博客 / 列表

數據庫知識分享者 - 【瑤池數據庫動手活動及話題精選（體驗Dify on DMS，參與DMS Data Copilot討論）】

一、動手活動 基於 Dify on DMS 快速構建客服對話數據質檢服務 企業面臨傳統開發環境割裂及數據流轉不暢的挑戰？本方案基於數據管理服務 DMS，深度集成雲數據庫 RDS 與百鍊大模型，快速構建客服對話質檢服務，顯著降低數據庫與 AI 應用的開發門檻。 （一）活動時間 2025年9月9日-10月9日16:00:00 （二）活動獎品 300社區積分，限量200個，前15名完成全部任務的用户可額

agent , MySQL , 教程 , 知識 , 數據庫

數據庫知識分享者 - 極智編程：基於Qoder+PolarDB Supabase 實現全棧VibeCoding

前言 VibeCoding（氛圍編程）是一種由AI驅動的編程範式， 開發者通過自然語言描述需求，由AI自主完成選的代碼開發、調試以及部署運行。由OpenAI聯合創始人Andrej Karpathy於2025年提出，強調"對話驅動"的開發模式。 VibeCoding 極大的的降低了編程門檻，非專業開發人員也可通過自然語言交互來完成網站、APP的開發。 AI 雖然可以生成完美的前端甚至後端代碼，

資訊 , MySQL , 教程 , 數據庫

數據庫知識分享者 - PolarDB Supabase 助力 Qoder、Cursor、Bolt.diy 完成 VibeCoding 最後一公里

引言：在“摩擦力”中追尋心流 Vibecoding——是每一位開發者都在追尋的理想境界：一種思想與代碼完全同步、創造力毫無阻礙的沉浸式“心流”狀態。然而，在日常工作中會常被各種“摩擦力”無情打斷：繁瑣的後端配置、重複的API聯調、以及等待編譯的漫長時間。每一次中斷，都是對寶貴心流的消耗。 近年來，AI原生IDE（如Qoder）的興起看似將我們推向了心流的邊緣，卻也暴露了一道更深的鴻溝：前後端

資訊 , MySQL , 教程 , 數據庫 , 後端

數據庫知識分享者 - 雲棲重磅｜瑤池數據庫：從雲原生數據底座向“AI就緒”的多模態數據底座演進

9月24日2025雲棲大會上，阿里雲智能集團資深副總裁、數據庫產品事業部負責人李飛飛發表題為《瑤池數據庫：多模態AI數據底座，智能數據管理平台》 主題演講。他表示：“數據與AI大模型的開放融合是大勢所趨。面向Agentic AI時代，阿里雲瑤池數據庫正加速邁向新階段——從雲原生數據底座向“AI就緒”的多模態數據底座全面演進。” 這一戰略性升級聚焦3大核心路徑：持續增強雲原生能力、全面提升多模

資訊 , MySQL , 知識 , 數據庫

數據庫知識分享者 - AI Agent的未來之爭：任務規劃，該由人主導還是AI自主？——阿里雲RDS AI助手的最佳實踐

引言 AI Agent其基礎架構可以簡單劃分為 Agent = LLM + 任務規劃（Plan） + 記憶（Memory） + 工具使用（Tools），現象級的AI Agent，例如deepresearch、manus、claude code等都在這個基礎框架上構建。 圖源 https://www.promptingguide.ai/research/llm-agents 任務

資訊 , MySQL , 知識 , 數據庫

數據庫知識分享者 - 如何構建企業級數據分析助手：Data Agent 開發實踐

本文作者：阿里雲數據庫高級技術專家 徐大丁(辰馬) 前言 “What I cannot create, I do not understand.” -- Richard Feynman 2025年3月，筆者曾撰文探討LLM驅動的AI Agent如何重塑人機協同模式，彼時更多聚焦於技術實驗與理論推演，尚未在實際業務場景中落地。如今，隨着Agentic AI技術的成熟，Data Agent for A

