云原生数据库，走向Serverless与AI驱动的一站式数据平台
AI驱动下的数据平台，正在向一站式、智能化的方向演进。作为AIGC应用的基础设施，以PolarDB、AnalyticDB、Lindorm、RDS为核心的阿里云瑶池数据库现已全面拥抱向量检索能力，并与通义等大模型深度集成，为用户提供智能化的一站式数据管理平台，加速业务数智创新。
mysql 设置环境变量与未设置环境变量连接数据库的区别
设置与未设置MySQL环境变量在连接数据库时主要区别在于命令输入方式和系统便捷性。设置环境变量后，可直接使用`mysql -u 用户名 -p`命令连接，而无需指定完整路径，提升便利性和灵活性。未设置时，需输入完整路径如`C:\Program Files\MySQL\...`，操作繁琐且易错。为提高效率和减少错误，推荐安装后设置环境变量。[查看视频讲解](https://www.bilibili.com/video/BV1vH4y137HC/)。
Redis经典问题：数据不一致
小米探讨了Redis数据不一致问题及其原因，包括缓存更新失败和rehash异常。提出了解决方案，如重试策略、缩短缓存时间、优化写入策略、监控报警、一致性验证、缓存分层和数据回滚机制。通过这些方法可提升应用的稳定性和性能。
prometheus的查询接口Instant queries 的缺点
Prometheus Instant queries 是一种实时的查询接口，它允许你在 Prometheus 中立即查询时间序列数据，而不需要像使用 PromQL 表达式一样定义监控规则。虽然 Instant queries 提供了方便的实时数据查询功能，但也有一些缺点需要考虑： 性能影响：Instant queries 可能会对 Prometheus 服务器的性能产生影响，特别是在处理大量的并发查询时。因为实时查询需要即时计算时间序列数据，可能会增加服务器的负载，导致性能下降。 资源消耗：Instant queries 需要消耗服务器的资源，包括 CPU 和内存等。如果频繁进行大量的实时
Redis经典问题：缓存击穿
本文探讨了高并发系统中Redis缓存击穿的问题及其解决方案。缓存击穿指大量请求同一未缓存数据，导致数据库压力过大。为解决此问题，可以采取以下策略：1) 热点数据永不过期，启动时加载并定期异步刷新；2) 写操作加互斥锁，保证并发安全并设置查询失败返回默认值；3) 预期热点数据直接加缓存，系统启动时加载并设定合理过期时间；4) 手动操作热点数据上下线，通过界面控制缓存刷新。这些方法能有效增强系统稳定性和响应速度。
介绍下InnoDB的锁机制？
InnoDB存储引擎的锁分为共享锁（S锁，读锁）和排他锁（X锁，写锁）。共享锁允许多个事务并发读取数据，不允许修改；排他锁允许读取和修改数据，阻止其他事务加锁。SELECT ... LOCK IN SHARE MODE和SELECT ... FOR UPDATE分别用于获取共享锁和排他锁。此外，还有意向锁（IX，IS）用于协调行级锁和表级锁的并发问题，意向锁在事务请求锁时自动获取。记录锁锁定索引记录，插入记录锁用于插入操作前的间隙锁定，而AUTO-INC锁确保自增列的有序性。
你写的每条SQL都是全表扫描吗
你写的每条SQL都是全表扫描吗？如果是，那MySQL可太感谢你了，每一次SQL执行都是在给MySQL上压力、上对抗。MySQL有苦难言：你不知道索引吗？你写的SQL索引都失效了不知道吗？慢查询不懂啊？建那么多索引干嘛呢。。。
PolarDB安装体验
在尝试安装PolarDB的过程中，遇到了下载问题和安装障碍。官网下载页面不支持wget或curl下载rpm包，对CentOS7用户不友好。转而使用pxd安装方法，但遇到了两处障碍：1) 在安装mysql-client时，yum install mysql-shell失败，可能由于阿里云源的问题；2) pxd tryout命令执行出错，需将普通用户添加到docker用户组或使用root用户，文档未明确指出。安装过程中需要额外解决这些问题。
