列存高效更新技术介绍
列存具有「读友好，写不友好」的特点。这个特点使列存和 AP 数据库仿佛王八看绿豆一样 —— 对上眼了。因为 AP 数据库正好重视读性能（大查询吞吐量），不重视写性能（能容忍 T+1h/1d 更新）。 于是，列存顺理成章地霸占了 AP 数据库的存储底座。
Read More
真相！分布式数据库性能可击败传统数据库
网络上有很多贬低分布式数据库（e.g., TiDB, OceanBase），吹捧传统（单机）数据库（e.g., Postgres, MySQL）的文章，这类文章通常列出的一个关键论据是：传统数据库的性能可以全方位（各种负载下）击败分布式数据库（基于单机环境测试结果）。然而事实真的是这样的吗？作为一个利益相关的分布式数据库行业的产品经理，我认为我有必要站出来捍卫一下行业的声誉。为此，我选取了世界上最先进的开源传统数据库 —— Postgres，和世界上前三先进的开源分布式数据库 —— TiDB，进行了一系列的性能测试。我的测试结果表明：传统数据库和分布式数据库在性能上是互有胜负的，而不是一边倒的。如果你对我的测试感兴趣，就请继续往下看吧。
Read More
几张图弄懂 Z-order clustering
你是玩大数据的，你发现主流的湖仓存储都支持 Z-order clustering，你 TM 的还不知道这个是什么玩意儿。我 TM 的花了半个小时，画了 TM 的几张图，九浅一深地给你说明下，什么叫 TM 的 Z-order clustering。
Read More
MVCC 的实现：活跃事务列表和时间戳
你是否有疑问，为什么有的系统用一个活跃事务列表（e.g., PG 的 Snapshot，MySQL 的 ReadView）来实现 MVCC，有的系统（e.g., Spanner，TiDB，CockroachDB）用时间戳（Timestamp）来实现 MVCC？这两种技术的优缺点是什么样的，各自适合什么样的场景？本文就来回答一下这些鸟问题。
Read More
RocksDB 如何优化 LevelDB 的写入流程 (一)
本文的主要内容：
- 介绍 LevelDB 的写入流程。
- 介绍 RocksDB 对 LevelDB 写入流程的部分优化（下一篇文章再补充其他优化）。
全网最细！LSM-tree delete 的性能优化
本文的主要内容：
- 介绍 LSM-tree 在 delete 上面临的一些性能问题。
- 介绍 RocksDB 和 Lethe 提供的一些优化方案。
从 SIGMOD 23 看 RocksDB 的存算分离实践
改造 RocksDB 使其支持存算分离，这类工作之前就有团队做过，e.g., RockSet 的 RocksDB-cloud。眼看云时代的存储计算分离是大势所趋（从 share nothing 转向 share storage），RocksDB 官方再也按捺不住自己的大刀了，亲自下场，先搞了一个 RocksDB on Distribute File System(DFS) 试试水（支持 S3 也为期不远？），并在 SIGMOD 23 上发了一篇文章《Disaggregating RocksDB: A Production Experience》，分享自己的一些「分离」经验。今天我们就来快速鉴定一下这篇文章有没有东西，亦或者是「有点东西，但东西不多」。
