PostgreSQL的表为什么越用越大：从MVCC到Vacuum的完整清理机制解析
当你在PostgreSQL中执行了一万次UPDATE操作后，可能会发现一个令人困惑的现象：表的数据行数没变，但磁盘占用却增长了好几倍。更奇怪的是，即使你执行了DELETE删除了大量数据，磁盘空间也没有减少。 ...
数据库
向量数据库的量化压缩：从Product Quantization到RaBitQ的二十年技术博弈
一台配备64GB内存的服务器，要索引十亿个768维的向量，需要多少存储空间？ 答案是超过3TB。而标准的内存索引方案，比如HNSW，要求将所有数据加载到内存中才能保证查询延迟在毫秒级。这意味着，即使是企业级的服务器，也无法在单机上完成这项任务。云服务器的内存按GB计费，3TB内存的月成本可能高达数千美元——这才是向量数据库规模化部署面临的真正瓶颈。 ...
SQL查询入门：从SELECT语句到多表关联的完整技术指南
当你在应用中需要存储用户信息、记录交易数据、查询商品列表时，背后都离不开数据库。而与数据库对话的语言，就是SQL。无论是后端开发、数据分析还是运维管理，SQL都是一项必备技能。理解SQL，是理解数据如何存储、查询和管理的起点。 ...
数据库查询引擎为何跑不过手写代码？从火山模型到编译执行的三十年突围
2008年，一位数据库研究员做了一个简单的实验：他用C++手写了一段处理TPC-H Query 1的代码，然后与当时最先进的数据库系统对比性能。结果令人震惊——手写代码比数据库快了整整一个数量级。这个结果刺痛了数据库社区：为什么精心设计的查询引擎，竟然输给了几行手写的循环？ ...
从崩溃到恢复：数据库检查点机制如何让 WAL 不再是无底洞
1970年代，当第一个关系数据库系统还在襁褓中时，工程师们就面临一个根本性的矛盾：内存速度快但易失，磁盘可靠但缓慢。一个事务提交后，如何保证数据在断电瞬间不会丢失？如何让数据库在崩溃后能快速恢复到一致状态？这些问题的答案，催生了数据库领域最基础也最精妙的设计——预写日志（Write-Ahead Log，WAL）与检查点（Checkpoint）机制。 ...
数据库Buffer Pool为何拒绝LRU从Belady最优到CLOCK-Sweep的六十年算法博弈
1981年，加州大学伯克利分校的Michael Stonebraker发表了一篇标题平实却影响深远的论文——《Operating System Support for Database Management》。论文的核心论断是：通用操作系统的内存管理决策对数据库负载是次优的。操作系统以"盲目"的全局策略（通常是LRU变体）管理内存，追求跨进程的公平性，却无法利用数据库独有的语义信息。 ...
数据库Join算法如何将万亿级比较降至线性复杂度：从嵌套循环到哈希连接的四十年技术博弈
1970年，Edgar Codd在IBM发表关系模型论文时，可能没有预见到Join操作会成为此后五十年数据库性能优化的核心战场。一个看似简单的"将两张表按共同键合并"的操作，在算法层面却隐藏着从$O(m \times n)$到$O(m + n)$的巨大差异——对于两张各有100万行的表，这意味着从万亿次比较降到百万次，性能差距可达六个数量级。 ...