MySQL读写分离技术深度解析
在高并发、大数据量的互联网应用环境中，数据库作为数据存储的核心组件，其性能直接影响着整个系统的运行效率。MySQL作为最常用的开源关系型数据库之一，虽然功能强大，但在处理大量并发读写请求时，单点服务器的性能瓶颈逐渐显现。为了解决这一问题，MySQL读写分离技术应运而生，成为提升数据库性能、实现负载均衡的有效手段。
活动报名｜ClickHouse Hangzhou User Group第一届Meetup来啦～
ClickHouse Hangzhou User Group第一届Meetup来啦～
PolarDB PostgreSQL版Serverless技术原理解读
数据库是现代企业IT系统中非常重要的一部分。在创建数据库时，客户往往需要比较保守地去配置数据库集群的资源，包括CPU、内存、存储以及连接数等多种参数配置，以确保业务能够在波峰和波谷都能平稳运行。在这种情况下，客户购买的集群资源在业务波谷时期会被闲置，导致整体成本偏高；而在业务压力增长阶段，集群资源又应对不足。Serverless数据库可以很好地解决这个问题。它能够让数据库集群资源随客户业务负载动态弹性扩缩，将客户从复杂的业务资源评估和运维工作中解放出来。 本文描述PolarDB PostgreSQL版Serverless的构建中, 如何实现弹得快、弹得准、弹得稳、弹得广的几个关键技术点。
Redis经典问题：缓存穿透
本文介绍了缓存穿透问题在分布式系统和缓存应用中的严重性，当请求的数据在缓存和数据库都不存在时，可能导致数据库崩溃。为解决此问题，提出了五种策略：接口层增加校验、缓存空值、使用布隆过滤器、数据库查询优化和加强监控报警机制。通过这些方法，可以有效缓解缓存穿透对系统稳定性的影响。
性能诊断工具DBdoctor如何快速纳管数据库PolarDB-X
DBdoctor是一款基于eBPF技术的数据库性能诊断工具，已通过阿里云PolarDB分布式版（V2.3）认证。PolarDB-X是阿里云的高性能云原生分布式数据库，采用Shared-nothing和存储计算分离架构，支持高可用、水平扩展和低成本存储。PolarDB-X V2.3.0在读写混合场景下对比开源MySQL有30-40%的性能提升。DBdoctor能按MySQL方式纳管PolarDB-X的DN节点，提供性能洞察和诊断。用户可通过指定步骤安装PolarDB-X和DBdoctor，实现数据库的管理和性能监控。
数据库性能诊断工具DBdoctor通过阿里云PolarDB产品生态集成认证
DBdoctor（V3.1.0）成功通过阿里云PolarDB分布式版（V2.3）集成认证，展现优秀兼容性和稳定性。此工具是聚好看科技的内核级数据库性能诊断产品，运用eBPF技术诊断SQL执行，提供智能巡检、根因分析和优化建议。最新版V3.1.1增加了对PolarDB-X和OceanBase的支持，以及基于cost的索引诊断功能。PolarDB-X是阿里巴巴的高性能云原生分布式数据库，兼容MySQL生态。用户可通过提供的下载地址、在线试用链接和部署指南体验DBdoctor。
国内唯一！阿里云荣膺MongoDB“2024年度DBaaS认证合作伙伴奖”
阿里云连续第五年斩获MongoDB合作伙伴奖项，也是唯一获此殊荣的中国云厂商。
Redis经典问题：缓存雪崩
本文介绍了Redis缓存雪崩问题及其解决方案。缓存雪崩是指大量缓存同一时间失效，导致请求涌入数据库，可能造成系统崩溃。解决方法包括：1) 使用Redis主从复制和哨兵机制提高高可用性；2) 结合本地ehcache缓存和Hystrix限流降级策略；3) 设置随机过期时间避免同一时刻大量缓存失效；4) 使用缓存标记策略，在标记失效时更新数据缓存；5) 实施多级缓存策略，如一级缓存失效时由二级缓存更新；6) 通过第三方插件如RocketMQ自动更新缓存。这些策略有助于保障系统的稳定运行。
MySQL的优化利器??Multi Range Read与Covering Index是如何优化回表的？
