-
编辑 删除
【案例】ArteryBase数据库uuid重复引发的血案
问题背景某省法院xx决策支持系统的定时任务调用存储过程将数据插入临时表时，出现了uuid重复的报错。报错信息[SQL]selectdb_dataquality.PR_SELECT()[Err]ERROR:duplicatekeyvalueviolatesuniqueconstraint"pk_res
-
编辑 删除
【深度】ArteryBase事务日志（3）– 事务日志膨胀原因及解决方法
【深度】ArteryBase事务日志（3）–事务日志膨胀原因及解决方法@(arterybase)概述pg_xlog日志中的文件会随着每一个事务的提交，在xlog日志中记录每个元组的变化情况，和数据文件只记录结果相比，xlog日志文件记录了整个的过程，随着时间的增长，事务日志会越来越多。因此，事务管理
-
编辑 删除
abase安装（postgresql）
ArteryBase安装指南——Windows发布文档本安装指南包括一键安装和自定义安装两种，推荐使用一键安装。安装要求剩余可用内存4G以上，开发测试环境可以酌情减少到2G使用非administrator账户类型的账户登录安装适用于ArteryBase3.3.2及以上版本。适用于windowsser
-
编辑 删除
修改arterybase（postgre）默认search_path模式
服务启动显示找不到数据库中的表，模式下有这个表但是当前默认模式不是a（举例）查看并修改数据库模式：SELECT*FROMpg_roles;查询出的信息rolname列找到你要改的用户，rolconfig对应的模式为search_path=b;search_path=b不是正确的模式修改用户root的
-
编辑 删除
TDDL & DRDS
前言有三种技术可以应对不断增大的数据量：读写分离：将数据库设置成读写分离状态，一个Master节点对应多个Salve节点。垂直分区：将不同的业务表拆散，分别存储到不同的数据库中，仍保持Master/Salve模式。水平分区（分库or分表，sharding）：将同一个业务表（或库）拆解成多个子表（或库
-
编辑 删除
POLARDB（DRDS）、AnalyticDB、OceanBase核心技术实现
本专场是阿里云分布式数据库的年度盛会，多位阿里云分布式数据库领域核心专家以及业界专家进行了专题演讲，内容涵盖分布式POLARDB（DRDS）、AnalyticDB、OceanBase多款云上核心分布式数据库产品，涉猎分布式SQL引擎、分布式存储引擎、分布式事务等多个方向。从DRDS到分布式POLAR
-
编辑 删除
drds 分布式关系型数据库
DRDS的基础原理是Sharding，即数据分片，是典型的水平扩展分布式数据库模型，和传统单机数据库shareanything架构不同，DRDS采用的是sharenothing架构。DRDS主要解决单机数据库容量瓶颈，单机数据库扩展困难，传统数据库使用成本高的问题，是高性价比，低运维成本的分布式数据
-
编辑 删除
DRDS与TIDB的对比分析
转自：DRDS与TiDB浅析-开发者头条toutiao.io/posts/n8akpv/preview在谈论数据库架构和数据库优化的时候，会常听到“分库分表”、“分片”、“Sharding”…等关键词。值的高兴的是，这部分公司的业务量应该正在实现（或者即将面临）高速增长，或技术方面也面临着一些挑战。
-
编辑 删除
DRDS关键特点和应用场景
DRDS产品简介DRDS是一款基于MySQL存储、采用分库分表技术进行水平扩展的分布式OLTP数据库服务产品，支持RDSforMySQL以及POLARDBforMySQL，产品目标旨在提升数据存储容量、并发吞吐、复杂计算效率三个方面的扩展性需求。DRDS核心能力采用标准关系型数据库技术实现，构建与公
-
编辑 删除
PolarDB-X 与 DRDS 有什么区别？
PolarDB-X2.0（以下简称PolarDB-X）与DRDS（DRDS也称为PolarDB-X1.0）都是阿里云上的分布式数据库产品。看起来她们都是Share-Nothing的架构，用水平扩展来解决单机数据库瓶颈问题。很多同学因此会有疑惑，她们俩到底有什么样的区别？DRDS，其本质是搭建在标准M
-
