- 博客(147)
- 收藏
- 关注
RSS订阅原创 七座城堡⑤ 图（下）
老柯：是的，我们建一座图数据库城堡，把相关的数据同步到图数据库城堡来，然后转化成图数据库的格式，就可以找到有缘人了。不过有趣的一点是，这个图数据库是一种处理关系的非关系型数据库，我们将要采用的架构是NoSQL架构，之前我说的KV数据库是NoSQL的一类产品，而这个图数据库是NoSQL的另一类产品。老柯：图数据库是一种专门用来存储和处理对象之间的关系的数据库，它可以直观地展示对象间的关系，与关系型数据库有着很大的差异，是以节点（Node）和边（Edge）为核心构建的。那我们该怎么做，建一个图数据库城堡？
2025-04-10 11:17:47
54
原创 七座城堡⑤ 图（上）
正文告知了游戏规则：盒子有十层，第一层都要根据既定的要求找到1号有缘人，然后根据1号有缘人的信息打开第二层盒子找到2号有缘人，以此类推，直到在第十层查到10号有缘人信息，即真正要找的有缘人。老王：看来冥冥之中有一股神秘的力量在牵引我做正确的事，这些年的努力，基本上全国所有行业纸质的记录都已经信息化了，神秘预言里要找的有缘人，我想在数据库城堡中应该可以搜到，看来今天和你一起揭秘是一个明智的选择，老柯，找到这个有缘人的任务就交给你了。老柯说着，便于老王一同来到了OLAP城堡最高处的控制台，开始寻找有缘人了。
2025-04-10 07:27:59
304
原创 小朋友都能懂的人工智能⓹-不可思议的大模型（下）
比如《三国演义》的第一句，“话说天下大势，分久必合，合久必分。周末七国分争，并入于秦。”机器见到这句话后大喜过望，赶忙去自己的向量空间去找到第一个词“话“和第二个词”说“，把它们的向量拿过来一通计算...
2025-04-09 16:27:31
424
原创 小朋友都能懂的人工智能⓹-不可思议的大模型（中）
2025年的第100篇原创，值得留念！若本文点赞数超过100，后续将推出以自己经历为原型的技术小说《技术人江湖》
2025-04-09 11:23:00
854
原创 小朋友都能懂的人工智能⓹-不可思议的大模型（上）
事实上不只是《静夜思》，任何知识类的问题它都能对答如流，如果数据都存在其内部，那ChatGPT存储的内容得覆盖绝大部分的网页文本、书籍、维基百科、科学论文、社交媒体、专业文献、新闻、报告....才能做得到。问题来了，这可是要存储海量数据啊。
2025-04-09 08:09:32
716
原创 七座城堡④ 时序（下）
读写更快、设计灵活固然重要，其实最关键的还是NoSQL数据库的分布式能力，在允许淡化ACID的情况下，分布式架构的设计变得容易了很多，而关系型数据库受限于严格的数据模型结构，难以解决分布式事务等难题，在分布式架构上实现的难度较大，性能也难以突破。所以我的初步想法是，建一个基于NoSQL架构的KV数据库，来应对我们的时序场景。这个KV的模式其实是非常灵活的，简单的Key和Value还是有玄机的，这个Value除了存储具体的值，比如刚才那个温度值，还能存放存放设备之间的关联关系，类似维护一个字典。
2025-04-08 11:20:04
325
原创 七座城堡④ 时序（上）
不过，无论快乐王国数据1.0时代还是2.0时代还是3.0 时代，他们都有一个共同的特点，就是都是围绕着人，而接下来，我们要拥抱新的成员了，那就是物，物其实和我们人一样，也是有身份信息的，同样能留下各种数据。我们不仅需要知道人是什么样的人，也要知道物是什么样的物，比如通过流水线各设备的运行状态收集，让人明白这些设备是什么样的设备，能否胜任当下工作。很快，HTAP城堡建好了，老王在老柯的陪同下登上了HTAP城堡的最高处，看着井然有序工作着的三个城堡，老王很是满意，心想现在不会再遇到什么困难了吧。
2025-04-08 11:19:38
799
原创 小朋友都能懂的人工智能⓸ -狗大师的修仙之路（下）
