- 1 合理使用范式和反范式1.1 范式遵循范式的优点：范式化的更新通常比反范式要快。当数据较好的范式化后，很少或者没有重复的数据。范式化的数据比较小，可以放在内存中，操作比较快。遵循范式的缺点：通常需要进行表关联。1.2 反范式反范式优点：所有的数据都在同一张表中，可以避免关联。可以设计有效的索引。反范式缺点：表格内的冗余较多，删除数据时候会造成表有些有用的信息丢失。1.3 如何选择 在实际... 1 合理使用范式和反范式1.1 范式遵循范式的优点：范式化的更新通常比反范式要快。当数据较好的范式化后，很少或者没有重复的数据。范式化的数据比较小，可以放在内存中，操作比较快。遵循范式的缺点：通常需要进行表关联。1.2 反范式反范式优点：所有的数据都在同一张表中，可以避免关联。可以设计有效的索引。反范式缺点：表格内的冗余较多，删除数据时候会造成表有些有用的信息丢失。1.3 如何选择 在实际...
- 写 SQL 的人，大概都遇到过这种情况：明明脑子里已经知道要查什么，但真正开始写的时候，还是得一点点补关键字、补表名、补字段、补语句结构。越是多表查询、长 SQL、复杂条件，越容易写得慢、改得烦，还容易漏。很多工具也有“补全”，但更多时候，它只能帮你补一个关键字，离真正把 SQL 写快，还有很大差距。NineData 这次上线的 SQL AI 智能补全，解决的就是这个问题。能力定位NineD... 写 SQL 的人，大概都遇到过这种情况：明明脑子里已经知道要查什么，但真正开始写的时候，还是得一点点补关键字、补表名、补字段、补语句结构。越是多表查询、长 SQL、复杂条件，越容易写得慢、改得烦，还容易漏。很多工具也有“补全”，但更多时候，它只能帮你补一个关键字，离真正把 SQL 写快，还有很大差距。NineData 这次上线的 SQL AI 智能补全，解决的就是这个问题。能力定位NineD...
- 如果把数据库治理这几年的变化拆开看，我觉得它大概经历了三个阶段。1. 客户端阶段那个时候大家选工具，重点看的是能不能方便连库、能不能看对象、SQL 写起来顺不顺手。Navicat、DBeaver 这类工具之所以被广泛使用，就是因为它们在“数据库操作体验”这件事上做得比较成熟。对开发和 DBA 来说，这类工具是日常生产力的一部分。但客户端阶段也有比较明显的上限，它解决的是“怎么更高效地操作数据... 如果把数据库治理这几年的变化拆开看，我觉得它大概经历了三个阶段。1. 客户端阶段那个时候大家选工具，重点看的是能不能方便连库、能不能看对象、SQL 写起来顺不顺手。Navicat、DBeaver 这类工具之所以被广泛使用，就是因为它们在“数据库操作体验”这件事上做得比较成熟。对开发和 DBA 来说，这类工具是日常生产力的一部分。但客户端阶段也有比较明显的上限，它解决的是“怎么更高效地操作数据...
- 这两年聊 Oracle 迁移项目，一个比较明显的变化是：大家关注的重点已经不再是“能不能把数据迁过去”，而是“能不能在业务中断窗口较小、风险可控的前提下平滑切换”。这两个问题，看起来只差几个字，实际并不是一个难度级别。“能迁”解决的是数据搬运问题，比如导出、导入、全量迁移、对象转换；“平滑切换”解决的是生产工程问题，比如业务连续性、增量追平、数据校验、切换窗口、失败回滚、任务告警。放到 20... 这两年聊 Oracle 迁移项目，一个比较明显的变化是：大家关注的重点已经不再是“能不能把数据迁过去”，而是“能不能在业务中断窗口较小、风险可控的前提下平滑切换”。这两个问题，看起来只差几个字，实际并不是一个难度级别。“能迁”解决的是数据搬运问题，比如导出、导入、全量迁移、对象转换；“平滑切换”解决的是生产工程问题，比如业务连续性、增量追平、数据校验、切换窗口、失败回滚、任务告警。放到 20...
- 这两年跟不少团队聊数据库治理，一个比较常见的现象是：大家并不是完全没流程。很多公司已经上了 Yearning、Archery 这类 SQL 审核工具，生产变更也要求“先提单、后执行”。按理说，数据库变更应该比以前更可控。但现实往往不是这样。到了生产环境，DBA 还是会遇到这些问题：• SQL 审核是走了，但有人还是会在客户端里改生产；• 审批流是配了，但审批和执行是两套系统，中间还是靠人传递... 这两年跟不少团队聊数据库治理，一个比较常见的现象是：大家并不是完全没流程。很多公司已经上了 Yearning、Archery 这类 SQL 审核工具，生产变更也要求“先提单、后执行”。按理说，数据库变更应该比以前更可控。但现实往往不是这样。到了生产环境，DBA 还是会遇到这些问题：• SQL 审核是走了，但有人还是会在客户端里改生产；• 审批流是配了，但审批和执行是两套系统，中间还是靠人传递...
