数据库技术
ClickHouse 列式存储与聚合引擎优化（MergeTree、Materialized View 与验证）
使用MergeTree系列引擎与物化视图进行聚合加速，结合分区与主键设计优化查询与写入，并提供度量与验证方法。
ClickHouse 性能优化（MergeTree、分区与索引、TTL 与聚合）
基于 MergeTree 家族的存储引擎，优化分区与主键、索引与 TTL，提升分析查询性能并提供可验证方法。
ClickHouse 物化视图刷新与数据一致性（Aggregating 与 TTL 验证）
使用物化视图对明细数据进行预聚合并在目标表启用TTL与后台合并，保证查询性能与数据一致性，提供度量与验证方法。
ClickHouse 表引擎与排序键分区优化实战
基于 MergeTree 的分区与排序键设计，提供建表与查询优化示例以提升读写与聚合性能。
ClickHouse物化视图与高吞吐写入优化实践
通过MergeTree与物化视图实现实时预聚合与高吞吐写入，提供可验证的SQL与系统表观测方法。
ClickHouse表引擎与分区索引：高并发查询治理
掌握 MergeTree 系列表引擎的分区与索引策略，优化高并发与大数据量查询性能与成本。
Cloudflare D1 迁移与事务实战
引言
- D1 是 Cloudflare 的无服务器 SQL 数据库；在边缘运行下进行迁移与事务需严格控制一致性与错误处理。
能力与用法（已验证）
- 迁移：使用 Wrangler 配置与执行 D1 迁移脚本，管理 schema 变更与回滚。来源：Cloudflare Docs（D1 Migrations）。
- 事务：在 D1 中通过事务接口执行原子写操作；在 Workers 中处理错误与
Cloudflare Durable Objects 与 D1 组合实践
引言
- Durable Objects 提供单写者一致性与有状态边缘能力；与 D1 的 SQL 数据库结合，可在边缘实现事务与热点数据的低延迟访问。
能力与组合（已验证）
- Durable Objects：以对象为中心的状态与一致性，提供路由到单实例的能力，适用于房间/会话/计数器等。来源：Cloudflare 官方文档与博客。
- D1 数据库：无服务器 SQL 数据库，提供结构化数据
Cloudflare Workers 存储选型：KV 与 D1 实战指南
引言
- 在边缘计算场景下，Cloudflare 提供从 KV（分布式键值）到 D1（原生无服务器 SQL）的多种数据选项，可满足缓存、会话、元数据与事务性数据等不同需求。
存储选型（已验证）
- Workers KV：全球分布式键值存储，适合配置、会话、缓存与静态元数据；一致性模型与写入传播需要结合用例评估。来源：Cloudflare 博客与 KV 文档。
- D1 数据库：Cloudfl
CockroachDB与YugabyteDB对比：分布式SQL一致性与容错
对比两者在架构与一致性上的差异，理解多副本与分片机制，在多地域部署下进行选型与治理。
CockroachDB与YugabyteDB：分布式SQL选型
对比两大分布式 SQL 数据库在一致性、架构与多区域部署上的差异，为高可用与水平扩展场景提供选型依据。
Debezium CDC 与 Outbox 模式（可靠事件与验证）
使用Debezium进行数据库变更捕获并结合Outbox表发布可靠事件，降低双写与一致性风险，提供连接器配置与端到端验证方法。
