2025阿里云PolarDB开发者大会等你赴约!

在数字化浪潮中,AI与数据库的融合正重塑行业格局。2025年2月26日(周三),诚邀您在北京朝阳区嘉瑞文化中心参会,探讨数据技术发展与AI时代的无限可能。席位有限,立即免费报名!

673 63

体验使用DAS实现数据库SQL优化,完成任务可得羊羔绒加厚坐垫!

本实验介绍如何通过数据库自治服务DAS对RDS MySQL高可用实例进行SQL优化,包含购买RDS实例并创建数据库、数据导入、生成并优化慢SQL、执行优化后的SQL语句等实验步骤。完成任务,即可领取羊羔绒加厚坐垫,限量500个,先到先得。

274 19
来自: 数据库管理工具  版块

拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策

本文为数据库「拥抱Data+AI」系列连载第1篇,该系列是阿里云瑶池数据库面向各行业Data+AI应用场景,基于真实客户案例&最佳实践,展示Data+AI行业解决方案的连载文章。本篇内容针对电商行业痛点,将深入探讨如何利用数据与AI技术以及数据分析方法论,为电商行业注入新的活力与效能。

677 19
来自: Data+AI  版块

GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践

本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。

3498 136
来自: Data+AI  版块

报名啦|PolarDB数据库创新设计赛(天池杯)等你来战

2024年全国大学生计算机系统能力大赛PolarDB数据库创新设计赛(天池杯)已启动报名,面向全国高校全日制本专科学生。大赛由多家机构联合主办,旨在培养数据库领域人才,促进产学研合作,设有丰厚奖金与奖项。报名截至10月7日,决赛将于12月13日举行。更多详情及报名请访问大赛官网。

287 9
来自: 关系型数据库  版块

通义大模型百炼融合AnalyticDB, 10分钟打造企业微信AI助手

通义大模型百炼融合AnalyticDB, 10分钟打造企业微信AI助手。只需简单几步,即可在企业微信集成AI助手,提升客户服务体验。参与“10分钟打造企业微信AI助手”活动,完成指定任务即可赢取定制礼品,数量有限,先到先得。

480 12
来自: 数据仓库  版块

安全可靠的国产自研数据库PolarDB V2.0,让数据库开发像“搭积木”一样简单!

安全可靠的国产自研数据库PolarDB V2.0,让数据库开发像“搭积木”一样简单!

953 11

MySQL实现并发控制的过程

数据库系统到底是怎么进行并发访问控制的?本文以 MySQL 8.0.35 代码为例,尝试对 MySQL 中的并发访问控制进行整体介绍。

1772 40
来自: 关系型数据库  版块

DB+AI会擦出怎样的火花?一站式带你了解阿里云瑶池数据库经典的AI产品服务与实践!

从 DB+AI 精选解决方案、特惠权益等,一站式带你了解阿里云瑶池数据库经典的AI产品服务与实践。

300 7

数据库容灾 | MySQL MGR与阿里云PolarDB-X Paxos的深度对比

经过深入的技术剖析与性能对比,PolarDB-X DN凭借其自研的X-Paxos协议和一系列优化设计,在性能、正确性、可用性及资源开销等方面展现出对MySQL MGR的多项优势,但MGR在MySQL生态体系内也占据重要地位,但需要考虑备库宕机抖动、跨机房容灾性能波动、稳定性等各种情况,因此如果想用好MGR,必须配备专业的技术和运维团队的支持。 在面对大规模、高并发、高可用性需求时,PolarDB-X存储引擎以其独特的技术优势和优异的性能表现,相比于MGR在开箱即用的场景下,PolarDB-X基于DN的集中式(标准版)在功能和性能都做到了很好的平衡,成为了极具竞争力的数据库解决方案。

107833 34
来自: 关系型数据库  版块

内附原文|详解SIGMOD’24最佳论文:PolarDB破解多主架构经典难题

在今年的SIGMOD会议上,阿里云瑶池数据库团队的论文《PolarDB-MP: A Multi-Primary Cloud-Native Database via Disaggregated Shared Memory》获得了Industry Track Best Paper Award,这是中国企业独立完成的成果首次摘得SIGMOD最高奖。PolarDB-MP是基于分布式共享内存的多主云原生数据库,本文将介绍这篇论文的具体细节。

