数据库技术

Bun.s3 与 Bun.sql 实战指南

引言 - Bun 1.2 引入 `Bun.s3` 与内置 Postgres 客户端 `Bun.sql`,以更贴近 Web 标准的 API 提供云服务集成与数据访问能力,同时大幅提升 Node 兼容性与性能。 能力与实践(已验证) - Bun.s3:内置 S3 客户端,提供与 Blob 等 Web 标准兼容的 API,可读写/删除 S3 文件,支持惰性引用。来源:Bun 中文博客。 - Bun

KEDA Scalers 队列长度与事件驱动自动伸缩(2025)

# KEDA Scalers 队列长度与事件驱动自动伸缩(2025) ## 一、触发器与指标 - Scaler:RabbitMQ/Kafka/Redis 等触发器读取 `队列长度` 与速率。 - 指标:转换为 HPA 可消费的指标,驱动副本数变化。 ## 二、伸缩策略与并发 - 策略:设定最小/最大副本与步进;避免抖动。 - 并发上限:为下游设置并发闸门;防止过度扩张。 - 滞留治理:观察队列

PostgreSQL 索引与查询优化(2025)

# PostgreSQL 索引与查询优化(2025) PostgreSQL 提供丰富索引与优化器能力,需结合场景正确使用。 ## 一、索引类型 - B-Tree/GiST/Gin/Hash:按查询模式选择合适索引类型。 - 覆盖索引:减少回表开销,提升读取效率。 ## 二、执行计划与统计 - EXPLAIN/ANALYZE:查看计划与实际耗时,定位瓶颈。 - 统计信息:维护表与列统计,避免错

PostgreSQL 分区策略与时间序列优化(2025)

# PostgreSQL 分区策略与时间序列优化(2025) 时间序列数据写多读多,需在分区/索引/归档上系统优化。 ## 一、分区与布局 - 范围分区:按时间窗口分区,减少扫描与维护成本。 - 子分区:按来源或租户进一步细分,降低热点。 ## 二、索引与统计 - 索引:覆盖时间与过滤维度;避免过度索引。 - 统计:维护表与列统计,确保计划准确。 ## 三、写入与归档 - 批量与队列:控制