Apache Doris 是一个基于 MPP 架构的高性能、实时的分析型数据库，以极速易用的特点被人们所熟知，仅需亚秒级响应时间即可返回海量数据下的查询结果，不仅可以支持高并发的点查询场景，也能支持高吞吐的复杂分析场景。基于此，Apache Doris 能够较好的满足报表分析、即席查询、统一数仓构建
时序数据库全称为时间序列数据库。时间序列数据库指主要用于处理带时间标签（按照时间的顺序变化，即时间序列化）的数据，带时间标签的数据也称为时间序列数据。 时间序列数据库广泛应用于物联网（IoT）系统 ，企业能源管理系统（EMS），生产安全监控系统，电力检测系统等行业场景的专业数据库产品，提供百万高效写
数据库（Database）是按照数据结构来组织、存储和管理数据的仓库。数据库向下调用底层硬件资源，向上支撑应用业务，是三大基础软件之一（中间件、数据库、操作系统），更是计算机功能实现的重要基础。 中国国产数据库占全球市场和国内市场份额都很低。 根据 Gartner 数据，2021 年全球数据库市场规
Yearning MYSQL SQL 语句审核平台。提供查询审计，SQL 审核，SQL 回滚，自定义工作流等多种功能。 Docker 启动 docker run -d -it \ -p8000:8000 -e IS_DOCKER=is_docker \ -
当我们使用MySQL进行delete数据，空间文件ibd并没有减少。查询information_schema.TABLES表可知，DATA_LENGTH会有减少，INDEX_LENGTH不会减少，这就导致了总占用空间减少的并不明显。这些碎片不仅占用了磁盘空间，也会增加访问表时的 IO。MySQL 可
一.背景 昨日与已离职的同事JL·C讨论如何在业务逻辑中以尽可能低耦合的方式进行日志的收集与打点，其间聊到了如何使用基于BinLog的MySQL增量消息解析机制 来取代 自定义注解+AOP机制。写这篇文章用以介绍这一机制的实现机理，和对这项技术更广泛、更贴合的应用场景的思考。 业务日志收集与打点，类
当我们遇到只有MySQL5.7的物理备份文件但只想恢复部分表数据，或者物理文件损坏无法恢复时，可以参照该文档恢复表数据。该文档的前提是 .frm 、 .idb 文件正常。 恢复过程分为 2 个步骤：恢复表结构 、恢复表数据 。如果我们已经有了表结构脚本，则可直接进入第二步。 恢复的前提是：首先你需要
入职了一家新公司，第一天团队就遇到了生产环境棘手的 SQL 性能问题。首战立个威，索引小王子的称号不是白拿的。其实文章是基于上家公司 DBA 给研发同学的培训，做了一些整理。帮助 MySQL 常规性能问题快速定位，并提供解决思路。实战中性能问题会比较复杂，理论、规范、技术都会涉及比较多，留了一些TO