資訊 , MySQL , 教程 , 知識 , 數據庫

數據庫知識分享者 - Qoder + ADB Supabase ：5分鐘GET超火AI手辦生圖APP

視頻效果： 一、前言 在AI原生應用開發的時代，傳統的後端架構正在被重新定義。本文將帶你體驗如何使用 Qoder、阿里雲ADB Supabase 和通義千問圖像編輯模型（Qwen Image Edit），快速搭建一個完整的 AI 手辦生圖 Flutter 移動端應用。全程無需自建傳統後端，真實體驗一次 Vibe Coding 的極速開發。 二、總體思路 前端由 Qoder 根據需求自動生成

資訊 , MySQL , 數據庫 , SQL , 後端

數據庫知識分享者 - 《阿里雲Data+AI：開啓數據智能新時代》電子書上線啦！

本書整理了阿里雲在Data+AI領域的最新實踐案例與深度洞察，涵蓋電商、遊戲、營銷、數字內容等多個行業的成功經驗，以及技術專家對數據庫與AI融合趨勢的專業解讀。 通過理論與實踐的結合，我們將共同探索Data+AI如何成為企業智能化轉型的核心驅動力，幫助每一位讀者找到屬於自己的數據智能之路。 現在，只需點此即刻搶先下載閲讀，開啓這場數據智能的探索之旅。不要錯過這個與行業前沿接軌、為企業發展賦能的寶貴

數據挖掘 , date , 數據庫 , 人工智能

數據庫知識分享者 - 得物 ZooKeeper SLA 也可以 99.99%

1.背景 ZooKeeper（ZK）是一個誕生於 2007 年的分佈式應用程序協調服務。儘管出於一些特殊的歷史原因，許多業務場景仍然不得不依賴它。比如，Kafka、任務調度等。特別是在 Flink 混合部署 ETCD 解耦 時，業務方曾要求絕對的穩定性，並強烈建議不要使用自建的 ZooKeeper。出於對穩定性的考量，採用了阿里的 MSE-ZK。自從 2022 年 9 月份開始使用至今，得物技術團

雲計算 , zookeeper , 雲原生

數據庫知識分享者 - 更優性能與性價比，從自建 ELK 遷移到 SLS 開始

背景 ELK (Elasticsearch、Logstash、Kibana) 是當下開源領域主流的日誌解決方案，在可觀測場景下有比較廣泛的應用。 隨着數字化進程加速，機器數據日誌增加，自建 ELK 在面臨大規模數據、查詢性能等方面有較多問題和挑戰。如何解決可觀測數據的低成本、高可用是一個新的話題。 SLS 是由阿里雲推出的雲上可觀測 Serverless 產品，在功能層面對標 ELK，並且提供了高

雲計算 , 阿里雲 , 雲原生 , elk

數據庫知識分享者 - 解讀 EventBridge Transform，數據轉換和處理的靈活能力

阿里雲 EventBridge 提供了強大而靈活的事件總線服務，它可以連接應用程序、阿里云云服務和阿里雲 Serverless 服務來快速構建 EDA（Event-driven Architectures）事件驅動架構，驅動應用與應用，應用與雲的連接。除此之外，它還可以作為流式的數據管道，在不同的數據倉庫和數據處理或分析程序之間快速構建 ETL 系統。 本文將從以下幾個方面展開對阿里雲 Event

雲計算 , 阿里雲 , transform , 雲原生

數據庫知識分享者 - Dubbo 3.3.0-beta 版本正式發佈

近日，Apache Dubbo 發佈了 3.3 分支大版本 3.3.0-beta.1，相較於 3.2 系列版本，3.3.0-beta 引入了一些重量級的功能升級，按照社區規劃，3.3 也將是 Dubbo3 非常重要的一個里程碑大版本，在 3.3.0 首個正式版本之後 Dubbo3 將正式進入長期穩定維護態，即標誌着 Dubbo3 作為面向雲原生時代的下一代微服務框架將具備規劃的所有核心功能。 讓我

