nuanshuidai-优快云博客

转载 Oracle 正式发布 Java 24

内容转载于oracle官网：新版本提供了 24 个 JDK 增强建议，改进了 Java 语言，帮助开发人员提高工作效率此平台提升了性能、稳定性和安全性，可帮助企业加快业务增长JavaOne 2025 大会将重点介绍采用 AI 和后量子密码的新功能Oracle 正式发布，这是备受欢迎的编程语言和开发平台推出的全新版本。Java 24 () 提供了数千项改进，可帮助开发人员提高工作效率并推动创新。此外，平台提升了性能、稳定性和安全性，可帮助企业加快业务增长。

2025-03-20 11:58:55 17

原创深度解析 WuTongDB 范围类型：动态区间支持与高效查询

范围类型（Range Types）是一种用于存储连续值区间的数据库类型，能够简洁地表示和管理区间数据，广泛应用于数值范围、日期时间段、资源分配等场景。WuTongDB 在支持范围类型的基础上，通过优化设计，进一步增强了其易用性和性能。-- 定义商品价格范围表-- 插入价格范围数据-- 查询价格范围包含特定值的记录WuTongDB 的范围类型通过灵活的数据建模和强大的查询能力，在动态区间管理中展现了显著优势。数据建模简洁通过int4rangenumrange和tsrange。

2024-11-25 12:08:10 1100

原创高精度数据计算的利器：WuTongDB 中的 NUMERIC 类型

在数据库的数值处理需求中，不同类型的数据有各自的特性，而NUMERIC 类型是为了解决高精度计算而设计的一种数值类型。与浮点数类型（如FLOAT和DOUBLE）不同，NUMERIC 类型能够以精确的方式存储数值，避免舍入误差，确保结果的数学准确性。NUMERIC 类型，也称为定点数类型，是一种支持用户灵活定义精度和小数位数的数据类型。它的设计目标是保障数据存储和计算的精确性，适用于对数值结果要求绝对准确的场景。在WuTongDB小数点前最大支持131072 位。小数点后最大支持16383 位。

2024-11-25 11:01:59 938

原创深入解析 WuTongDB 的网络地址数据类型：性能优化与应用实践

WuTongDB 提供的网络地址数据类型是其为满足网络数据管理需求而优化的重要功能模块。这些数据类型涵盖了 IP 地址、网络地址块和 MAC 地址，具有内置校验功能、高效的存储结构以及分布式环境中的性能优化能力。数据类型描述支持范围查询内置校验应用场景inet存储单个 IP 地址（支持 IPv4 和 IPv6）是是用户 IP 地址管理、访问控制cidr存储带前缀长度的 IP 地址块是是CDN 节点管理、网络分段存储macaddr存储传统的 6 字节 MAC 地址否是。

2024-11-25 09:53:13 1079

原创利用 WuTongDB 高效解析嵌套 JSON 数据

嵌套结构展开：将 JSONB 数据的嵌套字段映射为表结构中的列，动态生成行和列。动态字段适配：无需固定字段，能够根据 JSON 数据的内容动态解析结构。高效解析：结合 WuTongDB 的分布式架构，解析任务可以分布到多个节点并行处理，显著提升性能。自动解析 JSON 结构：自动识别 JSON 数据的字段和类型，并动态生成表结构。高效解析：结合分布式计算，支持并行处理复杂数据结构，解析效率大幅提升。动态字段支持：能够处理字段动态变化的场景，无需固定表结构。

2024-11-24 18:09:11 861

原创 AI 项目的数据库选型：为什么选择 WuTongDB？

AI 项目的快速发展对数据库的性能、扩展性和数据处理能力提出了前所未有的挑战。WuTongDB 凭借其独特的架构设计和技术优化，在应对这些挑战时展现了显著优势，成为 AI 项目的理想数据库解决方案。推荐系统：支持实时推荐和行为分析，提升用户体验和转化率。物流路径优化：通过高效的几何查询优化配送路线，降低物流成本。时序数据分析：用于工业设备预测性维护，提前发现潜在故障，提升设备利用率。自动驾驶：支持大规模实时数据处理和空间计算，优化车辆路径规划和决策。