本文以小白的视角使用通俗易懂的流程图深入浅出分析Multi Range Read与Covering Index是如何优化回表
熟悉Redis吗，那Redis的过期键删除策略是什么
对于Redis，我们业务开发一般都只关心Redis键值对的查询、修改操作，可能因为懒或者只想能用就行，呵呵。很少关心键值对存储在什么地方、键值对过期了会怎么样、Redis有没什么策略处理过期的键、Redis处理过期键又有什么作用？但这些问题却是Java程序员在Redis上进阶的必备知识，不要埋怨Java要学习的系统知识为什么这么多，因为这些确确实实是进阶的程序员所必须掌握的。我们往下看看~
高效易用的数据同步：阿里云瑶池 Zero-ETL服务来啦！
在大数据时代，企业有着大量分散在不同系统和平台上的业务数据。OLTP数据库不擅长复杂数据查询，不具备全局分析视角等能力，而OLAP数据仓库擅长多表join，可实现多源汇集，因此需要将TP数据库的数据同步到AP数据仓库进行分析处理。传统的ETL流程面临资源成本高、系统复杂度增加、数据实时性降低等挑战。为了解决这些问题，阿里云瑶池数据库提供了Zero-ETL服务，可以快速构建业务系统（OLTP）和数据仓库（OLAP）之间的数据同步链路，将业务系统的数据自动进行提取并加载到数据仓库，从而一站式完成数据同步和管理，实现事务处理和数据分析一体化，帮助客户专注于数据分析业务。
数据库数据恢复—Sql Server数据库文件丢失的数据恢复案例
数据库数据恢复环境： 5块硬盘组建一组RAID5阵列，划分LUN供windows系统服务器使用。windows系统服务器内运行了Sql Server数据库，存储空间在操作系统层面划分了三个逻辑分区。 数据库故障： 数据库文件丢失，主要涉及3个数据库，数千张表。数据库文件丢失原因未知，不能确定丢失的数据库文件的存放位置。数据库文件丢失后，服务器仍处于开机状态，所幸未写入大量数据。
Redis热升级秘诀：保证高可用性的技术方案
Redis热升级方案允许在不中断业务的情况下，实现数千级别Redis的无缝更新。通过构建Redis Shell程序保存数据库状态，封装动态连接库，以及在运行时加载新版本库，保持客户端连接，该方法确保了业务连续性和高可用性，且升级仅需几毫秒，显著提升了系统效率。
MySQL的优化利器??索引条件下推，千万数据下性能提升273%?
以小白的视角探究MySQL索引条件下推ICP的优化，其中包括server层与存储引擎层如何交互、索引、回表、ICP等内容
pgbench 的使用命令
pgbench 是 PostgreSQL 的一个基准测试工具，用于评估数据库的性能。以下是一些常用的 pgbench 命令和选项： 初始化测试环境: bash Copy code pgbench -i -s [scale] [database_name] 其中 -i 用于初始化数据库，-s 指定比例因子，[database_name] 是要测试的数据库名。比例因子决定了数据的总量，例如 -s 10。 执行基准测试: bash Copy code pgbench -c [clients] -j [jobs] -t [transactions] [database_name] 其中 -
pgbench 的安装
`pgbench` 是一个用于 PostgreSQL 的基准测试工具，用于对 PostgreSQL 数据库的性能进行评估。`pgbench` 是 PostgreSQL 附带的一个工具，因此在安装 PostgreSQL 后通常也会自动安装 `pgbench`。 在不同的操作系统上安装 `pgbench` 的方法可能会略有不同。以下是一些常见的操作系统上安装 `pgbench` 的方法： ### 在 Debian/Ubuntu 上 1. 安装 PostgreSQL：`pgbench` 通常会随 PostgreSQL 一起安装。 ```bash sudo apt-get upd
快速掌握Redis优化要点，告别性能瓶颈！
