• 幽默1:多亏了微服务,我们的JOINS(SQL语句)现在可以跨HTTP了。banq评:SQL的JOIN是跨表操作,这种跨表操作可能会将本是松耦合的两个数据表耦合在一起,变成一个整体,相互绑架,无法各自独立扩展。如果使用DDD的有界上下文设计微服务,清晰划分好微服务的边界,微服务之间如
  • SQL可能已有46年的历史了,但是仍然可以完成工作。截至2020年,SQL已经将近半个世纪的统治。这是一个可靠、易于使用(当然非常熟悉)的可靠解决方案。正如知道并喜欢它的分析人员和数据库开发人员的队伍所证明的那样,SQL在其领域一直是开创性的。毕竟,关系数据库的语言提供了为每
  • 在本文中,我将展示如何扩展KCache以实现称为KarelDB的功能齐全的关系数据库。。此外,我将展示当今如何从现有的开放源代码组件中组装数据库体系结 icon
  • Ceph是于2004年在UCSC开始的研究项目。Ceph核心是一个称为RADOS的分布式对象存储。存储后端是在已经成熟的文件系统上 icon
  • 计划于2020年开源的DBLog的早期研究,其目标使异构数据存储保持同步。变更数据捕获(CDC)允许从数据库中实时捕获已提交的变更,并将这些变更传播给下游使用者,CDC在需要保持多个异构数据存储同步(例如MySQL和ElasticSearch之间数据同步)并解决传统技术(如双重写入和 icon
  • ScyllaDB是高性能的、低延迟、成本优化的的NoSQL数据库。ScyllaDB提供了低延迟和高吞吐量,而其成本仅为其他NoSQL数据库的一小部分。ScyllaDB使用C ++重新实现了Cassandra,以提高性能并利用多核服务。它解决了Apache Cassandra的一些陷阱,是Ap icon
  • 在年轻的数据从业者中,越来越多的人认为SQL不是“很酷”,不够好甚至更糟,认为“ SQL不够专业,真正的数据科学家应该编写代码”。然而,自己的经验却使我对此反感。无论是在数据收集和清理等管道的最初阶段,还是功能工程和报告生成的后期阶段,我都开始欣赏SQL的强大功能和多功能性以及RDBMS的有 icon
  • 汇丰商业银行的数据设计师Narasimha Reddy本周在Live上发表讲话,解释了该组织如何通过从65个关系数据库迁移到MongoDB的一个全球实例中来简化其应用程序交付方法。汇丰银行是全球知名度最高的银行和金融服务组织之一,业务遍及60多个国家,为4000万客户提供服务。但是, icon
  • MongoDB和一般的文档数据库解决了传统关系数据库的一些问题:严格的模式 - 使用关系数据库,如果你有动态形态的数据,你不得不创建一堆随机的“杂项”数据列,将数据作为一个数据块推送,或使用 icon
  • 数据库是神话般的资源,我们已经滥用了它们。如果你拥有一个超级稳定安全的关系数据库,那么它就可能大包大揽,它就可能变成一把锤子,用来解决一切视为钉子的问题。在Tandem,我了解到支持公司业务的数据库是一个复杂而复杂的生物。它不仅需要提供对客户数据的访问,还需要在线DDL,高可用性,归 icon
  • 我们的应用处理许多数据,这些数据的变动速度非常快。我们的主数据库(MySQL)根本无法跟上,因此我们在Redis中存储了很多“当前状态”数据。现在,我们使用JSON对对象进行反序列化并存储整个对象。这导致了几个问题,因此我们将切换为单独存储每个字段。用于管理所有这些字段的代码很快就会 icon
  • 全面的大量新功能,尤其是Reactive,Kotlin和Performance。包括整个产品组合中的大量改进和新功能,并且重点关注三个主要主题:Reactive,Kotlin和Performance。该版本增加了声明式反应式事务和协程/流程支持等功能,并提供了高达 icon
  • 根据Sumo Logic对2100家公司进行监控的研究,Redis是AWS中排名第一的数据库:拥有28%的市场份额。MySQL以23%位居第二,而PostGreSQL以20%位居第三。甲骨文和微软SQL Server排在第六位,排名分别为10%。将这些发现与AWS之外的大环境进行比较 icon
  • 当今的数据库面临着前所未有的挑战。他们必须处理大量不同的数据,眨眼间就能得到结果,并应对极其复杂的技术环境,同时又要易于使用且高度可用。为了应对这些挑战,现代数据库平台必须具备以下九个关键特征: 1.即时表现 icon
  • Apache Ignite是一个水平可扩展,容错的分布式内存计算平台,用于构建可以以内存速度处理TB级数据的实时应用程序。Ignite可以充当分布式内存数据库或内存数据网格,具体取决于您是喜欢使用SQL还是键值API。如果启用了持久性,则Ignite会成为一个分布式的,水平可伸缩的数据库,该 icon
  • 该文演示了一个使用Neo4J数据库和Neo4J OGM的Quarkus应用程序示例,代码:GitHub< icon
  • Netflix拥有超过1.95亿用户,每天生成数PB的数据。数据科学家和工程师从我们的订户和视频中收集这些数据,并实施数据分析模型以发现客户行为,以最大程度地提高用户满意度。通常,数据科学家和工程师使用大数据计算技术(例如 icon
  • Noria:  https://pdos.csail.mit.edu/papers/noria:osdi18.pdf Ma icon