 磁盘数;
  • RAID 10:每盘I/O ≈ [读次数 + (2 × 写次数)] / 磁盘数。

例如,两块盘的RAID 1在计数器中观察到80次读和70次写,每盘近似I/O为(80 + 2×70) / 2 = 110 I/O/s。这个数值只是折算样例,是否构成瓶颈还要结合阵列规格、队列长度和延迟分布。

5.4 SSD、NVMe和云存储

微软文档常把每次I/O约10---15毫秒作为排查时的经验参考,但这不是适用于所有阵列、云盘和工作负载的硬阈值。更快的介质可以降低I/O等待,但不会修复:

  • 不可选择性谓词导致的全表扫描;
  • 统计信息错误;
  • 事务范围过大;
  • 日志频繁自动增长;
  • tempdb空间治理缺失;
  • 多个数据库共享一个受限存储池。

存储升级前后都应使用同一采样方法记录I/O延迟、吞吐、等待和业务响应时间。

5.5 数据文件增长与即时文件初始化

即时文件初始化通常可以减少数据文件初始化时的等待,但不适用于事务日志。日志文件仍需要按日志语义初始化,频繁增长会制造明显的业务抖动。

因此:

  • 数据文件按容量规划预先设置合理大小;
  • 日志文件按恢复模型、日志产生量和备份策略规划;
  • 自动增长作为保护措施,不作为常规容量管理;
  • 增长增量使用明确的MB值,避免百分比增长导致后期单次增长过大。

六、I/O诊断脚本:从等待到业务请求

6.1 查看当前I/O相关请求

sql 复制代码
SELECT
    r.session_id,
    r.request_id,
    r.status,
    r.command,
    r.wait_type,
    r.wait_time,
    r.wait_resource,
    r.cpu_time,
    r.reads,
    r.writes,
    r.logical_reads,
    r.total_elapsed_time,
    DB_NAME(r.database_id) AS database_name,
    SUBSTRING(
        st.text,
        (r.statement_start_offset / 2) + 1,
        ((CASE r.statement_end_offset
            WHEN -1 THEN DATALENGTH(st.text)
            ELSE r.statement_end_offset
          END - r.statement_start_offset) / 2) + 1
    ) AS statement_text
FROM sys.dm_exec_requests AS r
OUTER APPLY sys.dm_exec_sql_text(r.sql_handle) AS st
WHERE r.wait_type LIKE 'PAGEIOLATCH%'
   OR r.wait_type IN (
        'WRITELOG',
        'ASYNC_IO_COMPLETION',
        'IO_COMPLETION',
        'BACKUPIO',
        'LOGBUFFER'
   )
ORDER BY r.wait_time DESC;

6.2 历史I/O杀手查询

sys.dm_exec_requests只能看到当前仍在运行的请求。需要回看缓存中曾经执行过的语句时,使用sys.dm_exec_query_stats:

sql 复制代码
SELECT TOP (20)
    qs.execution_count,
    qs.total_logical_reads / NULLIF(qs.execution_count, 0)
        AS avg_logical_reads,
    qs.max_logical_reads,
    qs.total_physical_reads / NULLIF(qs.execution_count, 0)
        AS avg_physical_reads,
    qs.max_physical_reads,
    qs.total_logical_writes / NULLIF(qs.execution_count, 0)
        AS avg_logical_writes,
    qs.total_worker_time / NULLIF(qs.execution_count, 0)
        AS avg_cpu_time_us,
    DB_NAME(st.dbid) AS database_name,
    SUBSTRING(
        st.text,
        (qs.statement_start_offset / 2) + 1,
        ((CASE qs.statement_end_offset
            WHEN -1 THEN DATALENGTH(st.text)
            ELSE qs.statement_end_offset
          END - qs.statement_start_offset) / 2) + 1
    ) AS statement_text
FROM sys.dm_exec_query_stats AS qs
CROSS APPLY sys.dm_exec_sql_text(qs.sql_handle) AS st
ORDER BY qs.max_physical_reads DESC, qs.max_logical_reads DESC;

max_logical_reads和max_physical_reads是峰值,不代表每次执行都达到该值;total_* / execution_count是平均值,也会被执行次数分布稀释。两者必须同时看。

