-
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
-
编辑 删除
国产数据库创新集锦——小count也有大智慧⓻达梦登场，小count大智慧
他们从数据库内核层面入手，创新性地引入动态计数器机制，彻底解决了count(*)的性能痛点，让用户无需任何特殊技巧，就能获得极 致性能体验...
-
编辑 删除
国产数据库创新集锦——小count也有大智慧⓺等价改写，平地起惊雷
秘诀就是在查询中添加’rownum=1’条件：select count(*) from t where rownum=1。就这么简单，性能立刻飙升...
-
编辑 删除
国产数据库创新集锦——小count也有大智慧⓹缓存结果，飞机变火箭
彬老师： NO!NO!NO！请看下面的“大杀器”....
-
编辑 删除
国产数据库创新集锦——小count也有大智慧⓸物化视图，赛车变飞机
彬老师：能！让我们再试试物化视图...
-
编辑 删除
国产数据库创新集锦——小count也有大智慧⓷位图索引，摩托变赛车
彬老师：当然！我们来尝试位图索引的威力...
-
编辑 删除
国产数据库创新集锦——小count也有大智慧⓶普通索引，单车变摩托
彬老师:我们加个B树索引再来看效果...
-
编辑 删除
国产数据库创新集锦——小count也有大智慧⓵顺其自然 ，性能很拉垮
小渣: 执行计划走的是全表扫描，逻辑读高达1048，看起来性能的确很拉垮...
-
编辑 删除
大白话秒懂五论文—AI大模型思维链的进化揭秘⓹ 自我进化
⓹ 自我进化（Self Improvement）彬老师：是的，论文《LARGE LANGUAGE MODELS CAN SELF-IMPROVE》可以回答大饼的疑问，该论文探索了如何让模型在训练过程中自己产生并优化思维链能力。弘老师：这项研究的核心思想是"自举"(bootstrapping)——让模型从自己生成的高质量思维链中学习。小渣：这听起来有点像"自学成才&qu