- 如果把 MySQL 到 SelectDB 同步这件事放到前几年看，很多团队的目标其实很简单：任务能跑起来，数据能进仓，报表能出结果，就算完成交付。但到了 2026 年，这个标准已经明显不够了。原因也不复杂。业务越来越依赖实时分析，数据链路一旦接到核心看板、经营分析、风控监测、运营决策，它就不再只是一个后台任务，而是一条要长期稳定运行的生产链路。这个时候，团队更关心的问题会变成：• 数据是不是... 如果把 MySQL 到 SelectDB 同步这件事放到前几年看，很多团队的目标其实很简单：任务能跑起来，数据能进仓，报表能出结果，就算完成交付。但到了 2026 年，这个标准已经明显不够了。原因也不复杂。业务越来越依赖实时分析，数据链路一旦接到核心看板、经营分析、风控监测、运营决策，它就不再只是一个后台任务，而是一条要长期稳定运行的生产链路。这个时候，团队更关心的问题会变成：• 数据是不是...
- 在实时分析场景里，MySQL -> SelectDB 是一条很典型的数据链路。前端业务系统持续写入 MySQL，分析、报表和经营看板则希望尽可能快地在 SelectDB 里看到当前数据。看起来这只是一次“数据同步”，但实际落地时，团队通常会发现，难点并不只是把数据从 A 搬到 B，而是如何让这条链路持续、稳定、可控地运行下去。这也是为什么，很多团队在做这类项目时，对比的对象不只是“传统 ET... 在实时分析场景里，MySQL -> SelectDB 是一条很典型的数据链路。前端业务系统持续写入 MySQL，分析、报表和经营看板则希望尽可能快地在 SelectDB 里看到当前数据。看起来这只是一次“数据同步”，但实际落地时，团队通常会发现，难点并不只是把数据从 A 搬到 B，而是如何让这条链路持续、稳定、可控地运行下去。这也是为什么，很多团队在做这类项目时，对比的对象不只是“传统 ET...
- 做实时分析，很多团队都会遇到同一个拐点：业务数据还在 MySQL，但报表、聚合、指标查询、实时决策，已经不适合继续压在业务库上了。SelectDB 这类分析型数据库因此成了很自然的目标端。问题是，从业务库到实时分析库，中间缺的从来不只是一条同步任务。真正上线以后，团队关心的不是“能不能把数据搬过去”，而是这条链路能不能长期稳定、结果可信、异常可控。下面我们就看一看，一条真正能上生产的完整链路... 做实时分析，很多团队都会遇到同一个拐点：业务数据还在 MySQL，但报表、聚合、指标查询、实时决策，已经不适合继续压在业务库上了。SelectDB 这类分析型数据库因此成了很自然的目标端。问题是，从业务库到实时分析库，中间缺的从来不只是一条同步任务。真正上线以后，团队关心的不是“能不能把数据搬过去”，而是这条链路能不能长期稳定、结果可信、异常可控。下面我们就看一看，一条真正能上生产的完整链路...
- 做实时分析时，很多团队都会遇到同一个问题：业务数据在 MySQL，查询和报表想放到 StarRocks 跑，这条 MySQL -> StarRocks 链路到底怎么搭，才能既实时又稳定？如果只看“把数据同步过去”，脚本、自建 CDC 甚至定时任务都能做；但一旦进入生产环境，问题就会变成：首次全量怎么初始化、增量延迟怎么排查、DDL 变更怎么跟上、数据不一致怎么修。这也是为什么，更适合落地的方... 做实时分析时，很多团队都会遇到同一个问题：业务数据在 MySQL，查询和报表想放到 StarRocks 跑，这条 MySQL -> StarRocks 链路到底怎么搭，才能既实时又稳定？如果只看“把数据同步过去”，脚本、自建 CDC 甚至定时任务都能做；但一旦进入生产环境，问题就会变成：首次全量怎么初始化、增量延迟怎么排查、DDL 变更怎么跟上、数据不一致怎么修。这也是为什么，更适合落地的方...
- 把 MySQL 业务数据实时送到 StarRocks，看上去只是“做一条同步链路”，实际落地后，难点通常不在传输本身，而在这几个环节：目标端建表是否省力、源表结构变化能否跟上、同步结果怎么验证、链路出现问题后是否便于排查。如果从这个角度看，NineData 的价值不只是把 MySQL 数据写进 StarRocks，而是把结构复制、全量初始化、增量同步、DDL 跟随、数据对比和运行治理放进了一... 把 MySQL 业务数据实时送到 StarRocks，看上去只是“做一条同步链路”，实际落地后，难点通常不在传输本身，而在这几个环节：目标端建表是否省力、源表结构变化能否跟上、同步结果怎么验证、链路出现问题后是否便于排查。如果从这个角度看，NineData 的价值不只是把 MySQL 数据写进 StarRocks，而是把结构复制、全量初始化、增量同步、DDL 跟随、数据对比和运行治理放进了一...