同样，通过学习大量的人类高手棋谱及自我对弈产生的棋谱后，AlpahaGo就对各种各样的局面进行了分类总结，可以类比为识别出什么样的棋型是死棋，什么样的棋型是活棋，什么样的棋型是危险的，什么样的棋型是安全的，什么样的棋型是厚的，什么样的棋型是薄的…关键是，棋感的提升是可以通过不断的迭代中，反复提升的。L：是的，OpenAI公司推出的通用大语言模型Chatgpt无论是实现复杂度还是资金投入，都远超Google的Alpha系列，这是一个更为颠覆的产品，对社会产生了深远的影响，和每个人的命运都息息相关。
2025-04-08 08:09:48
670
原创 小朋友都能懂的人工智能⓸ -狗大师的修仙之路（中）
这样所有可能出现的流程数量可用361的阶乘来估计，大约为10的768次方，这里尚未考虑棋子被吃后，空出的地方依然可落子的情况。棋力弱的思考的方向往往不太对，在错误的方向行棋，想的再多也不会有太好的结果，而棋力强的思考的方向往往是对的，在正确的方向行棋，即便无暇细算也不容易出现太差的结果。C妈：会不会是150分钟还不够，如果给业余棋手更多的时间，让他把棋的各个方向都考虑一下，逐一比较选出最佳一手，这样应该能赢吧，毕竟职业棋手的思考时间太少了。C：我明白了，AlphaGo和这位职业棋手一样，也有直觉。
2025-04-08 08:09:20
619
原创 小朋友都能懂的人工智能⓸ -狗大师的修仙之路（上）
你对选点可行性进行计算验证的思路，依然和AlphaGo是一模一样的，其对应的专业名词为蒙特卡洛树搜索。L：是的，小A，当你觉得某些地方可以拼一拼时，你会立即落子呢，还是会沿着这些选点往下计算，等可行性验证完毕后再落子。L：你觉得没有什么特别的，可对围棋AI而言，有这样人类棋手的思考方式，可是不得了的事了。A爸：L老师，难道就是因为有了类似人类棋手的思考方式，阿尔法狗才变厉害的吗？L：大家好，又见面了，今天就来和大家探索一下阿尔法狗强大的秘密。A：有意思，原来阿尔法狗和我们人类棋手思考方式是一样的啊。
2025-04-08 08:08:52
361
原创 七座城堡③HTAP（下）
老柯：有了这个铺垫就好说了，当一个公民的身份信息从单一属性变成了多属性时，很多交易场景就变得更加复杂了，同时判断这个人是一个什么样的人，那这就让交易变得更复杂了。比如以前一笔简单的交易很快就完成了，现在有了你是什么样的一个人这层因素在里面，就会变成先评估你的风险，再交易。老柯：您知道OLTP是行存，OLAP是列存，其实这种边交易边分析的HTAP我们可以考虑行列混存，比如某表需要高频插入，然后随即就要被拿去分析了，这时候就可以先以行的格式进行插入，每达到一定记录数或者尺寸时，再转成列的格式存储。
2025-04-07 11:11:18
852
原创 七座城堡③HTAP（上）
老柯：老王，建完OLAP城堡之后，我们把OLTP城堡中需要分析的数据同步到了咱们这座OLAP城堡来，这样需要复杂查询分析的工作就都交给这个OLAP城堡了，在OLAP城堡里表都被设计为列存储模式，并且都有着极高的压缩比，再加上增加并行度和灵活分配内存等手段的结合，如今查询分析的工作性能大幅提升了。与此OLTP城堡因为没有了分析的需求，资源释放了许多，压力也得到了一定程度的缓解，此外由于有了这个OLAP城堡，原先OLTP城堡的历史数据可以迁移到OLAP城堡中，这样不仅释放了空间，还进一步提升了性能。
2025-04-07 11:10:55
759
原创 小朋友都能懂的人工智能⓷ -惊世骇俗的阿“狗”故事（下）
终局后MuZero在想，黑棋为什么就被判输啊，慢慢就明白了“地多者胜”；AlphaGo淡出围棋圈后，其公开的论文成为了围棋AI江湖的武学宝典，Leela Zero、KataGo、绝艺、星阵等围棋AI接过了AlphaGo手中的大旗，成为了围棋AI中耀眼的明星，并解决了AlphaGo留下的诸多不足，实实在在推进了围棋AI的发展，在提升人类棋手棋艺方面，做出了巨大的贡献。L：是的，各围棋AI基本都做到了，其中典型代表就是星阵围棋，多次获得AI围棋世界大赛的冠军，号称不退让围棋，不走自己心中认定的最佳变化不罢休。