2024-11-24 16:55:53 1119

原创 HTAP 的路上，有没有 WuTongDB 的位置？

*HTAP（Hybrid Transaction/Analytical Processing）**是一种新型数据库模型，融合了 OLTP（在线事务处理）和 OLAP（在线分析处理）的能力。简单来说，它的目标是让一套系统既能高效处理事务操作（如订单生成、账户转账），又能实时完成复杂的数据分析（如生成报表、预测趋势）。这种“一体化”的设计，解决了传统架构中事务处理和数据分析分离带来的种种问题。已具备的能力统一存储与一致性。

2024-11-24 15:33:37 933

原创人工智能的第一步：用 WuTongDB 存储和管理训练数据

WuTongDB 通过支持动态分区和灵活表结构，能够高效存储图像、文本、时间序列等多种类型的数据。表设计贴合实际需求，字段清晰，支持按时间、分类等多维度管理。通过 SQL 语句完成高效的条件筛选、聚合统计和数据清理操作。示例涵盖了多种典型场景，如标签筛选、时间范围查询和分类分布统计。实现从数据库中筛选数据到生成训练集的完整流程。数据预处理功能简单直观，便于适配不同的 AI 框架需求。

2024-11-24 15:27:49 684

原创自定义数据类型在 WuTongDB 中的开发与应用

在使用数据库开发时，标准数据类型（如INTEGERTEXT等）通常能够满足大多数常见的存储需求。然而，当我们面对更复杂的数据需求时，例如需要存储金融衍生品的复杂信息、描述多边形的地理数据，或者记录物联网设备的运行日志，传统的标准数据类型就会显得力不从心。自定义数据类型（Custom Data Type）提供了一种灵活的解决方案。通过自定义类型，开发者可以根据实际需求扩展数据库的存储和处理能力，不仅提升存储效率，还能让数据处理更加高效。

2024-11-23 18:55:02 916

原创 WuTongDB 中的 JSON 和 JSONB 数据类型在实时分析中的应用与优化

是一种基于键值对的轻量级数据格式，主要用于数据的存储和交换。它具有简单易读的文本格式，支持嵌套结构和数组。核心特点灵活性：允许动态扩展字段，适用于半结构化和非结构化数据。可读性：设计简单，易于人类直接阅读和理解。原样存储：保留数据的输入格式和顺序。适用场景日志存储：记录 API 请求和响应。配置文件：存储动态参数和系统设置。数据交换：作为前后端或跨系统之间的数据传输格式。是 JSON 的二进制存储形式。它专为数据库设计，通过优化存储和索引，提升了查询和更新性能。核心特点二进制存储。

2024-11-23 11:53:02 651

原创几何数据类型在梧桐数据库（WuTongDB）中的应用与性能优化

几何数据类型是一种专门用来表示空间或地理信息的数据类型。例如，一个配送站的位置可以用“点”来表示，一条运输路线可以用“线段”来表示，而一个城市的功能区域则可以用“多边形”来表示。这些数据在物流、地图服务、城市规划等行业中有着重要的应用。表示对象的复杂性普通数据类型通常表示单一值，比如一个数值或一段文字。几何数据类型用来表示复杂的空间对象，如点、线段、多边形等。例如，一个点表示二维平面上的位置，而一个多边形则表示一个封闭的矩形区域。支持的计算能力。

2024-11-23 11:45:39 693

原创 WuTongDB 特殊数据类型的实战应用

布尔类型（Boolean Type）是一种用于表示逻辑状态的数据类型，其取值范围包括TRUE（真）、FALSE（假）和NULL（未知）。作为 SQL 标准支持的数据类型之一，布尔类型在数据库中具有天然的逻辑表达优势，是开发者处理状态标识和逻辑判断的首选。在 WuTongDB 中，布尔类型被优化为高效的存储形式，占用存储资源少，且能够直接参与条件判断和索引优化。相较于传统的字符串或整数方式（如"yes/no"或0/1），布尔类型在数据一致性、表达清晰度和性能效率方面表现得更加出色。特性逻辑清晰。

