数据库

李兆龙的博客

问津集 #26：Lakebase——Postgres 的版本化页面存储、数据库分支与计算弹性《Lakebase: Serverless Postgres over Open Lake Storage》由 Databricks 团队发表于 PVLDB 2026。Lakebase 沿用 PostgreSQL 处理事务，目标是满足四项需求：[1]

倔强的石头_

聊聊金仓KFS：一款把数据同步软件做扎实的产品今天聊聊我最近研究异构数据同步的时候接触到的金仓 Kingbase FlySync（下文简称 KFS）——一款对标 OGG 的异构数据同步软件。内容偏产品力拆解，后半段带一个自己动手规划同步链路的实操记录。

闲云野鹤在人间

MySQL｜从理论、安装、备份到主从复制、MHA高可用详解摘要：本文系统梳理 MySQL 从理论到高可用的完整知识体系。内容涵盖数据库基础理论（数据分类、三大范式、SQL 五大语言分类）、MySQL 介绍与源码编译安装、SQL 核心语法（库表操作、DML/DQL、用户权限与数据类型）、备份与恢复（物理冷备份、mysqldump 逻辑备份、binlog 增量备份）、主从复制原理与配置、Amoeba 读写分离中间件，以及 MHA 高可用架构。通过一主两从 + MHA 的实战部署，帮助读者掌握 MySQL 运维的核心技能，实现数据安全与业务高可用。

Redis：从两大维度和三大主线建立知识体系Redis 的知识点可以放进同一个框架中理解：本文以 Redis Open Source 6.0 及之后版本的通用机制为主；涉及 Redis 7.0 起的多文件 AOF 等版本差异时单独说明。

Redis 数据结构：快速的 Redis 有哪些慢操作？Redis 快，不代表每条命令都快。一条命令的实际耗时，至少由以下几部分共同决定：算法复杂度描述的是 f(N, M) 随数据规模增长的趋势，实际的 N、M 决定本次命令到底要处理多少元素；返回字节数和内存管理等成本则不一定完整体现在命令文档的大 O 记号中。

数据库小学妹

数据共享交换平台选型：交换方式对比与避坑指南大家好，我是数据库小学妹👋我踩过的坑，你别再踩。上周有个做政务项目的朋友来找我吐槽。他们花了半年建数据共享交换平台，目录也梳了，接口也通了。结果一上量，交换链路天天告警，报表数据对不上，查了三天没找到根。我当时问了他一句：“你盯的是平台，还是平台下面的底座？”他愣了两秒。很多团队的坑，就埋在这一刻。

决策模型做内容安全检测：从踩坑到上线接口参考： https://help.aliyun.com/zh/model-studio/decision-model-api?spm=a2c4g.11186623.0.i0#%E6%98%AF%E9%9D%9E%E5%88%A4%E6%96%AD%E7%A4%BA%E4%BE%8B-h4

这个DBA有点耶

数据库双轨并行实战：全量并行策略、增量延迟控制、双向回切与一致性校验大家好，我是小耶，写功课只是为了我踩过的坑，你们别再踩了！数据库迁移最大的挑战是什么？中国信通院《数据库发展白皮书》指出，核心系统的数据库迁移面临三大结构性难题：停机窗口长、数据一致性难保证、故障后缺乏回退手段。传统模式是“停机 → 全量迁移 → 停机 → 增量追平 → 切换”，两次停机加在一起，对于7×24小时运行的核心系统来说，窗口根本不够用。

保单、赔付与渠道问数：保险经营数据如何实现按需查询保险经营的三类核心数据，保单、赔付、渠道，各自分散在承保系统、理赔系统、渠道管理系统里。想要做到随时取用，技术上可以用一套语义层把分散数据统一成可查询的数据地图，再以 NL2SQL 把自然语言转成只读查询，保险经营的指标就能从排期报表走向实时问数。本文重点拆解这套问数能力背后的技术实现。

PostgreSQL 分区表：从设计到运维，大表不再卡单表涨到几千万行以后，查询变慢、VACUUM 变久、备份恢复变长。分区表是 PostgreSQL 应对大表的标配手段，但分错了方向，比不分会更糟。」

