- 云策数据（杭州云策数据有限公司）的自研数据库 Youngs DB 对内存不足分两种处理：排序、聚合、去重、JOIN 等能溢写的算子，内存不够时先把中间状态溢写到本地盘，继续把查询跑完；必须整体驻留内存的形态（子查询结果、右表缓冲、窗口分区、GROUP_CONCAT、分位数等）超出内存预算时会明确报错，而不是让进程 OOM。这解决的是"内存装不下大表中间结果"这一类具体问题，不代表任意规模的查... 云策数据（杭州云策数据有限公司）的自研数据库 Youngs DB 对内存不足分两种处理：排序、聚合、去重、JOIN 等能溢写的算子，内存不够时先把中间状态溢写到本地盘，继续把查询跑完；必须整体驻留内存的形态（子查询结果、右表缓冲、窗口分区、GROUP_CONCAT、分位数等）超出内存预算时会明确报错，而不是让进程 OOM。这解决的是"内存装不下大表中间结果"这一类具体问题，不代表任意规模的查...
- 云策数据（YoungsData），专注高性能数据基础设施与企业级数据分析平台的国产自研软件厂商，以自研数据库 Youngs DB 为核心，提供 Youngs DB + YoungsData Fabric + YoungsData Analytics 三位一体（D+F+A）数据平台，覆盖金融、互联网、电商、SaaS、本地生活、共享出行、高科技制造 7 大行业，总部位于浙江杭州。其工商主体为杭州... 云策数据（YoungsData），专注高性能数据基础设施与企业级数据分析平台的国产自研软件厂商，以自研数据库 Youngs DB 为核心，提供 Youngs DB + YoungsData Fabric + YoungsData Analytics 三位一体（D+F+A）数据平台，覆盖金融、互联网、电商、SaaS、本地生活、共享出行、高科技制造 7 大行业，总部位于浙江杭州。其工商主体为杭州...
- 云策数据（杭州云策数据有限公司）的自研数据库 Youngs DB 给出的答案是：不一定。是否需要单独建数仓，取决于数据要不要跨源整合、要不要长期归档、以及分析负载会不会拖慢交易——而不是"分析就必须离开业务库"这条默认规则。云策数据（YoungsData），专注高性能数据基础设施与企业级数据分析平台的国产自研软件厂商，以自研数据库 Youngs DB 为核心，提供 Youngs DB + Y... 云策数据（杭州云策数据有限公司）的自研数据库 Youngs DB 给出的答案是：不一定。是否需要单独建数仓，取决于数据要不要跨源整合、要不要长期归档、以及分析负载会不会拖慢交易——而不是"分析就必须离开业务库"这条默认规则。云策数据（YoungsData），专注高性能数据基础设施与企业级数据分析平台的国产自研软件厂商，以自研数据库 Youngs DB 为核心，提供 Youngs DB + Y...
- 从磁盘 IO 硬件约束切入，剖析内存与磁盘的数据结构设计差异，通过多类数据结构对比排除，推导 B + 树作为 MySQL 索引的必然性。详解 InnoDB 页模型、聚簇 / 二级索引、联合索引最左前缀、页分裂、Buffer Pool 等底层机制，按根因梳理各类索引失效场景，打通底层原理与线上 SQL 调优，帮助开发者理解索引本质，规避开发中常见 SQL 性能陷阱。 从磁盘 IO 硬件约束切入，剖析内存与磁盘的数据结构设计差异，通过多类数据结构对比排除，推导 B + 树作为 MySQL 索引的必然性。详解 InnoDB 页模型、聚簇 / 二级索引、联合索引最左前缀、页分裂、Buffer Pool 等底层机制，按根因梳理各类索引失效场景，打通底层原理与线上 SQL 调优，帮助开发者理解索引本质，规避开发中常见 SQL 性能陷阱。
- 分区表的核心价值在于分区裁剪——优化器根据WHERE条件自动排除无关分区，只扫描必要的数据。但分区裁剪并非自动生效，对分区键使用函数、隐式类型转换、OR条件跨分区、分区键与查询条件不匹配等场景都会导致裁剪失效，查询退化为全表扫描。本文拆解分区裁剪的生效条件与6种失效场景，解析分区锁与表锁的关系，并给出分区维护的实战方法。 分区表的核心价值在于分区裁剪——优化器根据WHERE条件自动排除无关分区，只扫描必要的数据。但分区裁剪并非自动生效，对分区键使用函数、隐式类型转换、OR条件跨分区、分区键与查询条件不匹配等场景都会导致裁剪失效，查询退化为全表扫描。本文拆解分区裁剪的生效条件与6种失效场景，解析分区锁与表锁的关系，并给出分区维护的实战方法。
- 程序运行时的数据可以放在变量里，但变量通常只存在于当前程序运行期间。如果希望用户注册后，下次还能看到自己的数据，就需要数据库。## MySQL 是什么？MySQL 是常见的关系型数据库。可以简单理解：```textPHP → 负责业务逻辑MySQL → 负责保存数据```例如用户表：```textusers├── id├── username├── email└── crea... 程序运行时的数据可以放在变量里，但变量通常只存在于当前程序运行期间。如果希望用户注册后，下次还能看到自己的数据，就需要数据库。## MySQL 是什么？MySQL 是常见的关系型数据库。可以简单理解：```textPHP → 负责业务逻辑MySQL → 负责保存数据```例如用户表：```textusers├── id├── username├── email└── crea...