- 围绕 Java项目中深度分页解决方案，原文主要从 为什么LIMIT offset, size会慢、思路、单字段排序：按自增/雪花 id 这些层面展开。和只讲概念的文章不同，它把问题落到可直接执行的 SQL、DDL 或运维命令上，便于你先在测试环境验证语义，再确认对生产实例的影响范围。深度分页的优化核心在于减少MySQL扫描的数据量,避免全表扫描,通过使用索引、游标分页、延迟关联等技术,可以显... 围绕 Java项目中深度分页解决方案，原文主要从 为什么LIMIT offset, size会慢、思路、单字段排序：按自增/雪花 id 这些层面展开。和只讲概念的文章不同，它把问题落到可直接执行的 SQL、DDL 或运维命令上，便于你先在测试环境验证语义，再确认对生产实例的影响范围。深度分页的优化核心在于减少MySQL扫描的数据量,避免全表扫描,通过使用索引、游标分页、延迟关联等技术,可以显...
- 围绕 ClickHouse数据库引擎的实现，原文主要从 ClickHouse使用MySQL数据库引擎、MySQL 数据库引擎介绍、场景演示示例 这些层面展开。和只讲概念的文章不同，它把问题落到可直接执行的 SQL、DDL 或运维命令上，便于你先在测试环境验证语义，再确认对生产实例的影响范围。MySQL 数据库引擎是 ClickHouse 提供的一种集成引擎,这不是指 ClickHouse本身... 围绕 ClickHouse数据库引擎的实现，原文主要从 ClickHouse使用MySQL数据库引擎、MySQL 数据库引擎介绍、场景演示示例 这些层面展开。和只讲概念的文章不同，它把问题落到可直接执行的 SQL、DDL 或运维命令上，便于你先在测试环境验证语义，再确认对生产实例的影响范围。MySQL 数据库引擎是 ClickHouse 提供的一种集成引擎,这不是指 ClickHouse本身...
- 围绕 CentOS7安装 8.4 + Navicat远程连接新手，原文主要从 下载并替换为阿里云镜像源、刷新yum缓存（使镜像源生效）、启动MySQL服务 这些层面展开。和只讲概念的文章不同，它把问题落到可直接执行的 SQL、DDL 或运维命令上，便于你先在测试环境验证语义，再确认对生产实例的影响范围。Navicat是高效数据库管理工具,支持多数据库操作,远程连接MySQL是常见的一种功能,... 围绕 CentOS7安装 8.4 + Navicat远程连接新手，原文主要从 下载并替换为阿里云镜像源、刷新yum缓存（使镜像源生效）、启动MySQL服务 这些层面展开。和只讲概念的文章不同，它把问题落到可直接执行的 SQL、DDL 或运维命令上，便于你先在测试环境验证语义，再确认对生产实例的影响范围。Navicat是高效数据库管理工具,支持多数据库操作,远程连接MySQL是常见的一种功能,...
- 围绕 在中不建议长事务的根因详析，原文主要从 引言、一、可重复读（REPEATABLE READ）的实现原理、版本链示例 这些层面展开。和只讲概念的文章不同，它把问题落到可直接执行的 SQL、DDL 或运维命令上，便于你先在测试环境验证语义，再确认对生产实例的影响范围。长事务顾名思义就是运行时间比较长,长时间未提交的事务,也可以称之为大事务,这类事务往往会造成大量的阻塞和锁超时,容易造成主从... 围绕 在中不建议长事务的根因详析，原文主要从 引言、一、可重复读（REPEATABLE READ）的实现原理、版本链示例 这些层面展开。和只讲概念的文章不同，它把问题落到可直接执行的 SQL、DDL 或运维命令上，便于你先在测试环境验证语义，再确认对生产实例的影响范围。长事务顾名思义就是运行时间比较长,长时间未提交的事务,也可以称之为大事务,这类事务往往会造成大量的阻塞和锁超时,容易造成主从...
- 围绕 在 中快速的复制一张表包括表结构和数据，原文主要从 方法 1：CREATE TABLE ... SELECT ...（最简全量复制）、方法 2：CREATE TABLE ... LIKE ... + INSERT INTO ... SELECT ...（完整结构复制）、方法 3：mysqldump工具（跨实例/大数据量复制） 这些层面展开。和只讲概念的文章不同，它把问题落到可直接执行的... 围绕 在 中快速的复制一张表包括表结构和数据，原文主要从 方法 1：CREATE TABLE ... SELECT ...（最简全量复制）、方法 2：CREATE TABLE ... LIKE ... + INSERT INTO ... SELECT ...（完整结构复制）、方法 3：mysqldump工具（跨实例/大数据量复制） 这些层面展开。和只讲概念的文章不同，它把问题落到可直接执行的...
上滑加载中
推荐直播
-
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中 -
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中 -
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-道通无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
即将直播
热门标签