-
关于鸿蒙生态
鸿蒙生态：从操作系统到万物智联的“数字底座”站在2026年的节点回望，鸿蒙（HarmonyOS）已不再仅仅是一个操作系统，而是一座连接万物的数字桥梁。随着HarmonyOS NEXT（纯血鸿蒙）的正式...
-
（五）数据仓库越做越乱？问题可能出在“命名”上
数据仓库做大之后，最先“失控”的往往不是数据，而是命名。命名规范看似细节，却直接决定了数据是否好找、好用、好维护。
-
HarmonyOS Next 应用性能优化指南
随着 HarmonyOS Next 在多设备互联与分布式能力上的持续演进，开发者在构建跨终端应用时面临更高的性能要求。不同设备的硬件算力、屏幕参数与交互方式差异显著，导致 UI 渲染一致性、响应时延与...
-
3月数据库圈值得关注的事 | 2026
3月，世界数据组织在北京完成组建，选举产生首届理事、监事和组织负责人。这标志着世界数据组织正式投入运行；一批MySQL社区成员和开发者向甲骨文发出联名公开信，意欲扭转MySQL不利局面；OceanBase 正式发布面向 AI 时代混合负载场景的融合版本OceanBase 4.4.2 LTS；崖山发布极简应用开发Skill套件……
-
全栈自研与技术突围：华为 2026 技术全景解析
全栈自研与技术突围：华为 2026 技术全景解析在全球科技竞争与产业智能化转型的双重浪潮下，华为以底层技术自主可控为核心，构建起覆盖算力、AI、通信、操作系统、智能终端、智能汽车的全栈技术体系。202...
-
数据库管理-第417期 实测踩坑！本地大模型+OpenClaw，数据库运维自动化落地之路
我希望OpenClaw能解决数据库运维重复工作、全时段监控等痛点。目前使用本地qwen3.5:35b模型，存在任务复杂度判断不足等问题，需持续训练优化，解决记忆体等问题后，导入知识、完善接入，使其成为运维得力助手。
-
对话Percona Vadim Tkachenko：MySQL要如何演进？
企业对锁定效应、不透明的路线图、定价权以及可维护性问题日益警惕。与此同时，云服务提供商已表示，若治理结构更加清晰，他们愿意加大投入力度。
-
中通快递：从 10 分钟到秒级，SelectDB 实时更新 + 倒排索引提升多维分析效率
在快递行业，运单数据贯穿业务全流程，每一单的流转状态、时效分析、异常监控，都离不开实时数据的支撑。作为行业领军企业，中通快递每天新增的运单数据超过 6 亿条（80% 为更新操作），总数据量高达 45 亿条，单表字段超过 200 个——这是一个超大规模、超高维度的实时分析场景。面对如此庞大的数据规模，如何让数据分析快起来，让业务人员随时能查到想看的运单信息，成为技术团队必须攻克的难题。今天，我们就来
-
SpringBoot 超详细全解（入门 + 实战 + 原理 + 面试）
本文全面总结 SpringBoot 核心知识点，从基础入门、环境搭建、核心注解、配置文件，到自动配置原理、Starter 机制、实战整合、打包部署、高级特性及面试高频考点&...
