数据库

【MySQL10】进阶篇 | 索引_#2性能优化SQL 优化重心：优先优化查询语句调优排查流程：查看 SQL 执行频次 → 开启慢查询日志捕获慢 SQL → profile 定位耗时阶段 → explain分析执行计划，最后针对性建立索引、改写 SQL。

C++ 老炮儿的技术栈

从 Qt Designer 属性编辑器的层级可以看到继承链从 Qt Designer 属性编辑器的层级可以看到继承链： QObject → QWidget → QFrame → QLabel

Redis 系列（一）：全景与最小闭环——从 `SET` 命令到内存数据结构核心目标：理解 Redis 解决什么、不解决什么；看懂"客户端 → RESP 协议 → 事件循环 → 数据结构"的命令执行链路；用 redis-py 完成一次可观察、可验证的最小读写，并亲手触发类型错误与连接失败两类异常。

本地部署开源网络书签与内容管理工具 Karakeep 并实现外部访问Karakeep 是一款开源自托管的一站式网络书签与内容管理工具，能自动抓取并永久存档网页内容，支持全文搜索、AI 智能标签分类、笔记记录以及离线阅读，非常适合需要构建个人知识库或对隐私有较高要求的用户。本文将详细介绍如何利用 Docker 在局域网内部署 Karakeep 并结合路由侠实现外网访问局域网内部署的 Karakeep 。

PostgreSQL 日报｜ PostgreSQL 19 默认 WAL 压缩算法（8 月 8 日）Postgres Summit US 2026 的演讲日程已正式发布。活动将于 2026 年 9 月 30 日至 10 月 2 日在纽约市百老汇大道 555 号 Convene 举行，由 United States PostgreSQL Association（PgUS）主办。有意参加者可在官方活动网站上查看完整议程并完成注册。

油丶酸萝卜别吃

MySQL B+ 树查询全过程详解基于 InnoDB 存储引擎，以单次等值查询为主线，贯穿从根节点到数据行的完整路径。关键特征：Page Directory（页目录）是页内二分查找的关键——它不是为每条记录建一个槽，而是将记录分组（每组 4-8 条），每组有一个槽指向该组最大的记录。

股票数据本地化存储实战：JSON、数据库与列式存储的方案对比如果你打算把股票数据存到本地，第一件事就是选型。我在这条路上踩过不少坑，从最初的纯JSON文件存储，到后来的SQLite数据库，再到现在用的列式数据库，每一步都有故事。这篇文章我把三种方案在股票数据场景下的优劣做一个详细对比，包括写入性能、查询性能、维护成本、适用场景等维度，并用实际数据做基准测试，帮你少走弯路。

MySQL回表机制解析与优化策略利用二级索引进行查询除索引列值和主键以外的值时，由于二级索引的叶子节点中存储的只有索引所对应列的值和主键id，这样就导致我们查询不到，所以Innodb就会重新使用查到的主键id回到表中找到对应的行数据，因为主键索引的叶子节点存储的是对应行的全部数据，所以可以找到

向量数据库选型与性能压测：Milvus、Pinecone、Chroma在真实业务下的对比搭建RAG系统的时候，向量数据库的选型往往是一个被草率决定、但后期付出代价最大的环节。很多人随便选一个能用就行，结果到了生产环境才发现问题——要么是成本失控，要么是性能瓶颈，要么是运维负担超出团队承受能力。

SQL 索引（Index）完整笔记表数据的物理存储顺序和索引逻辑顺序完全一致一张表只能有一个聚集索引主键默认就是聚集索引查询速度最快、物理排序、数据紧凑存储

从压缩到查询：PostgreSQL中JSON数据的存储与处理实践本文将从原理、方法、收益到查询实践，为你系统梳理在PostgreSQL中处理JSON压缩的完整方案。JSON是一种基于文本的、易于阅读的数据格式，但也正因其“易于阅读”，包含了大量对计算机而言冗余的字符，如空格、换行和缩进。当JSON文档达到MB甚至GB级别时，这些冗余字符会带来显著的存储浪费和传输延迟。