2024-11-23 11:37:50 1042

原创 WuTongDB 审计功能指南：配置与性能优化详解

第1章：审计功能的基础机制与日志管理流程。第2章WuTongDB审计功能的配置方法，包括日志存储与策略设置。第3章：性能优化策略，涵盖异步写入、压缩存储与分层管理等技术手段。第4章：高级使用指南，聚焦多集群审计管理与第三方工具集成。第5章：总结与未来展望，讨论WuTongDB审计功能的潜在扩展方向。数据库审计是保障数据安全和满足合规要求的重要功能。通过记录用户行为、系统事件和操作结果，数据库审计为企业提供了行为追踪、事件回溯和安全监控的能力。

2024-11-22 12:16:32 862

原创突破索引限制：尝试梧桐数据库（WuTongDB）缺失索引类型的查询优化替代方案

在数据库优化中，针对不同的查询需求选择合适的索引类型可以显著提升查询效率。虽然WuTongDB支持 B-tree 索引，但在面对一些特定查询需求时，其他专用索引类型的性能更为优越。本章将详细介绍WuTongDB缺失的几种关键索引类型，并探讨它们在典型应用中的作用与缺失影响。随着数据库应用场景的复杂化和数据规模的增长，WuTongDB缺少多种原生索引类型在一定程度上限制了查询优化的效率和灵活性。本文提出的替代方案利用分区表、缓存、物化视图等手段，提供了多种查询优化策略。

2024-11-22 12:07:34 1061

原创从需求到创新：WuTongDB自研存储格式 MAGMA 与 HORC 的全面解析

在了解了 WuTongDB 的需求背景和自研存储格式的必要性后，现在简要介绍 MAGMA 和 HORC 的基本设计思路、主要目标和核心特性。这一章将帮助大家理解两种存储格式各自的定位和功能优势，为后续详细解析其技术特性奠定基础。MAGMA 是 WuTongDB 自主研发的存储格式，其设计目标是兼顾 OLTP（事务处理）和 OLAP（分析处理）的混合负载需求，有效地兼顾了分析型任务与交易型任务。

2024-11-22 12:02:38 718

原创聊聊WuTongDB的索引

在WuTongDB中，尽管支持的索引类型较为有限，仅有 B-tree 索引，但通过合理的索引设计与管理，仍然能够满足许多常见的数据查询需求。整篇文章中我们详细了解了WuTongDB中 B-tree 索引的使用场景、优化技巧，以及常见的性能问题和解决方法。作为WuTongDB的主要索引类型，B-tree 索引在处理等值查询和范围查询方面表现优异。合理设计和管理 B-tree 索引可以有效提升查询性能。根据表的查询模式设计组合索引和单列索引，结合字段的选择性来决定索引字段的顺序，是优化索引性能的关键。

2024-11-22 11:46:55 662

原创梧桐数据库（WuTongDB）的存储和压缩优化策略

主要功能总结存储格式的选择WuTongDB支持行存储（ROW）、列存储（ORC）、增量存储（Hudi）和行列混合存储（MagmaAP）等多种格式，不同格式适用于不同的数据场景，帮助用户根据业务需求优化数据存储和访问性能。压缩算法的灵活应用WuTongDB提供了ZSTDSnappyLZ4和ZLIB等压缩算法，用户可以根据数据访问频率和存储成本选择合适的压缩策略，实现存储空间和访问性能的平衡。组合应用策略：合理组合存储格式和压缩算法，结合实际业务需求，有助于用户在复杂的大数据环境中提升数据管理的整体效率。

