【论文分享|SIGMOD‘22】WeTune 自动发现和验证重写规则

SpringBoot+Vue+MySQL 高校学科竞赛平台 完整可运行版(源码+文档) 本项目基于SpringBoot+Vue+MySQL构建高校学科竞赛管理平台,覆盖学生、教师、领队教师、管理员四大角色,实现竞赛发布、报名、刷题、评分、公示等全流程闭环管理。系统架构清晰,技术主流,配套完整源码、数据库脚本、万字论文、开题报告、答辩PPT及部署文档,支持一键运行,适用于毕业设计、课程设计及院系二次开发,真正实现“开箱即用”。 阅读详情

作者:谢其骏

北京航空航天大学在读硕士, Databend 研发工程师实习生

https://github.com/jun0315

论文原文:

Zhaoguo Wang, Zhou Zhou, Yicun Yang, Haoran Ding, Gansen Hu, Ding Ding, Chuzhe Tang, Haibo Chen, Jinyang Li. WeTune: Automatic Discovery and Verification of Query Rewrite Rules. 2022 ACM SIGMOD International Conference on Management of Data (SIGMOD'22)

源码地址:

OpenSource / WeTune · GitLab

本文的贡献:

  • 本文借鉴了编译器超优化的思想,通过列举所有有效的逻辑查询计划来尝试发现潜在的等效计划,从而自动发现新的更有效的重写规则。

  • 本文还提出了一个新的基于 SMT 的验证器,以验证不同枚举下两个查询的等价性。

Abstract

查询重写将一个关系型数据库的查询转换为一个等价的更高效的查询,这对数据库应用的性能至关重要。这些重写依赖于预先指定的重写规则,在现有的系统中,这些重写规则是通过人工洞察发现的,并在多年中慢慢积累。

图一:Query Rewrite in Apache Calcite

本文介绍了 WeTune,一个自动发现新的重写规则的规则生成器,受到编译器超优化的启发,WeTune 枚举了一定阈值下的所有有效的逻辑查询计划,并试图发现可能导致更有效重写的等效计划。核⼼挑战是确定哪⼀组条件(约束)可以来证明这⼀对查询计划之间的等价性。通过枚举每对查询之间的表及其属性相关的约束的组合情况,来解决这⼀挑战。

本文还提出了⼀种新的基于 SMT 的验证器来验证查询对在不同枚举约束下的等价性。为了评估 WeTune 发现的重写规则的有效性,我们将它们应⽤于从 GitHub 上 20个最流⾏的开源 Web 应⽤程序收集的 SQL 查询。WeTune 成功优化了现有数据库⽆法优化的 247 个查询,从⽽实现了显着的性能提升。

Introduce

查询重写,将原始查询转换为语义等价的替代查询,是查询优化的重要步骤。有效的重写可以将输⼊查询的执⾏时间加快⼏个数量级。重写依赖于指定查询之间等价关系的规则。现有的规则通常由⼈类专家制定,可能需要数⼗年才能积累。

然⽽,仅仅依靠⼈⼯来发现重写规则是不够的。查询语⾔丰富的特性和微妙的语义使得证明等价性和编写规则具有挑战性。但是由于⼿写的重写规则集增⻓⾮常缓慢,错过了许多重写机会。在 Web 应⽤程序开发中普遍使⽤对象关系映射 (ORM) 框架使情况变得更糟。ORM 使程序员⽆需显式构建 SQL 查询,但也会产⽣⾮直观的查询,其模式会避开⼈类制定的规则。

为了了解遗漏重写的影响,我们研究了 Github 上⼏个流⾏的开源 Web 应⽤程序中的 50 个真实查询。所有这些查询都已被开发⼈员重写以修复它们的性能问题。即使是最新版本的 SQL Server 也未能将其中 27 个查询 (54%) 重写为开发⼈员⼿动修复的更⾼效的形式。⼀个这样的查询会导致延迟⻓达 37 秒,⽽其等效的重写查询只需要 0.3 秒。

