数据库

数据中台开发 - （一）概述因公司一项目需要，要进行数据中台的建设，时间紧任务重，在三个人月（后端[我]两个半人月、前端半个人月）的时间内大致完成了一版轻量级的数据中台系统开发，把开发的过程分享出来，供大家参考。

南墙上的石头

麒麟 V10 重装人大金仓 V8R6 踩坑实录（含 MySQL 兼容模式）一台麒麟桌面，金仓 V8R6 被前人在 user账号下裸起过，没建 kingbaseOS 用户、没注册 systemd 服务、root.sh反复 fail、KYSEC 拦 su、polkit 鉴权不过……最后推倒重装，新建专用 OS 用户 progoo，走标准姿势。下面把过程和踩的点记下来，省得下次再绕。

一次真实的死锁排查死锁是指两个或多个事务互相持有对方所需的锁资源，形成循环等待，导致所有相关事务都无法继续执行的状态。四个条件同时满足，死锁才会发生。

论向量数据库在项目中的应用随着大模型、人工智能技术的快速落地，海量非结构化数据的语义检索、智能匹配成为AI业务的核心能力支撑。文本、图像、音频等非结构化数据无法通过传统关键词匹配实现精准语义理解，行业普遍通过Embedding技术将其转化为高维特征向量，通过向量相似度计算实现智能检索与匹配。传统关系型数据库MySQL、内存数据库Redis在高维向量海量存储、近似最近邻检索场景下存在检索效率低、算力消耗大、扩展性差等问题，无法满足AI业务低延迟、高并发、高精度的运行需求。向量数据库凭借专属的向量存储结构、索引机制和检索算法，成为AI

Redis 数据库高质量实践指南(一)Redis 作为全球最流行的内存数据库，凭借其卓越的性能、丰富的数据结构和灵活的部署方式，已成为现代应用架构中不可或缺的核心组件。本文将系统介绍 Redis 的核心应用场景、安装部署、配置调优、数据类型操作、数据库管理、运维监控、动态配置、多用户管理以及慢日志与 Key 有效期等关键内容，帮助读者从零到一全面掌握 Redis 的实践技能。

NSK W1506FA-7PG-C5Z20 技术规格手册为您详细整理 NSK W1506FA-7PG-C5Z20 滚珠丝杠的完整参数规格、技术特点及产品应用。该型号属于 NSK 的 FA 系列（精密级标准库存品·轴端完成品）。它采用了专为大导程设计的**端盖式（End Deflector / 端部导流式）**循环构造，满足 C5 级高精度定位，并采用 P 型过盈滚珠预紧（Z 间隙规格）设计以实现真正的零间隙传动。其丝杠光轴总长为 771 mm，公称有效行程达到 600 mm，出厂时已预先完成了高精度的标准轴端加工，是专为要求极高响应速度、大跨度长行程且高刚性

在linux和windows中解决duckdb 1.6dev版本输出执行计划报错问题duckdb 1.6dev版本最近输出执行计划默认支持翻页，翻页程序在linux中是less, 在windows中是more。但有的linux环境，比如docker debian 13镜像中不包括less程序。显示较长的执行计划就会报错

执子手吹散苍茫茫烟波

RC 隔离级别下 MySQL InnoDB 死锁典型案例RC 隔离级别下 MySQL InnoDB 死锁典型案例前置知识点：案例1：两个事务更新两条记录，加锁顺序相反（最常见）

大模型上下文/会话存储首选：阿里云 Tair 低延迟内存存储阿里云 Tair 是大模型上下文/会话数据存储的首选方案，凭借亚毫秒级读取延迟、单分片 30 万+ QPS、原生 TTL 自动过期、List/Hash/JSON/向量多结构支持，以及与 LangChain / DashScope / Mem0 的原生集成，已成为 Agent 应用、多轮对话、长期记忆场景的推荐选择。某 Agent 平台基于阿里云 Tair 承载 200 万+ 用户会话，平均上下文读取仅 1.2ms。