24022 11
来自: 关系型数据库  版块

重磅|顶会最高奖+1,阿里云PolarDB再获SIGMOD最佳论文奖

阿里云斩获SIGMOD 2024最佳论文,PolarDB成功破解经典多主架构难题

1054 13
来自: 关系型数据库  版块

PolarDB助力欧派家居核心系统去O上云,每秒处理万次事务

欧派家居选择阿里云PolarDB-PG数据库,因其顺应云趋势,提供稳定服务,提升扩容和运维效率。欧派运维负责人表示,PolarDB-PG云上运行优于自建Oracle,云运维响应更快,解决问题效率更高。

53080 21
来自: 关系型数据库  版块

分库分表—3.详细介绍二

本文主要介绍了:基于Canal和RocketMQ的增量同步、增量同步任务查询与线程池提交、RocketMQ里的binlog消息的消费逻辑、新增binlog的数据同步逻辑、binlog基于内存队列的异步转发逻辑、基于CAS加锁的读写队列互换机制、binlog基于内存的merge合并逻辑、对merge数据从目标库里分批查询、对merge数据基于目标库数据做过滤、将过滤后的merge数据写入目标库、offset提交线程的启动和逻辑分析、增量同步过程中binlog写入失败的恢复、增量同步过程中的各种失败场景的恢复机制、定时移除已提交的增量同步消息、增量与全量并行运行、数据校验逻辑分析、无损发布方案等。

20 9
来自: 关系型数据库  版块

用 SAP ABAP 接入国内 AI 产品通用接口技术指南 1、调用AI接口

SAP 系统与国内先进的 AI 产品(如百度文心一言、阿里通义千问、字节跳动云雀模型、华为盘古大模型、豆包、Deepsheek 等)集成通用接口技术指南

91 21
来自: Data+AI  版块

利用 PolarDB PG 版向量化引擎,加速复杂 SQL 查询!完成任务领发财新年抱枕!

利用 PolarDB PG 版向量化引擎,加速复杂 SQL 查询!完成任务领发财新年抱枕!

28 13
来自: 关系型数据库  版块

2025阿里云PolarDB开发者大会,他们都来了

2025阿里云PolarDB开发者大会,超全议程,重磅来袭

17 3

体验PolarDB MySQL热备无感秒切:极速切换,无缝体验,赢取ins风鼠标垫!

体验PolarDB MySQL热备无感秒切:极速切换,无缝体验,赢取ins风鼠标垫!

18 4
来自: 关系型数据库  版块

体验用分布式数据库突破资源瓶颈,完成任务领智能台灯!

体验用分布式数据库突破资源瓶颈,完成任务领智能台灯!

19 4
来自: 关系型数据库  版块

分库分表—2.详细介绍一

本文主要介绍了:单库单表到多库多表的全量复制方案、全量数据复制方案的中断恢复分析、数据迁移系统的工程结构和数据源配置、基于订单号和用户ID的分片路由算法、发起全量数据迁移任务的实现、处理全量数据迁移任务时的内存级表锁的实现、最小订单号的查询实现、全量数据迁移任务的进度组件的初始化、每一批数据的滚动查询、范围过滤、模型转换、去重校验以及批量写入、多数据源的工程代码实现、多批次滚动迁移的代码逻辑实现、手动触发和自动触发被中断的全量数据迁移任务、按天粒度的订单数据量定时计算逻辑、全量数据同步过程中的进度处理逻辑

15 7
来自: 关系型数据库  版块

Java HashMap详解及实现原理

Java HashMap是Java集合框架中常用的Map接口实现,基于哈希表结构,允许null键和值,提供高效的存取操作。它通过哈希函数将键映射到数组索引,并使用链表或红黑树解决哈希冲突。HashMap非线程安全,多线程环境下需注意并发问题,常用解决方案包括ConcurrentHashMap和Collections.synchronizedMap()。此外,合理设置初始化容量和加载因子、重写hashCode()和equals()方法有助于提高性能和避免哈希冲突。

27 17

RDS用多了,你还知道MySQL主从复制底层原理和实现方案吗?

