关系型数据库

PostgreSQL 的版本冻结是一个比较蛋疼的事情，为什么要做版本冻结呢？因为PG的版本号是uint32的，是重复使用的，所以每隔大约20亿个事务后，必须要冻结，否则记录会变成未来的，对当前事务"不可见"。冻结的事务号是2 src/include/access/transam.h #def

有一天小编胡乱写SQL, left join了30张表, 结果导致了Mysql server gone away… 我们来看看crash堆栈 <signal handler called> base_list_iterator::next update_ref_and_keys make_

一条SQL在PG中的执行过程是： ----> SQL输入 ----> 解析SQL，获取解析后的语法树 ----> 分析、重写语法树，获取查询树 ----> 根据重写、分析后的查询树计算各路径代价，从而选择一条成本最优的执行树 ----> 根据执行树进行执行 ----> 获取结果并返回

为什么需要Sharded cluster？ MongoDB目前3大核心优势：『灵活模式』+ 『高可用性』 + 『可扩展性』，通过json文档来实现灵活模式，通过复制集来保证高可用，通过Sharded cluster来保证可扩展性。 当MongoDB复制集遇到下面的业务场景时，你就需要考虑使用Sh

TokuDB日志子系统 MySQL重启后自动加载InnoDB和其他的动态plugin，包括TokuDB。每一plugin在注册的时候指定init和deinit回调函数。TokuDB的init/deinit函数分别是tokudb_init_func和tokudb_done_func。 MySQL重

背景 作为云计算的服务提供者，我们在向用户提供优秀的服务能力时会遇到一个合规的问题。在数据库领域，数据是极其敏感和珍贵的，保护好数据，就如保护好企业的生命线。因此，需要采取一些预防措施来帮助保护数据库的安全，如设计一个安全系统、加密机密资产以及在数据库服务器的周围构建防火墙。但是，如果遇到物理介质

背景 社区 PostgreSQL 和 GreenPlum 都提供了读写外部数据源的方法，它们都提供了一套编程接口，用户可以在这上面做二次开发，建立外部数据源和数据库间的数据通道。 本文介绍 PostgreSQL 和 GreenPlum 这部分编程接口的实现和编程方法。结合 RDS 开发的 oss

背景 innodb buffer pool做为innodb最重要的缓存，其缓存命中率的高低会直接影响数据库的性能。因此在数据库发生变更，比如重启、主备切换实例迁移等等，innodb buffer poll 需要一段时间预热，期间数据库的性能会受到明显影响。 另外mysql 5.7以前innodb

本文旨在帮助用户理解PostgreSQL的逻辑结构和权限体系，帮助用户快速的理解和管理数据库的权限。 逻辑结构 最上层是实例，实例中允许创建多个数据库，每个数据库中可以创建多个schema，每个schema下面可以创建多个对象。 对象包括表、物化视图、操作符、索引、视图、序列、函数、… 等等。

1. 背景 MySQL 5.7在2015-10-21发布了GA版本，即5.7.9，目前小版本已经到了5.7.12。5.7新增了许多新的feature和优化，接下来一个系列，我们就一起来尝尝鲜。首先这次主要是预览feature的变化以及兼容性问题。后面的系列，会针对重要的feature展开来学习。

阿里云、平安科技、沃趣科技等多家PostgreSQL明星企业的技术专家与大家面对面分享PostgreSQL及Greenplum在互联网、金融保险等行业的应用案例。

     一用户RDS每天隔一段时间就会出现IOPS 100%的问题，求助到阿里云，排查思路： (1).慢SQL问题：通过优化索引，子查询，隐士转换，分页改写等优化； (2).DDL：create index，optimze table，alter table add colum

PostgreSQL 自带的表是堆表，数据按行存储在HEAP PAGE中，在btree索引中，除了存储字段的value，还会存储对应的ctid(即行号)，检索记录也是通过行号进行检索的呢。 因此通过行号是可以快速检索到记录的。行号的写法是(page_number, item_number)，数据块

MongoDB Scondary同步慢问题分析 问题背景 最近生产环境出现多次Primary写入QPS太高，导致Seconary的同步无法跟上的问题（Secondary上的最新oplog时间戳比Primary上最旧oplog时间戳小），使得Secondary变成RECOVERING状态，这时需要

2016年5月15日，阿里云Redis用户交流会在阿里巴巴北京国家广告园办公区万松书院火热召开，来自各个行业的Redis技术爱好者齐聚一堂，共同交流探讨最前沿的Redis技术，分享最干货的Redis应用案例。接下来我将为大家介绍交流会现场的精彩内容。

       秒杀最早来自天猫双11各种商品的促销活动中，现在已经有很多业务场景在使用，比如抢红包，抢票等。其特点有三高：瞬时并发高，数据一致性高，热点更新频度高。这样三高的场景下往往给数据库造成极大的压力，大量更新数据库中的同一行，这样必然会产生锁等待，导致数据库的性能急剧下降的问题，很容易容易.

