开源的MySQL在进行大的复杂查询时，我们需要将数据从磁盘传输到计算层进行计算，会有大量网络开销，而通过算子下推技术，TPCH处理多个SQL时，我们看到网络开销的最高节省率超过90倍。摘要：GaussDB(for MySQL)是华为自研云原生数据库，具有高性能，高扩展，高可靠的特点，完全兼容MySQL协议，自研架构和友好的生态兼容性，可以同时满足数据库管理员、应用开发者、CTO的运维、使用和业务发

开源数据库DuckDB1.0 经过内部6年的打磨，积累了30万行代码，1.8万star，2024.06.03号正式发布了1.0版本（代号 Snow Duck）。我们新一代程序员，没能见证MySQL 1.0、PostgreSQL 1.0、Windows 1.0、Linux 1.0、Java 1.0。但是今天有幸见证 DuckDB 这样一个伟大的产品发布了1.0，。

Oracle23c改名为Oracle23ai，也意味着Oracle数据库正式从Cloud进入AI时代。Oracle23ai版本是一个超级巨兽，简单总结下：AI能力：内置向量数据库，内置ONNX模型数据处理，内置Text2SQL，内置的机器学习算法持续增强；JSON能力增强，要干掉MongoDB，并且还是JSON与关系型双模型一体化方案；图数据处理能力增强，要干掉Neo4j，模型也是一体化设计；

对于 ClickHouse 的特性，相信也无谓过多介绍，各位看官都懂，对于有在线数据分析需求的企业来说，MySQL 在 OLAP 上的处理能力明显是不足的（人家本来也不是干这个的），因此搭配 ClickHouse 使用可以完美弥补 MySQL 这个短板，企业完全能够同时享受高效的事务处理和快速的数据分析，鱼和熊掌亦可兼得也。同时，当出现数据不一致时，能够提供一键修复能力。当任务的延迟为 0，或接近

TPC-H主要模拟供应商和采购商之间的订单交易，模型总共8张表region：区域表，固定5条记录nation：国家表，固定25条记录supplier：供应商表，数据量因子*10000条记录customer：客户表，数据量因子*150000条记录part：商品表，数据量因子*200000条记录partsupp：供应商物件表：数据量因子*800000条记录orders：订单表，数据量因子*150000

在 MySQL5.5 及之前的版本，修改表结构操作(DDL)会阻塞对该表数据的读写操作， 从MySQL5.6开始，提供Online DDL的能力，支持部分的 DDL语句在执行期间不阻塞该表的读写操作，大大降低了 DDL 操作对业务带来的影响。通过本篇文章的介绍说明，可以了解到当前MySQL在执行Online DDL的几种解决方案，而 NineData 的自适应 OnlineDDL，可以在减少人工判

纵向的，与5月份的测试对比，性能较为稳定，没有太大的波动。Azure的实例有着很多厂商类似的CPU代差导致的性能波动问题，在202409的测试中CPU计算能力指标为56.3，相比202405表现的63.9，也下降了12%，Azure Database for MySQL的Sysbench QPS性能也随之下降。该测试很好的展示了不同云厂商之间RDS MySQL性能差异，甚至在同一个云厂商的不同区域

谷歌云提供的RDS（在Google云叫Cloud SQL）选项比较简单，主要的选项中，仅有“Enterprise”版和“Enterprise Plus”版，这两个版本最主要的区别是“Plus”版提供了额外的“Data Cache能力”，该能力通过本地的SSD可以加速数据库更多的“冷”数据访问，关于这两个版本的详细说明可以参考之前的文章：Google Cloud SQL for MySQL的”Ent

最近，Google Cloud SQL（Google云上的RDS）做了一次大的产品调整与发布：将原来的Cloud SQL分为了两个版本，分别为"Enterprise"和"Enterprise Plus"版本。本文概述了两个版本的异同，以帮助大家更好的了解Google Cloud SQL。

以及面向其他所有云的开放。如果”软硬”都相对不算强（注意，这里是”相对”，因为进入了该象限都已经是全球范围内都有竞争力的选手了），那么则落在第三象限，被称为”NICHE PLAYERS”，译作”特定领域者”，这个翻译不是很好理解，其意思有两方面一个是，在某个特定的领域非常强，另外，就是，软实力和硬实力都还相对不算强。在今年，IBM/SAP/Teradata/Cloudera“组团”跌入远见者象限，