MySQL底层概述—4.InnoDB数据文件
本文介绍了InnoDB表空间文件结构及其组成部分，包括表空间、段、区、页和行。表空间是最高逻辑层，包含多个段；段由若干个区组成，每个区包含64个连续的页，页用于存储多条行记录。文章还详细解析了Page结构，分为通用部分（文件头与文件尾）、数据记录部分和页目录部分。此外，文中探讨了行记录格式，包括四种行格式（Redundant、Compact、Dynamic和Compressed），重点介绍了Compact行记录格式及其溢出机制。最后，文章解释了不同行格式的特点及应用场景，帮助理解InnoDB存储引擎的工作原理。
MySQL底层概述—1.InnoDB内存结构
本文介绍了InnoDB引擎的关键组件和机制，包括引擎架构、Buffer Pool、Page管理机制、Change Buffer、Log Buffer及Adaptive Hash Index。
【Azure Blob】操作Blob之分页List Blob一致性、索引时延及Tag支持问题解答
在使用Azure SDK开发时，遇到以下几个问题：
1. 分页list blob是一个一致性事务级的操作吗？在这个过程中，文件的创建、更新、删除会对分页获取的list blob列表产生什么影响？
2. 文档《响应中的标记》中描述索引是最终一致性，这个过程的时延是多久（更新Tag后大概多长时间可以通过FindBlobByTag查询到）？
3. 所有Blob都支持Tag吗？Block Tag使用上有哪些场景限制？
PolarDB 开源基础教程系列 7.3 应用实践之 精准营销场景
本文介绍了基于用户画像的精准营销技术，重点探讨了如何通过标签组合快速圈选目标人群。实验分为三部分：
1. **传统方法**：使用字符串存储标签并进行模糊查询，但性能较差，每次请求都需要扫描全表。
2. **实验1**：引入`pg_trgm`插件和GIN索引，显著提升了单个模糊查询条件的性能。
3. **实验2**：改用数组类型存储标签，并结合GIN索引加速包含查询，性能进一步提升。
4. **实验3**：利用`smlar`插件实现近似度过滤，支持按标签重合数量或比例筛选。
PolarDB 开源基础教程系列 7.2 应用实践之 跨境电商场景
本文介绍了如何在跨境电商场景中快速判断商标或品牌侵权，避免因侵权带来的法律纠纷。通过创建品牌表并使用PostgreSQL的pg_trgm插件和GIN索引，实现了高性能的字符串相似匹配功能。与传统方法相比，PolarDB|PostgreSQL的方法不仅提升了上万倍的查询速度，还解决了传统方法难以处理的相似问题检索。具体实现步骤包括创建品牌表、插入随机品牌名、配置pg_trgm插件及索引，并设置相似度阈值进行高效查询。此外，文章还探讨了字符串相似度计算的原理及应用场景，提供了进一步优化和扩展的方向。
PolarDB 开源基础教程系列 6 开源插件扩展
1、当前环境已安装并支持哪些插件
2、AI外脑插件: vector
3、营销场景目标人群圈选插件: smlar
4、地理信息搜索插件: PostGIS
5、中文分词插件: pg_jieba
6、融合计算插件: duckdb_fdw
7、读写分离工具: pgpool-II
PolarDB 开源基础教程系列 5 高级特性体验
PolarDB 特性解读与体验涵盖多项关键技术，包括预读/预扩展、Shared Server（建议使用连接池）、闪回表和闪回日志、弹性跨机并行查询（ePQ）及TDE透明数据加密。预读/预扩展通过批量I/O操作显著提升Vacuum、SeqScan等场景性能；Shared Server优化高并发短连接处理；闪回功能可恢复表至指定时间点；ePQ支持跨机并行查询以提高复杂查询效率；TDE确保数据存储层的安全加密。
PolarDB 开源基础教程系列 1 架构解读
PolarDB 是阿里云研发的云原生分布式数据库，基于 PostgreSQL 开源版本，旨在解决传统数据库在大规模数据和高并发场景下的性能和扩展性问题。其主要特点包括：
1. **存储计算分离架构**：通过将计算与存储分离，实现极致弹性、共享一份数据以降低成本、透明读写分离。
2. **HTAP 架构**：支持混合事务处理和分析处理（HTAP），能够在同一系统中高效执行 OLTP 和 OLAP 查询。
3. **优化的日志复制机制**：采用只复制元数据的方式减少网络传输量，优化页面回放和 DDL 锁回放过程。
4. **并行查询与索引创建**：引入 MPP 分布式执行引擎。
MySQL原理简介—10.SQL语句和执行计划
本文介绍了MySQL执行计划的相关概念及其优化方法。首先解释了什么是执行计划，它是SQL语句在查询时如何检索、筛选和排序数据的过程。接着详细描述了执行计划中常见的访问类型，如const、ref、range、index和all等，并分析了它们的性能特点。文中还探讨了多表关联查询的原理及优化策略，包括驱动表和被驱动表的选择。此外，文章讨论了全表扫描和索引的成本计算方法，以及MySQL如何通过成本估算选择最优执行计划。最后，介绍了explain命令的各个参数含义，帮助理解查询优化器的工作机制。通过这些内容，读者可以更好地理解和优化SQL查询性能。
MySQL原理简介—11.优化案例介绍
本文介绍了四个SQL性能优化案例，涵盖不同场景下的问题分析与解决方案：
1. 禁止或改写SQL避免自动半连接优化。
2. 指定索引避免按聚簇索引全表扫描大表。
3. 按聚簇索引扫描小表减少回表次数。
4. 避免产生长事务长时间执行。