当 Redis 写入成为性能瓶颈时，如何利用异步批量 Sink 将吞吐量从 1w QPS 提升到 10w+？在上一篇文章中，我们解决了“高可用”问题——通过 Sentinel 让 Flink 任务在 Redis 主从切换时自动恢复。但高可用解决了“活下来”的问题，却未必解决“活得快”的问题。

Apache Doris 2026 Roadmap：AI 成为主流负载后数据基础设施的演进方向一句话摘要：Apache Doris 社区在 2026 Roadmap 中提出年度主题"Scale Intelligence, Accelerate Insight"，围绕半结构化数据分析与 AI 可观测性、混合检索与分析（HSAP）、多模态与 AI SQL、面向 Agent 的分析能力四大场景，系统性回答"当 AI 成为主流负载后数据库应该演进成什么样子"。

瓴岳科技洋钱罐 SelectDB Hive 透明加速：湖仓一体化探索分析平台升级实践一句话摘要：瓴岳科技（旗下洋钱罐）以阿里云 SelectDB 替换原 StarRocks + Spark + Hive 多引擎协同架构，通过 Hive Catalog 实现对 Hive 数据湖的透明加速（数据不动查询升级），P95 响应时间从 300 秒降至 20 秒（-90%+），智能查询路由率从 60% 提升至 95%，DQC 任务 P95 从 2600 秒（约 43 分钟）骤降至 25 秒，集群计算资源 > 1000 Core、缓存 > 100 TB、日均查询 > 500 万次。

飞轮科技 SelectDB Enterprise 4.0.5：企业级实时分析与 AI 数据底座的安全治理实践一句话摘要：飞轮科技基于 Apache Doris 4.0.5 推出 SelectDB Enterprise 4.0.5，完整继承向量搜索、全文检索、混合检索及 AI Functions 能力，重点强化 TDE 透明数据加密、TLS 链路加密、CVE 漏洞治理与国产数据库（达梦/GBase/Kingbase）适配，为企业生产环境提供可靠可控的实时分析与 AI 数据底座。

金城银行 Apache Doris 实时数据平台：从 T+1 到分钟级的金融级高可靠实践一句话摘要：金城银行基于 Apache Doris 与 Flink CDC 重构数据链路，端到端延迟从 24+ 小时压缩至 2-3 分钟，支撑 2300+ 张表的实时处理，故障率下降 80%、数据传输成功率 99.99%、重点场景延迟 < 2 分钟；通过 Fury 序列化降低存储开销 70%、写入性能提升近 10 倍，light_schema_change 将 Schema 变更成功率提升至 99%，构建金融级高可靠、强一致的实时数据平台。

Apache Doris 4.1：面向 AI & Search 的统一数据存储与检索底座技术能力一句话摘要：Apache Doris 4.1 在 AI & Search 方向系统性演进，包括 IVF/IVF_ON_DISK 向量索引（查询性能最高 +4×、百亿至万亿级向量存储）、search() 全文检索（ES query_string 兼容 + BM25 + Nested）、100MB JSON 文档原生存储、Segment V3 宽表元数据解耦（打开 +16×、内存 -60×）、SSB/TPC-H/TPC-DS 性能 +14.3%/+22.6%/+19.1%，并将 ClickBench 100G

Qt自定义信号槽详解：带参发射 vs sender()获取，两种多信号关联方案全掌握在Qt框架中，信号槽（Signal & Slot）机制是其最核心的特性之一，它提供了一种对象间通信的优雅方式。当多个信号需要连接到同一个槽函数时，我们常常需要在槽中区分信号的来源。本文将深入探讨两种经典的方法：信号携带标识参数和利用sender()函数获取发送者，并通过完整代码示例进行演示。

笨鸟先飞的橘猫

mongodb面试题在游戏后端中，为什么很多团队选择用 MongoDB 来存储玩家存档（如背包、技能、任务进度）？请从数据模型和开发效率两个角度说明。

广州浮点FLOATLIC

Mentor Graphics浮动许可证管理为什么一到流片节点就失控很多企业在做工业软件许可证管理时，都会遇到一种很典型的情况：一边看到许可证利用率不高，一边又持续感受到资源紧张和并发冲突。表面上看，这像是一个矛盾现象；但从许可证监控和使用分析的角度看，这恰恰说明问题往往不只是总量不足，而是资源结构、占用状态、调度方式和管理粒度之间出现了偏差。