一项工作跨过会话、模型和参与者时，需要带上已经验证的判断、仍未解决的问题，以及各自的证据。PowerContext 保存这条来路，也把未完成的部分整理给下一位。会话结束时，下一位接手者不必再从“先介绍一下项目背景”开始。他应该先看到当前目标、走过的路、仍需核实的地方，以及证据在哪里，然后从那里继续。参考资料[1]Alfred, Lord Tennyson，《尤利西斯》:[2]组织背景成为 Agen

在分享的最后，冯雯给了一些务实的落地建议：先选择一个同时具有多模态输入和跨会话需求的真实任务，观察证据是否准确、任务是否完成、恢复时是否减少了重复调查，再据此调整方案。MiniMax Code 的多模态任务实践、OceanBase seekdb 的证据检索，以及 PowerContext 的项目记忆与工作交接，分别处理这条链路上的不同问题：材料怎样查，窗口怎样用，工作怎样继续。回到开头的结算页面，

这是一个很经典的问题：如果Join 时关联表太多，执行计划容易选错。原因是估算驱动表的扇出很容易产生误差，尤其 Join 的结果作为驱动表时，相当于要估算 Join 的结果有多少行，这个误差会更大。而优化器在估算 Nested-Loop Join 算法的成本逻辑中，驱动表的扇出对计算结果影响很大，也就是说 Nested-Loop Join 的成本估算结果很容易产生误差，所以执行计划容易选错。

《DBA从入门到实战》第八期精选几个具有代表性的问题，为大家进行详细解答，内容涵盖OceanBase数据库诊断与调优，OceanBase高可用架构之主备库，OceanBase数据库人才培养方案。

归档库切换 OceanBase 后，凭借 OceanBase 的高级压缩技术，所需存储空间缩减至原有的 1/5，降本效果立竿见影；同时，得益于原生分布式架构，数据归档和历史信息查询的性能也有了明显提升。

我们与广受欢迎的开源LLM应用开发平台Dify合作，推出了“Dify +OceanBase 实验方案”，基于OceanBase数据库对向量能力的支持，结合低代码开发平台Dify，使用户能够通过直观的拖拽界面，轻松构建和运营生成式AI应用。

OceanBase 数据库支持读写分离，以减轻企业数据库的读写负载，并减少读写操作间的影响。通过分离读写操作来提升系统响应速度，可帮助企业构建出既高效又稳定的系统。本文将讲解OceanBase数据库的弱一致性读机制，并分别详细阐述在OceanBase V4.X和V3.X中，读写分离的实现原理及配置步骤。

前文《OceanBase SQL 执行计划解读（二）──── 表连接和子查询》介绍了子查询的执行计划特点，还没有完全说完。本文继续介绍子查询的执行计划以及分析函数（窗口函数）的执行计划特点。熟悉常用 SQL 的执行计划是为了反过来快速解读分析复杂 SQL 的执行计划。子查询本文不讨论非相关子查询。标量子查询表达式（Scalar Subquery Expression）是一类从一行返回一列值的子查询

前文《OceanBase SQL 执行计划解读（一）》介绍了单表查询中基本的执行计划解读，本文主要介绍简单的表连接和子查询相关的执行计划。本文假设你对常用的表连接算法已有了解，包括：嵌套循环连接（NESTED-LOOP JOIN）、排序归并连接（SORT MERGE JOIN)、哈希连接（HASH JOIN)。连接还分内连接（INNER JOIN)、外连接(OUTER JOIN)、SEMI JOI

是为OceanBase的用户介绍一下OceanBase自研的数据库导出工具——obdumper。让大家了解导数工具的发展历程和现状。