PostgreSQL 流复制功能增强，多种模式可选。最强模式满足金融级可靠性要求。最高级别允许多个standby ， 同时事务提交时，需要等待多个standby apply xlog。 .1. 事务提交保护级别增强如下支持5个事务提交保护级别，确保事务提交时，XLOG的几种状态。synchr

PostgreSQL 9.6的并行复制一发，相信已经有很多小伙伴已经开始测试了，我昨晚测试了一个场景是标签系统类应用的比特位运算，昨天测试发现性能相比非并行已经提升了7倍。昨天没有仔细研究代码，发现怎么测都只能用8个并行，今天看了一下代码，终于找到端倪了，其实并行度是由几个方面决定d , 决定并行.

在标签系统中，通常会有多个属性，每个属性使用一个标签标示，最简单的标签是用0和1来表示，代表true和false。我们可以把所有的标签转换成比特位，例如系统中一共有200个标签，5000万用户。那么我们可以通过标签的位运算来圈定特定的人群。这样就会涉及BIT位的运算。那么我们来看看PostgreS.

SQL SERVER的TDE实现方式，在与镜像共存是如何来保证数据库的有效运转，需要在设置时，做一些特殊的处理。具体请参见文章。

云用户反映的一个问题，引发一系列安全思考。以下是创建PostgreSQL schema的语法说明页的一个note:http://www.postgresql.org/docs/9.5/static/sql-createschema.html According to the SQL standar

在一些企业里面，通常会在数据库中创建一些只读用户，这些只读用户可以查看某些用户的对象，但是不能修改或删除这些对象的数据。这种用户通常可以给开发人员，运营人员使用，或者数据分析师 等角色的用户使用。因为他们可能关注的是数据本身，并且为了防止他们误操作修改或删除线上的数据，所以限制他们的用户只有只读的.

本文旨在帮助用户理解PostgreSQL的逻辑结构和权限体系，帮助用户快速的理解和管理数据库的权限。 逻辑结构 最上层是实例，实例中允许创建多个数据库，每个数据库中可以创建多个schema，每个schema下面可以创建多个对象。对象包括表、物化视图、操作符、索引、视图、序列、函数、... 等

PostgreSQL GIN索引的结构如下图 :假设这个表有2列，一列存储INT，另一列存储INT数组，最左边的表示记录的行号。 假设对INT数组建立GIN索引，那么GIN索引会记录每个数组element对应的行号，对于行号多的，会存成LIST，然后在索引中指向该list。 好了接下来分析一下l

今天要说的这个优化是从前面一篇讲解《performance tuning case :use cursor or trigger replace group by and order by》http://blog.163.com/digoal@126/blog/static/16387704020.

本文将对一个任意范围按ID分组查出每个ID对应的最新记录的CASE做一个极致的优化体验。优化后性能维持在可控范围内，任意数据量，毫秒级返回，性能平稳可控。比优化前性能提升1万倍。 CASE如下： 有一张数据表，结构： CREATE TABLE target_position

云为我们提供了便利，降低了开发和运维的成本。但是也必须思考一个问题，我们的云组件之间的的网络延迟？（相比较局域网的服务器和服务器之间）你可以用各种方法测试验证一下。以往我们把数据放在数据库，数据库只提供简单的增删改查，大部分的业务逻辑放在应用服务器来完成。但是在云时代，如果我们还这样的话，应用服务.

前言 最近Release的MySQL5.7.12增加了新的协议支持，通过X Plugin实现，同时增加了新的客户端API，开发者可以通过API来把MySQL作为document store的服务端，可以完成和MongoDB类似的document操作，例如支持CRUD等操作，但底层存储依然支持传统数

在开始讲serializable read only deferrable用法前，需要先了解一下serializable隔离级别。https://wiki.postgresql.org/wiki/Serializablehttp://www.postgresql.org/docs/9.5/stat.