Grafana Tempo 分布式追踪存储与查询实践
部署 Grafana Tempo 接收 OTLP 追踪并将数据写入对象存储，提供核心配置与查询验证方法。
查询
数据库索引优化与查询性能
概述合理的索引设计与维护是查询性能的核心。本文提供可验证的诊断流程与设计原则，覆盖 MySQL 与 PostgreSQL 常见场景。诊断与度量（已验证）MySQL：`EXPLAIN`/`EXPLAIN ANALYZE` 关注 `type`、`key`、`rows`、`filtered` 等字段；`S
No-Vary-Search：查询参数归一化与缓存预取策略
"介绍 No-Vary-Search 的响应头与作用，定义哪些查询参数参与或忽略缓存键，并在导航预取/渲染中降低重复下载与变体膨胀。"
RedisTimeSeries：时序模型与降采样实践
使用 RedisTimeSeries 存储与查询时序数据，结合降采样与聚合策略优化存储与查询性能。
PostgreSQL 分区与并行查询优化（Partitioning、Parallel Query、统计信息）
利用分区与并行查询优化大表性能，结合统计信息与约束排除，提供可验证的调优路径。
PostgreSQL 查询优化与统计信息（扩展统计、计划稳定与验证）
利用扩展统计提升选择度估算并稳定查询计划, 结合工作内存与代价参数优化执行性能, 提供可重复的度量与验证方法。
PostgreSQL 索引优化与查询计划入门
从 EXPLAIN ANALYZE 出发，理解 PostgreSQL 的索引类型与查询计划，掌握高性价比的优化方法。
Elasticsearch查询缓存与请求缓存治理
正确使用查询缓存与请求缓存，统一过滤器与缓存键策略，提升检索与聚合性能并控制一致性。
Neo4j图数据建模与查询优化实践
通过合理的节点/关系建模与索引、Cypher 查询优化与 Profile 分析，提升 Neo4j 的遍历性能与可维护性，提供验证方法。
MongoDB 分片与索引优化（Shard Key、复合索引与查询规划）
选择合适的分片键与复合索引, 结合查询规划分析优化读写与分布, 并提供可重复的度量与验证流程。
