-
编辑 删除
七座城堡⑨ 混元归一【下】（第一部大结局）
这里的前台其实就是数据库的优化器；厨房的各个区域就是数据库的存储引擎；往返于前台、厨房、餐厅中传达指令的服务员就是数据库的执行器；这里的连锁店就是数据库的分布式技术，由于各个区域的菜系差不多，所以对于数据库来说是似乎是一种复制分片，不过这对我来说也很受启发，复制分片是可以在很多场景发挥作用的。大家是否发现餐饮。这两个故事我稍做总结，请大家参考...
-
编辑 删除
七座城堡⑨ 混元归一【上】（第一部大结局）
老柯的故事暗示了超融合数据库中解决分布式通信与数据一致性的思路，为团队提供了全新的视角。会议还将继续，我们期待老柯分享的第二个故事，以及超融合数据库城堡的具体实现方案…
-
编辑 删除
七座城堡⑧ 困境与应对【下】
老柯一番话给老王带来信心，对未来充满了希望，就在准备告别之时，老王忽然想到有缘人给的那本满是蝌蚪文的书，于是让老柯随他一同看看此书，结果老柯也看的一头雾水，最终决定将书带回家中仔细研究。
-
编辑 删除
七座城堡⑧ 困境与应对【上】
老柯触碰控制台，一幅城市交通全息模型在空中展开。"情况有些复杂，"他声音略显疲惫，“交通拥堵确实缓解了，但效果远低于预期。恐怕庆功宴要暂时搁置了...
-
编辑 删除
七座城堡⑦机器学习【下】
也就是说，之前的场景对数据的使用主要基于规则，而交通场景对数据的使用则更多依赖基于机器学习。老柯：是的，我们重点再说说数据的采集，交通数据来源繁多，a. 实时交通数据：车辆位置、速度、流量等，这些来源于传感器、监控摄像头、车辆GPS等设备；b. 历史交通数据：过去的交通状况、事故记录等，这些来源于政府数据源、交通管理部门等渠道；c. 天气数据：温度、湿度、降雨量、雪
-
编辑 删除
七座城堡⑦机器学习【上】
在老王的期盼中，GIS数据库城堡如期建成了，随着GIS数据采集录入工作的完成和导航应用程序的完善，商务大臣一行再次出发，前去邀请有缘人。这一次他们异常顺利，在导航的指引下成功抵达目的地，找到了有缘人。有缘人见到商务大臣，知道他们来意后很是开心，表示他已经在此等候多时了。随即有缘人就带上大礼，随着商务大臣一行前往图数据库城堡，参加王子的婚礼。老王得知有缘人已经在返回的途中也非常高兴
-
编辑 删除
七座城堡⑥ GIS【下】
是的，将GIS城堡数据结合进任何一个城堡中，由于要兼顾两种不同类型场景的需求，会增大产生新问题的可能，而眼下我们的这个GIS数据库需求如此急，怕难以有足够的时间打磨优化，所以单独建也可以规避这个风险点。另外我们可以参考时序数据库城堡类似的架构，用基于KV的模式来实现，将点、线、面的数据通过一定的转换存储成键值。有了以前的经验，咱们再建一个城堡的效率还是会很高的。老
-
编辑 删除
七座城堡⑥ GIS【上】
17. 迷失的寻找之路就在老王万分期待之时，却等来了一个坏消息，因为有缘人所住之地偏远且地形复杂，导致商务主管一行迷了路，无功而返。老柯：老王，商务主管一行靠地图确实容易迷路，照着地图是很难准确分辨自己当下的位置，只能靠人自身方位感来判断，即便不犯错，也很难形成最佳路径规划。如果遇到一些突发路况也无法及时获悉，往往地图显示可行，实际道路已经损坏，毕竟纸质地图不可能实时更新。”老王：头疼！你有什么好
-
编辑 删除
七座城堡⑤ 图【下】
在众人期待的目光下，指令发出了，第一个有缘人信息极短时间内即返回，人群欢呼雀跃。很快盒子的十层全部被打开了，真正有缘人的名字和地址水落石出....
