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。
数据库技术
Elasticsearch索引生命周期管理：热温冷分层与滚动策略
利用 ILM 将索引分层与自动化滚动，优化成本与查询性能，并简化长期数据治理。
Debezium CDC 数据变更捕获（Kafka Connect、事务边界与幂等）
使用 Debezium 构建 CDC 流水线，明确事务边界与顺序保证，结合幂等处理与去重策略，提供验证与观测方法。
Debezium CDC：变更数据捕获与下游同步实践
利用 Debezium 从数据库日志中捕获变更事件，构建可靠的下游同步与事件驱动架构。
Elasticsearch异步搜索与滚动查询大数据分页实践
使用异步搜索与滚动查询处理大数据分页，结合 `search_after` 游标与资源策略，避免深分页退化，提供验证与监控方法。
PostgreSQL 触发器与变更审计（AFTER_BEFORE、Audit 表与验证）
---
title: PostgreSQL 触发器与变更审计（AFTER/BEFORE、Audit 表与验证）
date: 2025-11-26
keywords:
- 触发器
- 审计
- 变更日志
- plpgsql
- 事务
description: 使用AFTER/BEFORE触发器记录数据变更到审计表，包含变更前后数据、操作者与时间，提供实现与一致性验证，满足合规与追踪需求。
tags:...
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。
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
Debezium CDC与Kafka入湖实践
使用Debezium从数据库捕获变更并写入Kafka，提供可验证的连接器配置与主题治理方法，支撑入湖与实时处理。
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。
Debezium MySQL Source 连接器变更捕获到 Kafka 实战
使用 Debezium MySQL Source 连接器捕获数据库变更并写入 Kafka，配置主题前缀与表过滤及快照策略。
Elasticsearch与OpenSearch：索引映射与查询DSL实践
围绕映射与分析器设计，构建高质量的搜索索引与查询，兼顾性能与相关性。
Elasticsearch索引建模与慢查询优化实践
系统化设计映射与查询策略，用可验证的配置与方法降低ES慢查询并提升吞吐与稳定性。
PostgreSQL 逻辑复制与延迟治理（Publication、Subscription 与监测）
配置PostgreSQL逻辑复制并监测复制延迟，优化发布/订阅与队列容量，提供端到端验证以保障数据一致与延迟可控。