-
让时序数据库 TDengine 在 JetBrains IDEs 里更像“原生数据库”一点
小T导读：本文是一篇来自 TDengine 社区的原创投稿。作者基于自身在 JetBrains IDEs 中使用 TDengine 的实际需求，独立开发并开源了相关插件，用于增强 TDengine 在 JetBrains 数据库工具链中的接入与 SQL 开发体验。我们很高兴看到，越来越多开发者正在从真实需求出发，为 TDengine 生态带来更丰富、更实用的补充。今天将这篇文章分享给大家，也期待更
-
脚手架、Harness、OpenClaw别傻傻地分不清
OpenClaw 内部使用了某些 Harness 机制，比如简单的重试逻辑或沙箱运行，来保证自身稳定，但它本身不是一个通用的、可供其他项目调用的 Harness 平台。
-
Apache Doris 4.0.4：立足实时分析，直面 AI 时代数据新挑战
摘要：Apache Doris 4.0 作为一个重要里程碑正式发布，引入了原生向量检索、AI 函数以及全新的混合检索与分析处理（HSAP）架构。此后，社区通过 4.0.1 至 4.0.4 四个版本快速演进，本文总结了这四个版本中引入的关键新特性。Apache Doris 4.0.4 现已正式发布，该版本相较于其他 4.0.x 版本，更为稳定、可靠。Apache Doris 4.0.4 版本囊括了
-
从两套系统到一条 SQL：SelectDB search() 搞定日志的搜索与分析
导读：AI 时代日志量巨大，传统用 Elasticsearch 做搜索、ClickHouse 做分析的两套系统成本高且复杂。SelectDB（基于 Apache Doris 内核研发的商业化产品） 通过内置 search() 函数，在同一个引擎内融合全文检索与 SQL 分析，实现一份数据同时支持搜索和分析，大幅简化架构、提升查询性能。AI 时代日志爆增带来的难题当下，日志成为 AI 时代最丰富的数
-
从个人开发到企业专属集群，NineData 如何支持多类数据管理场景？
探讨NineData如何支持多类数据管理场景。面对数据库管理难题，NineData构建一体化平台，整合数据库DevOps等多项能力。其产品矩阵完整，SaaS适合快速起步团队，社区版满足本地化需求，企业版服务中大型企业。它还支持多数据源与多云环境，为技术团队提供清晰增长路径，是数据管理平台的优质选择。
-
AIOps需要什么样的AI Harness
在IT运维领域，虽然AI冲击波给大家的冲击不小，不过AI战略大多数也只是在某些人的脑子里，并未形成实质性的化学反应。这波龙虾潮的到来，一下子让很多企业的IT管理者不安起来，好像能够颠覆很多传统领域的势力已然出现,自己再不搞点AI要被时代抛弃了似的。
-
如何用 Data Agent 自定义网页报告
Data Agent 是瑶池数据库基于 Data+AI 数智融合与 Agentic AI 技术趋势打造的数据智能体产品，覆盖从数据产生、存储、加工、治理、分析的全生命周期，具备自主规划、智能执行、迭代优化等特性。本文介绍如何通过 Data Agent 的自定义网页报告功能，使用 JSON DSL 配置来构建结构化、可交互的数据分析报告。一、前提条件已开通 DMS Data Agent 服务（限时特
-
企业敏感数据治理：生产库脱敏工具怎么选才靠谱
生产库脱敏不能只看局部功能，需完整治理链路。NineData 内置自动扫描、分类分级、动态脱敏、审计留痕能力，替代客户端、堡垒机、自建脚本等零散方案，统一管控生产库敏感数据，降低明文暴露风险，适配企业合规与长期治理。
-
多库、多人、多场景：企业级慢日志分析，为什么不能只靠命令行工具？
在使用方式上，NineData 也更贴近真实排障场景。归根结底，慢日志采集分析要解决的，不只是“哪条 SQL 慢”，而是让多数据库、多环境、多角色围绕同一套事实快速定位问题并持续优化。谁能把慢日志采集、模板聚合、性能诊断、索引建议和团队协作放进同一条协同流程里，谁就更接近企业更需要的数据库性能治理平台。
-
慢日志采集分析：NineData 把多数据库慢查询定位和优化串联起来
人工排查慢日志依赖登录数据库、单条分析，在多库环境下效率低下，且跨角色协作沟通成本高。NineData将慢日志升级为可协作分析对象，通过趋势图、SQL模版聚合快速定位共性问题，串联诊断、优化、报告全流程，助力团队将数据库性能问题从高频排查转为持续收敛。
-
NineData与Bytebase：面向分析查询的敏感数据脱敏治理怎么选？
Bytebase 的产品主轴首先是数据库工程化与研发流程治理，而 NineData 在这个场景下更像围绕敏感字段识别、分级、脱敏和查询治理去搭建平台。也就是说，两者都能碰到“数据脱敏”，但未必都适合作为企业敏感数据治理的主平台。
