暂无图片
400-660-8755 转 6
@墨天轮云平台
鄂ICP备20004584号
墨天轮小助手:modb666
关于我们平台计算服务由长江鲲鹏提供
Copyright © 2025 墨天轮 ICP证鄂B2-20200403
页面不存在或权限不足...
登录查看
不如来看看这些吧
关于autovacuum
回答 2
很好
MySQL 8.4.5集群架构设计:A、B机房专线同步与自动切换方案、VPN延迟控制要求
回答 1
建议使用mysql的mgr结构,对外提供统一的访问ip和端口,如果A机房故障,会自动进行切换,业务无感知。这个集群至少需要三个节点。专线延迟的话建议控制在50ms以内,最高不能超过200ms。
中兴goldendb 的中级认证问题
回答 1
考试时间1小时,包含单选、多选、判断题。60分为通过。
请问各位大佬:mysql原先是一主两从,现在想改为一主一从,去掉一个从库,请问如何操作?
回答 2
直接在主库执行stopslave,然后把从库停止即可
最近刚有个项目切成opengauss,想问个问题
回答 1
在2和3中间加一步grantusageonschema视图所在schemato新建的用户其他步骤保持不变
在 MySQL 8 中,哪两个操作可以获得关于死锁的信息?
回答 1
在MySQL8中,哪两个操作可以获得关于死锁的启用innodbstatusoutputlocks全局参数。在MySQL客户端运行SHOWENGINEINNODBSTATUS命令。锁对应关系select
惰性冻结对应的啥命令?
回答 1
已采纳
惰性冻结:仅清理死元组,可冻结部分事务ID。VACUUMtabname; 
无分区的大表怎么优化DML?
回答 1
已采纳
1.insert如果慢的话,用append看看; 2.update慢是不是行迁移导致的,如果是的话增加块的free百分比;
48页
2022年11月中国数据库行业分析报告-极智穷思,数往知来.pdf 8801浏览
近年来,随着大数据、机器学习算法、新型硬件技术的发展,几乎所有行业对 AI 的需求都在快速增长。在很多行业中,相比于结构化数据,非结构化数据和半结构化数据不仅数量更多,而且其商业价值甚至可能超越传统的关系数据。DB与AI相结合成为当前热门的研究主题之一。 AI 算法门槛较高,依赖 AI 算法设计师和模型训练师来落地算法应用,造成 AI 落地难,急需利用数据库系统技术来降低 AI 使用门槛; DB 和 AI 的功能界限变得模糊,用户需要兼具 DB 和 AI 的混合分析功能,AI 原生数据库将是解决这个需求的关键技术; AI 原生数据库一方面扩展 SQL 的算子来支持 AI 算子,实现库内的训练和推理,一方面通过数据库内置 AI 算法来提升数据库的智能优化、智能运维; AI原生数据库在数据模型、数据操作和系统部署层面都带来新的挑战。
47页
Oracle19c RAC for Centos7.6最详细安装文档 7209浏览
28页
羲和(Halo)通用数据库系统软件技术白皮书.pdf 12016浏览
版权所有©2023 杭州易景数通科技有限公司 羲和Halo通用数据库系统软件 (Halo 14) 技术白皮书 版权所有©2023 杭州易景数通科技有限公司 技术白皮书(Halo 14) 易景科技文档开发组 版权所有©2023 杭州易景数通科技有限公司 版权声明 易景科技是 Halo Database、Halo Database Management System、羲和数据库、羲和 数据库管理系统(后面简称 Halo)软件的发
46页
2023年4月中国数据库行业分析报告-群星闪耀,众志成城.pdf 89397浏览
数据库作为IT行业里最重要的核心的产品之一,它近年来正发生着重大的变化、巨大的变革。无论从需求侧还是从技术侧来看,数据库都进入了融合发展的新时代。需求侧在经历了“量”的跨越式增长后,迎来“质”的变化,对数据库的形态、体验和成本都提出了新需求;而技术侧也紧贴需求,不断推陈出新,尝试新的突破。目前市场中已经出现一种更为彻底的数据库融合形态——超融合数据库。在云原生领域,数据库作为云计算关键技术和最基础的服务之一,同样需要不断进化以适应日新月异的场景需求。基于客户的需求和数据库架构的演进,云原生数据库未来发展的三大方向为:Serverless、Regionless 和 Modeless。随着数据量的爆炸式增长、AI技术的助力,数据库逐渐向实时流式处理、智能化、DB微服务化等方向发展。
17页
Oracle 12c最佳参数实践 8304浏览
44页
2023年2月中国数据库行业分析报告-多模并起,万向融合.pdf 90391浏览
自1970年以来,数据架构技术不断演进,先后有OLTP(交易型数据库)、OLAP(分析型数据库)、大数据/数据湖、NewSQL、HTAP、LakeHouse以及目前的超融合架构。当前数据中心部署的数据产品大体可分为四大类,包括交易型数据库、分析型数据库、专用数据库以及大数据/数据湖。这四大类产品之间需要频繁的数据搬运,整个技术栈非常复杂,由此带来了诸多问题和挑战。超融合数据库融合各种技术于一体,可以很好的解决交易型数据库(OLTP)、分析型数据库(OLAP)、大数据/数据湖(Data Lake)之间频繁进行数据搬运导致的复杂低效、代价高昂等问题,简洁而优雅。不过,超融合数据库在发展过程中也面临存储扩展性受限、数据安全等问题和挑战。
62页
Oracle数据库关键知识点 体系架构-全揭秘 7323浏览
Oracle数据库关键知识点 体系架构-全揭秘
21页
oracle 11g升级到Oracle Database 19c 11805浏览