dubbo , 雲計算 , 阿里雲 , 雲原生

數據庫知識分享者 - 從 Linux Crontab 到 K8s CronJob，定時任務正在經歷怎樣的變革

背景 Job 表示短週期的作業，定時 Job 表示按照預定的時間運行Job，或者按照某一頻率週期性的運行 Job。比如： 許多傳統企業使用 Linux 自帶的 crontab 來做定時任務的方案，該方案非常簡單，適合做主機上的運維工作，比如定時清理日誌、週期性做健康檢查。隨着信息化時代的高速發展，業務變得越來越複雜，很多場景都需要定時任務，但是 crontab 方案存在高可用問題，不適合應用在業

crontab , kubernetes , 雲計算 , Linux , 雲原生

數據庫知識分享者 - 你背的“八股文”可能已經過時了

一、String裏不再使用char[] 在JDK9之前，String內部是通過char數組（char[]）來保存字符數據的。但在JDK9以後，String的實現內部改為使用byte數組（byte[]）。這樣做的主要原因是為了節省內存空間，因為對於大量的拉丁文系列字符（如英文、數字、常見的標點符號等），使用byte數組存儲比使用char數組可以節省一半的空間。 同時，String類的內部還引入了一

jdk9 , 雲計算 , JDK , 阿里雲

數據庫知識分享者 - 慢調用鏈診斷利器 - ARMS 代碼熱點

可觀測技術背景 從最早的 Google 發表的一篇名為《Dapper, a Large-Scale Distributed Systems Tracing Infrastructure》的論文開始，到後來以：Metrics（指標）、Tracing（鏈路追蹤）以及 Logging（日誌）三大方向互為補充的可觀測解決方案逐漸被業界所接受併成為事實標準。 基於上述全棧可觀測方案技術，診斷一個問題從之前

雲計算 , 阿里雲 , 雲原生 , 消息隊列 , 高可用

數據庫知識分享者 - 別再為沒時間重構找藉口：每年兩次機會，治癒你的代碼潔癖、安撫你的工匠之心！

一、引子 回顧曾在開放平台工作台的三年，發現自己主要是寫業務為主。雖然和同伴們一起參與主導過從組件化到平台化、配置化到定製化的能力建設，但更多的精力也參與在客户拜訪、ISV培訓、數據分析和業務決策，這讓我有了對業務方向的提前感知和判斷，使得在技術側能夠前置準備，更好的服務業務目標。能力建設上沒有什麼阻力，反而省去了很多描寫技術的筆墨。 其實想想，作為一名普通程序員，也許我寫什麼並不值得別人重視，但

雲計算 , 阿里雲 , 重構

數據庫知識分享者 - 產品運營方法論：從目標拆解到策略重構

本文從產品運營的定義到作者對產品運營的理解以及一些工作中用到的方法論做了總結。 前言 作為一名產品運營，相信大部分的同學都經歷過迷茫的階段，懷疑過自己的價值和定位，説不清楚產品運營和產品的區別，對未來的職業發展方向也是一頭霧水。好不容易説服了自己運營是有價值的，但還是找不準主線，東打一拳、西補一棒，最終把自己繞進入雲霧。 產品運營，看似什麼都能管，但如果僅僅定位是對產品進行宣傳培訓、管理簡單的項目

雲計算 , 阿里雲 , 運營 , 重構

數據庫知識分享者 - 雲原生場景下高可用架構的最佳實踐

01 引言 隨着雲原生技術的快速發展以及在企業 IT 領域的深入應用，雲原生場景下的高可用架構，對於企業服務的可用性、穩定性、安全性越發重要。通過合理的架構設計和雲平台的技術支持，雲原生高可用架構可以提供高可用性、彈性擴展性、簡化運維管理、提升可靠性和安全性等方面的優勢，為企業提供了更加可靠和高效的應用運行環境。 Kubernetes 是雲原生的核心技術之一，提供了容器編排和管理的能力，包括基礎設

