避免大 Key 热 Key 实践指南 - 云数据库 SCS_云缓存
有时候设计Key的时候习惯用Key名字对应MySQL表名字，那这个Key的范围就容易很大，我们建议将Key拆开，用一些常用数据库字段对应到Key上。
磁盘型Redis在RocksDB上的优化实践 | 百度智能云
LSM 型数据库需要进行 Compaction 来减少空间放大，Compaction 是 CPU 密集型的操作，传统架构下 Compaction 和上层服务耦合在一起，相互影响，甚至会阻塞上层写入（称为 Write Stall）。
MySQL无主键表导致的复制延迟问题 - 云数据库RDS | 百度智能云文档
问题现象 线上场景 主实例配置： 只读实例配置： 主实例执行： 只读实例同步延迟，趋势图如下： slave_rows_search_algorithms参数的影响 主实例表结构： 其中表tb_001有400万条数据。
目的库中表是否为空检查 - 数据传输服务DTS | 百度智能云文档
目的库中表是否为空检查 问题描述 数据传输任务开始时，要求目标库中表为空，因此需要在预检查阶段需要检查目标库是否为空。 问题原因 如果目标库不为空的情况下，会报预检查失败。 问题的处理方法 登录目标库，清空目标数据库的表的数据后，重新预检查。
创建表 - Baidu Palo/Doris 使用文档
创建表 现在我们可以在刚刚创建的 testDb 数据库中创建一张表 testTable。建表语句为： CREATE TABLE testDb.testTable ( k1 bigint, k2 varchar(100), v varchar(100) REPLACE ) DISTRIBUTED BY HASH(k1) BUCKETS 8; 该语句创建表 testTable，包含3个列。
TableStorage与HBase的区别 - 云数据库 TableStorage | 百度智能云文档
truncateTable 不支持 - disable table与enable table 不支持 - 表参数优化 不支持 blocksize，默认为 64K，不允许用户更改 表格管理操作 不支持 表管理操作由TableStorage自动执行，不对外开放，包括以下接口： - compact(TableName tableName) - compact(TableName tableName,
基本原理 - 分布式数据库 GaiaDB-X | 百度智能云文档
读写分离 云数据库 GaiaDB-X 首先对 query 拆分成多个子句并路由到一个或多个存储节点上，每个存储节点实现透明的读写分离策略，写请求统一到存储节点主库，读请求被分流到多个只读节点上，提升集群的读能力。一个事务内的读请求，不会被读写分离，而是和写请求一样在主库上执行。 负载均衡 如果一个存储节点存在多个只读节点，那么只读节点间实现负载均衡，避免单个节点或少数节点出现负载过大。
临时授权访问 - 云数据库 TableStorage | 百度智能云文档
批量读 - 区间读 OPERATE - 列举实例 - 显示实例信息 - 创建表 - 删除表 - 显示表信息 - 列举所有表 - 单条写入 - 批量写入 - 单条删除 - 批量删除 - 随机读 - 批量读 - 区间读 READ - 列举实例 - 显示实例信息 -显示表信息 - 列举所有表 - 随机读 - 批量读 - 区间读 注意： 由于GetSessionToken的响应结果会包含STS凭证，强烈建议通过
产品定价 - 云数据库 TableStorage | 百度智能云文档
计费公式 实例消费 ＝ 读吞吐消费 ＋ 写吞吐消费 ＋ 存储磁盘消费 + 公网下行流量消费 存储类型的选择 可选存储类型及其特点： 高性能型：适用于I/O密集型应用，性能卓越； 容量型：存储性价比高，吞吐能力较强； 注：容量型和高性能型存储为表级别属性，如果一个实例中既包含容量型存储的表又包含高性能型存储的表，则分别计算实例中高性能型和容量型吞吐、磁盘用量，实例消费为各表消费之和。
从互联网到云计算再到 AI 原生，百度智能云数据库的演进 | 百度智能云
那 AIGC 对数据库会带来哪些变化，AIGC 和数据库又会碰撞出哪些火花，这是一个值得我们去思考和回答的问题。 在回答 AIGC 对数据库的变革和影响之前，让我们先回顾下数据库发展历史。它可以分为六个阶段。 第一阶段是上世纪五十年代。这个时候数据库还在雏形阶段，以层状数据库和网状数据库为主，基础设施以大型机为主，主要用于国防和科学研究。 第二阶段是上世纪七十年代。