2024-11-22 11:40:30 1128

原创智慧交通时代的驱动力：WuTongDB 湖仓一体化解决方案

湖仓一体化是一种将数据湖和数据仓库功能深度融合的技术架构，旨在消除传统数据湖与数据仓库之间的功能割裂，实现数据全生命周期管理和统一分析的平台。传统架构中，数据湖擅长存储海量多格式数据，而数据仓库则专注于高性能分析。数据孤岛：数据湖与数据仓库独立运行，跨系统整合困难。转换延迟：数据需要从湖到仓进行复杂的转换，延迟较高。成本高昂：重复存储和多次计算增加了资源消耗和运维复杂度。湖仓一体化通过统一存储、统一管理和统一计算的设计，打破传统架构的局限，为实时性强、数据复杂的场景提供了高效、灵活的解决方案。

2024-11-22 11:35:49 690

原创 WuTongDB 与 MySQL 的技术差异对比：从 OLAP 到 OLTP 的应用场景

特性MySQLWuTongDB核心架构单节点或主从复制分布式存算分离、多活主节点扩展性依赖分片架构，扩展复杂存储和计算独立扩展，弹性伸缩事务支持单节点事务强，跨分片支持弱分布式事务支持，性能更优高可用性主从复制，存在延迟多活主节点，数据高可用云原生能力外部服务器适配（如AWS RDS)原生Kubernetes集成，支持容器化部署数据分析能力多表JOIN性能差，需外部工具辅助分布式查询优化器，支持大规模数据分析适用场景中小型事务系统（如订单管理）实时分析、数据湖仓一体化、大规模混合场景。

2024-11-22 11:26:15 853

原创医疗数据管理新时代：梧桐数据库（WuTongDB）湖仓一体化解决方案

梧桐数据库（WuTongDB）是一款云原生分布式OLAP数据库。产品通过存算分离架构提供高可用、高可靠、高扩展能力，实现了向量化计算引擎提供极速数据分析能力，通过多异构存储关联查询实现湖仓融合能力，可以帮助企业用户轻松构建核心数仓和湖仓一体数据平台。2023年6月，梧桐数据库（WuTongDB）产品通过信通院可信数据库分布式分析型数据库基础能力测评，在基础能力、运维能力、兼容性、安全性、高可用、高扩展方面获得认可。梧桐数据库（WuTongDB。

2024-11-22 11:16:11 918

原创梧桐数据库操作风险分级与防控指南

梧桐数据库（WuTongDB）作为云原生分布式分析型数据库，专为大数据处理与分析任务设计，具有高并发处理、大规模数据存储与分析的能力。它结合了强大的并行计算架构和企业级的安全、容灾机制，广泛应用于金融、电信、医疗等对数据要求极高的行业。随着业务需求的增长、系统规模的扩大，应用的架构复杂性、操作复杂性也随之增加，数据库的运行环境和操作要求变得更为苛刻。许多常见的操作（例如配置修改、批量数据处理等）可能在不慎操作下引发数据丢失、性能瓶颈或系统中断。

2024-11-22 11:08:08 670

原创梧桐数据库（WuTongDB）在金融行业的应用：数据安全与实时分析

梧桐数据库（WuTongDB）作为一款云原生分布式分析型数据库，凭借其强大的数据安全机制、实时分析能力以及灵活的扩展性，展现出了在金融行业中广泛的应用价值。无论是处理复杂的金融交易数据，还是满足严格的合规性要求，梧桐数据库（WuTongDB）都能够帮助金融机构提升数据管理效率，降低风险，并应对市场的变化。然而，数据安全与实时分析并非仅限于金融行业的需求。在医疗、能源、零售、物流等多个行业，企业同样面临着如何保护敏感数据、快速响应市场动态和客户需求的挑战。

2024-11-22 11:01:57 1140

原创数据库审计策略的十大误区及 WuTongDB 的应对优化指南

（分类：策略管理）问题描述数据库审计策略的设计和管理通常涉及多个角色，例如数据库管理员、安全管理员和业务负责人等。权限混乱多人共享审计策略的修改权限，容易导致误操作或策略冲突。审计日志的管理缺乏清晰边界，可能引发安全隐患。管理效率低下缺乏清晰分工时，不同角色之间的职责界限模糊，可能导致任务重复或遗漏。审计策略的调整需要多方协调，增加了沟通成本和调整时间。安全事件追责困难在安全事件发生后，由于责任界定不清，难以快速定位问题根源和责任人。误区分析“共享权限方便管理”