在本⽂中,我们提出了 WeTune,这是⼀种规则⽣成器,⽆需任何⼈⼯操作即可⾃动发现新的重写规则。从编译器超优化中汲取灵感,它通过穷举搜索找到语义上等效的最佳代码序列,WeTune 旨在通过对所有潜在规则的枚举⾃动发现重写规则,然后对每个⽣成的规则进⾏正确性检查。在此发现过程中,WeTune 依靠启发式⽅法过滤掉那些不太可能提⾼性能的规则,也就是⽐原始查询运算符更多的规则,其余的重写规则被认为是有希望的。

尽管大体的方法比较简单,但是也存在着以下一些挑战:

如何有效的枚举查询规则

a. 一方面需要在有效的搜索空间当中发现具有代表性的查询计划。

b. 另一方面为了产生一般性的规则, 我们需要避免过度严苛的约束条件。

怎么验证这些产生规则的正确性

a. 对一般的 query plan,现存的校验器无法验证正确性。

b. 需要一个新的校验器。

为了应对上述挑战,WeTune 将重写规则表示为查询计划模版和一组与查询计划模版相关的约束。先在运算符阈值以内枚举所有可能的查询计划模版,查询计划模版是通用的,它使用符号而不是具体的表、列和谓词。接着会进一步枚举所有的约束条件,这些条件使得一对查询计划模版在语义上是等价的。

WeTune 使⽤ SQL 验证器验证每个重写规则的正确性。它包括⼀个内置的验证器,它提供了⼀种将重写规则建模为 SMT 公式的方法。然后使⽤ SMT 求解器⾃动解决正确性问题。除了内置的验证器,WeTune 还可以⽀持使⽤现有的 SQL 验证器,如 SPES 来证明正确性。

文中还对 WeTune 在现实世界中的有效性进行了评估,选取了 GitHub 上 20 个最流⾏的 Web 应⽤程序,WeTune 输出 1106 条有希望的重写规则,其中 35 条⽤于优化这些应⽤程序的查询。此外,我们的结果表明,WeTune 可以成功优化现有系统遗漏的 247 个查询,从⽽将延迟减少⾼达 99%。这种优化是由于 WeTune 能够发现任何现有系统都不知道的新重写规则。WeTune 可以成功验证发现的重写规则。

Wetune Approach

WeTune 主要包括三个部分,分别是规则枚举器、规则校验器和有效规则选择器。在 WeTune 中,首先会用规则枚举器通过暴力的算法列举出一切可能的规则,然后再用规则校验器去对每一个规则进行正确性的校验。当我们得到一组经过校验的正确的规则之后,会把它输入到有效规则选择器中,然后有效规则选择器会过滤出一系列的真正能够提高数据库性能的有用的规则。

图二:WeTune 主要框架

👨🏻‍💻 规则枚举器

规则枚举器中总共分为三步,第一步是对所有可能的查询计划模版的一个枚举,第二步是对每一对查询计划模版枚举所有可能的约束条件,第三步是利用规则校验器来找到所有正确的规则。

图三:规则枚举器流程图

在具体介绍之前,先介绍上文中提到的一些概念:

1️⃣ 查询计划模版

查询计划模版是一颗树,这棵树上的每一个节点是带有符号化的输入或者是参数的关系代数的算子。在这篇文章中主要支持 6 种关系算子,每一个关系算子里面,每个关系算子的输出都是一个单独的关系。除了 input 算子之外,其他的算子都会需要 1 到 2 个关系作为输入。在查询计划模版中,需要将之前那种具体的参数符号化,用 r 去表示一个关系,用 a 去表示一系列的属性,用 p 表示一个谓词逻辑。

图四:支持的六种关系算子

2️⃣ 规则

规则是一个三元组 (q src ,q dest ,C ) ,分别表示源查询计划模版、目标查询计划模版和约束条件,约束条件是指参数化的约束条件一个集合,用符号来表示一些具体的名字。如果是一个正确的规则,意味着如果约束条件成立,那么源查询计划模版和目标查询计划模版语义等价恒成立。