2025-04-07 08:39:43
976
原创 小朋友都能懂的人工智能⓷ -惊世骇俗的阿“狗”故事（中）
L:是难以想象，AlphaGo不仅抛弃了人类棋谱，还跨越了围棋本身，在消除人类知识的束缚后，变得越来越强！L：2017年10月，Google推出了AlphaGo Zero，该版本仅依靠自我对弈，无需任何人类棋谱，从零开始自学围棋，仅经过3天的训练…A爸：L老师，您说AlphaGo Zero依靠自我对弈，无需任何人类棋谱，那就是说AlphaGo Lee和AlphaGo Master有依靠人类棋谱，是吗？C妈：妈呀，4小时，2小时，分别打败不同领域的最强者，难以想象！L：是的，A爸说得有道理。
2025-04-07 08:39:09
341
原创 小朋友都能懂的人工智能⓷ -惊世骇俗的阿“狗”故事（上）
L：是的，结果大家也都知道了，李世石以1:4的成绩不敌AlphaGo，不过唯一的一胜却值得大书特书，李世石在第四局下出了实际不成立，却击中AlphaGo Bug的第78手，神之一挖，杀的AlphaGo方寸大乱，取得了畅快淋漓的一胜。L：是的，Google没有对外说明其实力的进步，让外界对李世石获胜寄予厚望，套路确实深。此次决战万众瞩目，总观战人数过亿，堪称围棋史上的奇迹，结局更是轰动全世界，AlphaGo的一战成名，让Google成为了最大的赢家，市值连续大涨。L：是的，不得不佩服谷歌的霸气。
2025-04-07 08:38:08
512
原创 七座城堡② OLAP（下）
比如前者针对工资表查的往往是：城市，公司，部门，姓名，工资，奖金，满勤奖，社保金额，医保金额，公积金金额，总收入，月份…“我们可以考虑压缩手段啊，列存模式下，数据块里都只存某一列的数据，那这一列的数据类型是一模一样的，压缩比就会非常的高，你去想象一下行存，数据块里完整的是行数据，就是每一列都保存进去了，那数据类型差别很大，压缩的效果就很一般。“我明白了，因为OLAP一般会遍历大部分的记录，但是往往只会访问少数的列，这样如果列存的话，很多列不需要访问了，那扫描数据块的数量就会大幅减少，从而提升性能。
2025-04-06 14:59:28
1003
原创 七座城堡② OLAP（上）
我们再来看看数据规模也会不断扩大，身份信息有便捷的核验功能，可实现线上线下的打通，从而让很多业务就从线下转移到线上，实现了运营效率的极大提升，当然了，各种交易信息、行为轨迹也自然会让数据规模大幅增长。“老王，由于我们用了各种优化手段，比如索引优化、执行计划优化、读写分离等等，还是撑住了来自四面八的身份信息调用的请求压力，但是真正让我们快要撑不住的，是来自各个主要国家部门，也就是您的智囊团队的数据分析请求压力。听到这里，老王很是高兴，心里也暗想，哼，老安，你是跑不掉的。“啥，这是啥情况，我有点听糊涂了。
2025-04-06 14:58:11
877
原创 小朋友都能懂的人工智能②卷机神经网络初探（下）
L：在网络的最后，有一个输出层。我们可以这么做，把每4个格子为单元，找出最大的那个数，其他剔除，这样组成一个比较小的特征图，却依然保留了原来特征图的重要信息，我们仍然可以看出这是一条右下斜着的线条。做完这个有啥用呢，我们分析就明白，卷积核只有斜着的三个元素是1，所以原来那张图上如果斜着的这三个元素也是1的话，最后一做卷积，这个数字就会变大，我们在特征图上找那些数字特别大，这就是提取到的特征了。A：肯定啊，我和爸爸都是围棋5段，我觉得计算是最重要的，我们下不过阿尔法狗，就是因为它的计算量太大了。
2025-04-06 10:25:23
575
原创 小朋友都能懂的人工智能②卷机神经网络初探（中）