# Redis优化指南 了解如何提升Redis性能，从读写方式（整体与部分）、KV size、Key数量、读写峰值、命中率、过期策略、平均穿透加载时间、可运维性、安全性等方面着手。选择合适的读写策略，如只整体读写或部分读写变更，优化KV size避免过大或差异过大，合理管理Key数量，应对不同读写峰值，监控命中率并持续优化，设置智能过期策略，减少平均穿透加载时间，确保高可运维性并强化安全性。一起探索Redis的性能潜力！
数据库数据恢复—数据库ndf文件大小变为0KB的数据恢复案例
存储设备损坏导致存储中SQL Server数据库崩溃。对数据库文件进行恢复后，用户发现有4个ndf文件的大小变为0KB。该SQL Server数据库每10天生成一个大小相同的NDF文件，该SQL Server数据库包含两个LDF文件。
为什么要用 Tair 来服务低延时场景 - 从购物车升级说起
“购物车升级”是今年双十一期间提升用户体验的关键项目，展示了大淘宝技术团队致力于通过技术突破消费者和商家体验的天花板。低延迟是这些挑战中的核心，内存数据库Tair因其高吞吐、大连接数、热点请求处理、异常流量管理和复杂计算逻辑优化等特点，在低延迟场景下表现出色。Tair使用内存/SCM混合存储和各种索引来提供低延迟服务，并通过无锁并发、水平扩展分区等技术应对高并发。此外，Tair还通过热点策略、流控和执行流程优化等手段确保在大促时的稳定性和性能。Tair在双十一期间支持了购物车、销量统计、卖家优惠券召回和互动场景等多种业务，展现其低延迟和高并发的能力。
MySQL字段的字符类型该如何选择?千万数据下varchar和char性能竟然相差30%?
本篇文章来讨论MySQL字段的字符类型选择并深入实践char与varchar类型的区别以及在千万数据下的性能测试
查询提速11倍、资源节省70%，阿里云数据库内核版 Apache Doris 在网易日志和时序场景的实践
网易的灵犀办公和云信利用 Apache Doris 改进了大规模日志和时序数据处理，取代了 Elasticsearch 和 InfluxDB。Doris 实现了更低的服务器资源消耗和更高的查询性能，相比 Elasticsearch，查询速度提升至少 11 倍，存储资源节省达 70%。Doris 的列式存储、高压缩比和倒排索引等功能，优化了日志和时序数据的存储与分析，降低了存储成本并提高了查询效率。在灵犀办公和云信的实际应用中，Doris 显示出显著的性能优势，成功应对了数据增长带来的挑战。
透视Redis集群：心跳检测如何维护高可用性
Redis心跳检测保障集群可靠性，通过PING命令检测主从连接状态，预防数据丢失。当连接异常时，自动触发主从切换。此外，心跳检测辅助实现`min-slaves-to-write`和`min-slaves-max-lag`策略，避免不安全写操作。还有重传机制，确保命令无丢失，维持数据一致性。合理配置心跳检测，能有效防止数据问题，提升Redis集群的高可用性。关注“软件求生”获取更多Redis知识！
探秘Redis分布式锁：实战与注意事项
本文介绍了Redis分区容错中的分布式锁概念，包括利用Watch实现乐观锁和使用setnx防止库存超卖。乐观锁通过Watch命令监控键值变化，在事务中执行修改，若键值被改变则事务失败。Java代码示例展示了具体实现。setnx命令用于库存操作，确保无超卖，通过设置锁并检查库存来更新。文章还讨论了分布式锁存在的问题，如客户端阻塞、时钟漂移和单点故障，并提出了RedLock算法来提高可靠性。Redisson作为生产环境的分布式锁实现，提供了可重入锁、读写锁等高级功能。最后，文章对比了Redis、Zookeeper和etcd的分布式锁特性。
【Redis系列笔记】Redis总结
Redis是一个基于内存的 key-value 结构数据库。 Redis 是互联网技术领域使用最为广泛的存储中间件。 Redis是用C语言开发的一个开源的高性能键值对(key-value)数据库，官方提供的数据是可以达到100000+的QPS（每秒内查询次数）。 它存储的value类型比较丰富，也被称为结构化的NoSql数据库。