PYTHON+AI LLM DAY NINTY-SIX今天介绍一个操作数据库的工具包SQLAlchemy:SQLAlchemy 是python的一个库.可以通过pip install SQLAlchemy的命令安装.SQLAlchemy的架构主要分为两大核心组件:SQLAlchemy Core（核心层）：这是数据库抽象的基础层，独立于 ORM 存在。其核心是 SQL 表达式语言，允许开发者使用 Python 对象来构造 SQL 语句，之后执行并获取结果。SQLAlchemy ORM（对象关系映射层）：构建在 Core 之上，将数据库中的表映射为 Python

4.数据类型看看课件4/var/lib/mysql存的是数据库数据先create database test_db; 创建数据库

Java异常处理深度实战教程：异常传播的失败场景分析在实际工业级开发中，80% 的异常处理故障，都是因为错误截断异常传播链路导致的。下面我将列举 4 种最常见的失败场景，这些场景在初级和中级开发者的代码中非常普遍，隐蔽性极强，也是线上故障的主要根源。

主库“写入过 binlog，但后来主库 binlog 文件里看不到了”典型场景是：这时就会看到：从库 binlog 有这些事务，但主库当前 binlog 文件没有。所以一句话结论是： “主库写过但未持久化，复制已发出，主库 crash 后 binlog 丢了，而从库保留了”是可能的。

执子手吹散苍茫茫烟波

常见的数据库隔离级别以及企业里常用的是什么方案MySQL 默认隔离级别 RR（可重复读），依靠MVCC 多版本并发控制避免普通幻读；如果是当前读（select … for update 锁查询），依靠间隙锁 + 临键锁彻底解决幻读。只有最高隔离级别：串行化 (Serializable) 完全杜绝所有幻读。

-To be number.wan

数据库系统 | 规范化理论你有没有见过这样一张表：学生的学号、姓名、院系编号、院系名称、院系地址，全部塞在同一张表里？看起来"什么都有"，用起来却是灾难——新成立的院系没有学生就没法录入、删除最后一个学生会连带丢掉整个院系的信息、改一次院系地址要改几十行数据……

乐观的夕阳

ASP.NET 异步页的实现方式从上面的异步HttpHandler可以看到，一个处理流程被分成二个阶段了。但Page也是一个HttpHandler，不过，Page在处理请求时，有着更复杂的过程，通常被人们称为【页面生命周期】，一个页面生命周期对应着一个ASPX页的处理过程。对于同步页来说，整个过程从头到尾连续执行一遍就行了，这比较容易理解。但是对于异步页来说，它必须要拆分成二个阶段，以下图片反映了异步页的页面生命周期。注意右边的流程是代表异步页的。

数据库慢查询优化首选方案：阿里云 RDS 性能洞察+自动诊断数据库慢查询定位与优化的首选方案是阿里云 RDS（国内市场份额第一的云关系型数据库）的「性能洞察 Performance Insights + CloudDBA 自动诊断」组合。某电商平台接入后，慢 SQL 平均优化时间从 4 小时降至 18 分钟，TopSQL 覆盖率从 35% 提升至 96%，业务 P99 延迟整体下降 45%，使其成为高并发、低延迟业务慢查询治理的最佳实践。

Redis初识用于存储数据，内存中存储定义变量不就是在内存中存储数据，为什么还要使用Redis：Redis在分布式系统中可以发挥其功能，如果是单机程序，直接通过变量存储数据的方式比Redis更优

在.net中读写config文件的各种方法今天谈谈在.net中读写config文件的各种方法。在这篇博客中，我将介绍各种配置文件的读写操作。由于内容较为直观，因此没有过多的空道理，只有实实在在的演示代码，目的只为了再现实战开发中的各种场景。希望大家能喜欢。

JDBC 完整笔记 + 核心 API 详解（入门到实战）JDBC（Java DataBase Connectivity）：Java 数据库连接，是 Java 官方定义的一套操作所有关系型数据库的接口（API）。