数据概览
0
粉丝
2
关注
1
获赞
1
被收藏
0
被评论
136
浏览
2
回答
1
被采纳
50.0%
采纳率
19
信誉
162
积分
0
任务收益
首次发声
已解锁
发布第一篇内容
有问必答
已解锁
回答第一个提问
一鸣惊人
已解锁
回答被采纳 1 次
答
(无标题)
先给结论:3 亿行 + 6 个二级索引的表,DELETE 归档的最优解不是"把 chunk 调小",而是把归档路径从 DELETE 改成 "DROP PARTITION"——一次 DDL 替代 3.4 小时逐行删除,undo 产生速率直接归
【背景】 热榜上连接池 P99、超时重试、Kafka 位点这些话题,根子往往都落在同一件事上:读路径里到底让数据库在查询时做计算(实时 JOIN / 聚合),还是把结果提前算好、查询时只做取数(宽表 / 物化 / 预聚合)。我做了 10 年
答
(无标题)
前面几位已经给了很好的 biz_date header 注入方案,我从数据库平台侧补一个他们没覆盖的维度:把"当前时间"从 OS 时钟里彻底抽出来,做成一张可查询的"逻辑时间源表",让业务 SQL 直接 JOIN 它而不是依赖 NOW()。
背景 我做了 10 年大数据平台,最近半年在两个团队里反复撞见同一个"建完之后才暴露"的问题:物化视图、Redis 缓存、StarRocks 物化表都建好了,P99 从 3s 降到 30ms,看起来很完美;结果运营第二天来问"昨天 14:0