ITPub博客

先说结论，省流版deleteMany / remove 不会释放磁盘空间。WiredTiger 只做标记删除，空间留给后续复用，不会返还给操作系统。真正能回收空间的是 compact（部分回收）和 drop()（完全释放）。一、问题背景前几天在帮一个朋友问我，MongoDB所在服务的磁盘满了。要删除数据行不行？我第一反应你要怎么删除？因为我多年经验告诉我这又是一个开发人员想出来

一个来自https://cloud.tencent.com/developer/ask/2212634的问题一、先从一个问题切入问AI「1+2+3…+100等于多少」，这事跟企业信息化毫无关系——有人把知识喂给AI了，AI张嘴就来。但如果问「我们公司月度毛利是多少」，AI事先没有数据，答不出来。AI要拿到这个数据，只有两条路：有人提前准备好：定期上报、定期填报、定期维护——这不是AI自己动的，是人

近期做知识图谱与本体相关的分享，我发现一个非常普遍的行业乱象：当下多数企业做知识图谱、落地本体架构，都陷入了典型的"形式主义AI内卷"。人人都在跟风图数据库、追捧本体理论，但绝大多数人只看到了技术表层，完全没摸清落地的核心逻辑、适用边界和商业本质。看似全员入局，实则大多是无效投入、盲目跟风。最大误区：图数据库≠知识图谱，技术工具替代不了业务根基有些朋友、企业都存在一个致命认知偏

现在行业里所有人都在说，AI最大的价值是提效。这句话，没人反对。但行业里还有一个公认的事实：个人提效 ≠ 组织提效。不少企业已经实现了组织层面的效率提升，这一点也没争议。但真正值得深究的问题是：企业靠AI提效之后，到底换来了什么？结合各行各业的落地现状，我发现一个很残酷的现实——真正能靠AI提效直接拉升营收的，几乎只有游戏行业。游戏行业里，AI提升内容生产、迭代、运营效率，能直接转化为更多新品、更

最近一个定律出来了，我看到是毁誉参半在科技圈引发了不少讨论，但绝大多数人都说不清这个新定律的核心本质到底是什么。半导体不是我专业，不知道这最后真实情况如何结合我们现状来类比一下。其实抛开晦涩的专业术语，不用复杂的物理、技术理论去解读，结合数据库领域的行业现状，就能通俗看透熵定律的底层逻辑。也能看懂当下很多技术改造、国产化替代的普遍误区。从字面上讲，是另辟蹊径。绕道解决问题。这让我想到数据库行业的技

周期短了能赚到钱了吗？这事还是要分人和分事如果你觉得AI时代“谁先拥抱谁就赢麻了”，那你可能只看到了上半场。因为我拥抱的算是可以的了，但是没有赚到钱当AI把生产力拉满，真正的战争才刚刚开始。我自身企业性质是ToB的，甚至觉得AI都不能结合业务去做，因为太复杂了。我自身AI使用的场景都是非工程化的领域。所以更加不要提用AI赚到钱了。即使有人说在自己领域提效了，“以前做一个定制化模块要一个月，现在用了

前段时间有人讨论以后的方向是什么？我觉得是没什么方向。有人说：“你这样的担心什么？”但是我说的不仅仅是我个人，我说的是大部分。不能全是正能量，有时候也需要泼泼冷水2026年，没有逆袭，没有风口，只有一场无差别的生存绞杀。经济下行的寒意渗透每一个角落，AI的镰刀疯狂收割岗位，国产化替代的浪潮看似宏大，却让无数普通人沦为时代的垫脚石。当降薪裁员成为常态，当AI替代不分岗位，当国产化转型的成本最终压在底

今天内容主要是我和AI的对话我问：MySQL PostgreSQL redis mongodb这些数据库都是开源的。现在AI编程都很强了。那么你们AI能结合这些开源数据库做一个数据库吗？为什么？直接复制过来改改不行吗？AI回答：直接说结论：AI 不能直接把 MySQL/PostgreSQL/Redis/MongoDB 复制改改就做出一个新数据库，更不可能靠 AI 随便拼接就造出一个能用、稳定、生产

数据库概念是20世界60年代，而1970年是关系型数据库模型转眼就到2026年，而Oracle都已经快50岁了，翻看数据库的发展历程才发现，这项支撑全球数字化运转的核心技术怎么说也超过50年了。数据库从实验室走进各行各业，见证了计算机从巨型机到智能手机的迭代，也撑起了电商、金融、医疗等所有核心业务的数据底座。但令人无奈的是，半个多世纪过去，我们在数据库安装这件事上，依然会踩坑。多年前一次技术大会上

这个标题有点吸引人了。好几天没写东西了，今天想到这个写一下。单机的性能其实并不差倚老卖老说一下，2003年的时候就是单机Oracle处理TB级别的数据量（虽然数据量说起来并不大，但是比如今很多企业的数据库的规模要大）每秒写入量从几百到几千都有。那时候还没有SSD硬盘。内存也是从8G慢慢发展过来的。而现如今有的朋友笔记本的内存都32G了。当时的情况下，我们就充分利用数据库的能力，也平稳的做到了压力承