-
编辑 删除
七座城堡⑤ 图【上】
有缘人是谁老柯没有让老王失望，时序城堡很快就建成了。接下来，根据剧情经验来看，老王肯定会出现在时序城堡的最高处，而且是在老柯的陪同下检阅脚下的新城堡和四处的城堡，然后各种询问和赞叹。没错，你全猜对了！只是这次和以往有所不同，有彩蛋，老王带着一个神秘的盒子来了。老柯：哎呀，来都来了，还带什么礼物…老王：想得美，这可不能送你！这是我多年前从高人那得到的神秘宝贝，被告之今天才能开启。据说破解其中
-
编辑 删除
七座城堡④ 时序【下】
老王：老柯，要应对如此大规模数据，你建时序城堡时有什么特别的应对策略吗？老柯：为应对当下这种量级的数据，并⽀撑未来可预期的增⻓，数据库架构需要⾮常好的线性扩展能⼒和弹性能⼒，也就是不但能⽀持线性扩展，⽽且扩容速度需要做到⾮常快。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。老王（有点懵）：啥，NoSQL，KV？老柯：NoSQL是指
-
编辑 删除
七座城堡④ 时序【上】
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。于是转头问老柯：“ HTAP城堡建成后，效果如何？”老柯：效果很不错，现在实时分析的场景基本都在这个城堡内完成，让许多业务在决策性的速度和准确性上有了极大提升。有一件事跟您请示一下，目前三座数据库城堡给我们国家带来
-
编辑 删除
七座城堡③HTAP【下】
老柯：老王，咱们王国发展太快了，各种需求层出不穷，将数据的产生和使用不断推向高峰。您看我们这么努力才勉强支撑下来。不过更大的挑战已经来临了，需要我们好好想想对策了。老王：啊，还有挑战？你这波澜起伏的剧情描述，听的我头都晕了。老柯：您还记得之前我说，咱们迎来了快乐王国数据2.0时代吗？老王：记得，难道现在开始快乐王国数据3.0时代了？”老柯：没错...
-
编辑 删除
七座城堡③HTAP【上】
转眼间，OLAP城堡如期建成。当听闻这座城堡的卓越成果后，好学的老王兴奋不已，立即决定前往视察。在老柯的陪同下，老王登上了OLAP城堡的最高处，俯瞰着对面的OLTP城堡。这两座城堡相互呼应，景象壮观，老王心情愉悦。老王：老柯，上次你提到的问题，在这次OLAP城堡建好后应该都解决了吧，具体什么情况，你给我讲讲吧。老柯：老王，建完OLAP城堡之后，我们把OLTP城堡中需要分析
-
编辑 删除
七座城堡② OLAP【下】
老柯：能优化OLAP的方法有很多，我先举最关键最本质的来说，首先就是数据库的存储结构，这是决定OLTP和OLAP性能的重中之重。其中OLTP基于行存的存储效果最佳，什么是行存，也就是数据是一行一行的往数据库块里插，插满了一个数据块，就插下一个数据块。而OLAP则是基于列存的效果最优，什么是列存，那就是一列一列的往数据库块里插，比如一张表有10个列，那就同时往10个块里插
-
编辑 删除
七座城堡② OLAP【上】
6. 从数据1.0时代走向2.0时代不久之后，老王再次莅临OLTP城堡，意欲评估城堡在过去一段时间的成果。他目睹着城堡内的繁忙景象，心情愉悦地要求老柯向他详细介绍，为何数据库城堡如此受欢迎，以及与上次检阅时相比有何变化。老柯：老王，当初因为人员和项目信息纸质保存且散落各处，导致我们工作效率低下，从而给不法之徒留下了可乘之机。这事促使您痛下决心要建这个OLTP城堡，所以城堡建设初期，主要就是解决包括
-
编辑 删除
七座城堡①OLTP【下】
老王：OK，说说索引具体是如何实现的吧。老柯：“ 好的，咱们依然用仓库来举例，设法解释清楚索引如何？”老王：“ 好，咱们就聚焦这个需求，如何在仓库里找符合某种尺寸的货物？”老柯：嗯，前面我们提到一种思路，即让这些货物以尺寸为依据进行有序存储，这样就可快速定位到您所要的货物。不由于这种有序存储货物方式无法满足多样化需求，且有不少额外的开销，所以这样的方式我们需要谨慎使用
-
编辑 删除
七座城堡①OLTP【上】
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。某天，快乐王国出大事了。主管国家安全事务的老安突然失踪了，连续三天未露面后才被证实他已携巨款潜逃到了国外。老王震惊，亲自带人去档案馆取老安的档案进行调查，结果大家在偌大的档案馆找了许久，才发现其档案也早已不见了，看来老安早有预谋。老王怒不
