收录了 简易数据库 频道下的 50 篇内容
本文介绍企业级云原生分布式数据库系统的未来。
我对生成式AI大模型的未来充满了希望,同样,我对向量数据库行业也非常看好。
在2024年可信化大会召开前夕,InfoQ特地邀请了部分国产数据库的主要负责人和创始人,来聊聊他们对于数据库领域的见解。
近几年,随着数据湖概念的兴起,业界对于数据仓库和数据湖的对比甚至争论始终不断。数据仓库和数据湖的区别到底是什么?本文作者来自阿里巴巴计算平台部门,在深度参与阿里巴巴大数据/数据中台领域建设之后,将对数据湖和数据仓库的来龙去脉进行深入剖析,阐述两者融合演进的新方向——湖仓一体。
在这篇文章中,我们将深入剖析向量数据库核心技术的争议点,解释其优势和局限性,为读者提供全面而清晰的了解。
目前 Apache Doris 在无锡锡商银行已经接入数百张实时表、上百数据服务接口 、接口 QPS 达到数百万级别。
NoSQL数据库领域中,存在不同的数据库,支持了各种各样的数据存储模式。InfoQ与四位专家就以下几点进行了讨论:当前采用NoSQL的状况,不同NoSQL数据库所支持的架构模式,广泛持久性及采用NoSQL数据库的安全因素。
这篇文章将历数云开发的新功能,看看你都用上了没。
本文介绍如何进行数据库选型。
近日,MemSQL 3.1发布,该版本 提供了多种升级和安装3.1版本的方法,改进了事务和安全访问控制的支持。
分析、实时数仓、统一湖仓等场景中。ClickBench,性能超越一种国内外竞品、多项指标位列全球第一。
CloudQuery (后续简称「CQ」)这个产品从设计/研发到现在,一晃已经 5 年多时间了,在不断的完善中,也积累了不少的社区/企业用户,我意识到,CQ 已经从一个 Idea 变成了公众软件,开始有它的使命、责任和价值主张……
Vitess和ShardingSphere作为当下优秀的数据库中间件和分布式数据库解决方案,在数据分片、分布式事务和数据库治理等功能上均有所建树,但是双方在功能侧重上有部分差异。
本文介绍数据库选型方面的一些思路,在数据库选型的时候要考虑哪些问题。
移动开发市场一直以来都被 iOS 和Android所垄断,但近年来得益于国内智能手机的蓬勃发展,国产移动应用市场也有了长足的进步,但这些市场大多以消费者为导向 ,对开发者提供的服务有限 。
Couchbase 作为一款能够被部署在本地集群的数据服务,其具备很强的一致性,是一个专注于服务、分布式以及灵活的 JSON 文档数据库,且 Couchbase Server支持异地跨数据中心复制,能够在各集群之间保持数据一致。
MemSQL是一款内存数据库,它通过将数据存在内存中,将SQL语句预编译为C++而获得极速执行效率。
通过图形数据库进行数据建模所需的样式既不同于关系数据库中的建模,也不同于其他NoSQL数据库,如文档数据库、关键值数据存储或Column Family数据库中的建模。InfoQ跟Jim Webber和Ian Robinson讨论了使用图形数据库进行数据建模时所需要花费的精力。
在上一篇文章《Java 数据持久化系列之JDBC》中,我们了解到使用 JDBC 创建 Connection 可以执行对应的SQL,但是创建 Connection 会消耗很多资源,所以 Java 持久化框架中往往不直接使用 JDBC,而是在其上建立数据库连接池层。
十年对于数据库而言,可能是一段从诞生到消逝的完整软件生命周期,也可能是迈过里程碑之后的全新旅程。