Category: Database

大宇无限目前已经完成从一个16*16分片（16个分片，每个分片1主1从，实例类型为cache.r6g.large）的集群迁移到2*2分片（2个分片，每个分片1主1从，实例类型为cache.r6gd.xlarge）的集群，业务已经平稳运行一段时间，集群CPU利用率最高提升到60%左右，成本降低50%左右

使用 Lambda 订阅HAQM DynamoDB 变更数据，并传输到HAQM OpenSearch，实现全文检索

PostgreSQL 凭借其面向开发者的可扩展设计，已成为许多企业和初创企业首选的开源关系数据库。开发人员使用 […]

早在 2009 年，我就写过一篇题为“HAQM RDS 简介：HAQM Relational Data […]

在更新数据库时，使用蓝绿部署技术是用户将风险和停机时间降至最低的一个很有吸引力的选择。这种更新数据库的方法需要 […]

本篇blog基于Aurora数据库，集成分布式框架，拓展了Aurora在分布式事务方面的使用场景，同时支持多种分布式事务模式，能够为需要使用的客户提供方案参考和快速集成的能力。

本博文将通过示例的餐馆地理信息导入、存储、2dsphere索引创建和查询，向您深入介绍 HAQM DocumentDB的地理空间查询功能，特别是$nearSphere查询运算符和$geoNear聚合管道运算等， 手把手带您玩转云原生文档数据库DocumentDB的地理空间。

本文实现了工厂OEE系统上传数据，在AWS Sagemaker里面转化数据，以及在Neptune存放数据的过程，最后在API Gateway 以及Lambda中实现对数据的调用。针对每次OEEEvent发生的 Errorcode进行分析，同时关联工厂产线相关知识比如机器模块，子模块，故障描述，故障原因等一系列机器对应的数据。随着知识数据的不断积累，数据科学家还可以持续使用SageMaker更新知识之间的关联关系，相关的工业场景可以根据实际场景利用本文的方案进行架构设计。

Babelfish 迁移项目成功的要素之一在于数据的迁移。本文聚焦在SQL Server 数据的迁移上，重点介绍有哪些适用于 Babelfish 为目标的SQL Server数据迁移方法及在不同场景和需求下该如何选择合适的方法。

Bridgewater 的核心使命是通过分析市场驱动因素来理解世界的运作方式，并将这种理解转化为高质量的投资组合，为我们的客户提供投资建议。在 Bridgewater Technology 内，我们努力使我们的研究人员在他们最擅长的领域尽可能提高工作效率：建立对全球市场的基本理解。这意味着不再需要处理底层 IT 基础设施，而是专注于构建和改进他们的投资理念。