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 更新数据库 频道下的 50 篇内容
微软近期更新了数据库生命周期管理指南页面,此次更新涵盖SQL Server DLM图表,以及针对SQL Server Data Tools、SQL Server Management Studio和Windows Azure SQL Database的精选资源。
代码先行(Code First)方法指的是在代码中创建对象模型,然后按照模型生成数据库结构。Code First Migrations让开发者可以通过代码对数据库做出修改,在大多数情况下这都可以自动完成。

各系统存储的数据量越来越大,数据的查询性能越来越低。此时,就需要我们不断的进行优化,一种常用的优化手段就是引入缓存。而引入缓存后,我们在向数据库插入数据时,到底是先更新数据库还是先更新缓存呢?

阿里云发布PolarDB重大更新,提供传统数据库一键迁移上云的能力,更新后可以帮助企业将线下的MySQL、PostgreSQL和Oracle等数据库轻松迁移到PolarDB,最快可以在数小时内完成迁移。

移动应用程序运行在高度不可预测的环境中。用户期望应用程序能够瞬间加载、支持离线使用、实时更新,并且能在蜂窝网络连接时断时续的情况下无缝地保存数据。
Neo科技发布了Neo4j 1.3GA(通用版本)。该次发布更新了Neo4j的软件许可并增添了一些新功能。其社区版目前基于GPLv3许可,与MySQL相同。

Sunny软件公司欲使用模板方法模式开发一个数据库操作模块。用户只需将SQL语句作为参数传入模板方法,则可连接数据库、打开数据库、操作数据库(查询或更新)、关闭数据库㩐产操作,在设计时有以下要求:

GitHub 宣布公开预览 Stacked Pull Requests 。该功能原生支持将大型软件变更拆分为多个比较小的相互依赖的拉取请求,以便分别进行审查和合并。

本文的核心观点是:要构建一个可靠且高速的自动化未来,我们必须停止扩展以 DOM 为中心的抽象模型,转而建立一种基于感知和意图的新测试范式。

随着时代的发展,服务系统架构也已经由最初的单体架构转变为分布式、微服务架构模式。 从数据体量上来看,各系统存储的数据量越来越大,数据的查询性能越来越低。 此时,就需要我们不断的进行优化,最常用的就是引入缓存。 而引入缓存后,我们如何保证缓存和
伴随着数字经济的高速发展,越来越多的企业都意识到了数据是现代企业最具价值的资产。而与之相对应的是,数据库的重要性也随之水涨船高。
去年,我们发了一篇博文,列举了一些被证明是最有用的Python库。今年,我们扩充了原来的清单,并重新审视之前讨论过的库,重点关注在过去一年内出现的更新。我们对它们进行了分组,排序不分先后,因为真的说不清它们哪个更好。
在现代数据库技术中,确保数据的时效性和一致性是开发人员和数据库管理员面临的主要挑战之一。在数据量急剧增长的背景下,传统的更新策略常因性能瓶颈而无法满足用户日益增长的需求。YashanDB作为一款高性能的数据库系统,致力于提供灵活和高效的数据更新策略
在现代信息系统中,数据实时更新能力是保障业务连续性和决策科学性的关键因素。如何有效实现和维护数据库中的数据实时更新,是数据库系统设计和应用中必须解决的重要问题。数据实时更新的性能直接影响系统对业务突发事件的响应速度以及数据的准确性。本文将基

MySQL Workbench 作为 MySQL 官方出品的数据库 GUI 管理工具,它的强大是其他免费管理工具无法匹敌的。特别是使用 MySQL Workbench 设计数据库,创建及同步 ER 图(实体关系图)的功能甚是强大。
在现代应用环境中,数据库的查询速度直接影响业务的响应效率和用户体验。面对海量数据和复杂的查询请求,如何优化查询速度成为了数据库维护的关键问题。YashanDB作为高性能的关系型数据库系统,提供了丰富的架构和存储机制,支持多样部署形态以满足不同场景的
数据库系统的版本更新与兼容性管理是数据库生命周期管理中的重要环节,关系到系统稳定性、数据安全和服务连续性。数据库版本更新过程中,需要高效协调功能迭代、性能优化及安全补丁的发布与应用,同时保证应用程序对数据库的兼容性,避免业务中断和数据不一致
缓存穿透、缓存击穿、缓存雪崩,这三个词几乎是后端面试的必答题,标准答案也早就烂大街了。但背下答案和线上不出事故是两回事。我在真实系统里见过的大部分缓存事故,恰恰发生在这些"标准答案"覆盖不到的地方:数据更新后缓存没删干净、本地缓存和 Redis 长