2024-11-22 10:52:38 697

原创使用 C++ 开发 WuTongDB 自定义插件：从入门到实践

WuTongDB 作为一个云原生的分布式分析型数据库系统，具备强大的数据处理能力和良好的扩展性。然而，在实际应用中，许多行业往往需要更为个性化的计算功能和特定数据操作，这些功能可能超出 WuTongDB 原生支持的范围。此时，我们可以通过 C++ 自定义插件来扩展数据库的功能，将自定义的计算逻辑直接集成到 WuTongDB 中。自定义插件为 WuTongDB 增加了灵活性，使其能够满足更多复杂的业务需求。

2024-11-22 10:49:59 350

原创基于 WuTongDB 的物流行业实时数据跟踪与路径优化解决方案

路径优化的核心目标是结合实时数据和历史数据，在多种约束条件下为物流场景找到最优路径。目标：优先考虑路径的距离或时间最短，例如单一订单的快速配送。综合考虑多维度的约束条件，如时间、成本、燃油消耗和交通状况。输入数据：当前交通状况、天气信息、车辆状态（如位置、负载）。路段的平均通行时间、运输成本、常见交通模式等。订单优先级、客户配送时间要求。约束条件：禁行区域、限时路段、桥梁载重限制等。车辆容量、司机工作时间、配送节点数量等。对于生鲜和冷链货物的时效性要求。

2024-11-22 10:34:35 1442

原创从 OLAP 到云原生：WuTongDB 的技术优势与未来展望

*OLAP（Online Analytical Processing，联机分析处理）**是一种支持多维度数据分析的技术，旨在帮助用户从大量数据中快速、灵活地提取有价值的信息。与传统的事务处理系统（OLTP）侧重于日常业务操作不同，OLAP 系统专注于对数据进行复杂的查询和分析，支持业务决策和战略规划。OLAP 的主要特点：多维数据模型概念：OLAP 系统采用多维数据模型，将数据按照不同的维度进行组织和存储，形成数据立方体（Data Cube）。优势直观性：用户可以直观地从多个维度理解和分析数据关系。

2024-11-22 10:24:44 1052

原创从 MySQL 到 WuTongDB 的迁移指导：理论与实践框架

提升系统性能通过事务与分析任务分离，避免资源争用。使用分布式计算提升大规模数据处理效率。增强系统稳定性设计多活节点架构，确保高可用性。支持动态扩展存储和计算资源，适应业务增长。保证数据一致性确保分布式环境下的事务一致性和分析数据的实时性。从MySQL到WuTongDB的迁移是一项复杂的工程，涵盖了数据同步、架构设计、性能优化、系统切换以及成本控制等多个方面。在本文中，我们深入探讨了迁移过程中的关键技术点，并提出了相应的解决方案和优化建议。

2024-11-22 08:33:19 869 1

原创梧桐数据库操作：如何让列值定长输出

此示例中， rpad(col,8,‘’) 表示将 col 列的值向右填充，''为填充的字符（这里使用空格），使其长度8个字符，如果 col 的值少于8个字符，则在右侧填充空格，如果 col 的多于8个字符，则截取前8个字符.若想要在左侧填充空格至长度为8，则使用函数 lpad 即可。

2024-10-21 09:22:03 369

原创梧桐数据库（WuTongDB）与 Oracle 在复杂查询场景中的功能差异

梧桐数据库（WuTongDB）和 Oracle 是两种功能强大的数据库系统，但它们的设计理念和应用场景存在较大差异。复杂查询在数据密集型应用中至关重要，特别是在处理大规模数据分析、实时计算和多维度查询时，数据库的处理能力、扩展性和优化策略显得尤为关键。本文将深入对比梧桐数据库（WuTongDB）与 Oracle 在复杂查询场景中的功能差异，帮助技术决策者选择最适合的数据库系统。

