C³-Predictor 围绕“快速初始预测、可靠性判断、针对性校准”的技术思路，将传统数据库代价估计方法与图神经网络预测技术相结合，设计了由并发代价预测、动态置信度评估和图嵌入偏差校准构成的三级处理框架，既保障了简单查询场景下的预测效率，又实现了复杂并发工作负载下的精准预测。该框架的核心优势在于，不仅实现了复杂并发查询性能的精准预测，而且能够根据预测可靠性动态选择计算路径，减少不必要的神经网络推

本文介绍如何利用 Vanna与Ollama，并基于OceanBase数据库，来打造一个AI 自然语言分析知识库系统，以及这个系统的主要功能及其所带来的好处。

随着企业业务的不断发展，数据量往往呈现出快速的增长趋势。使用MySQL的用户面对这种增长，普遍选择采用分库分表技术作为应对方案。然而，这一方案常在后期会遇到很多痛点。这也是OceanBase的客户，绿普惠所遭遇过的，因此，他们舍弃了 MySQL 分库分表方案，转而使用分布式数据库。

本案例主要是分享应用OceanBase时，SQL走错 执行计划，而导致SQL慢的排查方法论

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