CNN涉及到复杂数学模型，大家理解起来是比较困难的，不过有趣的是，神经网络和我们人的认知模式很相似，所以大家还是比较容易理解的。认为人的大脑里有很多的皮层，是一层一层对视觉信号进行处理的。L：小A，其实你一眼看到的并不是我，而是一个一个的像素点，这些像素点进到你的脑子后，首先会抽象出边缘和方向信息，你发现我是直立行走，应该不是一只猫。提到了神经网络模型，同时也说明了依据这个模型可以提取到一些猫的特征，比如尖尖的耳朵等，同时也说明了机器根据反馈机制来试错，从而调整自己的理解，最终真正了解到猫。
2025-04-06 10:24:25
307
原创 小朋友都能懂的人工智能②卷机神经网络初探（上）
L：如果只有两位的数字，那只有00、 01、 10、 11这4种组合，确实没法玩了，但是位数可不止这么少哦，比如英文字母对应的就是八位的编码，理论上有00000001、00000010、00000011、00000101…L：放心，一个是字母，一个是数字，它们的类型不同，计算机在存储它们时已经根据规则将它们打上了类型标识，这样不就区分开了啊。L：这里需要提醒大家，相同的01组合输出对应的结果并非一定是唯一的，比如小写字母a对应的二进制表示就是01100001，而十进制的97对应的也是01100001。
2025-04-06 10:23:03
676
原创 七座城堡⓵ OLTP（下）
老柯：“从索引原理上来说，就这么简单，当然了到了具体的数据库体系结构中，索引是以一种二叉树的形式存在，分为根茎叶三层节点，叶子节点存储的就是需要排序的列的值，这里就是尺寸。“原子性关注的是事务内部的操作，确保这些操作是不可分割的，而一致性关注的是事务对数据库状态的影响，确保数据库始终保持数据完整性。老柯：“是啊，假设您开始要找某特定尺寸的物品，首先您先去找这个尺寸卡片，由于卡片排序过了，您一下就定位到哪些卡片符合您要的物品都尺寸，同时卡片上有货物的位置信息，于是轻而易举的找到您要的物品了。
2025-04-05 15:40:31
988
原创 七座城堡⓵ OLTP（上）
老柯：“您真是善于类比，确实是如此，比如数据按姓名的规律进行有序存储，这样当查询我老柯时，柯的拼音是K开头，如果你搜到拼音是L开头的，就知道接下来永远不会再搜到K开头的数据了，于是停止搜索，从而避免全表找个遍。老柯：“货物存储要有序，可进货操作不一定有序，如此一来货仓里为了确保有序，就需要不停的调整货物位置，这不仅影响效率还容易对货物造成损坏，数据库也是如此。在宇宙深处有一个神奇的数据库星球，叫快乐星球，星球上有一个充满活力的王国，国王姓王自称老王，大家也都这么称呼他这个，这个王国就叫快乐王国。
2025-04-05 15:31:22
853
原创 小朋友都能懂的人工智能⓵开篇大吉（下）
如果机器猜测一张图片是猫，我们告诉它正确或错误，机器就会根据反馈调整自己的理解，不断尝试，每一次都在进步，慢慢就开始真正的了解猫了。比如，我们教机器识别猫，会给它看很多猫的图片，每张图片都告诉它这是猫。A爸：L老师，我有一个疑问，神经网络到底是如何提取出猫的这些特征的，一张图片在计算机的眼里，不就是一堆010101的数字吗？C：妈妈，这不是很简单嘛，你们告诉我猫长什么样后，我就会认识猫啊，我想机器也是一样的。L：如果一只猫的耳朵掉了，或者尾巴断了，你还能分辨出这是一只猫吧。B：好玩，和我们好像啊。
2025-04-05 06:53:40
229
原创 小朋友都能懂的人工智能⓵开篇大吉（中）
L：不完全对，人工智能(Artificial Intelligence)，简称AI，指的是让计算机做一些需要人类智能才能完成的事情，比如认字、识图、写作、对话、下棋等。L：并非同一个东西。而机器学习是自己去发现规律，灵活全面，能适合复杂场景，但是成本高，不适合简单场景。L：A爸说的都很有道理，如今机器学习这个分支发展迅猛，已经在多个领域实现了超越人类的水平，因此我们交流的人工智能技术也会聚焦在机器学习上。A爸：哦，这么说，机器学习是人工智能的分支啊，我还一直以为人工智能和机器学习是同一个东西的不同叫法。
