官方博客-第16页-阿里云开发者社区

  • 2024-05-15
    314

    SQL Query Plan在Presto中的缓存设计与实现

    阿里云日志服务(SLS)提供一站式数据采集、加工、查询分析、告警、可视化与投递等功能,其中查询分析以简单统一的接口提供大规模数据的查询、计算和分析能力,深受用户喜爱。 目前,分析系统每天接收5+亿次SQL查询请求,在底层,分析系统基于Presto内核,其中Coordinator节点上负载尤其严重,其...

    314
  • 2024-05-15
    149

    实践教程之如何在PolarDB-X中优化慢SQL

    PolarDB-X 为了方便用户体验,提供了免费的实验环境,您可以在实验环境里体验 PolarDB-X 的安装部署和各种内核特性。除了免费的实验,PolarDB-X 也提供免费的视频课程,手把手教你玩转 PolarDB-X 分布式数据库。本期实验将指导您使用对 PolarDB-X 进行慢SQL优化。...

    149
  • 2024-05-15
    34

    企业级事务处理与分析处理一体化方案

    本文为您介绍基于专有云敏捷版数据库场景DBStack搭建企业级事务处理与分析处理一体化方案。

  • 2024-05-15
    138

    数据库等值查询与统计信息

    简介: 统计信息是为优化器的 cost 估算提供数据支撑,其中很重要的一点需求便是等值查询(EQUALS, IN 等) 场景下的基数估算。

  • 2024-05-15
    145

    PolarDB-X的in常量查询

    作者:越寒场景实际场景中经常需要根据一些常量指标做IN查询,并且IN值往往是分区键。例如在电商场景中,有两张表,买家表与订单表。订单的具体信息会记录到订单表中,该表按照订单ID进行哈希拆分;买家表则会保存买家ID及其关联的订单ID。一个买家经常需要查询其已购买的所有订单,一种普遍的做法是首先查询买家...

    145
  • 2024-05-15
    299

    长路漫漫, 从Blink-tree 到Bw-tree (上)

    在前面的文章 路在脚下, 从BTree 到Polar Index中提到, 我们已经将InnoDB 里面Btree 替换成Blink Tree, 高并发压力下, 在标准的TPCC 场景中最高能够有239%的性能提升, 然后我们对InnoDB 的file space模块也进行了优化, 在分配新pag...

    299
  • 2024-05-15
    159

    基于日志服务实现PolarDB秒级监控告警实践

    数据复用场景。SLS统一平台利用一份数据发掘出多个use case,让数据发挥其最大价值。

    159
  • 2024-05-15
    259

    ADBPG优化基础(二)SQL优化

    承接上一篇,这次跟大家分享一些与SQL优化相关的经验,希望能够帮助大家了解如果更有效率的使用ADBPG数据库。ADBPG数据库使用基于成本(cost-based)的优化器,像其他的数据库一样,在生成计划时会考虑联接表行数、索引、相关字段基数等因素,除此之外,优化器还会考虑数据所在的segment节点...

    259
  • 2024-05-15
    272

    短视频批量制作-常用功能

    越来越多的产品选择使用短视频作为内容承载,通过对媒体素材进行简单的剪辑,即可进行使用和投放,本文基于智能媒体服务IMS,介绍短视频剪辑中的常用功能,通过对不同功能的组合,方便客户组装自己的剪辑场景,进行短视频批量合成。

    272
  • 1
    ...
    15
    16
    17
    ...
    24
    到第
    16/24