- TimescaleDB 实战:超表设计、数据压缩与保留策略的完整落地摘要:时序场景直接用普通表存监控或业务指标,几个月后就会撞上两堵墙——插入变慢、磁盘翻倍。TimescaleDB 用超表(hypertable)解决分区问题,用列式压缩把历史数据体积压到十分之一,用保留策略实现“热数据随取随用、冷数据到期自动删”。本文以一张 metrics 表从普通表迁移到超表的完整过程为主线,覆盖分块维... TimescaleDB 实战:超表设计、数据压缩与保留策略的完整落地摘要:时序场景直接用普通表存监控或业务指标,几个月后就会撞上两堵墙——插入变慢、磁盘翻倍。TimescaleDB 用超表(hypertable)解决分区问题,用列式压缩把历史数据体积压到十分之一,用保留策略实现“热数据随取随用、冷数据到期自动删”。本文以一张 metrics 表从普通表迁移到超表的完整过程为主线,覆盖分块维...
- 文章标签不必拆成关联表。本文用 text[] 数组列加 GIN 索引建模标签,用包含操作符查询同时命中多个标签的文章,并用 EXPLAIN 验证索引命中,避免多表连接与重复行。 文章标签不必拆成关联表。本文用 text[] 数组列加 GIN 索引建模标签,用包含操作符查询同时命中多个标签的文章,并用 EXPLAIN 验证索引命中,避免多表连接与重复行。
- 剛學 Python 後端時,很多人第一個卡關不是寫程式,而是「環境裝不起來」:本機 Python 版本不合、PostgreSQL 裝了卻連不上、換一部電腦又要重裝一次。Docker Compose 正是為了解決這個痛點而生:用一個 docker-compose.yml,把應用程式與資料庫寫成一份可以重複執行的說明書,任何人一條指令就能跑起同一套環境。本文用一個最小範例,帶你走通第一次部署,並... 剛學 Python 後端時,很多人第一個卡關不是寫程式,而是「環境裝不起來」:本機 Python 版本不合、PostgreSQL 裝了卻連不上、換一部電腦又要重裝一次。Docker Compose 正是為了解決這個痛點而生:用一個 docker-compose.yml,把應用程式與資料庫寫成一份可以重複執行的說明書,任何人一條指令就能跑起同一套環境。本文用一個最小範例,帶你走通第一次部署,並...
- 从 pg_stat_statements 找到元凶,用 EXPLAIN (ANALYZE, BUFFERS) 看清执行计划,再到隐式类型转换、统计信息过期与游标分页:一次完整的慢查询排查复盘。 从 pg_stat_statements 找到元凶,用 EXPLAIN (ANALYZE, BUFFERS) 看清执行计划,再到隐式类型转换、统计信息过期与游标分页:一次完整的慢查询排查复盘。
- AI Agent 工程化实战第二阶段:用 FastAPI、PostgreSQL 和 OpenAI Agents SDK,把演示程序升级为可以持续运行的任务系统一、一个很常见的错误:把模型调用写进 API,就认为完成了 Agent 产品在上一篇《Production Agent Architecture》中,我们设计了一套生产级 Agent 的整体架构。它包含:FastAPI 负责接收任务。P... AI Agent 工程化实战第二阶段:用 FastAPI、PostgreSQL 和 OpenAI Agents SDK,把演示程序升级为可以持续运行的任务系统一、一个很常见的错误:把模型调用写进 API,就认为完成了 Agent 产品在上一篇《Production Agent Architecture》中,我们设计了一套生产级 Agent 的整体架构。它包含:FastAPI 负责接收任务。P...
- 前四期都在处理单个集群内部的可靠性。但有一类风险不在单集群 HA 的覆盖范围内:整个主集群所在故障域同时失效,或者一个逻辑错误已经通过流复制同步到了所有节点。standby cluster 在空间上把故障域隔离到单个集群,PITR 在时间上把恢复范围限制到某个时间点。本文拆解两者的机制、操作边界和协同关系。 前四期都在处理单个集群内部的可靠性。但有一类风险不在单集群 HA 的覆盖范围内:整个主集群所在故障域同时失效,或者一个逻辑错误已经通过流复制同步到了所有节点。standby cluster 在空间上把故障域隔离到单个集群,PITR 在时间上把恢复范围限制到某个时间点。本文拆解两者的机制、操作边界和协同关系。
- 部门表用 parent_id 表示上下级时,插入或更新可能形成环。本文给出最小表结构、基于递归 CTE 的向上追溯检测 SQL,以及 BEFORE INSERT/UPDATE 触发器实现,并说明自引用、脏数据和并发写入等边界。 部门表用 parent_id 表示上下级时,插入或更新可能形成环。本文给出最小表结构、基于递归 CTE 的向上追溯检测 SQL,以及 BEFORE INSERT/UPDATE 触发器实现,并说明自引用、脏数据和并发写入等边界。
- 使用 NineData 完成了 PostgreSQL 到 SelectDB 的结构、全量和增量复制配置,并验证了对增删改与 DDL 变更的实时同步能力。相比手工导出导入,NineData 将建表映射、模型转换、增量同步与一致性校验整合在一条可视化链路中,大幅降低 PostgreSQL 到 SelectDB 迁移的门槛与风险。如果你正在规划 PostgreSQL 到 SelectDB 的数据迁移,不 使用 NineData 完成了 PostgreSQL 到 SelectDB 的结构、全量和增量复制配置,并验证了对增删改与 DDL 变更的实时同步能力。相比手工导出导入,NineData 将建表映射、模型转换、增量同步与一致性校验整合在一条可视化链路中,大幅降低 PostgreSQL 到 SelectDB 迁移的门槛与风险。如果你正在规划 PostgreSQL 到 SelectDB 的数据迁移,不