雲計算 , 阿里雲 , 雲原生 , 高可用

數據庫知識分享者 - 統一觀測丨使用 Prometheus 監控 SQL Server 最佳實踐

SQL Server 簡介 SQL Server 是什麼？ Microsoft SQL Server 是 Microsoft 推出的關係型數據庫解決方案，支持企業 IT 環境中的各種事務處理、商業智能和分析應用程序。Microsoft SQL Server 是市場領先的數據庫技術之一。 SQL Server 特點 穩定：針對企業的應用需求，制定出適應環境的解決方案，保證了企業的數據安全和順利運

阿里雲 , server , prometheus , 雲原生 , SQL

數據庫知識分享者 - 做好這四步，服務端輕鬆成為全棧化人才

軟件開發裏本沒有服務端，分的細了就有了服務端。做為一個軟件開發者，每個人都可以是全棧。看到“服務端全棧”這個詞，不知道屏幕前的你現在腦子裏想到的是什麼問題。 老闆：我們團隊的服務端可以去寫前端麼？會不會搞出很多故障？能不能縮短開發時間？能不能給我節省成本？ 前端：你都能寫前端了，那還要我幹嘛？ 服務端：我有必要學前端麼？寫前端對我職業生涯有啥好處？學到啥程度可以寫前端需求，發佈前端的應用？

服務端 , 全棧 , 雲計算 , 阿里雲 , 全棧工程師

數據庫知識分享者 - 技術同學必會的 MySQL 設計規約，都是慘痛的教訓

在我們對數據庫技術方案設計的時候，我們是否有自己的設計理念或者原則，還是更多的依據自己的直覺去設計，是否曾經懊悔線上發生過的一次低級故障，可能稍微注意點就可以避免，是否想過怎麼才能很好的避免，下面規範的價值正是我們工作的檢查清單，需要我們不斷從錯誤中積累有效經驗來指導未來的工作。以下規範在大型互聯網公司經過了充分的驗證，尤其適用於併發量大、數據量大的業務場景。先介紹的是安全規範，因為安全無小事，很

MySQL , 雲計算 , mysqli , 阿里雲 , 數據庫

數據庫知識分享者 - 一名全棧工程師的技術實踐之路

一、前言 1.1 什麼是全棧 全棧開發是指開發人員掌握了前端、後端以及數據庫等多個領域的知識和技能，能夠獨立完成整個項目的開發工作。在需求交付過程中，可以負責從項目的前期分析、設計到後期開發、測試、發佈等整個過程，能夠快速定位和解決問題，提高開發效率和產品質量。 1.2 為什麼做全棧 我認為全棧的推進是環境變化、技術發展導致的必然結果，全棧帶來的好處主要有兩方面： 降低溝通成本，提升交付效率：

工程師 , 雲計算 , 阿里雲 , 全棧工程師 , 程序員

數據庫知識分享者 - 解讀 RocketMQ 5.0 全新的高可用設計

高可用架構演進背景 在分佈式系統中不可避免的會遇到網絡故障，機器宕機，磁盤損壞等問題，為了向用户不中斷且正確的提供服務，要求系統有一定的冗餘與容錯能力。RocketMQ 在日誌，統計分析，在線交易，金融交易等豐富的生產場景中發揮着至關重要的作用，而不同環境對基礎設施的成本與可靠性提出了不同的訴求。在 RocketMQ v4 版本中有兩種主流高可用設計，分別是主備模式的無切換架構和基於 Raft 的

rocketmq , 雲計算 , 阿里雲 , 雲原生 , 高可用

數據庫知識分享者 - 什麼是更適合政企的雲｜從傳統 IT 容災轉向全棧雲容災

凌晨3點，在某醫院的自助繳費機前，一位醫患家屬正愁眉緊鎖，手中的醫保卡已經刷了無數遍，可次次都提示繳費失敗，至親的手術已經迫在眉睫… 早上8點，是上班族在通勤途中打開新聞app刷新聞的高峯，而此刻在新聞編輯室內，後台編輯正焦頭爛額，系統上當日熱點大新聞的發佈界面一遍遍顯示“發佈失敗”… 這些畫面簡直是企業IT管理者心中的“災難大片”，而導致這些問題的原因可能是企業數據中心中某個機櫃斷電、某次颱風導

全棧 , 雲計算 , 阿里雲