PostgreSQL 事件触发与异步队列集成（Event Trigger、LISTEN/NOTIFY 与验证）
使用事件触发与LISTEN/NOTIFY集成异步处理与审计，捕获DDL/DML事件并投递到队列或工作进程，提供实现与验证方法。
数据库技术
PostgreSQL 生成列与写时校验（Generated Column、CHECK 与验证）
使用生成列与CHECK约束在写时进行校验与派生存储，结合表达式索引提升查询效率，并提供一致性验证方法。
Kafka Connect 与 Debezium MySQL CDC 实战
---
title: Kafka Connect 与 Debezium MySQL CDC 实战
keywords:
- Kafka Connect
- Debezium
- MySQL CDC
- Binlog
- Connector
description: 使用 Debezium 在 Kafka Connect 中捕获 MySQL 变更，提供 Connector 配置与主题命名规范，适合增量...
MySQL GTID与主从切换治理
---
title: MySQL GTID与主从切换治理
keywords:
- MySQL
- GTID
- 主从切换
- auto_position
- ROW
description: 启用 GTID 与自动定位复制，规范故障切换流程与一致性设置，降低切换复杂度与数据风险。
tags:
- GTID
- MySQL
- ROW
- auto_position
- 主从切换
- 复制
- 数据...
MySQL 零停机表结构变更：gh-ost 与 pt-online-schema-change
---
title: MySQL 零停机表结构变更：gh-ost 与 pt-online-schema-change
keywords:
- gh-ost
- pt-online-schema-change
- 在线DDL
- 迁移
- 主从
description: 使用 gh-ost 或 pt-online-schema-change 在生产环境进行在线表结构变更，提供命令示例与验证要点。
t...
MySQL主从复制与延迟读一致性实践
---
title: MySQL主从复制与延迟读一致性实践
keywords:
- MySQL
- 主从复制
- 延迟读
- 只读副本
- GTID
- seconds_behind_source
description: 配置MySQL主从复制与读写分离，并通过延迟读策略保障一致性，提供可验证的命令与监控方法。
date: 2025-11-26
tags:
- GTID
- MySQL
- se...
MySQL分库分表与中间件实践
---
title: MySQL分库分表与中间件实践
keywords:
- 分库分表
- ShardingSphere
- MyCAT
- 分片键
- 路由策略
- 全局唯一ID
- 雪花算法
- 跨分片事务
- 读写分离
- 验证
description: 基于中间件实施分库分表与读写分离，设计分片键与路由策略、全局ID与跨分片事务处理，并提供验证与回归方法。
date: 2025-11-25...
Bun.s3 与 Bun.sql 实战指南
引言
- Bun 1.2 引入 `Bun.s3` 与内置 Postgres 客户端 `Bun.sql`，以更贴近 Web 标准的 API 提供云服务集成与数据访问能力，同时大幅提升 Node 兼容性与性能。
能力与实践（已验证）
- Bun.s3：内置 S3 客户端，提供与 Blob 等 Web 标准兼容的 API，可读写/删除 S3 文件，支持惰性引用。来源：Bun 中文博客。
- Bun
CDC 变更数据捕获与异构同步实践（2025）
# CDC 变更数据捕获与异构同步实践（2025）
CDC 将数据库的变更事件化，支持跨系统的低延迟同步与审计。
## 一、捕获与来源
- binlog/redo：从数据库日志捕获变更（如 MySQL binlog）。
- 表级变更：配置过滤与白名单，控制事件体量。
## 二、管道与传输
- 事件总线：以 Kafka 等传输与缓冲变更事件。
- 模式与兼容：保持模式与类型一致性，避免解析错误
ClickHouse MergeTree 与物化视图预聚合实践
使用 MergeTree 存储明细并通过物化视图写入 AggregatingMergeTree 预聚合，提高查询性能并降低资源消耗。
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 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
