数据库存储
收录了 数据库存储 频道下的 50 篇内容
闪存将改变数据库存储引擎的设计
近日，O'Reilly Radar发表了一篇文章，探讨闪存如何改变了数据库存储引擎的设计，其作者是已在O'Reilly Media工作了22年的Andy Oram。为了写那篇文章，他采访了数位数据库专家，其中包括Aerospike、Cassandra、FoundationDB、RethinkDB和Tokutek的代表人物。
HTAP 数据库存储引擎技术演进 | DBTalk 技术公开课第 5 期
近年来 HTAP 数据库受到工业界和学术界越来越多的关注，数据库存储引擎也从以往的面向 TP 场景的行存和面向 AP 场景的列存储独立发展的道路，走向了行存 + 列存并由存储引擎根据数据冷热度自动调度数据分布的混和形式，以实现在同一份数据上同时满足 TP AP 两种需求，并且降低用户存储成本，同时结合云原生时代的廉价对象存储可以进一步降低用户成本，本次分享将带来业界在存储引擎方向兼容 TP 与 AP 能力，打造极致性能的探索与实践。
如何低成本实现数据库的存储计算分离？
京东基于ChuBaoFS+Vitess的低成本数据库存储计算分离实现方案——Disca。
数据库的下一场革命：进入对象存储时代
众所周知，在数据库的历史上，每次存储介质的变化都会引发软件的变革。
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。
微软云数据库 Azure SQL DB Hyperscale 如何实现超大规模存储和高可用？
作为Amazon Aurora的竞品，微软推出的Azure SQL DB Hyperscale是一种基于SQL的高度可扩展的服务层，借助SQL DB Hyperscale，数据库可以快速自动扩展至100TB，无需预先配置存储资源，并显著扩大应用程序增长的潜力，而不受存储大小的限制。
海量存储、吞吐量可扩展... 游戏开发者关注的数据库长什么样？
云数据库服务。云数据库服务广泛使用在游戏玩家信息和状态管理、配对、排行榜、装备财产清单、社交、埋点数据捕获与分析等场景，它可以在全球范围内提供更低延迟的多玩家体验，并大幅减少数据库管理运维工作。
DingoDB 多模向量数据库正式发布，支持多模态数据统一存储和联合分析
DingoDB提供了同时处理结构化和非结构化数据的能力，其多模态特性使其在处理不同类型的数据时更加灵活和高效。
数据爆炸时代应该如何做云存储？阿里 GDB 图数据库应用最全揭秘
深度解密阿里GDB图数据库的设计架构与产品化实践
YouTube 数据库如何保存巨量视频文件？
Sarawagi授权由InfoQ中文站翻译分享。YouTube是仅次于谷歌的第二大热门网站。在2019年5月，每分钟会有超过500小时的视频内容上传到该平台。
NoSQL 数据库如何选型
每种NoSQL数据库最重要的应用场景。
数据库内核杂谈（二）：存储“演化论”
数据库是用来存储海量数据的，相较于列举常见的存储形式然后对比优缺点的分类法，我们今天另辟蹊径，从"演化论"的角度来看，不同的存储形式和优化方法是怎么一步一步进化出来的。
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。
面向异构存储的高性能键值数据库技术与挑战 | QCon
等，被广泛应用在互联网、金融、通信等领域。键值数据库通常需要支持高效的单键操作与范围查询。SSD，逐步应用到存储架构中形成异构存储，对现有键值数据库的设计提出新的挑战。
分布式数据库的存储设计改进
为什么 hdfs 的 namenode 没有存储块的对应节点信息，导致启动 hdfs 的时候，datanode 需要扫描所有的数据块，再将该 datanode 上的块信息发送给 namenode，namenode 才能构建完整的元数据信息。根据文件和数据块的多少，启动 hdfs 的时候需要几分钟到几个小时。 对比下分布式数据库，如果把记录对应的节点信息发送给 Master，那就不可想象了。所以在分布式数据库中 hdfs 的存储策略不可取。同时我最近一直被目前的分布式数据库的存储上有几个问题困扰着。
AxonIQ 发布最新的事件存储数据库 AxonDB
AxonIQ公司最近发布了AxonDB，一款用于事件溯源的数据库，支持事务和基于推送的事件发布模式。为了确保数据库的性能不会受存储容量的影响，AxonDB的架构在读取数据方面下了功夫。AxonIO方面的评测表明，即使在处理大量事件时，AxonDB的性能仍然十分稳定。
数据存储量最大提升 10 倍、最高支持千亿向量规模！腾讯云向量数据库升级多项核心功能
腾讯云全面升级向量数据库多项核心性能，最高支持千亿级向量规模和500万QPS峰值能力。
今年向量数据库“杀疯了”，但纯向量数据库“凉”了？| 年度技术盘点与展望
2023年，大模型爆火，也给数据库领域带来了一些新风向。
数据库“焕然新生”：架构视角下，云原生数据库的创新实践
云原生概念的兴起，让数据库迎来重大变革，云原生数据库开始成为行业“主角”。
Kubernetes 环境下的数据库新命题
本文聚焦 Kubernetes 上的一种全新分片数据库架构，利用分布式数据库存算分离的架构，借助现有单体数据库帮运维团队高效流畅地将数据库基础设施转化为现代数据库的分布式系统。
京公网安备 11010502039052号 | 产品资质