Oracle固定执行计划的方法---SQL Plan BaselineOracle 数据库中最令人头疼的问题之一，就是 SQL 执行计划突然变差（Plan Regression），明明昨天还运行良好的查询，今天却因为统计信息更新、数据量变化或数据库升级，优化器选择了一个糟糕的执行计划（比如从索引扫描变成全表扫描），导致响应时间从毫秒级暴增到分钟级。

数据库小学妹

数据库高可用演练怎么做？稳态定义、注入点与中止条件大家好，我是数据库小学妹👋 我踩过的坑，你别再踩。前年我跟过一次真实的断电。系统是两个数据中心加一个异地灾备。方案评审我参与了，里面写的切换时间是 30 秒。每一步都写了，脚本也提前写好，平时跑得也稳。说实话，我当时觉得定期演练有点多余。

谷歌SEO 站内搜索优化实战：把站内搜索词变成关键词金矿大多数独立站把站内搜索当配套功能：装上搜索框、能用就行、没人管。但站内搜索是整站唯一一个用户主动告诉你他们想要什么的数据源——而且零成本。

Qt 串口/网口通信：Hex 与 ASCII 编码转换深度指南做 Qt 上位机开发时，常常会遇到这样的疑问：设备到底需要我发送 "01 03 00 00"，还是发送 0x01 0x03 0x00 0x00？

多源异构数据库实时同步至 Doris—基于 Kafka + Flink 的实时 CDC 数据集成方案整体架构自左向右分为“数据源层 → 采集层（CDC）→ 消息层（Kafka）→ 计算层（Flink）→ 存储层（Doris）→ 应用层”，并由贯穿全链路的“监控与治理层”提供可观测性保障。在迁移灰度期间，原有 Spark 离线链路继续并行保留，作为数据兜底与全量校验基准，待实时链路稳定验证后再逐步下线。

堆叠注入（Stacked Queries Injection）详解：原理、利用与防御堆叠注入（Stacked Queries Injection）是 SQL 注入家族中一种较为特殊且危险的攻击手法。与普通 SQL 注入只能执行单条查询不同，堆叠注入允许攻击者在同一个数据库连接中执行多条 SQL 语句，从而获得更强的控制能力。本文将深入讲解堆叠注入的原理、触发条件、利用方式以及防御措施，帮助读者全面理解这一安全威胁。

数据库迁移工具 CloudCanal v6.5.0.0 发布：新增 TDSQL PostgreSQL 多条链路，支持 MongoDB 双向同步CloudCanal 是一款面向数据库迁移与实时数据同步场景的数据集成工具，支持全量迁移、增量同步、结构迁移、数据校验与数据订正，适用于异构数据库迁移、实时数据集成等生产场景。

从814张表到250个本体：本体建模在做什么企业数据AI怎么才能读懂？一家服装贸易企业的信息部工程师用自己的一段经历回答过这个问题："八百多个表都是手建的，一个字一个字敲出来的，跨行如隔山。"他说的那段日子，是把814张表梳理成250个本体、14个业务单元的本体建模期。企业想让AI答准业务问题，最先想到的常常是换更大的模型，但真正卡住AI的，是它还没被教会这家企业的业务——建模的过程，就是教AI学会你的企业。JBoltAI本体语义平台是新一代智能数据中台，本体建模正是它让AI读懂企业数据的方式。

十二、Redis -1Redis 是BSD 协议开源的高性能 key‑value 内存数据库。三大核心特点：缓存相关要点注意：CONFIG SET仅修改内存，重启服务失效，不会写入 redis.conf，部分参数不支持动态修改。

这个DBA有点耶

Change Buffer深入：二级索引写入的隐形加速器与它的代价大家好，我是小耶，写功课只是为了我踩过的坑，你们别再踩了！先问一个问题。一张表上有一个自增主键（聚簇索引）和三个二级索引。现在插入一行新数据。InnoDB需要做几件事？