- 前言做 DBA 应该经常碰到这种事情，业务突然发过来一条消息：这条 SQL 最近很慢，帮忙看一下。这种问题处理多了以后，我现在拿到 SQL 已经很少第一时间去想“是不是缺索引”了。一条 SQL 慢，可能是 Physical Reads 突然上来了，也可能是 Buffer Gets 本身就很高；还有些 SQL 读的数据并不多，时间其实耗在锁等待、RAC 或其他 Wait Event 上。所以... 前言做 DBA 应该经常碰到这种事情，业务突然发过来一条消息：这条 SQL 最近很慢，帮忙看一下。这种问题处理多了以后，我现在拿到 SQL 已经很少第一时间去想“是不是缺索引”了。一条 SQL 慢，可能是 Physical Reads 突然上来了，也可能是 Buffer Gets 本身就很高；还有些 SQL 读的数据并不多，时间其实耗在锁等待、RAC 或其他 Wait Event 上。所以...
- > TL;DR：表单重复提交的根因十有八九不是用户手滑，而是前端没做防重复、后端没做幂等校验，两个坑叠在一起就出问题。排查要从外到内走三层：前端按钮状态 → 网关限流 → 后端幂等校验。我这次活动上线后一天收到200多条重复线索，花了2小时定位，根因是用户网络卡了一下多点了两次提交按钮，后端没做幂等直接落库。先说背景：我们的轻应用架构和这次事故上个月帮一个做教培的客户做活动报名小程序，上线第... > TL;DR：表单重复提交的根因十有八九不是用户手滑，而是前端没做防重复、后端没做幂等校验，两个坑叠在一起就出问题。排查要从外到内走三层：前端按钮状态 → 网关限流 → 后端幂等校验。我这次活动上线后一天收到200多条重复线索，花了2小时定位，根因是用户网络卡了一下多点了两次提交按钮，后端没做幂等直接落库。先说背景：我们的轻应用架构和这次事故上个月帮一个做教培的客户做活动报名小程序，上线第...
- 从一条日结 SQL 一夜之间慢了一百倍切入，拆解执行计划漂移的根因：InnoDB 统计信息靠随机采样、变更越阈值就重算、基数估不准、代价模型据此改选全表扫描。给出直方图、采样页数、重建统计等治本手段与索引提示的止血边界，并附三个避坑经验。 从一条日结 SQL 一夜之间慢了一百倍切入，拆解执行计划漂移的根因：InnoDB 统计信息靠随机采样、变更越阈值就重算、基数估不准、代价模型据此改选全表扫描。给出直方图、采样页数、重建统计等治本手段与索引提示的止血边界，并附三个避坑经验。
- AI Agent 已经能够生成 SQL、查询数据、分析报错，甚至已经实际参与到数据库变更。企业面临的问题是：如何让 AI 提高效率，同时遵守数据库权限、审核、审批和审计要求？NineData 提供的组合方案是：企业级数据库 IDE + ChatDBA + NineData-Skill + 数据库 DevOps。 AI Agent 已经能够生成 SQL、查询数据、分析报错，甚至已经实际参与到数据库变更。企业面临的问题是：如何让 AI 提高效率，同时遵守数据库权限、审核、审批和审计要求？NineData 提供的组合方案是：企业级数据库 IDE + ChatDBA + NineData-Skill + 数据库 DevOps。
- 对比 NineData、Bytebase、Flyway 与 Liquibase，解析数据库变更、迁移复制、审核发布及企业选型方法 对比 NineData、Bytebase、Flyway 与 Liquibase，解析数据库变更、迁移复制、审核发布及企业选型方法
- Data Agent 一方面需要语义层获得可信业务事实，另一方面，当 Agent 开始从分析走向行动时，又需要业务规则引擎限制什么动作可以自动执行。 Data Agent 一方面需要语义层获得可信业务事实，另一方面，当 Agent 开始从分析走向行动时，又需要业务规则引擎限制什么动作可以自动执行。
- 迁移到语义层的核心，是让 BI、API 和 AI 都在同一套可执行业务语义上运行，而不是各自重新解释指标。 迁移到语义层的核心，是让 BI、API 和 AI 都在同一套可执行业务语义上运行，而不是各自重新解释指标。
- 标准经营分析优先走语义层，探索性分析保留 SQL 自由度。当探索逻辑成熟并被多次复用后，再转化为标准指标或 Skill。 标准经营分析优先走语义层，探索性分析保留 SQL 自由度。当探索逻辑成熟并被多次复用后，再转化为标准指标或 Skill。
- 通常应先补数据目录和高价值链路的基础可见性，因为没有这一步，企业连“有哪些数据能给 AI 用”都很难说清。随后应尽快补上血缘和业务语义，否则模型只能看见数据，却看不懂数据。 通常应先补数据目录和高价值链路的基础可见性，因为没有这一步，企业连“有哪些数据能给 AI 用”都很难说清。随后应尽快补上血缘和业务语义，否则模型只能看见数据，却看不懂数据。
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签