2025-04-05 06:52:29
272
原创 小朋友都能懂的人工智能⓵开篇大吉（上）
L：是的，机器学习中的神经网络算法模型，就是模仿人脑的工作方式。仅“请创作一幅融合科技元素的春节庆祝画作”这短短十七字指令，人工智能便开启了推理的过程，提炼出了2024、龙、灯笼来展示新春元素，提炼出电路板来展示科技元素，拿捏的这般恰到好处，厉害不？如果机器猜测一张图片是猫，我们告诉它正确或错误，机器就会根据反馈调整自己的理解，不断尝试，每一次都在进步，慢慢就开始真正的了解猫了。A爸：L老师，我有一个疑问，神经网络到底是如何提取出猫的这些特征的，一张图片在计算机的眼里，不就是一堆010101的数字吗？
2025-04-05 06:51:10
402
原创 数据库二十年目睹之怪现状——隐蔽的套壳 ⑧开源改内核，原创最难得
相比之下，最为彻底的是一开始就选择原创之路的数据库厂商，他们选择了最艰辛的路，坚持做难而正确的事，不以眼前利益为目标，以情怀、信念为支撑，在不被人理解中、在嘲笑声中、在压力下奋力拼搏，负重前行。L：国家已经注意到这个问题，倡导不要只聚焦于业务繁荣，而是要注重发展新质生产力，宣扬科学家精神，不追求短期效果，将目光放长远。这种思想具体落到数据库层面，就是鼓励原创数据库，消除知识产权法律风险、杜绝后门风险，提升技术，为企业和国家兜底。否则在人家设定的技术框架中，不仅技术上的革新会受限，安全保障上也可能面临挑战。
2025-04-04 09:31:53
365
原创 数据库二十年目睹之怪现状——隐蔽的套壳⑥知识产权愁，厂商绑架苦
和不掌握内核能力的套壳厂商合作还有被绑架风险，因为此类厂商为适应业务可能会展开一波非内核层面的魔改，但是无法标准化和通用化，有的还会让你绑定一些特定硬件，至此将数据库整成了一个四不像，等客户忍无可忍要将其替换时，发现几乎是不可能完成的任务，被坑惨了！L：此外，基于开源自研的数据库除了内核难把控外，还存在知识产权的法律风险，比如基于M记开源数据库的国产数据库，需要遵循很多严格的协议，比如需要开源回馈社区，可现实中许多基于M记开源数据库的厂商并未这么做，这就是把客户往火坑里推。L：这又是体现人性的一面。
2025-04-04 09:29:15
369
原创 数据库二十年目睹之怪现状——隐蔽的套壳 ⑦曲线救国日，技术倒退时
L：最近这十多年，咱们国家各行各业发展出现了欣欣向荣的景象，很多进步比如越来越便捷的衣食出行等，都是老百姓实实在在能感受到的，不过误打误撞，业务繁荣的背后却带来了技术的倒退。因为业务发展太快了，技术跟不上业务发展，而等技术的进步就会错失市场机会，因此我们除了没耐心来研究技术外，其他的一切手段都用上了，如能投入人力就尽量投入、能改造业务也就就尽量改造、能购买现成产品就购买、能抄开源就抄…总之就是要快，资本就是如此引导是市场的，就这样在急功近利中，我们一点点丧失了核心竞争力，包括数据库。
2025-04-04 06:07:16
369
原创 数据库二十年目睹之怪现状——隐蔽的套壳⑤舶来数据库，核心难掌控
M：L兄说的是，某家基于P记的数据库厂商大干数百天，将P记内核升级到新版本后，性能和稳定性都大幅提升，在PK中击败了未升级内核的同类厂商。L：数据库的内核是别人的，你只做数据库的周边及业务改造，要是人家在内核里嵌入别有用心的后门代码，或击毁数据库，或盗取数据，后果不堪设想！W：我觉得，基于开源改造的数据库厂商上手容易深入难，走的是一条先甜后苦的路，而原创的数据库厂商上手困难深入易，走的是一条先苦后甜的路。L：是的，目前主流的开源数据库无论是P记还是M记，代码主要贡献者都鲜有中国人，这意味着什么？
2025-04-04 06:04:29
478
