PolarDB PG 版冷热数据分层功能介绍
本文介绍了云原生数据库PolarDB PG版的冷热数据分层存储功能，涵盖其原理、特性及最佳实践。冷热分层存储通过将冷数据归档至OSS（对象存储服务），实现低成本高效存储，同时保持SQL操作透明性和性能优化。支持多种分层模式，如表与索引分层、大字段独立归档等，并提供压缩和缓存机制以提升访问速度。此外，还介绍了如何通过DDL语句轻松转存数据至OSS，以及一系列最佳实践，包括自动冷热分层、无锁表转存和一键转存等功能。
阿里云PolarDB游戏场景最佳实践
阿里云PolarDB游戏场景最佳实践涵盖了数据库体系演进、行业优化、Redis解决方案、性能优化、备份还原及全球部署等内容。PolarDB通过共享存储、物理复制等技术提升读扩展和大容量支持，针对游戏行业的高IO需求进行优化，提供秒级备份与快速恢复能力。同时，PolarDB for Redis实现了一写多读架构，支持百TB级别的高性能存储，具备成本优势。该方案已在米哈游等大型游戏中广泛应用，确保了高并发下的稳定性和数据一致性，满足游戏行业的特殊需求。
让PolarDB更了解您--PolarDB云原生数据库核心功能体验馆
让PolarDB更了解您——PolarDB云原生数据库核心功能体验馆，由阿里云数据库产品事业部负责人宋震分享。内容涵盖PolarDB技术布局、开源进展及体验馆三大部分。技术布局包括云计算加速数据库演进、数据处理需求带来的变革、软硬协同优化等；开源部分介绍了兼容MySQL和PostgreSQL的两款产品；体验馆则通过实际操作让用户直观感受Serverless、无感切换、SQL2Map等功能。
附获奖名单｜巅峰时刻，「第6届天池全球数据库大赛」圆满收官
由阿里云和英特尔主办的“第6届天池全球数据库大赛——PolarDB TPC-C性能优化挑战赛”在武汉圆满落下帷幕。历经近3个月的层层选拔、高手过招，10支队伍从全球3500多支参赛战队中脱颖而出，成功晋级大赛决赛圈。最终，「旅途愉快」队伍赢得总冠军荣誉。
PolarDB-PG AI最佳实践3 ：PolarDB AI多模态相似性搜索最佳实践
本文介绍了如何利用PolarDB结合多模态大模型（如CLIP）实现数据库内的多模态数据分析和查询。通过POLAR_AI插件，可以直接在数据库中调用AI模型服务，无需移动数据或额外的工具，简化了多模态数据的处理流程。具体应用场景包括图像识别与分类、图像到文本检索和基于文本的图像检索。文章详细说明了技术实现、配置建议、实战步骤及多模态检索示例，展示了如何在PolarDB中创建模型、生成embedding并进行相似性检索
PolarDB图数据库快速入门
图数据库（Graph Database）专门存储图数据，适合处理社交网络、知识图谱等复杂关系。它使用图查询语言（如Cypher、Gremlin）进行操作。PolarDB兼容OpenCypher语法，支持创建、查询、更新和删除图数据，包括模式匹配、过滤、MERGE避免重复、可视化工具等功能，简化了图数据的管理和应用。