6.3 找出当前逻辑读较高的请求

sql 复制代码
SELECT TOP (30)
    r.session_id,
    r.status,
    r.command,
    r.logical_reads,
    r.reads,
    r.writes,
    r.cpu_time,
    r.total_elapsed_time,
    DB_NAME(r.database_id) AS database_name,
    st.text AS batch_text
FROM sys.dm_exec_requests AS r
OUTER APPLY sys.dm_exec_sql_text(r.sql_handle) AS st
ORDER BY r.logical_reads DESC;

逻辑读高并不等于物理存储慢。它更像是"查询触碰了很多页"的信号,需要与文件级物理读、执行计划和缓存命中一起判断。

6.4 检查数据库文件大小和增长配置

sql 复制代码
SELECT
    DB_NAME(database_id) AS database_name,
    name AS logical_file_name,
    type_desc,
    physical_name,
    size * 8.0 / 1024 AS size_mb,
    growth,
    is_percent_growth,
    CASE
        WHEN is_percent_growth = 1 THEN CONCAT(growth, '%')
        ELSE CONCAT(growth * 8.0 / 1024, ' MB')
    END AS growth_setting
FROM sys.master_files
ORDER BY database_id, file_id;

6.5 IFI、压缩与I/O限流

即时文件初始化(IFI)可以减少数据文件增长和还原过程中的零填充等待,但不适用于事务日志。先核验状态:

sql 复制代码
SELECT
    servicename,
    instant_file_initialization_enabled
FROM sys.dm_server_services;

对I/O热点表,可以先估算压缩收益,再决定是否增加CPU换取更少的I/O:

sql 复制代码
EXEC sys.sp_estimate_data_compression_savings
    @schema_name = 'dbo',
    @object_name = 'LargeTable',
    @index_id = NULL,
    @partition_number = NULL,
    @data_compression = 'PAGE';

资源调控器适合把特定工作负载的I/O影响限制在边界内。下面是语法示例,实际配置前要补充分类器函数、工作负载组和回退方案:

sql 复制代码
CREATE RESOURCE POOL IOLimitedPool
WITH (MAX_IOPS_PER_VOLUME = 100);
GO

CREATE WORKLOAD GROUP IOLimitedGroup
USING IOLimitedPool;
GO

ALTER RESOURCE GOVERNOR RECONFIGURE;
GO

资源调控器的I/O上限不是性能优化按钮。若分类器把核心交易流量误分配到受限池,结果会比原问题更糟。

七、三类典型案例

案例1:PAGEIOLATCH_SH高,但真正的问题是大范围扫描

现象: 查询响应时间升高,PAGEIOLATCH_SH在故障窗口内快速增加。

证据: 文件级统计显示数据文件读延迟中等,但当前请求逻辑读极高;执行计划显示选择性较差的谓词导致大范围扫描。

处理: 优先调整索引、统计信息和查询条件,复测逻辑读和物理读;存储升级作为容量和长尾延迟仍不足时的备选。

结论: PAGEIOLATCH是等待页读入的结果,不能直接证明阵列故障。

案例2:WRITELOG高,日志盘延迟和提交频率共同造成压力

现象: 高峰期提交请求变慢,WRITELOG占比上升。

证据: 日志文件写延迟明显高于数据文件;应用以很小的事务批次频繁提交,日志文件同时发生自动增长。

处理: 先消除频繁增长,评估合理批量和事务边界,再核验日志存储延迟。任何扩大事务范围的改动都要评估锁持有时间和故障恢复成本。

案例3:tempdb I/O和PAGELATCH同时出现

现象: tempdb相关等待增加,应用报告报表和批处理变慢。

证据: 一部分请求发生排序溢出并产生物理读;另一部分请求在PFS页上出现闩锁争用。

处理: 分开治理:对排序溢出修正估算、索引和内存授予;对分配争用检查文件数量、文件大小一致性和临时对象创建模式。

7.4 示例输出:从数字到判定

证据 示例值 判读
delta_wait_ms / 60秒 PAGEIOLATCH_SH = 42,800 ms 读等待在窗口内显著增加
数据文件平均读延迟 18.4 ms 需要结合存储基线和查询读量
max_physical_reads 1,240,000 发现峰值I/O查询,不能等同于每次执行
Avg. Disk sec/Write 0.012 sec 约12ms写延迟,需与日志路径基线比较