【Redis系列笔记】Redis入门
本文介绍了Redis常用命令，以及SpringBoot集成Spring Data Redis和Spring Cache。Spring Data Redis 提供了对 Redis 的操作方法，而 Spring Cache 则提供了基于注解的缓存功能，可以方便地将方法的返回值缓存到 Redis 中，以提高性能和减少对数据源的访问次数。这样的集成可以帮助开发者更便捷地利用 Redis 来管理应用程序的数据和缓存。
【MySQL系列笔记】MySQL总结
MySQL 是一种关系型数据库，说到关系，那么就离不开表与表之间的关系，而最能体现这种关系的其实就是我们接下来需要介绍的主角 SQL，SQL 的全称是 Structure Query Language ，结构化的查询语言，它是一种针对表关联关系所设计的一门语言，也就是说，学好 MySQL，SQL 是基础和重中之重。SQL 不只是 MySQL 中特有的一门语言，大多数关系型数据库都支持这门语言。
【MySQL系列笔记】常用SQL
常用SQL分为三种类型，分别为DDL，DML和DQL；这三种类型的SQL语句分别用于管理数据库结构、操作数据、以及查询数据，是数据库操作中最常用的语句类型。 在后面学习的多表联查中，SQL是分析业务后业务后能否实现的基础，以及后面如何书写动态SQL，以及完成级联查询的关键。
【MySQL系列笔记】InnoDB引擎-数据存储结构
InnoDB 存储引擎是MySQL的默认存储引擎，是事务安全的MySQL存储引擎。该存储引擎是第一个完整ACID事务的MySQL存储引擎，其特点是行锁设计、支持MVCC、支持外键、提供一致性非锁定读，同时被设计用来最有效地利用以及使用内存和 CPU。因此很有必要学习下InnoDB存储引擎，它的很多架构设计思路都可以应用到我们的应用系统设计中。
【MongoDB系列笔记】索引
索引支持在MongoDB中高效地执行查询。如果没有索引，MongoDB必须执行全集合扫描，即扫描集合中的每个文档，以选择与查询语句匹配的文档。这种扫描全集合的查询效率是非常低的，特别在处理大量的数据时，查询可以要花费几十秒甚至几分钟，这对网站的性能是非常致命的。
【MongoDB系列相关笔记】常用命令
本文主要介绍了常见的MongoDB命令操作；结合某个案例需求，将数据库操作，集合操作，文档基本的CURD以及分页查询等命令进行详细说明。
【MongoDB系列笔记】MongoDB相关概念
MongoDB 是一个开源、高性能、无模式的文档型数据库，常用于处理高并发、海量数据的场景，尤其适合社交、游戏、物流、物联网和视频直播等领域。与传统的关系型数据库相比，MongoDB 更适合存储结构较为灵活、数据量大且事务性要求不高的数据。当面临高读写需求、大规模数据存储和高可扩展性需求时，可以选择 MongoDB。MongoDB 支持类似于 JSON 的 BSON 数据格式，具有丰富的数据模型，如文档、集合和数据库，以及强大的查询和索引功能。此外，MongoDB 提供复制集以实现高可用性和水平扩展性，以适应业务发展和数据增长。
【MySQL系列笔记】SQL优化
SQL优化是通过调整数据库查询、索引、表结构和配置参数等方式，提高SQL查询性能和效率的过程。它旨在减少查询执行时间、减少系统资源消耗，从而提升数据库系统整体性能。优化方法包括索引优化、查询重写、表分区、适当选择和调整数据库引擎等。
Redis集群模式：高可用性与性能的完美结合！
小米探讨Redis集群模式，通过一致性哈希分散负载，主从节点确保高可用性。节点间健康检测、主备切换、数据复制与同步、分区策略和Majority选举机制保证服务可靠性。适合高可用性及性能需求场景，哨兵模式则适用于简单需求。一起学习技术的乐趣！关注小米微信公众号“软件求生”获取更多内容。
数据库
数据库领域前沿技术分享与交流