原创 数据库二十年目睹之怪现状——隐蔽的套壳④设计有苦衷，断臂求生中
O记是能在数据库完成的事就尽量在数据库完成，而自研数据库是能不在数据库内完成的事就尽量不在数据库完成，这种差异导致替换投入数百人年的惊人工作量；L：数据库好坏的评估有功能、安全、稳定、 性能、易用、生态、成本、服务等诸多方面。L：是的，有此铺垫，接下来聊聊企业自研数据库的生存四部曲。L：是的，接着是对SQL的限制，让SQL是通过界面操作自动生成，同时设有SQL审核，如此壳大幅规避低效SQL进数据库的风险。看这样四部曲下来，安全、稳定、性能看似有保障了，但是易用性差到极致，成本高到吓人，功能转嫁的干干净净…
2025-04-04 06:03:50
427
原创 数据库二十年目睹之怪现状——隐蔽的套壳⓷企业自研库，套壳暗相助
话说数据库的客户当中，不乏大型央企和行业巨头，他们内部无论是O记替换还是新项目的数据库需求都很大，是各数据库厂商眼中的大金主。套壳者不管是用什么忽悠手段，一旦数据库上线，客户就休想将其轻易撤换或者回退，因为变动的代价实在太大了。至于卖数据库就更难了，毕竟从满足内部需求出发的数据库，通用性的优先级并不高。L：此类企业自研数据库大多都是实现了一个调度分配的统一接口，将P记或者M记的开源数据库管理起来协同工作，以提供更好的性能和更高的并发，甚至可以说这只是一个数据库调度管理工具，而非数据库产品。
2025-04-03 22:22:55
356
原创 数据库二十年目睹之怪现状——隐蔽的套壳②功能有短板，缝合来救场
L：数据库本质就是对数据的存、查、改，不过为了更好的存、查、改就会延伸非常多的功能。此时正经厂商就是脚踏实地的去实现这些功能，而无良厂商就把目标放在寻找现成的东西拼凑在一起，来满足客户需求，这种套壳方式会让数据库的兼容性、可维护性都堪忧，带来极大风险。某厂商的数据库产品功能有缺失，于是厂商想了这样一个办法，去寻找能实现对应特定功能的免费开源插件、工具，再通过数据库的接口改造，将其缝合在一起来解决问题。W：L兄，不管是直接的还是隐蔽的套壳方式，最终都要在生产系统真刀真枪的干，套壳者不担心吗，不会出大问题吗？
2025-04-03 08:13:54
354
原创 数据库二十年目睹之怪现状——隐蔽的套壳①利诱聚小人，狸猫换太子
W：L兄，上次聊完后，我就对选型测评留了个心眼，果然发现有厂商在写入性能测评中做了关日志、删索引等操作。于是毫不犹豫地将他们拉进黑名单...
2025-04-03 08:12:48
372
原创 SQL优化思想--时间都去哪儿了⑤减少锁相关等待时间(开老人通道）
SQL运行中的相关等待事件远不止上述四个，限于篇幅，就不一一展开了。如果让大家觉得意犹未尽，敬请谅解。以下是对执行时间的一个脑图总结。值得一提的是，在某一个SQL中，等待时长和工作时长往往是多段的。如T_等待=T_cpu等待+T_硬解析+T_日志切换+T_锁等待…同理，T_工作也是如此，往往是多个子工作时间的集合。通过减少等待时长，我们已经显著提升了SQL的执行效率。然而，在等待时长已经得到充分优化的情况下，如何进一步降低工作时间，也就是加快交易本身的速度呢？敬请期待。全文完公众号：收获不止数据库。
2025-04-02 15:03:29
285
原创 SQL优化思想--时间都去哪儿了④减少日志切换等待时间(多鱼装一袋）
L：再举一个和洗衣液不同的例子，你买了5只相同品种的鱼，分别包装称重（重量不同，价位不一样），收银员就不得不进行5次结算，有没有提高效率的办法呢？通过将COMMIT操作移出循环内，让该SQL从提交多次变成了只提交1次，减少了不必要的日志切换等待，让SQL执行得更快。这类似数据库中减少日志切换等待时长的思路，在XXX平台的C模块中，部分SQL就是这么优化提速的，请看示例。M：如果这5只鱼放在一起称重，那就从5袋变成1袋，收银员就会从结算5次缩减为只结算1次了。
2025-04-02 14:59:20