2024-10-18 10:38:11 1855

原创实测：Vertica 与 WutongDB 函数对比测试之_算数函数篇

vertica可以直接使用该函数，输出结果如下所示：（与Vertica精度不同）vertica可以直接使用该函数，输出结果如下所示：（与Vertica精度不同）函数返回表达式的反余弦值，输入应在[-1, 1]范围内，结果为弧度。函数返回表达式的反正弦值，输入应在[-1, 1]范围内，结果为弧度。在梧桐数据库输出结果如下图所示：（与Vertica精度不同）函数返回表达式的符号，1表示正数，0表示零，-1表示负数。函数返回两个参数的反正切值，考虑到象限的值，结果为弧度。函数返回第一个表达式的第二个表达式次方。

2024-10-17 12:24:01 762 4

原创实测： Vertica 与 WutongDB 函数对比测试之 _ 格式化函数篇

梧桐中，经测试，该函数第二个参数需要将时分秒加上，语句： select to_date(‘20230511020000’,‘yyyymmddhhmiss’);vertica 可以直接使用该函数，给一个具体的参数（ vertica）可以得到结果，而在测试语句中的图片显示，参数为 verchar 类型的字段就报错，它通常用于将文本表示的日期和时间转换为时间戳数据类型，以便进行时间运算和比较。在 Vertica 和梧桐中的测试表中数据一样，测试语句一样，就测试结果不一致。函数用于将字符串转换为日期类型，格式由。

2024-10-17 12:21:37 711

原创实测： Vertica 与 WutongDB 函数对比测试之 _ 日期时间函数函数篇

例如，如果指定日期是星期一，并且 day_of_week 是“ Friday”，该函数将返回下一个星期五的日期。函数用于将指定的月份数加到给定的日期上，返回一个新的日期。函数用于截断日期或时间戳，保留指定的时间单位（如年、月、日等）。函数返回指定日期对应的 ISO 标准中的星期几， 1 表示星期一， 7 表示星期日。函数返回当前的日期和时间，包括时区信息。函数计算两个时间戳之间的差异，并以指定的单位返回结果，例如天、小时、分钟等。函数用于计算两个日期之间的差异，并以指定的单位（如天、月、年等）返回结果。

2024-10-17 12:03:46 1124 1

原创实测：Vertica 与 WutongDB 函数对比测试之_匹配和搜索函数篇

函数用于在表中搜索列名，返回与指定模式（pattern）匹配的列名列表。函数用于计算表达式中与指定正则表达式模式匹配的子字符串的数量。函数用于在表达式中用替换文本替换所有匹配指定正则表达式模式的子字符串。这个函数在需要定位某个模式在字符串中的位置时非常有用。函数用于返回表达式中与指定正则表达式模式匹配的子字符串。函数用于判断表达式是否不与指定的正则表达式模式（不区分大小写）匹配。函数用于判断表达式是否不与指定的正则表达式模式（区分大小写）匹配。函数用于判断表达式是否与指定的正则表达式模式不区分大小写匹配。

2024-10-17 12:02:14 1086

原创实测：Vertica 与 WutongDB 函数对比测试之_聚合函数篇

vertica 可以直接使用该函数，给一个具体的参数（vertica）可以得到结果，而在测试语句中的图片显示，参数为 verchar 类型的字段就报错，函数返回一个标识符，表示 ROLLUP 或 CUBE 分组中的行组合，适用于复杂的分组查询。函数用于估算数据集中值的中位数。函数用于在时间序列数据中返回指定时间戳的最后一个值，适用于处理时间序列中的末值分析。函数用于在时间序列数据中返回指定时间戳的第一个值，适用于处理时间序列中的首值分析。函数用于计算表达式的总体标准差，适用于对整体数据集的标准差分析。

2024-10-17 12:00:52 793

空空如也

空空如也