编辑 删除
DRDS的基础原理
DRDS的基础原理是Sharding，即数据分片，是典型的水平扩展分布式数据库模型，和传统单机数据库shareanything架构不同，DRDS采用的是sharenothing架构。DRDS主要解决单机数据库容量瓶颈，单机数据库扩展困难，传统数据库使用成本高的问题，是高性价比，低运维成本的分布式数据
-
编辑 删除
DRDS分库分表学习-如何选择分片数、RDS 的分库数、每个分库里的分表数是否有限制
单个RDS实例的默认分库数目是8个，不可更改。每个分库里的分表数目理论上是没有限制的，受限于DRDS机器本身的硬件资源。分表数目的选择需要依据对业务数据量的评估，具体请参考DRDS最佳实践如何选择分片数。如何选择分片数DRDS中的水平拆分有两个层次：分库和分表。每个RDS实例上默认会创建8个物理分库
-
编辑 删除
云时代的分布式数据库：阿里分布式数据库服务DRDS
摘要：伴随着系统性能、成本及扩展性的新时代需要，以HBase、MongoDB为代表的NoSQL数据库和以阿里DRDS、VoltDB、ScaleBase为代表的分布式NewSQL数据库如雨后春笋般不断涌现出来。本文详细介绍了阿里分布式数据库服务DRDS。随着互联网时代的到来，计算机要管理的数据量呈指数
-
编辑 删除
DRDS 数据恢复重磅发布，全方位保障您的数据安全
背景介绍数据库存储着企业的核心数据，在企业中占据非常重要的位置，一旦出现SQL注入，数据误删的情况，影响的不仅仅是业务，还会泄露用户的个人信息。因此，数据库的数据安全问题十分重要。当数据库迁移到云端，其安全问题又被进一步放大，云数据库能否高效、便捷地备份数据库，当发生故障或者数据误删时，及时高效地恢
-
编辑 删除
深度：阿里云分布式关系型数据库DRDS解析
4月20日，云栖大会深圳峰会顺利召开。阿里云中间件产品经理凤豪为大家深度介绍了阿里云分布式关系型数据库DRDS的发展历史以及DRDS的优势。下面是演讲主要内容整理。数据库面临的挑战单机数据库在数据存储容量、访问容量、容灾等方面都会随着业务的增长而到达瓶颈，无论哪一个，对业务来说是一项相当艰巨的挑战。
-
编辑 删除
阿里巴巴分布式数据库服务DRDS研发历程
作者：艾乐强，阿里巴巴中间件(Aliware)产品经理，2009年加入公司，前期主要负责淘宝分布式session框架和淘宝垂直市场的系统设计研发，目前主要负责分布式数据库服务DRDS的产品设计和研发。淘宝TDDL研发历史和背景淘宝DRDS/TDDL是阿里巴巴自主研发的分布式数据库服务。DRDS脱胎于
-
编辑 删除
玩转阿里云：如何使用DRDS突破单个数据库瓶颈
业务场景在实际工作中，由于企业的业务量会逐渐增多，企业后端的单个关系型数据库经常会面临如下问题：存储容量瓶颈问题：大量的历史订单存储在某个数据库，可能导致数据库存储容量达到瓶颈，通常我们可以通过在一台机器下面挂载多块磁盘，达到10TB／20TB／30TB的容量。然后再使用一个MySQL实例支持，但数
-
编辑 删除
DRDS分库分表学习-如何高效扫描 DRDS 数据
DRDS支持高效的数据扫描方式，并支持在全表扫描时使用聚合函数进行统计汇总。常见的扫描场景如下：没有分库分表：DRDS会把原SQL传递到后端MySQL执行。这种情况下DRDS支持任何聚合函数。非全表扫描：SQL经过DRDS路由后，发送到单个MySQL库上执行。比如说拆分键在WHERE中是等于关系时，
-
编辑 删除
openGauss 数据库在可计算存储 CSD上探索
最近在可计算存储CSD2000上使用BenchmarkSQL和sysbench测试了一下openGauss数据库，主要观察在大数据量下openGauss在CSD2000上数据存储空间和性能相比普通SSD的变化。这里分享一些测试数据和原理的思考，供对openGauss和可计算存储CSD
-
编辑 删除
java商品太多搜索很慢,Datomic的递归Datalog查询确实很慢
我目前正在评估Datomic的存储和查询形成本体的解析符号的用例.总共有225122个符号(实体)在数据库中(因此它是一个相当大的本体，但对于数据库来说不应该是一个大问题).结构非常标准，符号有包含它们的父符号(如子符号等)supersymbols(他们继承的符号)为了能够很好地访问这些符号，我们为
