分布式数据库选型——数据水平拆分方案
水平拆分的概念随着分布式数据库的推广已为大部分人熟知。分库分表、异构索引、小表广播、这些功能几乎是产品功能需求标配。然而有些客户使用分布式数据库后的体验不尽如意。本文尝试从数据的角度总结分布式数据的复制（replication）和分区（partition）技术原理和方案，其中分区也有称为分片（sharding），希望能引起读者一些思考，在分布式数据库选型中能注意这些细节的区别，选择适合业务的数据水平拆分方案。
关于SQL+NoSQL : NewSQL数据库
一、什么是数据库？
一般一个数据库系统（Database System）可分为两个部分：
数据库（Database）
数据管理系统（Database Management System，DBMS）
A Database is an organized collection of data. —— Wikipedia数据库 就是 有组织的数据集合 ，存储在一个或多个磁盘文件中，俗称「数据的仓库」。
一文揭秘！自底向上构建知识图谱全过程
知识图谱的构建技术主要有自顶向下和自底向上两种。其中自顶向下构建是指借助百科类网站等结构化数据源，从高质量数据中提取本体和模式信息，加入到知识库里。而自底向上构建，则是借助一定的技术手段，从公开采集的数据中提取出资源模式，选择其中置信度较高的信息，加入到知识库中。
从濒临解散到浴火重生，OceanBase 这十年经历了什么？
阿里妹导读：谈及国产自研数据库，就不得不提 OceanBase。与很多人想象不同的是，OceanBase 并非衔着金钥匙出生的宠儿。相反，它曾无人看好、困难重重，整个团队甚至数度濒临解散。
从危在旦夕到浴火重生，OceanBase 这十年经历了什么？今天，我们一起了解它背后不为人知的故事。
《大数据存储：MongoDB实战指南》一导读
多年来，我一直在和数据库存储技术打交道，深知数据存储技术在整个IT系统中起着至关重要的作用，尤其是随着云计算时代的到来，所有企业都面临着海量的数据信息，如何处理这些数据成为当前研究的热点。在过去二十几年中，数据的存储是关系数据库的天下，它以高效、稳定、支持事务的优势几乎统治了整个行业的存储业务；但是随着互联网的发展，许多新兴产业如社交网络、微博、数据挖掘等业务快速增长，数据规模变得越来越庞大，高效存储、检索、分析这些海量的数据，关系数据库变得不再适用。