磁盘清理里最实在的一块是找重复文件：照片导了两遍、下载目录和文档目录有同一份 PDF、备份目录里躺着历史版本的全家福。按文件名找是不可靠的，按内容找才准——而"按内容"这件事，工程上就是哈希。这篇文章把重复文件检测的完整思路走一遍，从筛选策略到索…
188
0
3
雾梨 Mist 发布于 · 2026-10-20
数据库
MySQL、Redis 等数据库的优化与运维。
"NoSQL" 这个词覆盖面很宽，键值存储、文档库、列族数据库、图数据库都算，彼此之间的差异比它们和关系型数据库之间的差异还要大。讨论选型时如果说"我们要用 NoSQL"，这句话本身几乎不含信息量。真正有用的问题是：这个业务问题的数据访问模式是什么，哪一…
195
0
2
苏念禾 发布于 · 2026-10-20
ACID 四个字母里，A、C、D 在工程上相对好验证：原子性靠日志回滚，持久性靠刷盘策略，一致性是业务与约束共同保证的结果。真正让人头疼的是 I——隔离性。它的定义本身就带着妥协：完全隔离等价于串行执行，性能不可接受；降低隔离又会引入各种读写异常。工程…
830
0
6
VectorQ 发布于 · 2026-10-19
把某一行从 1 改成 2，如果直接改磁盘上的数据页，这是一次随机写。数据库每秒要改成千上万行，数据页在磁盘上的位置又是分散的，全靠随机写会立刻碰到 IOPS 上限。日志的作用就是把这个随机写换成顺序写。 为什么需要 WAL 顺序写和随机写不在同一个量级：机…
2.3k
0
8
Cache 孙 发布于 · 2026-10-18
慢查询排查是个有固定套路的活：先从慢查询日志里找到嫌疑人，用 EXPLAIN 看它打算怎么执行，判断问题出在索引、写法还是表结构上，改完再验证。整条链路里，EXPLAIN 是承上启下的一步——它不能告诉你语句有多慢，但能告诉你为什么慢。这篇文章把这条链路的每…
333
0
6
Elowen 发布于 · 2026-10-17
Redis 的价值不在于"快"本身，而在于它把一组精心挑选的数据结构放在了内存里，并且保证了单个命令的原子性。用好 Redis 的关键，是让业务模型尽量贴合这些结构的原生语义——一旦发现需要在客户端把多个命令拼成一个"复合操作"，就该停下来想想选型是不是出了…
273
0
3
码同客 发布于 · 2026-10-16
备份脚本每天在跑，日志显示成功，监控面板上一片绿色。直到某天需要真正用它恢复数据的时候，才发现文件是坏的、binlog 有断档、或者恢复出来少了几个小时的记录。备份本身不产生价值，能被成功用于恢复的备份才产生价值。 先把两个指标定义清楚 RPO（Recov…
1.8k
0
13
Moon 槐 发布于 · 2026-10-16
索引是数据库性能问题里被讨论得最多、也最容易被误解的一层。很多线上慢查询的根因不是"没加索引"，而是"加了索引但没用上"，或者"用了索引但代价比想象中高"。想把索引用明白，得先理解它在磁盘和内存之间是怎么组织数据的，再回头看 SQL 语句里那些看似随…
483
0
4
逻辑熵 Logic 发布于 · 2026-10-16
监控系统每秒采集几十万个指标点，把这些点塞进关系库里，一个月后表会撑到无法维护。时序数据有自己的形状：写多、几乎不更新、按时间追加、查询几乎总是时间范围加几个维度过滤。针对这种形状专门设计的存储引擎，与通用行存的取舍差异很大。 时序数据的四…
1.3k
0
4
逻辑熵 Logic 发布于 · 2026-10-12
线上服务响应变慢，第一反应往往是"连接池不够用，调大最大连接数"。调完可能确实缓解，也可能更慢，甚至把数据库拖垮。连接池的参数不是孤立的，它连接的是应用侧并发模型与数据库侧执行模型两端。理解两端的成本结构，才能知道连接数该定多少。 一条连接的…
2.2k
0
9
Schema 李 发布于 · 2026-10-09
读写分离通常是数据库扩展的第一步：写走主库，读分摊到多个从库。收益立竿见影，问题也很隐蔽——主从之间的数据不是同步到达的，业务读到的可能是几毫秒前的旧数据。多少业务能容忍这个"旧"，是设计阶段必须回答的问题。 复制链路的基本模型 以 binlog 复制…
2.1k
0
8
江眠 发布于 · 2026-10-04
数据量涨到一定规模，团队会开始讨论要不要分库分表。这个决定几乎不可逆——一旦上线，路由逻辑、运维方式、故障排查路径都会改变。动刀之前值得先把"为什么现在要拆"和"不拆还有什么办法"想清楚。 先确认真的需要拆 单表变大带来的压力，很多时候不是非靠拆…
275
0
1
江眠 发布于 · 2026-09-28
迁移的困难不在搬数据，而在搬的过程中源库还在被写入。两边同时有写入，就必须在"业务不能停"和"数据不能错"之间找一条可执行路径。所有迁移方案本质上都在安排这两件事的顺序。 三类场景，难度差很多 场景 典型动因 主要难点 可行路径 同构升级 版…
629
0
4
雾梨 Mist 发布于 · 2026-09-28
给一张几百 GB 的表加个字段，开发以为是一行 SQL 的事，DBA 知道这可能是几小时的磁盘 IO 和一次业务抖动。搞清楚 DDL 背后的执行路径，才能判断一次变更到底需要多少资源、会不会阻塞业务。 DDL 为什么会锁表 原因有两类。 第一类：元数据锁（MDL）。任何…
2k
0
19
Elowen 发布于 · 2026-09-26
一条三表 JOIN 的慢查询，加索引之后可能依然很慢。原因往往不在索引本身，而在优化器挑选了错误的驱动表或者 JOIN 顺序——一旦外层产生的结果集远大于预期，内层的索引再好，也只是被执行了更多次。 优化器是怎么挑 JOIN 顺序的 对于一张 join 涉及到的表，…
934
0
3
朔风 发布于 · 2026-09-26
现代关系库都提供了原生 JSON 类型：MySQL 的 JSON、PostgreSQL 的 jsonb。它让"先上线再说"变得非常容易——不用改表结构就把业务属性塞进去了。问题是这类字段用久了，往往会变成查询瓶颈的来源，而改造成本随数据量增长。 什么时候 JSON 字段是合理的 属性…
745
0
4
Cache 孙 发布于 · 2026-09-19