重学计算机组成原理（一）- 冯·诺依曼体系结构
1 计算机的基本硬件组成
早期,DIY一台计算机，要先有三大件
CPU
内存
主板
1.1 CPU
计算机最重要的核心配件，中央处理器（Central Processing Unit）。
计算机的所有“计算”都是由CPU来进行的。
阿里云InfluxDB®教你玩转A股数据
阿里云InfluxDB®目前已经商业化，专注于处理高写入和查询负载的时序数据，用于存储大规模的时序数据并进行实时分析，包括来自DevOps监控、车联网、智慧交通、金融和IOT传感器数据采集。金融中股票交易具有高频和时间属性，非常符合InfluxDB的应用场景。
阿里云ApsaraDB RDS用户 - OLAP最佳实践
背景
随着大数据分析型产品越来越丰富、细化，用户可能会看得眼花缭乱，如果对产品没有深度的理解，选错了岂不是劳民伤财？
本文将给大家分析一下RDS用户应该如何选择适合自己的大数据的分析产品，以及最佳实践方案。
用户环境分析
以最常用的服务举例，通常云用户会购买的产品如下
EC
如何用好PostgreSQL的备份与恢复？
PostgreSQL备份与恢复操作涉及的参数和相关文件较多，内部逻辑关系较复杂，恢复分类方式容易混淆。
本文首先介绍通常的数据库故障场景与处理方案，然后通过梳理PostgreSQL数据库备份与恢复的相关文件、参数配置与主要流程，对PostgreSQL恢复方式进行了清晰分类，最后给出了应对典型故障，PostgreSQL备份与恢复的配置方案。
Flink 原理与实现：内存管理
如今，大数据领域的开源框架（Hadoop，Spark，Storm）都使用的 JVM，当然也包括 Flink。基于 JVM 的数据分析引擎都需要面对将大量数据存到内存中，这就不得不面对 JVM 存在的几个问题：
1. Java 对象存储密度低。一个只包含 boolean 属性的对象占用了16个字节内存：对象头占了8个，boolean 属性占了1个，对齐填充占了7个。而实际上只需要一个bit（1
100TB级, 日增量1TB(100亿), OLTP OLAP混合场景数据库设计方向
标签
PostgreSQL , LLVM , JIT , 并行 , 列存储 , GPU
背景
总量100TB，日增量1TB左右。这样的体量应该可以覆盖目前绝大多数企业的数据库体量。
提到100TB级别，OLTP和OLAP的混合场景，大家可能会想到Oracle的一体机extradata，没错Oracle在这方面做得确实是非常棒的，但是价格也是很漂亮的。
SMB小传 —— SMB网络文件系统协议介绍
SMB网络文件系统协议, 全名服务器消息块（Server Message Block），曾用名CIFS（通用互联网文件系统 Common Internet File System）, 公元1983年诞生于IBM[1]，幼年得到英特尔和微软的照料，最终在微软的培养下成长为当今世上网络文件系统协议两极之一的存在。
映客直播技术实战：直播平台的数据库架构演变
在阿里云数据库技术峰会上，特邀嘉宾映客直播架构师王振涛分享了映客直播作为创业公司从0至日活千万的数据库架构变迁，数据库在直播中的经典应用场景，数据库存储的优化思路，以及如何构建一个高可用数据库架构。