184
原创 SQL优化思想--时间都去哪儿了③ 减少硬解析等待时间(单件再相乘）
L：排队是需要等待，其实在收银台结算交易时也存在等待时长。你购买的多个货物不可能同时结算，要一件一件来，这间隙时间便是等待时间。比如你买了5袋相同的洗衣液（品牌批次价格均一致），如果收银员够聪明的话，他会怎么做？这与数据库中减少硬解析等待时长的思路类似。在XXX平台的B模块中，部分SQL就是这么优化提速的，请看示例。通过使用绑定变量，SQL可以复用执行计划，减少硬解析次数，从而降低等待时长，提高查询效率。W：他结算时不需要刷5遍条形码，而是只刷1次，然后数量乘以5即可。原始查询（导致硬解析）。
2025-04-02 14:54:33
118
原创 SQL优化思想--时间都去哪儿了⓶减少CPU持有等待时间(增加收银台）
有点类似数据库中的减少CPU持有等待时长的思路，在ZZZ平台的A模块中，部分SQL就是这么优化提速的，具体示例如下。在高并发情况下，CPU持有等待时间显著增加。解决方案可以是增加CPU个数，或者采用分布式数据库架构来分担压力。L：倘若我们期望让买单的时间加快，却发现收银柜台的队伍排得很长，顾客们等得非常焦虑，该如何是好？通过将查询分布到多个分片，能够有效减少单个CPU的负担，从而降低持有等待时长，提高整体查询效率。W：可以考虑增加收银台的数量，假如收银台由1个变成10个，排队等候买单的时间自然就减少了。
2025-04-02 14:42:43
158
原创 SQL优化思想--时间都去哪儿了⓵时间=等待时间+工作时间
L：你在超市买单时，通常会在收银台排队，这就类似于SQL的等待时长。SQL优化思想已经讨论了两集，不论是“不优化是最好的优化”，还是“变慢是更好的选择”，都在强调做事要有批判性思维，三思而后行。围绕“时间”这个主题，结合超市购物的生活场景，让我们步入正文，共同探寻在XXX平台优化案例中，SQL的时间都去哪儿了。L：我与他们一起分析SQL执行慢时，时间都花在哪些环节，然后有的放矢地进行优化，最终成功解决问题。M：我购物时，收银台的结算倒是很快，时间主要耗在排队上，也就是等待时间太长了。
2025-04-02 14:38:36
342
原创 技术之外，理解人性——与全国大学生数据库决赛选手的轻松对话⓹问题5: 数据库方向的就业前景如何？
我：数智化时代，数据量呈指数级增长，作为存储数据的核心，数据库的需求持续增加。不过数据库方向还真能满足这些条件，相关岗位大致分为三类，分别是数据库厂商的研发、产品设计、售前支持、售后服务、销售、市场推广、培训等岗位；我：有很多，如数据分析、数据治理、数据安全、数据建模、数据架构等，每个方向都有着广阔的就业机会（参考链接 从DBA到DBA² 及 未来就业走势）。选手E：听说数据库还是“卡脖子”的技术，如果能从事内核研发，我觉得很自豪，很有使命感，我更愿意去打造 “超级智能房子”。选手E：哇，这么高！
2025-04-01 06:52:15
898
原创 技术之外，理解人性——与全国大学生数据库决赛选手的轻松对话⓸问题4: Oracle论文不突出，为何一枝独秀？
选手D：老师，SQLServer的论文数远超Oracle，为何还是Oracle称王称霸？Oracle 的成功，看似是一种“谜”，但背后却有着清晰的商业逻辑。首先是生态建设。Oracle 通过“自上而下”的策略，与头部企业建立深厚合作，打造了完善的生态系统，包括认证体系、工具链和培训课程，为企业提供全面支持，同时还培养了大批忠实技术粉丝。接着是路径依赖。Oracle 高昂的价格、复杂的功能、繁琐的操作让企业在使用中投入了大量精力去适应它，以确保能用好。一旦上了 Oracle 的“船”，转型成本便极高，这种路径
2025-04-01 06:49:59
276
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人