图五:WeTune 发现的一个规则

3️⃣ 枚举查询计划模版

介绍完需要的概念之后,下面介绍规则枚举器的第一步,枚举查询计划模版。我们先从结点数量为一的模版进行枚举,然后当结点数目超过一定数量的时候,就会停止枚举。

下面以最大结点数为 2 进行举例:

图六:枚举查询计划举例

第一步先列出所有可能的 6 种算子,然后把算子的叶子结点接着填充,当达到最大数量的时候,停止枚举。

4️⃣ 枚举约束条件

找到所有的查询计划模版之后,接着对每一对查询计划模版穷举所有的约束条件,采用的是启发式搜索方法,第一步需要找到一个初始的约束条件集,使得这一对查询计划模版在语义上是等价的,然后再对这个初始约束条件集不断松弛,松弛的目的是让这个规则更具有普遍性,找到初始条件集的一些子集,然后使这些子集也可以让这个等价条件成立。

初始约束条件集是要枚举所有可能的约束条件,本文定义了两类约束条件:

符号关系约束类型

a. RelEq(r1,r2),AttrsEq(a1,a2),PredEq(p1,p2)

b. SubAttrs(a1,a2):每个在 a1 中的属性在 a2 中也有。

完整性约束类型

a. RefAttrs(r1,a1,r2,a2):如果 a1 在 r1 中的话,那么 a2 也在 r2 中。

b. Unique(r,a):r.a 是独一无二的。

c. NotNull(r,a):r.a 是非空的。

把一对查询计划模版中所有可能的约束条件都列出来,这些所有可能的约束条件的集合就形成了初始的约束条件集。找到初始约束条件集合后还要找到最松弛的约束条件子集,最松弛的含义是如果减少当前约束条件集的任何一个条件,那么这个规则都不会恒成立。

图七:规则枚举器算法

在第 11 行中 ProveEq( q src ,q dest ,C * ) 会用到规则校验器。

👨🏻‍💻 规则校验器

本文提供了两个规则校验器,一个是内置的基于 FOL(一阶逻辑表达式)的规则校验器,另一个是现有的 SQL 等价性校验器 SPES。

1️⃣ 内置规则校验器

内置的规则校验器主要有两个步骤,第一步是把从规则枚举器中传来的规则转换成一阶逻辑表达式,第二步是把一阶逻辑表达式 SMT Solver 中,判断每一个规则是否正确。

图八:内置规则校验器流程

1.1 规则形式化

给定一个规则,对于 q src 和 q dest ,我们先用 U 表达式来表示,然后再把 U 表达式转换成一阶逻辑表达式。对于 C 约束条件,我们直接转换成一阶逻辑表达式。

U 表达式是在包的语义下对 SQL 查询建模的一种方式,主要描述的是元组在一个关系表里面的出现的次数。

下面是 U 表达式建模的式子:

  • 为了把查询计划模版转换成 U 表达式,分成了两个步骤:

  • 翻译查询计划模版中的符号

  1. 关系表符号 rel 转换成 ⟦r⟧(t):Tuple->N ,表示元组到自然数的映射。

  2. 属性符号 attrs 转换成 ⟦a⟧(t):Tuple->Tuple,表示元组到元组的映射。

  3. 谓词符号 predicate 转换成 ⟦p⟧(t):Tuple->Bool,表示元组到布尔值的映射。

  • 在树结构上以遍历的方式翻译查询计划
ToUExpr(q):
    <fl,tl>:=ToUExpr(q.child[0]) //None if no child
    <fr,tr>:=ToUExpr(q.child[1]) //None if single child
    return TranslateByFigure9(q,fl,tl,fr,tr)

图九:SQL 运算符转换成 U 表达式的规则

将查询计划模版转换成 U 表达式之后,再根据图十转换成一阶逻辑表达式。

图十:U 表达式转换成一阶逻辑表达式的规则

接着再根据图十一把约束条件转换成一阶逻辑表达式。

图十一:约束条件转换成一阶逻辑表达式的规则

1.2 验证规则

把查询计划模版和约束条件转换成一阶逻辑表达式之后,接着使用 SMT 求解器来进行检查正确性。

规则的正确性定义为:

