ITPub博客

PG数据库遇到内存问题要立即进行分析的场景并不多，因为大多数PG数据库的内存使用率过高的报警并不意味着内存使用情况异常，内存真的不够用了。因为PG数据库是使用DOUBLE BUFFERING机制的，大量的内存很可能被BUFFER/CACHE占用了。

本篇文章适合刚入职场的初阶及小白同学，也是记录自己小白时期的心路历程。说是数据人的职场必备技能其实更多的是好的工作习惯的养成，适合初阶同学收藏学习。

目前ChatGPT 着实火遍了各大网站、公众号、朋友圈，朋友之间不聊点关于ChatGPT的话题都不好意思说你是搞技术的，很多粉丝也在问老杨关于ChatGPT相关知识，今天老杨就将从网络上收集的的一些内容整理分享如下

从企业实际应用角度来说，软件可分为标准版、订制开发版、自行开发研制版、低代码平台，那么四者之间的优势是什么?区别在哪里?哪个版本更具企业应用优势?

数字化韧性，是企业利用数字化能力迅速适应业务中断的能力，这可以是疫情期业务运营迅速恢复，也可以是温站、云办公、供应链韧性等数字技术支持。强大的韧性能力，不仅能恢复业务运营，还能助力企业从变化中找到机会。

想象一下，一个由人工智能增强的聊天机器人，不仅可以专业地回答你的问题，还可以写故事、作曲、提供生活建议，甚至可以写诗和编写计算机程序。OpenAI 发布的聊天机器人ChatGPT正是实现了这些能力。因此，引起了人们极大的兴奋，有些人甚至暗示它可能预示着人工智能将统治人类内容制作的未来。

管理数据质量所需的人员类型、衡量数据质量所需的指标、需要实施的数据质量流程——一切都取决于多种因素，例如公司规模、数据集大小、涉及的来源等。下面就谈谈数据质量管理的五大要素：人员、度量、流程、框架和技术。

在战略方向层面，数字化整体规划悖论也再次证明了企业数字化没有终点，而是一个持续演进的过程。因此，一味追求数字化先进性终将在数字化途中迷失方向，结合企业自身发展，业务价值驱动才是硬道理。

PostgreSQL近些年热度越来越高，特别在国内，基于其生态的数据库产品种类繁多。如果有人问“信创数据库学啥比较好”，从今后的工作机会以及学习资料的普及程度来说，我首先推荐的就是PostgreSQL。

现在基于PG或者脱胎于PG的国产数据库越来越多，再加上PG社区版用户也在快速增长，因此多学点PG的知识对于DBA今后的转型来说，还是挺有用的

据调查，56%的组织面临至少四种不同类型的数据质量问题，而71%的组织面临至少三种不同类型的问题。组织在设计数据质量框架和解决数据质量问题时花费了大量时间和资源。

最近这一年里，做了大量的数据库国产化替代相关研究与测试工作，我发现现在绝大多数国产数据库都在高唱秒杀一切的性能，优秀的TPC-C/TPC-H指标，不过我们的用户的实际体验是应用从Oracle迁移下来以后大量的SQL执行性能下降数十倍甚至数百倍。

受访嘉宾普遍认为，无论如何发展，DBA的角色不会消失，但是DBA的技能需要随着新技术的到来进行调整。受访嘉宾普遍建议DBA在学习数据库技术之外，要多接触业务，多了解业务，如此才能为企业带来更大价值。

实际上SQL最容易出问题的地方还是表连接，单表的访问，哪怕走错了索引，SQL跑的慢点了，影响还没那么严重。表连接的执行计划出问题了，可能在Oracle上秒出的SQL，几个小时都跑不出来。

据张杰观察，多模态技术正在逐渐走入下沉市场、垂直细分场景，如方言ASR(自动语音识别)、领域ASR、特定动作识别等。通用的模型往往不满足商业应用，定制化的模型往往开发成本高。

读写分离，作为一种常用的数据库访问优化手段，得到广泛的应用。本文尝试从读写分离的技术实现、适用场景及典型产品等角度，阐述这一技术的整体现状。

2023年新年伊始，市场寒意袭来，海外科技巨头相继宣布裁员消息，降本增效，捂紧钱袋子；NOTAM故障导致美航班停飞……

随着春节假期的结束各企业都已经开始忙碌起来，俗话说“一年之计在于春”，“千里之行始于足下”，现在正是各项工作计划付诸行动的开端，企业数字化转型工作同样如此。

数字化转型工作跟数据治理很大的不同，就是更多涉及业务流程的重构和优化，更加依赖业务部门的主动推进，对于IT来说，方向的选择远大于执行

数据库与云平台这两个企业信息化最为关键的IT基础设施目前还处于单打独斗的状态，这让企业信息系统全面上云也面临巨大的挑战。