随着数据量增长和业务扩展,单个数据库难以满足需求,需调整为集群模式以实现负载均衡和读写分离。MySQL主从复制是常见的高可用架构,通过binlog日志同步数据,确保主从数据一致性。本文详细介绍MySQL主从复制原理及配置步骤,包括一主二从集群的搭建过程,帮助读者实现稳定可靠的数据库高可用架构。

21 9
来自: 关系型数据库  版块

分库分表—1.简要概述

本文从单库版本到分库分表的演进开始介绍,然后分析MySQL的性能瓶颈以及对应的解决方案,接着引入分库分表,最后介绍分库分表实战的一些关键细节。

101 86
来自: 关系型数据库  版块

从 ClickHouse 到 Apache Doris:在网易云音乐日增万亿日志数据场景下的落地

日志数据已成为企业洞察系统状态、监控网络安全及分析业务动态的宝贵资源。网易云音乐引入 Apache Doris 作为日志库新方案,替换了 ClickHouse。解决了 ClickHouse 运维复杂、不支持倒排索引的问题。目前已经稳定运行 3 个季度,规模达到 50 台服务器, 倒排索引将全文检索性能提升7倍,2PB 数据,每天新增日志量超过万亿条,峰值写入吞吐 6GB/s 。

28 5
来自: 数据仓库  版块

当技术邂逅心动|情人节特供福利:免费部署Dify+DeepSeek on DMS

阿里云DMS携手Dify+DeepSeek推出限时免费试用活动,助企业高效接入AI能力。通过DMS平台,用户可轻松部署Dify应用,并与DeepSeek、通义大模型等无缝融合,实现低门槛、开箱即用的AI体验。活动仅限50个名额,先到先得,赶快行动!

110 7
来自: Data+AI  版块

MySQL底层概述—10.InnoDB锁机制

本文介绍了:锁概述、锁分类、全局锁实战、表级锁(偏读)实战、行级锁升级表级锁实战、间隙锁实战、临键锁实战、幻读演示和解决、行级锁(偏写)优化建议、乐观锁实战、行锁原理分析、死锁与解决方案

53 24
来自: 关系型数据库  版块

MySQL底层概述—9.ACID与事务

本文介绍了数据库事务的ACID特性(原子性、一致性、隔离性、持久性),以及事务控制的演进过程,包括排队、排它锁、读写锁和MVCC(多版本并发控制)。文章详细解释了每个特性的含义及其在MySQL中的实现方式,并探讨了事务隔离级别的类型及其实现机制。重点内容包括:ACID特性(原子性、持久性、隔离性和一致性的定义及其实现方式)、事务控制演进(从简单的全局排队到复杂的MVCC,逐步提升并发性能)、MVCC机制(通过undo log多版本链和Read View实现高效并发控制)、事务隔离级别(析了四种隔离级别(读未提交、读已提交、可重复读、可串行化)的特点及适用场景)、隔离级别与锁的关系。

41 5
来自: 关系型数据库  版块

数据库数据恢复—MongoDB数据库迁移过程中丢失文件的数据恢复案例

某单位一台MongoDB数据库由于业务需求进行了数据迁移,数据库迁移后提示:“Windows无法启动MongoDB服务(位于 本地计算机 上)错误1067:进程意外终止。”

26 1

湖仓分析|浙江霖梓基于 Doris + Paimon 打造实时/离线一体化湖仓架构

浙江霖梓早期基于 Apache Doris 进行整体架构与表结构的重构,并基于湖仓一体和查询加速展开深度探索与实践,打造了 Doris + Paimon 的实时/离线一体化湖仓架构,实现查询提速 30 倍、资源成本节省 67% 等显著成效。

30 3
来自: 数据仓库  版块

MySQL底层概述—8.JOIN排序索引优化

本文主要介绍了MySQL中几种关键的优化技术和概念,包括Join算法原理、IN和EXISTS函数的使用场景、索引排序与额外排序(Using filesort)的区别及优化方法、以及单表和多表查询的索引优化策略。