为了证明一阶逻辑表达式的重言性,SMT 检查所有的情况可能会超时。相反,来证明不可满足(UNSAT)要容易得多,当 STM 求解器发现 ¬(C ⇒ ∀t.q src (t)=q dest (t) 是不可满足(UNSAT)的话,那么可以证明规则的正确性。

2️⃣ SPES 校验器

相比于内置的校验器,SPES 校验器还支持 UNION 和 Aggregation 运算符。对于一个给定的规则 〈q src ,q dest , C 〉 ,还需要转换成 SPES 的输入格式。SPES 只接受具体的 SQL 查询,不能识别约束条件集合 C。WeTune 利用 C 把 q src ,q dest 具体化,具体有如下三个步骤:

  1. 把每一个符号具体命名,放到一个集合里,随机生成一些名字。

  2. 对于每个属性,找到通过 SubAttrs 约束找到对应的关系表,然后把名字 c 改成 t.c ( t是这个属性 c 所属于的关系表)。

  3. 通过关系的属性来构建 schema 定义。

图十二:SPES 和内置校验器能力对比

我们可以发现两者的能力是相互补充的。

👨🏻‍💻 有效规则选择器

在生成被校验正确的规则后,WeTune 搜集一些真实世界的查询 sql,然后迭代的以贪心的方式(重写后具有最少的算子)来不断利用已有的规则进行优化,会利用已有的 SQL server 的成本估算器(如 MySQL 的 EXPLAIN EXTENDED 和 MS SQL 的 SHOW_PLAN_ALL )来对比重写前后的查询花费。

评估

评估的目的是为了回答以下三个问题:

  1. WeTune 可以发现多少新的有用的规则?

  2. WeTune 对于已有的系统中可以优化多少新的查询?

  3. WeTune 内置的校验器和 SPES 相比如何?

WeTune 在查询计划模版最大节点为 4 的情况下,一共发现了 1106 个正确的规则。

本文在 Github 上选了 20 个 star 最多的开源 web 应用,搜集了一些查询优化的 issue 和一些不同的真实查询,一共收集了 50 个 issue 和 8518 个不同的查询。

在上述的查询中,WeTune 一共有 35 条可以应用的规则,MS SQL Server 缺失了 9 条,Calcite 缺失了 22 条,两个系统中有 5 条规则都缺失了。

图十三:发现可以应用的规则  (W 表示内置校验器,S 表示 SPES,B 表示两者)

对于收集的 50 个重写优化 issue,WeTune 可以优化 76%(38个),MS SQL Server 和 Calcite 只能优化 46%( 23 个)和 8%( 4 个)。

对于 8518 个查询,WeTune 可以重写优化 674 个,在这其中有 247 个 MS SQL Server 不能重写优化。而这些有 4251 个查询仅包含 SELECT 子句和 WHERE 子句,没有 JOIN,Subquery,Aggregate 和其他的子句,这些往往实际需要在物理执行层进行优化(例如索引选择等),这些超出了 WeTune 的范围,因此结果表明 WeTune 比起现有的数据库可以优化更多的查询。

通过验证规则,内置校验器可以支持完整性约束的规则,SPES 可以支持复杂谓词的规则。

限制

  1. 内置校验器的不完整性:

只有上述提到的 U 表达式才可以转换成 FOL 并有 STM 求解器验证,同时 SMT 求解器可能会超时,从而错过有用的规则。

  1. SQL 运算符的有限性:

内置的校验器只能支持上述提到的一些运算符,同时 WeTune 也不支持递归查询。

参考

  1. https://ipads.se.sjtu.edu.cn/_media/publications/wetune_final.pdf

  2. WeTune: Automatic Discovery and Verification of Query Rewrite Rules | Proceedings of the 2022 International Conference on Management of Data

关于 Databend

Databend 是一款开源、弹性、低成本,基于对象存储也可以做实时分析的新式数仓。期待您的关注,一起探索云原生数仓解决方案,打造新一代开源 Data Cloud。

