标签

数据库

从 BoF 圆桌到 PostgreSQL 讲台：第一次投稿与分享的实战方法

来源: postgr.es 32
在 Swiss PG Day 2026 的一场 Birds of a Feather（BoF）活动中，大约 20 位参与者围绕“要不要成为一名演讲者”展开交流。BoF 不是单向授课，而是由共同兴趣驱动的讨论：主持人负责抛出问题、维持节奏，参与者则带着经验和困惑共同完成内容。对于准备第一次向 PostgreSQL 社区会议投稿的人来说，这种小规模对话恰好...
# AI # LLM # PostgreSQL
阅读全文

ApiGo 6.2：用自然语言把企业数据接入 REST API 与 MCP 服务

来源: oschina.net 35
ApiGo 6.2 面向的不是单纯“拖拽生成接口”，而是企业中更常见的一段链路：把分散的数据源整理成可治理的 REST API，并进一步以 MCP 服务的方式供 AI 办公平台调用。对于已经在使用 WorkBuddy、千问办公或豆包等平台的团队，这意味着 AI 助手可以在受控边界内查询和使用业务数据，而不是依赖人工导出表格、复制粘贴结果。 根据发布信息...
# AI # Go # MySQL
阅读全文

用 logical_decoding_work_mem 控制 PostgreSQL 逻辑解码的内存与落盘

来源: postgr.es 34
逻辑解码需要按照事务边界输出变更。在读到 之前，PostgreSQL 不能把一笔事务当作完整结果交给下游，因此会暂存尚未提交事务的解码数据。事务足够大时，这些数据不可能无限占用内存，PostgreSQL 会将其溢写到本地磁盘； 正是控制这条边界的参数。 它不是一个“越大越快”的普通调优旋钮。设得太小，批量写入或超长事务会频繁制造临时 I/O；设得太大，...
# PostgreSQL # 数据库
阅读全文

PostgreSQL 诊断老兵：用四个 GUC 拆开语句的 CPU、缺页与上下文切换

来源: postgr.es 36
PostgreSQL 的 、、 和 是一组非常早期、也很少被日常提起的诊断参数。它们不会告诉你完整的执行计划，也不是现代性能分析器的替代品；但当你需要回答“这条语句到底慢在解析、规划，还是执行”，并进一步观察 CPU 时间、页面错误和上下文切换时，它们仍然有独特价值。 这几个参数通过 PostgreSQL 的统一配置系统（GUC）控制，并把资源统计写入...
# PostgreSQL # 数据库
阅读全文

uniTerm v1.9：14MB 终端工具扩展 Elasticsearch、WSLC 与 Raw TCP

来源: oschina.net 39
当远程运维同时涉及 Shell、文件传输、数据库、容器和远程桌面时，工程师往往需要在多个客户端之间反复切换。uniTerm 试图把这些入口集中到一个轻量应用中：Windows 安装包仅约 14MB，并在 v1.9 中加入 Elasticsearch、WSLC 容器和 Raw TCP，将支持的协议扩展到 30 种以上，同时补充文件与监控边栏。 uniTe...
# AI # LLM # 全栈
阅读全文

用 Antigravity CLI 批量改造 DAO：把 Spanner 双写迁移变成可验证的流水线

来源: cloud.google.com 39
数据库迁移真正棘手的部分，往往不是把历史数据复制到新库，而是在生产服务持续处理请求时，让新旧存储长期保持一致。Google 财务工程团队在迁移到 Spanner 时，需要为 30 多个 DAO 补齐转换器、双写分支、错误处理和单元测试。逐个手工修改不仅耗时，还容易在时间戳、空值和字段映射上产生细微偏差。 他们采用的办法，是先把迁移模式标准化，再通过 A...
# AI # GCP # Go
阅读全文

OwnCode 的安全优先实践：精简提示词、降低 Token 消耗并脱敏敏感信息

来源: oschina.net 39
AI 编程工具的体验，既取决于模型能力，也取决于发送给模型的上下文质量。OwnCode 此次优化聚焦在三个方面：仔细核对并精简 AI 生成的提示词，分析和优化完整交互流程，以及调整提示词结构，让模型更准确地理解开发者的需求。 对于实际项目来说，效率之外还有一个容易被忽略的问题：代码上下文中可能包含数据库账号、密码、API Key、云平台密钥等敏感信息。...
# AI # 全栈 # 可观测性
阅读全文

用 Amazon Bedrock AgentCore 落地 AI 驱动开发生命周期：从 SQL 建模到多智能体代码安全分析

来源: aws.amazon.com 31
AI 驱动开发生命周期（AI-DLC）的难点，通常不在于让模型生成一段代码，而在于把一个模糊想法稳定地推进到可运行、可验证、可维护的实现。Amazon Bedrock AgentCore、Kiro 和 Claude Code 提供了一条适合工程团队的实践路径：让 AI 参与需求拆解、方案设计、代码构建和验证，同时保留明确的上下文、工具边界与人工审查点。...
# AI # AWS # LLM
阅读全文