写点什么
创作场景
- 记录自己日常工作的实践、心得
- 发表对生活和职场的感悟
- 针对感兴趣的事件发表随笔或者杂谈
- 从 0 到 1 详细介绍你掌握的一门语言、一个技术,或者一个兴趣、爱好
- 或者,就直接把你的个人博客、公众号直接搬到这里
登录/注册
收录了 数据存储方式 频道下的 50 篇内容
著名的软件思想领导者Martin Fowler在最近的一篇博文中提到了上周的QCon,他说应用架构中的数据库思想已经有复苏的迹象了。这个世界对每个应用都在使用着RDBMS数据库,但是现在我们还可以考虑使用RISC RDBMS或者分布式的面向文档的数据库。

为了最大限度地保证同一浏览器同一域名下各个网页的用户统一,Web JS SDK 需要及时地将用户标识存入到 Cookie; 为了最大限度地减少关闭页面导致的数据丢失,Web JS SDK 将采集的数据存入到 localStorage 里进行批量发送...

Diskless Kafka 才是破局之道

最近,谷歌云推出了Bigtable分层存储的预览版。这项新功能允许开发人员在单个Bigtable实例中管理热数据和冷数据,在保证保所有数据可访问的同时优化成本。

存储短缺带来的焦虑,在 2026 年仍将延续。

近年来,受半导体供应链紧张、核心芯片产能受限以及国际地缘政治波动影响,服务器硬件价格持续大幅上涨。尤其是企业数据系统投入的数据型服务器,受内存和存储的持续大幅涨价影响,上涨幅度甚至超过了 200%,并且交付周期延长,企业 IT 基础设施投入压力空前。

存储生命周期策略(Storage Lifecycle Policies)现已正式提供。该功能提供了一种简单、自动化的方式来管理数据生命周期,能帮助你大幅降低休眠数据的存储成本(降幅达 55%-90%),并以最低的运营开销简化合规流程。

对于企业来讲,大模型基础能力是通用的,私有数据和用户行为才是核心资产,如何通过数据库把这些核心资产用好,决定了企业在 AI 时代的核心竞争力。

“现在的挑战是,有钱也买不到东西。”

当AI从模型训练进入大规模推理和Agent落地阶段,数据中心的瓶颈也在发生变化。

ClickHouse 是一款开源的列式数据库管理系统,专为对海量数据集进行实时分析查询而设计。它擅长在数毫秒内聚合数十亿行数据,使其成为分析平台、可观测性系统、实时仪表盘和数据仓库的流行选择。ClickHouse 通过其列式存储格式、高效压缩和向量化查询执行来实现这一目标,但要获得最佳性能,需要理解如何与其架构协同工作。

撰稿:李文朋编辑:王一鹏这两年AI发展很快,很多企业遇到的瓶颈也在变化:不再是“算力不够”,而是“数据跟不上”。

在人工智能加速渗透各行各业的2025年,企业如何构建高效、智能的数据基础设施成为核心议题。

数据体量从 TB 级快速增长至 PB 级,原有基于 Ceph 的存储方案面临高昂成本与维护压力,同时在处理小文件、元数据、高并发及延迟等方面逐渐出现性能瓶颈,影响仿真和训练效率。

模型规模越大、用户越多、生成内容越丰富,对存储容量和分层管理的要求反而越高。

使用任何时序数据库都需要做出一系列的存储设计决策:如何布局行、何时进行压缩、基于什么进行分区。这些决策对成本和查询性能的影响,甚至比数据库本身的选择更为关键。本文将从第一性原理出发,系统探讨这些基本问题。

亿行增量及数千个复杂查询模板的挑战,快手广告数据平台如何突破性能瓶颈、实现架构统一与体验跃升?60%。

为了应对日益增长的数据洪流和对成本效益的极致追求,腾讯音乐运维团队毅然开启了对下一代 Kafka 解决方案的探索与实践。

作者|关涛、苏郡城审校|李文朋编者按:近日编者获悉,国内领先的数据平台公司“云器科技”完成B轮融资,其聚焦在亚洲市场,产品战略对标Databricks。