👨‍💻‍ Databend Cloud:https://databend.cn

📖 Databend 文档:Databend - The Future of Cloud Data Analytics. | Databend

💻 Wechat:Databend

✨ GitHub:GitHub - datafuselabs/databend: A modern cloud data warehouse focusing on reducing cost and complexity for your massive-scale analytics needs. Open source alternative to Snowflake. Also available in the cloud: https://app.databend.com 🧠

《Python星球日记》 第73天:情感分析与主题建模 《Python星球日记》 第73天:情感分析与主题建模,今天我们将探索两个自然语言处理领域的重要技术:情感分析和主题建模。这两项技术在社交媒体分析、用户反馈处理、市场研究等多个领域有着广泛应用。 阅读详情

相关推荐

基于大模型的癫痫手术预测与决策系统技术方案文档

基于大模型的癫痫手术预测与决策系统技术方案文档

嵌入式毕设/课设资料清单(速查手册·文档模板·题库,持续更新)→ 见最新文章 977

Using TUNE_MVIEW and EXPLAIN_REWRITE to enable us to tune MV Fast Refreshes and Query Rewrites

We can use the DBMS_MVIEW.EXPLAIN_REWRITE package (which was first introduced in Oracle 9i if memory serves me right) to diagnose why Query

Honcho’s Oracle Blog 828

3D打印必备:如何用Blender将NWD文件转成STL(附精度调整技巧)

本文详细介绍了如何使用Blender将NWD文件转换为STL格式,特别针对3D打印需求提供了精度调整技巧。从环境准备到分步转换流程,再到3D打印专属优化策略,帮助设计师解决破面、尺寸偏差等常见问题,实现高效、精准的格式转换。

week9的博客 272

177.Agent-LangGraph-MCP的构成说明

MCP架构通过MCP主机、客户端与服务器的协同,实现工具、资源与提示词的统一管理。MCP服务器提供Tools、Resources、Prompts能力,MCP客户端则负责发现、调用与读取,使Agent可按需获取上下文。其核心在于将工具从Agent中抽离,封装为可复用的服务,提升灵活性与可维护性,推动AI应用高效协作。

计算机王的博客 317

Rust 语言入门

Rust 使 对您的编辑或工具或代码所在的位置没有特定要求,因此 如果您更喜欢使用集成开发环境 (IDE) 而不是 命令行,请随意使用您最喜欢的 IDE。对于简单的程序来说,只编译 是可以的,但作为你的项目 增长,您将需要管理所有选项并轻松共享您的 法典。接下来,我们将向您介绍 Cargo 工具,它将帮助您编写 真实世界的 Rust 程序。现在您已经安装了 Rust,是时候编写您的第一个 Rust 程序了。这不重要 到你的代码所在的 Rust,但对于本书中的练习和项目, 我们建议在你的主目录中创建一个。

JohnChen(Net) 1478

《数学建模与数学实验》第5版 线性规划 习题3.4

1. 某鸡场有1000只鸡,用动物饲料和谷物混合喂养. 2. 某工厂用A1,A2两台机床加工B1,B2,B3三种不同零件. 3. 某工厂利用两种原料甲、乙生产$A_1、A_2、A_3$三种产品. 4. 每班的护士在值班开始时向病房报到,连续工作8个小时. 5. 某工厂生产 A1 、A2 两种型号的产品 6. 有两个煤厂A,B 7. 某工厂制造三种产品,生产这三种产品需要三种资源 8. 已知某工厂计划生产1,2,3三种产品,各产品需要在ABC设备加工。...

hexiaosi_的博客 2万+

Docker Compose:搭建本地多服务开发环境

从一个 Java API、PostgreSQL 和 Redis 开始,配置服务名、端口、环境变量、健康检查、数据卷和依赖关系。理解 Compose 文件如何被解析、项目如何隔离,以及哪些数据不能依赖“重建容器”保留,能够把个人开发环境整理成团队可复用的启动入口。

m0_62221377的博客 478

现控报告-- 分析倒立摆系统稳定性、能控性及能观性分析,设计PID控制方案(附matlab)

