ITPub博客

在DBA领域，“低代码工具”就是运维工具、DBA自己自己积累的脚本集和自己写的小工具，也包含现在火到炸裂的大语言模型。在运维国产数据库的时候，趁手的工具肯定很难找到，因此积累自己的运维脚本，自己编写运维工具，提高自身的工作效率也是一种特别重要的能力。这也和我在最近的几次沙龙中提出DBA要掌握一两门脚本语言的观点是吻合的。

将数据作为产品进行管理可以保证互操作性，促进数据和代码重用，并促进“作为产品”的方法，其中包括考虑数字产品的盈利能力。

在当前高度不确定的市场环境下，IT人不仅面临着前所未有的挑战，也面对着前所未有的机遇，如何抓住机遇的关键就是你如何面对挑战，老杨认为IT人当下需要的是不断的学习与提升，学习最新的技术趋势，多走出去与行业交流学习

近期，IT 市场研究和咨询公司 IDC 发布名为《中国金融行业分布式事务型数据库市场份额，2023：技术验证结束，迎接高速增长》报告，报告引发了广泛的关注。

PG数据库的很多企业级运维功能还不完备，这对于从ORACLE等企业级数据库转型过来的DBA感受到不适。因为PG的运维中还是有很多小地方需要注意的，对于大型的企业级系统来说，如果忽视了这些问题，可能会引发运维问题。

7月，几大数据库相关报告发布，很是热闹。2022年至今，新兴数据库企业数量呈现回落，市场逐步收敛，标志着我国数据库产业正从数量增长期向质量增长期转变

即使在 Hadoop 时代的传统数据质量记分卡的鼎盛时期，也很少取得巨大成功。在过去的几年里，云计算和元数据管理方面的进步使得组织大量数据成为可能。

一般情况下，大多数系统在刚刚开始的时候往往因为开发时索引设计不够合理而产生了大多数的性能问题，最初的优化工作可以基于慢SQL的处理，通过索引的优化可以度过你最初的具有挑战性的日子。

在启用SWAP的数据库系统中，swappiness建议设置小一些，低于10，甚至直接设置为0，这样SWAP的使用倾向会小一些。

最近给几位数据开发转数据产品经理的同学做相关辅导，发现研发转产品在需求挖掘和产品思维方面普遍是短板。对于研发转产品顺利上岸后，如何才能提升产品能力呢？

过去几年，人们越来越关注如何用数据计算投资回报率。也许是因为数百万元花在了无法解决业务需求的平台和管道上——它们整合了数据，但并没有让数据变得更有用或更易理解。

如何评定企业数字化系统的应用价值?一个很直观的评价标准就是系统有没有真正应用起来!但对于大部分传统企业而言系统应用注定在坎坷中进行。

Gartner 预测，到 2025 年， 基于云原生平台的数字化业务比例将达到95%，将带来云原生数据库市场的快速增长。

在当今竞争激烈的市场环境中，企业要想实现可持续增长，就必须深入了解并精准把握其用户的价值。其中，LTV(Lifetime Value，用户终身价值)分析作为一种关键的数据分析工具，正逐渐成为企业制定市场策略、评估投资回报以及优化用户关系管理的核心依据。

当前大部分企业在数字化转型建设过程中对于软件公司特别是一些软件大厂的印象均是：以客户为中心都是伪命题，为什么?

本文提出了知识图谱微调方法(KGT)，一种基于符号知识编辑的大模型个性化方法。KGT的核心思想是基于用户的查询和反馈抽取个性化的事实知识三元组，并通过固定LLM参数优化知识图谱中个性化知识的方式实现LLM的实时个性化。

当前谈到数字化转型大家都会不约而同的想到：投入成本是多少?要花多少钱?所以信息部门成为企业内第一大成本部门也不意外，做数字化项目节省资金投入无可厚非，特别是在当前降本增效的模式下，但问题就在于节省要合理而不是给后期“挖坑”，今天老杨就来总结一下企业在数字化转型建设过程中那些所谓的“省钱”之道。

​7月18日，OceanBase在京举办的沟通会上首次披露了营收数据，2023年，OceanBase的金融行业营收规模为2.7亿元人民币。在IDC发布《中国金融行业分布式事务型数据库市场份额，2023：技术验证结束，迎接高速增长》报告中，OceanBase收获两项第一：金融行业本地部署市场份额第一、保险证券子市场本地部署份额第一。

随着生成式人工智能(Generative AI)的兴起，企业正站在全新的技术前沿。AI不仅改变了我们处理数据的方式，也为业务创新提供了无限可能。但在拥抱未来之前，我们首先需要回答一个关键问题：我的数据准备好了吗?

我国对于公共服务类系统的业务连续性要求是十分高的，也许这场蓝屏风波，能够给我们的一些IT部门领导敲响警钟吧。是时候重新评估一下这些系统是否能够满足企业的对外业务承诺。