数据库程序
收录了 数据库程序 频道下的 50 篇内容
Java 高手速成│编写你第一个数据库程序
数据库编程是Java应用软件开发中不可或缺的组成部分。Java提供的JDBC（Java Database Connectivity）使得软件编程人员在数据库编程中如鱼得水，真正实现操作平台独立以及供应商独立的目标。
浅析小程序云原生数据库的设计与应用
本文介绍腾讯如何为云开发构建一个安全易用、高性能和高可用的nosql文档型数据库。
Qunar 数据库迁移程序
本文主要介绍了Qunar DBA部门自动化迁移平台的实现以及在公司内部使用情况，流程拆分和自由组合，能够覆盖到更多的运维场景，为DBA的操作保驾护航，解放了DBA的双手。
数据库驱动应用程序中影响性能的反模式
在这篇文章中，dynaTrace软件公司的性能架构师Alois Reitbauer指出了几个架构方面的反模式，这些反模式能够降低应用程序的性能。了解这些反模式，并在设计程序时主动避免，能够让你避开那些影响性能的“暗礁”。
ESE Toolkit：使用 Windows 的内部高性能数据库构建应用程序
ESE Toolkit提供了C++和C#类库，让开发者更易于使用Windows可扩展存储引擎（Windows Extensible Storage Engine，ESE）来开发应用程序，该引擎是构建在Windows内部的高性能数据库。
从反应式数据库出发，重新思考应用程序开发
我们正在探索一种新的应用程序数据管理方式，通过存储所有应用程序状态在一个反应式数据库中。
超扩展设计——用于处理大型扩展应用程序的新数据库设计｜ArchSummit
Monty是MariaDB的创始人，他在文章中分享了关于数据库选择和发展的见解。他首先介绍了Mysql的起源和成功原因，指出Mysql在互联网兴起时免费提供数据库服务，因此受到了广泛的欢迎。他还提到了Mysql被Oracle收购后，他和其他开发人员为了保护Mysql的未来而创建了MariaDB。Monty强调了MariaDB的开放性和免费性，以及其与Mysql的兼容性。他还介绍了MariaDB基金的设立，以确保MariaDB永远免费，并鼓励开发者和商业公司的合作。此外，Monty还讨论了大数据、NoSQL和人工智能对数据库的影响，以及他对未来数据库发展的看法。
浅析小程序云开发数据库核心能力及最佳实践
这篇文章将历数云开发的新功能，看看你都用上了没。
深入浅出时序数据库之分级存储
物联网领域近期如火如荼，互联网和传统公司争相布局物联网。作为物联网领域数据存储的首选，时序数据库也越来越多进入人们的视野，而早在2016年7月，百度云在其天工物联网平台上发布了国内首个多租户的分布式时序数据库产品TSDB，成为支持其发展制造，交通，能源，智慧城市等产业领域的核心产品，同时也成为百度战略发展产业物联网的标志性事件。 前文提到低成本的存储是时序数据库需要解决的一个主要问题，而上一篇文章介绍了通过针对时序数据的压缩方法，从利用数据本身特征的方面，降低时序数据的存储成本。 本文将介绍通过对数据进行分级存储，从使用不同存储介质，以及减少数据的副本数的方面，介绍如何在保证时序数据的查询性能的前提下，降低时序数据的存储成本。
如何使用云开发数据库构建更生动的小程序？
本篇文章将介绍云开发数据库的长连接服务 - 实时数据推送
微软动态类型数据访问程序库简介
WebMatrix是微软推出的面向业余Web开发者的一款新式工具，搭乘WebMatrix之风，微软又要发布一个动态类型数据访问程序库。类似于Jasper项目，该程序库强调的是使用的简单性。它是个类似于ORM的API，但却没有过于复杂的配置文件和生成代码。
排序应该在数据库还是在应用程序中进行？
在网站开发中，究竟是在数据库（DB）中排序好，还是在应用程序中排序更优，这一直是个很有趣的话题。DBANotes.net博主，在数据库方面比较有研究的冯大辉就这一问题日前和读者明灵（Dragon）做了探讨，本文是关于该问题的总结。
Kalix：构建无数据库无服务器的云原生业务关键型应用程序
Lightbend最近推出了Kalix，这是一种新的PaaS产品，用于使用任何编程语言构建无数据库的云原生业务关键型应用程序。
深入浅出时序数据库之分布式计算
物联网领域近期如火如荼，互联网和传统公司争相布局物联网。作为物联网领域数据存储的首选，时序数据库也越来越多进入人们的视野，而早在2016年7月，百度云在其天工物联网平台上发布了国内首个多租户的分布式时序数据库产品TSDB，成为支持其发展制造，交通，能源，智慧城市等产业领域的核心产品，同时也成为百度战略发展产业物联网的标志性事件。 前文提到数据查询特别是大数据量的聚合分析查询是时序数据库需要解决的一个主要问题，之前的文章介绍了通过预处理数据的方法，用空间换时间的思路，降低了大数据量聚合分析的延时。 本文将从分布式计算方向思考，从并发的角度介绍时序数据库如何降低数据查询的延时。
时序数据库深入浅出之存储篇
2017 年时序数据库忽然火了起来。开年 2 月 Facebook 开源了 beringei 时序数据库；到了 4 月基于 PostgreSQL 打造的时序数据库 TimeScaleDB 也开源了，而早在 2016 年 7 月，百度云在其天工物联网平台上发布了国内首个多租户的分布式时序数据库产品 TSDB，成为支持其发展制造，交通，能源，智慧城市等产业领域的核心产品，同时也成为百度战略发展产业物联网的标志性事件。时序数据库作为物联网方向一个非常重要的服务，业界的频频发声，正说明各家企业已经迫不及待的拥抱物联网时代的到来。 本文会从时序数据库的基本概念、使用场景、解决的问题一一展开，最后会从如何解决时序数据存储这一技术问题入手进行深入分析。
深入浅出时序数据库之预处理篇
前文提到时序数据是一个写多读少的场景，对时序数据库以及数据存储方面做了论述，数据查询和聚合运算同样是时序数据库必不可少的功能之一。如何支持在秒级对上亿数据的查询分组聚合运算成为了时序数据库产品必须要面对的挑战。 本文会从时序数据库的查询以及聚合运算角度展开，最后会从如何解决时序数据的查询问题入手深入分析。
深入浅出时序数据库之压缩篇
压缩对于时序数据库是至关重要的。因为时序数据库面对的物联网场景每天都会产生上亿条数据。众所周知，在大数据时代的今天数据的重要性是不言而喻的，数据就是公司的未来。但如果无法对这些时序数据进行很好的管理和压缩，那将给客户带来非常高的成本压力。 压缩是个非常大的话题，本文希望能够先从大的宏观角度给出一个轮廓，讲述压缩的本质，压缩的可计算性问题。再从时序数据压缩这一个垂直领域，给出无损压缩和有损压缩各一个例子进行说明，希望能够抛砖引玉。
我的狗屁工作回忆录：千年虫应急小组
没有人自我反省：我们为什么会那样做？更多的是人们感受着一种过程：它发生过。
京公网安备 11010502039052号 | 产品资质