建立直线一级倒立摆系统的动力学模型,推导该系统的运动方程,求出直线一级倒立摆系统传递函数模型及空间状态方程模型。接着描述了PID控制系统设计原理及PID控制器各校正环节的作用,简要叙述了参数的整定方法。设计了直线一级倒立摆摆杆摆角及小车位置常规单回路控制器,通过Simulink仿真知道常规单回路控制器能控制摆杆摆角,不能控制小车位置。于是设计出了直线一级倒立摆双闭环控制器及基于倒立摆系统的状态空间方程控制器,利用软件进行仿真,仿真结果表明,常规双闭环控制方案和基于状态空间方程加控制方案均能对摆杆摆角及小车位

mengshenglo的博客 4万+

AI全栈实战 | 3.9-01 爬虫入门:requests 加 BeautifulSoup 三分钟跑通,但 90% 的人栽在这 4 个“礼貌“问题上

⚠️:本文内容仅用于。请遵守目标站点的服务条款与相关法律法规,不得对目标服务造成负担,不得采集、传播个人隐私数据。技术是中性的,边界在你手里。爬虫的入门技术(requests 发请求 + BeautifulSoup 解析)三分钟就能学会。真正区分"会用爬虫"和"会做爬虫的人"的,是这篇我们跑通"请求→解析→存储"的最小闭环,然后重点把"合规与礼貌"这根弦给你绷上。

源码获取 | 运行部署 | 定制二开修改,如果回复不及时请耐心等待,请见谅。 450

别再死磕文档了!用国产MBSES软件5分钟上手MBSE建模(保姆级图文教程)

本文通过国产MBSES软件,详细演示了如何在5分钟内完成智能家居系统的MBSE建模。从模块图定义到状态机图构建,再到参数约束验证,全程图文指导,帮助工程师快速掌握基于模型的系统工程方法,显著提升复杂系统设计效率。

