标签

数据库

AI 缓存不只是“记住答案”：从响应复用到 KV Cache 的实践指南

来源: ruanyifeng.com 50
AI 应用一旦进入真实流量场景，成本、延迟和稳定性往往不再只取决于模型本身。大量请求会重复使用相同的系统提示词、知识库片段、工具描述，甚至直接重复提问。理解不同层次的缓存，才能知道哪些内容可以复用、哪些内容绝不能缓存，以及缓存命中后如何避免返回过期或串租户的数据。 “AI 缓存”不是单一技术，至少可以拆成下面几类。 如果用户的问题、模型版本、系统提示词...
# AI # 全栈 # 技术趋势
阅读全文

PostgreSQL 的隐藏式查询提示：用 join_collapse_limit 固定连接顺序

来源: postgr.es 49
PostgreSQL 通常不会提供传统意义上的查询提示（query hint）。开发者不能直接告诉优化器“必须使用某个索引”或“必须按照这个连接顺序执行”。不过， 提供了一个非常明确的例外：当它被设置为 时，规划器会按照 SQL 中书写的顺序连接表。 这不是未公开的漏洞，也不是偶然的实现细节，而是 PostgreSQL 文档描述过的配置行为。它适合在连...
# PostgreSQL # 数据库
阅读全文

Postgres 跑在 Kubernetes 上，别再只盯着 Working Set

来源: postgr.es 43
在 Kubernetes 中， 经常被当作容器真实内存占用的代表，并参与内存压力判断、驱逐和告警。但对 PostgreSQL 来说，这个指标可能严重失真：数值更高的实例未必更接近 OOM，数值看起来平稳的实例也可能在下一次大排序时直接崩溃重启。 问题不只是监控面板画错了一条线，而是 PostgreSQL 的匿名内存、共享缓冲区和 Linux 文件页缓存...
# AI # Docker # Go
阅读全文

PostgreSQL 19：那些经得起版本升级的实践，以及真正需要更新的细节

来源: postgr.es 50
PostgreSQL 19 仍处于 beta 阶段，最终版本的细节可能变化。不过，从当前版本可以看出一个重要趋势：很多针对 PostgreSQL 10、11 写下的建议并没有失效，真正变化的是执行这些建议时的性能边界和运维工具。 依然是批量导入的首选，B-tree 仍是默认索引，BRIN 仍适合物理顺序与业务顺序高度相关的数据，分区表仍然首先服务于生命...
# AI # Go # LLM
阅读全文

PgColumnar 1.0 Alpha 2：从列式存储走向对象存储与 Iceberg

来源: postgr.es 33
PgColumnar 1.0 Alpha 2 于 2026 年 8 月 18 日发布，距离上一版 1.0-alpha 只有两周。这一版的重点已经不只是列式表本身，而是把 PgColumnar 接入更大的数据平台：它开始支持只读 Apache Iceberg，能够通过 S3 兼容对象存储读写数据，并加入维护守护进程，同时继续推进统计信息、查询规划器、性能...
# AI # LLM # PostgreSQL
阅读全文

让元数据跟着数据走：用列级血缘把治理从补票变成自动传播

来源: cloud.google.com 42
数据治理最常见的成本，并不是半年一次的合规审计，而是每天都有人盯着 之类的字段发问：它是什么意思、能不能用、是否包含敏感信息、其他团队是否已经定义过？当数据资产扩展到数千张表和视图后，这些小问题会变成持续征收的“治理税”。 Governance Agent 提供了另一种思路：基于 Google Cloud Knowledge Catalog、BigQu...
# AI # GCP # Go
阅读全文

用 Dataflow 构建高吞吐、低成本的生成式 AI 流式工作流

来源: cloud.google.com 48
实时流处理擅长稳定地执行固定 DAG，生成式 AI Agent 则擅长根据上下文临时规划、查询数据并调用工具。把两者直接拼在一起并不难，难的是控制成本、延迟和外部 API 配额：如果每条消息都进入大模型和多步 Agent，高吞吐数据流很快就会变成昂贵而缓慢的任务队列。 更实用的架构是设置一道“轻模型闸门”：所有事件先由 Dataflow 工作节点上的 ...
# AI # GCP # Go
阅读全文

用多智能体代码审查抢在对手之前发现漏洞

来源: cloud.google.com 32
生成式 AI 正在把攻击者的代码分析和漏洞利用速度推向机器级别。面对被窃取的企业代码仓库，防守方如果仍依赖完全手工的源代码审查，往往很难在攻击者之前完成定位、验证和修复。 一种更可行的思路，是把大模型放进一个严格编排的安全分析流水线：让不同智能体分别负责代码侦察、威胁建模、入口发现、上下文补全、假设生成和结果验证，再由安全专家进行最终判断。Mandia...
# AI # AWS # GCP
阅读全文

从桌面推演到韧性智能：金融机构如何用智能体 AI 建设可审计的运营韧性

来源: cloud.google.com 43
金融机构的运营韧性不再只是定期填写一份演练报告。随着欧盟《数字运营韧性法案》（DORA）落地，银行需要更明确地证明：关键业务服务及其数字基础设施能够承受中断，团队可以协同响应，系统能够受控恢复，而且整个过程留下了可复核、可审计的证据。 德意志银行正在探索一种更适合复杂金融系统的路径：用智能体 AI 把架构、数据流、日志、历史事件、告警和运行遥测统一成企...
# AI # GCP # Go
阅读全文

YeSQL：用 24 个可运行查询，一次掌握一个 PostgreSQL 概念

来源: postgr.es 28
学习 PostgreSQL 时，真正困难的往往不是找到语法，而是把一个概念放进真实数据里运行，观察它解决了什么问题。YeSQL 正是围绕这个目标设计的：一套免费的 PostgreSQL 短课程，共 24 节，每节聚焦一个概念，配套一个可运行查询和真实数据，而且无需注册即可使用。 YeSQL 也不只是一个课程原型。它体现了一个更直接的学习方式：让《The...
# AI # PostgreSQL # 数据库
阅读全文