56 22
来自: 关系型数据库  版块

深入简出的带你精通java线程

线程与进程是操作系统中的两个重要概念。进程是资源分配的最小单位,负责加载指令、管理内存和IO;线程是CPU调度的最小单位,也被称为轻量级进程。

67 36

MySQL底层概述—7.优化原则及慢查询

本文主要介绍了:Explain概述、Explain详解、索引优化数据准备、索引优化原则详解、慢查询设置与测试、慢查询SQL优化思路

76 15
来自: 关系型数据库  版块

MySQL底层概述—6.索引原理

本文详细回顾了:索引原理、二叉查找树、平衡二叉树(AVL树)、红黑树、B-Tree、B+Tree、Hash索引、聚簇索引与非聚簇索引。

51 11
来自: 关系型数据库  版块

MySQL底层概述—5.InnoDB参数优化

本文介绍了MySQL数据库中与内存、日志和IO线程相关的参数优化,旨在提升数据库性能。主要内容包括: 1. 内存相关参数优化:缓冲池内存大小配置、配置多个Buffer Pool实例、Chunk大小配置、InnoDB缓存性能评估、Page管理相关参数、Change Buffer相关参数优化。 2. 日志相关参数优化:日志缓冲区配置、日志文件参数优化。 3. IO线程相关参数优化: 查询缓存参数、脏页刷盘参数、LRU链表参数、脏页刷盘相关参数。

47 12
来自: 关系型数据库  版块

TiDB,金融级开源NewSQL

本文介绍了国内自研且开源的NewSQL数据库TiDB,它具备分布式强一致性事务、水平扩展、高可用等特性,几乎满足了对数据库的所有需求,堪称数据库中的“六边形战士”。文章回顾了数据库技术的发展历程,从人工管理阶段到文件系统阶段,再到现代的数据库系统阶段。最后,文章总结了TiDB的前景和挑战,指出虽然部署成本较高,但在特定行业和业务领域中具有巨大潜力。

63 11

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。

25 6
来自: 关系型数据库  版块

MySQL底层概述—3.InnoDB线程模型

InnoDB存储引擎采用多线程模型,包含多个后台线程以处理不同任务。主要线程包括:IO Thread负责读写数据页和日志;Purge Thread回收已提交事务的undo日志;Page Cleaner Thread刷新脏页并清理redo日志;Master Thread调度其他线程,定时刷新脏页、回收undo日志、写入redo日志和合并写缓冲。各线程协同工作,确保数据一致性和高效性能。

28 6
来自: 关系型数据库  版块

议程剧透|2月26日来这场数据库盛典,Passion全场!

2月26日,北京嘉瑞文化中心 2025 阿里云PolarDB开发者大会 我们一起Passion全场

53 8

陪玩APP推送配置:陪玩系统手机锁屏收不到推送?可能是这些原因!解决方案来了!

陪玩系统手机锁屏收不到推送可能由推送服务配置不当、手机系统设置限制、网络不稳定或应用权限不足等原因导致。解决方案包括:确保推送服务正确配置,调整手机后台管理设置,保持网络连接稳定,授予应用必要权限。若问题持续,建议联系客服获取帮助。

35 5
|
7天前
| |

Redis Plus 来了,性能炸裂!

Redis Plus 来了,性能炸裂!

63 21

MySQL底层概述—2.InnoDB磁盘结构

InnoDB磁盘结构主要包括表空间(Tablespaces)、数据字典(Data Dictionary)、双写缓冲区(Double Write Buffer)、重做日志(redo log)和撤销日志(undo log)。其中,表空间分为系统、独立、通用、Undo及临时表空间,分别用于存储不同类型的数据。数据字典从MySQL 8.0起不再依赖.frm文件,转而使用InnoDB引擎存储,支持事务原子性DDL操作。

169 100
来自: 关系型数据库  版块

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。

158 97
来自: 关系型数据库  版块

spring boot 启动流程

Spring Boot 启动流程简介: 在使用 Spring Boot 之前,启动 Java Web 应用需要配置 Web 容器(如 Tomcat),并将应用打包放入容器目录。而使用 Spring Boot,只需运行 main() 方法即可启动 Web 应用。Spring Boot 的核心启动方法是 SpringApplication.run(),它负责初始化和启动应用上下文。 主要步骤包括: 1. **应用启动计时**:使用 StopWatch 记录启动时间。 2. **打印 Banner**:显示 Spring Boot 的 LOGO。 3. **创建上下文实例**:通过反射创建

53 5

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。

49 6
来自: 关系型数据库  版块

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。

33 8
来自: 关系型数据库  版块
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等