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 数据库架构设计技术 频道下的 50 篇内容
在刚刚结束的第12期百度技术沙龙,我们邀请到了百度运维部高级DBA经理王龙和飞信互联网产品首席架构师孙朝晖,分别向大家分享了百度数据库架构演变与设计,以及Mysql HandleSocket在动态数据存储中的应用的技术话题。本文对这次百度技术沙龙内容做简单的回顾与总结。

**在大力发展国产技术的时代背景下,银行业进行数字化转型和对安全可控数据服务的需求日益增长。一款的优秀国产分布式数据库应该具备什么样的表现?

2026 年,数据库正从传统 IT 基础设施,向企业 AI 运行的数据智能中枢深度跃迁。它不再只是数据的管理者,更成为理解数据、连接模型、服务智能体的核心载体,是企业 AI 能力规模化落地的关键枢纽。腾讯云数据库 DBTalk 系列技术公开课,汇聚一线技术专家与行业实战派,聚焦数据库架构设计、性能优化、AI 融合创新与场景落地等核心议题,带来硬核技术拆解与真实实践解析,助力开发者拓宽技术视野、精进实战技能,共探数据库与AI融合新边界,推动数据智能的产业价值落地。


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。

起初数据的管理方式是文件系统,数据存储在文件中,数据管理和维护都由程序员完成。后来发展出树形结构和网状结构的数据库,七十年代关系数据库理论的提出,以表格形式组织数据,数据之间存在关联关系,具有了良好的结构化和规范化特性,成为主流数据库类型。

我们正身处一场由数据形态与业务模式共同驱动的深层变革之中。

在AI与数据分析处理技术深度融合的今天,企业数据生态正经历一场深刻的变革。传统数据库架构往往针对特定数据类型设计——关系型数据库处理结构化交易,NoSQL应对海量半结构化或非结构化数据,而向量数据库、全文检索等则服务于更垂直的场景。

本文从 Commons DBCP testOnBorrow 的作用机制着手,管中窥豹,从一点去分析数据库连接池获取的过程以及架构分层设计。以下内容会按照每层的作用,贯穿分析整个调用流程。

掌握 TDSQL Boundless 架构特性、TDSQL-MySQL 并行查询技术,构建分布式数据库技术认知体系

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”。

Ztopia——一个以 Milvus 向量数据库为记忆基础、以 Claude Code 为推理引擎的企业级 Agent 系统,将分散的企业数据统一纳入 Agent 的长期记忆体系

本文分享了关于 AI 时代数据基座架构的思考,如何通过该架构解决 AI 原生应用的数据挑战,以及在云计算、新硬件环境下实现高性能数据基座的工程实践。

根据 Gartner 最新预测,具备生成式 AI 能力的数据库市场规模将在 2025 年达到 650 亿美元。

传统的变更数据捕获(CDC)实施方案面临复杂的工程挑战

近日,Percona宣布推出OpenEverest,这是一个支持多种数据库技术的开源平台,用于自动化数据库配置和管理。

最近,Databricks正式发布Lakebase。这是一个基于PostgreSQL的无服务器OLTP数据库,能够独立扩展计算和存储。它旨在与Databricks平台集成,提供一种综合事务与分析能力的混合解决方案。

经过两个多月比拼,北邮「编程高手」最终获胜。

别怕AI抢饭碗,它正逼着我们进化。

Agent 并非简单的功能模块,而是一种全新的计算实体