以上为解释判读逻辑的模拟输出,不是特定生产环境实测值。

八、I/O优化的变更顺序

  1. 记录故障窗口的等待增量、文件级延迟和请求文本;
  2. 判断问题是数据读、日志写、tempdb还是备份/文件操作;
  3. 先修复查询、事务、增长和工作负载问题;
  4. 再评估文件布局、存储池和介质升级;
  5. 变更后用同一采样窗口复测;
  6. 保留回退方案,不在多个层面同时改动导致无法归因。

8.1 I/O优化闭环流程图

下面的流程图将等待增量、文件级I/O统计、数据/日志/tempdb分类和变更复测串成一条路径,避免把单一等待类型直接当成存储根因。

图:I/O诊断与优化示例流程;存储配置应建立在目标环境的文件级延迟和工作负载证据上。

九、I/O问题排查清单

  1. 等待统计是累计值还是故障窗口增量?
  2. 等待类型是否映射到了具体请求和文件?
  3. 数据文件、日志文件和tempdb的I/O模式是否混在一起?
  4. 文件级读写延迟是否集中在单个文件或存储池?
  5. 逻辑读是否异常高,是否存在扫描、错误估算或索引缺失?
  6. 日志写入是否与频繁提交、日志增长或日志消费者相关?
  7. tempdb是物理I/O,还是PAGELATCH分配争用?
  8. 盘符分离是否真的对应物理或服务等级分离?
  9. 文件增长是否按固定MB规划,是否存在频繁增长?
  10. 变更前后是否使用相同指标、相同时间窗口和相同业务负载?

十、总结

I/O优化不能从"换更快的盘"开始,而要从等待类型和文件级证据开始。

  • PAGEIOLATCH_*要结合逻辑读、物理读和文件延迟分析;
  • WRITELOG要同时看日志存储、事务边界和日志增长;
  • ASYNC_IO_COMPLETION与IO_COMPLETION必须结合请求类型解释;
  • tempdb的物理I/O和分配闩锁争用要分开处理;
  • 存储布局和介质升级必须建立在实际拓扑与基线数据上。

前一篇解决了"SQL Server是否真的在承受内存压力";这一篇继续追问"等待的I/O到底发生在哪个文件、由什么工作负载触发"。下一篇将进入事件证据层:使用Extended Events捕获死锁、慢查询、阻塞和等待分布。

系列文章预告

本文是"SQL Server性能优化实战系列"的第4篇,后续文章:

  • 第5篇: SQL Server扩展事件(Extended Events)完全指南
  • 第6篇: tempdb性能优化完全指南:从空间管理到并发争用

关于作者

Master Xu ,**20+**年IT、通信、电信、医疗、制造行业经验,企业级数据库架构师。

擅长企业IT架构规划、数据库性能优化、大型复杂项目交付。

欢迎交流技术话题:

开放合作: 技术咨询 | 架构顾问 | 企业内训 | 技术分享

标签

#SQLServer #SQLServer性能优化 #IO性能优化 #存储优化 #DBA #数据库调优

声明: 本文所有脚本均在SQL Server 2016/2019/2022环境下测试通过,但在生产环境使用前请先在测试环境验证。

版权: 本文为原创文章,转载请注明出处。

相关推荐
super_Omni2 小时前
突破前端防御重围:现代 Web 媒体资产嗅探、CDN 逆向还原与反爬破壁架构实战
前端·架构·媒体
im_AMBER3 小时前
IO 多路复用:select、poll 和 epoll
后端·面试·架构
真上帝的左手4 小时前
26. AI-Agent-技术架构:Harness、Runtime、Orchestrator、Framework
人工智能·架构·agent·ai编程·智能体
真上帝的左手4 小时前
7、网络安全-认证鉴权
web安全·架构·系统架构·系统安全
一条Go5 小时前
Pod 终端与日志:为什么浏览器建连要先换一张 60 秒的票
后端·架构·github
真上帝的左手7 小时前
26. AI-大语言模型-基础
人工智能·ai·架构·llm·大语言模型
挖掘狂人7 小时前
ThreadLocal 会内存泄露吗?
java·安全·架构
AAA修煤气灶刘哥8 小时前
Agent 都能干活了,软件还需要那么多按钮吗?
人工智能·后端·架构
伯奥克客服1 天前
2026年视频综合一体机架构选型:从接口协议到流媒体底层的深度技术解析
架构·音视频