weixin_26833503的博客 245

【HEC】HECRAS中的降雨边界

网格降雨可能是城市地区建模的一个好选择。这是因为传统的一维(1D)建模并不能完全捕捉城市地区通常出现的复杂流动模式。使用网格降雨建模方法在构建包含多个未定义流动路径的模型时也非常有用。对于流量分支非常复杂的水道,设定边界条件可能会很困难。 HECRAS提供两种降雨边界添加的方法 - 在指定SA/2D FLOW AREA添加降雨边界 - 在hec-ras 6.0以上版本中 “气象数据” 的选项卡,可以添加具有空间变化的降水量、蒸散量和风。 两种方法只能选择一种,以下分别介绍

```On Earth, Be Water, By Coding``` 1401

spring boot 4集成SQLLite,及其SQLLite的建库

spring boot 4集成SQLLite,及其SQLLite的建库

weixin_41463944的博客 253

AutoSAR系列讲解(入门篇)2.4-Runnables可运行实体

讲解一下Runnable和其工程的实际映射

雪云飞星的博客 3万+

【基于 WebSocket 的多用户网页五子棋】—— 数据管理模块

但行好事,莫问前程

qq_42996461的博客 260

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 363

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

IDEA 简介:从零认识 IntelliJ IDEA

IDEA 全称,是由 JetBrains 公司开发的一款主流 Java 集成开发环境(IDE)。它集代码编辑、编译、调试、测试、版本控制、构建管理等功能于一体,被大量 Java 开发者视为日常开发的首选工具。所谓 IDE(Integrated Development Environment,集成开发环境),就是把写代码所需的各类工具整合到同一个界面中。相比只用文本编辑器加命令行编译,IDE 能显著减少重复操作,让开发者把精力集中在业务逻辑上。

ztI10的博客 191

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

TransactionInactiveError:await 之后事务已经不活跃了

TransactionInactiveError 出现于 IndexedDB 事务已结束(非 active 状态)时调用 put、get 等操作。常见于 await 后或 setTimeout 中执行请求,因任务已完成,事务已提交或进入 finished 状态。请求必须在创建事务的同一任务中挂起,否则无效。解决方法:在 onsuccess 回调内同步发起后续操作,或提前将所有请求挂入事务。避免在异步上下文中使用事务操作,确保请求在事务活跃期内完成。

qq_40822000的博客 160

Docker部署linkding:HTTPS与数据备份

部署私人书签库,除了让页面能够打开,还需要考虑几个实际问题:重建容器后数据是否保留、登录和保存是否正常、升级前怎样备份,以及出现 502 或 CSRF 错误时从哪里检查。本文使用 Docker Compose 部署 linkding,采用默认 SQLite 数据库,通过 Caddy 提供 HTTPS,并完成账户创建、数据持久化验证和备份。如果重建后账户或书签消失,应先检查是否换了项目目录、改了挂载路径,或者启动了另一套实例,不要急着重新初始化。遇到权限问题,应根据日志确认具体目录和运行用户,再调整权限。

tedcloud123的博客 196

云计算课程小组PPT汇报任务书

36人分为6组,每组6人;形式:生活案例调研 + 理论解读;汇报时长7‑9min;PPT建议10‑14页。

Michelle8023的博客 234

企业官网源码与数据资产交接:四项权利、五组自动检查

企业官网源码交接不仅要看压缩包,还要核域名、云资源、构建脚本、数据库恢复、权限与密钥。

sweetofmine1的博客 197

软件项目交付时,源代码之外还应该交付哪些技术资料?

软件项目交付时,除可运行程序外,还应核对源代码、数据库结构、接口文档、部署运维、测试验收和账号资产。本文从实际交付环节拆解完整资料清单,并说明合同如何约定交付范围、知识产权与维护边界。

chengduyoushu的博客 324

Java 项目实战:交友项目后台系统——网关统一鉴权与 B 端管理后台

本次改造通过引入SpringCloud Gateway实现网关统一鉴权与路由,新建mf-admin管理端复用C端域服务(Dubbo调用),实现管理员登录与用户管理四件查询。核心套路:网关白名单+双体系JWT(同工具不同payload)、管理端零直连业务库、分页形态区分(MySQL自动count/Mongo手动count)、浏览器端独立聚合。踩坑12条,附自检清单与后续改造方向,可复用于多角色后台系统。

Wang的专栏 80

大表 ALTER TABLE 怎么做?NineData OnlineDDL 配置与执行实践

介绍NineData OnlineDDL大表变更实践,涵盖执行策略、切表控制、拷贝批次与可视化进度追踪。

dbasenewbie的博客 297

Axum 初步入门学习笔记

)自定义错误实现后,可以直接作为Result的ErrAxum 是一个构建在 Tokio、Tower、Hyper 之上的 Rust Web 框架,核心能力是:Router 路由、Extractor 提取器、Tower 中间件、IntoResponse 响应机制、State 共享状态。那张分层架构图是“地图”不是“说明书”:它帮你建立全局观,但 Service、Repository、数据库、Redis、MQ 都是你自己在 Handler 内部调用的业务/基础设施层,不是 Axum 自带的。

weixin_43219667的博客 210

MySQL报Too many open files?句柄耗尽的排查与参数配置

文章讲清 max_connections 与 open_files_limit 两个额度、句柄被谁占走、分区表为什么最容易踩,给出从 error log 到 /proc/pid/limits 的定位顺序与句柄预算算法。

「一个在数据库赛道上边学边分享的学妹」——聚焦国产数据库/信创方向、分享学习笔记、踩坑经验和行业观察。 338

SQL Server 数据库双备份:简化配置,兼顾本地留存与异机归档

本文针对中小企业SQLServer数据库备份难题,提出简化配置与本地+异机双副本方案。传统原生备份依赖手动脚本,存在配置复杂、传输易中断、日志分散、静默失败等问题。推荐使用图形化工具实现备份、本地留存与异机同步一体化管理,支持断点续传、加密传输、自动清理与版本控制,降低运维负担。双副本策略提升数据安全性,本地快速恢复,异地防硬件故障。建议定期验证恢复流程,确保备份可用性。

2501_93776716的博客 315
上一篇: Databend 开源周报第 93 期
下一篇: 【论文解读|GL-Cache 】基于组级学习的缓存替换算法
Databend
博客等级 码龄5年 1458粉丝 363原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值