最近分析这几个事情其实感觉还是挺有关联的每逢长假高速必堵。每年一次体检，每年检查出的问题越来越多。小问题不解决最终系统迎来了故障。海因里希法则 300:29:1堵车是堵了慢还是慢了堵？我从一直认为是有事故发生，堵着了。所以后面的车都动不了。但是后来自己开车时候发现。如果说从家到公司日常开车20分钟。但是一旦下雨天，就是1个小时甚至90分钟。而全程我都没看到一个事故，路上警车都没出现过。而这些年看到

大会在上周末结束了，我一直担心的PPT页数比台下观众多的问题没有发生大家就调侃我下次是不是title要超过台下观众了？预告一下就在大会期间就多了几个荣誉，而且9月中还有几个。到时候一起更新。我个人自我感觉演讲效果还可以结束以后，11个人加了我微信。14个人关注了公众号。其中有两个人说去京东下单买书了。这几天也有人陆续加我，今天有个朋友加了我以后说：“纯分享技术很少，只看到各个大厂打自家的数据库产品

机缘巧合现在有了很多的身份感谢If Club社区帮我做了这个代表各个身份图对这个上面每个图标进行一下解释（每行不分先后，每排不分先后）第一行（中国科协成员单位） 中国计算机协会CCF-数据库专委会执行委员甲骨文 Oracle ACEPro（Oracle和MySQL）方向PostgreSQL分会 PostgreSQL ACE腾讯云 腾讯云TVP第二行（工信部下属）信通院 创新实验室128号成员单位P

机缘巧合十几年前第一次知道CCF还是从韩锋老师那里的自我介绍知道他是CCF的成员。了解到这个机构是非常专业的学术机构。那时候就觉得CCF高大上，也非常难以加入。经过多年在数据库行业的工作，也慢慢成长了。这次也是在和华师大原副校长周傲英教授的日常交流中，提及问我有没有兴趣加入？我个人当时是非常激动的，这是我一直以来的愿望。现场参会本次大会在长春，当我踏入第42届NDBC（中国数据库学术会议）会场时，

声明和一位好友共创的不知道大家有没有这种体会，有些我们使用了很久的软件。慢慢的不那么好用了。比如笔记软件搜索找不到自己的东西，比如聊天软件有这种那种的bug，再比如有些软件觉得不是退化了，就是傻了。升级以后还不如多年前好用。曾经有人告诉我，一个经验丰富的专家的薪资可能是N。而一个刚毕业没有经验的薪资可能是N/10。那么在一个不是技术掌握绝对话语权的企业中。决策者就是觉得，用N/10的人替代N的人。

     荣幸收到老友太保科技有限公司数智研究院首席专家林春的签名赠书。   这是国内第一本关于OceanBase数据库实际替换过程总结的的实战书。打个比方可以说是从战场上下来分享战斗经验。读后感受颇深。我在这里讲讲我的感受。    第三章中提到的应用改造如何降本。应用改造是国产化替换中最大的成本，这里说的降本是怎么把这个成本降低。投入是

按时下班做不到父辈比较难以理解为什么这一代尤其是搞IT的怎么就是不能按时下班？以及为什么系统时不时出问题。这些问题今天无法做到一次性说清楚。先开个头吧。因为做不完什么做不完？需求做不完，测试测不完，验证验不完。还有就是因为以上的问题出现的运维相关问题层出不穷。有要回退的，有要保驾的，有要数据库变更的，罄竹难书啊。为什么会这样？我爸就说微软要是也是这样的节奏还怎么用？我说微软做的是产品，而国内大部分

首先介绍一下IF CLUB社区这里要说一下这个社区我也是联合发起人，我发现大家现在都希望听一些日常的问题，而不是歌功颂德的说产品好。我本人多年前参会看到的大厂的经验，开了眼界。不过随着时间长了，我觉得这些要看，但是不能只有这些。阿里、腾讯这样做，我们能用吗？TDSQL打榜1650台机器，Polardb花了20亿做到的极 致，我都承认。只是我用不上。绝大多数用户都不用上。用大家自己企业的那种SQL上

身边不断裁员的现实告诉我没有那么稳中向好IT部门在日子好过的时候，可能玩的很花。但是日子不好过的时候，首先是被砍的对象。因为成本部门嘛。群里也好，身边也罢。降薪裁员是去年的主旋律，我相信今年也是，明年还是。概念随着寒冬退去这几年几乎没人谈Hadoop了，但是还有大数据。因为Hadoop和大数据不再是等号。微服务的也没有那么热了。中台该拆的也差不多了。区块链的书还有人买吗？元宇宙坟头草也不低了。但是

本文分两部分，前面讲两个练习AI怎么辅助的，后面我讲讲我的观点AI替代不了那么多人关注后面的读者可以忽略前面的。直接看后面。AI替代不了那么多人那段就行。AI辅助编程，但是无法替代开发人员年前我github的朋友请我尝试一下github的copilot。今天尝试了一下。步骤如下：1、先升级自己的vscode。一定要升级到最新。2、升级完成后安装插件。点击红色的扩展插件，搜索copilot。把git