- 应用切到 pgbouncer 第三天开始偶发报错,找不到 prepared statement。文章讲清三种池模式各保留什么、会话状态坏在哪个环节、驱动侧和池侧两个开关怎么配,并给出后端连接数的算账方法和三个观测视图。 应用切到 pgbouncer 第三天开始偶发报错,找不到 prepared statement。文章讲清三种池模式各保留什么、会话状态坏在哪个环节、驱动侧和池侧两个开关怎么配,并给出后端连接数的算账方法和三个观测视图。
- 前三期分别解决了选举、数据层取舍和日常可观测性。但生产集群的另一类风险来自“稳态下的错误决策”:连接数被逐个组件单独调大,直到数据库后端耗尽;动态配置被当作“改了就生效”的开关,忽略了部分变更需要重启或存在阻塞窗口;扩容被当作“启动一个节点”,而新节点实际需要经历一段不可跳过的追赶期。本文从连接数的全局预算、动态配置的两类边界,以及扩容的“加入”与“可用”之间的差距三个层面,拆解 Patroni 前三期分别解决了选举、数据层取舍和日常可观测性。但生产集群的另一类风险来自“稳态下的错误决策”:连接数被逐个组件单独调大,直到数据库后端耗尽;动态配置被当作“改了就生效”的开关,忽略了部分变更需要重启或存在阻塞窗口;扩容被当作“启动一个节点”,而新节点实际需要经历一段不可跳过的追赶期。本文从连接数的全局预算、动态配置的两类边界,以及扩容的“加入”与“可用”之间的差距三个层面,拆解 Patroni
- 第一步:Docker 在终端执行下面这行命令,直接在后台跑起一个 PG 容器:docker run --name pg-blog-demo \ -e POSTGRES_USER=postgres \ -e POSTGRES_PASSWORD=secret \ -e POSTGRES_DB=demo_db \ -p 5432:5432 \ -d postgres:16端口: 5432... 第一步:Docker 在终端执行下面这行命令,直接在后台跑起一个 PG 容器:docker run --name pg-blog-demo \ -e POSTGRES_USER=postgres \ -e POSTGRES_PASSWORD=secret \ -e POSTGRES_DB=demo_db \ -p 5432:5432 \ -d postgres:16端口: 5432...
- 从 MySQL 转 PostgreSQL,核心是思想切换:MySQL 是“能运行就行”,PG 是“严格且规整”。一、 必用的 4 个神级特性JSONB + GIN 索引支持二进制存储,能对 JSON 内部 key 加 GIN 索引。查 JSON 属性速度媲美原生字段,告别文档数据库。RETURNING 语法INSERT / UPDATE / DELETE 结尾直接加 RETURNING * ... 从 MySQL 转 PostgreSQL,核心是思想切换:MySQL 是“能运行就行”,PG 是“严格且规整”。一、 必用的 4 个神级特性JSONB + GIN 索引支持二进制存储,能对 JSON 内部 key 加 GIN 索引。查 JSON 属性速度媲美原生字段,告别文档数据库。RETURNING 语法INSERT / UPDATE / DELETE 结尾直接加 RETURNING * ...
- 把 PostgreSQL 业务数据同步到 Apache Doris 做实时分析,是当前非常流行的数仓架构。本教程基于 NineData 数据复制控制台的完整实操录屏,演示从创建复制任务、选择 PostgreSQL 与 Doris 实例、勾选复制类型,到库表选择、键列与分布键映射、预检查、结构/全量/增量复制以及数据对比的完整流程。 把 PostgreSQL 业务数据同步到 Apache Doris 做实时分析,是当前非常流行的数仓架构。本教程基于 NineData 数据复制控制台的完整实操录屏,演示从创建复制任务、选择 PostgreSQL 与 Doris 实例、勾选复制类型,到库表选择、键列与分布键映射、预检查、结构/全量/增量复制以及数据对比的完整流程。
- 以日志表为例,演示 PostgreSQL 声明式范围分区:按月创建分区与局部索引,插入跨月数据,用 EXPLAIN 验证分区裁剪,并给出默认分区和按月建分区的最小维护脚本。 以日志表为例,演示 PostgreSQL 声明式范围分区:按月创建分区与局部索引,插入跨月数据,用 EXPLAIN 验证分区裁剪,并给出默认分区和按月建分区的最小维护脚本。
- 前两期解决了“谁说了算”和“切换时数据安不安全”。但生产集群的日常风险,更多来自缓慢退化和反复切换,而非一次性故障。本文聚焦可观测性与可运维性的三个支点:Patroni REST API 的角色端点如何构成比端口存活更准确的健康信号;pgBackRest 的 WAL 归档与 PITR 如何决定真实恢复窗口;以及节点频繁切换(flapping)的三层根因与 rewind 失败后的兜底路径。 前两期解决了“谁说了算”和“切换时数据安不安全”。但生产集群的日常风险,更多来自缓慢退化和反复切换,而非一次性故障。本文聚焦可观测性与可运维性的三个支点:Patroni REST API 的角色端点如何构成比端口存活更准确的健康信号;pgBackRest 的 WAL 归档与 PITR 如何决定真实恢复窗口;以及节点频繁切换(flapping)的三层根因与 rewind 失败后的兜底路径。
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家;李炎-华为云码道产品专家;彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战,从0到1打通消息通道;码道鸿蒙端云一体化实战,快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人;蒋春阳-华为云AI开发者案例开发专家
本期直播内容: AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了:看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签