这周搞了5个菜： 烤肉饭 * 鸡胸肉切大片。放料酒，烧烤料，老抽腌一下 * 这里看自己的口味了，也可以多放点别的，比如奥尔良料啥的 * 黄瓜擦丝，生菜切成小段 * 空气炸锅，180度18分钟（火候自己控制，我看其他人说是200度20分钟，我那样做出来肉非常的干。）喷点油，中间翻面。 * 放到米饭上就好了。 干煸豆角 * 这个其实做着有点失败。 * 准备豆角，切成段 * 蒜末，花椒，红干辣椒 * 豆角要先用油炸一下，直到有皱纹（虎皮状）。 * 这一步我放油少了，火小。导致后面没熟 * 后面尝试下焯一下水 * 爆香蒜，…
这一周探索了4个菜： 麦芬 提前一晚上取出牛肉饼放到冷藏箱中 提前一晚上取出麦芬放到冷藏箱中 锡纸碗里喷点油，打个鸡蛋，放点盐 麦芬拿出来冲一遍水，避免烤干 牛肉饼拿出来用吸水纸吸一下水 牛肉饼和麦芬一起放到空气炸锅中，180度8分钟。 牛肉饼翻面，此时鸡蛋应该已经熟了（如果是两个蛋就没有，继续烤就行） 放入麦芬，180度5～8分钟 出锅，夹个菜叶子，可以放点自己喜欢的料，比如番茄酱沙拉酱，番茄片等 土豆丝饼 这个我目前是做翻车了，做成了鸡蛋饼，先说一下现在的流程： * 土豆丝，萝卜丝，火腿丝 * 放到碗里，加一个…
记录一下菜谱，以及一些可能的关键点： 煎牛肉饼 不用油煎 放到锅里后，先煎一面让牛肉饼定型，然后再翻面 用中火/小火就行 红烧排骨 先把排骨解冻，用盐水泡20分钟，把血析出来。盐不用放非常多 葱白半根就够，切葱段 蒜大概1个，切蒜片 姜半个，切姜片 大料2/3个，香叶4/5片 烧一壶开水备用 放一锅开水，把刚刚的排骨捞出来放进去 切少数的姜片和葱叶，放到锅中和排骨一起煮 等到水烧开，锅中会有排骨的血凝固起来的物质（应该是蛋白什么的） 这一步主要的目的是把血去干净，否则排骨会有腥味 把排骨捞出来，注意避开凝固的蛋白。…
最近偶然才读到了这篇paper，不得不说sql server还是太先进了，当时的设计影响了后面系统的决策。给出了一份比较好的，从传统数据库集成AP能力的答卷。 这篇文章是sql server在2014版本引入列存的能力后，在2016版本继续强化列存能力的方法，核心有4大块： * 支持在in-memory table上增加列式的二级索引 * 列式二级索引支持更新 * 在主索引是列式索引的时候，支持增加btree索引作为二级索引 * 列式扫描的性能优化 上面这几点支持的能力虽然看上去没有什么太值得关注的，但实际上sql…
最近买了一本《从零构建向量数据库》读了一下，这里简单记录一些笔记。 TLDR： 我感觉整体内容不多，尤其是我比较关注的向量算法/存储格式各种相关的地方。但是这本书讲的比较全，抛去向量的地方，还有挺多周边的工作，但是和向量关联都不大了。 整体来说适合刚对数据库有一定了解的人读一读，如果对这块比较熟悉的话，基本上就不用看了，或者速度一下2H也够了。 chp2 向量数据库的发展受益于深度学习的发展，让embedding这个技术有了更好的发挥空间 深度学习模型可以比较好的处理非结构化的数据（通过转化成embedding），…
最近又重新看了看graphrag相关的一些东西，简单整理点内容。 目前能用的开源框架，graphrag相关的，除了ms的graphrag之外，还有ragflow，以及dbgpt。这里简单介绍一下他们graphrag的实现方式： RagFlow ragflow有多种类型的解析方法，比如paper/book等，然后KG是专门的一种，代码在rag/app/knowledge_graph.py里 index.py:build_knowledge_graph_chunks 看注释里基本流程是和ms的graphrag是一样的 …
前文：OLTP Through the Looking Glass, and What We Found There中的结论： 给出了当时paper的缺陷： * 只计算了dbms的cycle，而非整个server的。 * remote communication没有计算。但remote communication开销比较大。 * 这里就是全链路观测/优化的思想。 * 深入点，解决问题如果有更加高的视角，就更容易发现瓶颈点，从而更高效的优化。这也是为什么要有高层次视角看问题。 然后在voltdb上跑了个有partit…
对MemoryDB的paper做一些总结 要了解做MemoryDB的目的，需要先明白原本的redis有哪些问题，那么首先要了解下redis 摘自原文中的redis的一些特点： * redis支持200+ commands，10种数据结构，包括hash table, sorted sets, stream, hyperloglogs等 * command可以被组合起来成为group，并有原子执行的能力 * redis支持水平拓展，通过crc16把key space编码成16384个slot。并把这些slot分布到若干…
Introduction Goetz哥最近出了一本新书: More Modern Btree Techniques，里面多次提到了有关Btree/排序结构的压缩技术，比较关键的一个就是offset value encoding，并且也提到了Google的Napa/F1 Query使用了这种技术来加速查询。这篇文章就来介绍一下offset value encoding具体是怎么做的，以及这个技术如何能够加速查询。 在介绍Offset Value Encoding之前，先大概了解一下他的基本思路，Goetz哥在老版本的…
最近新出了一本书，是Modern B-Tree Techniques的续集，More Modern B-Tree Techniques。这里做一下简单的总结。 后面打算整理一下Btree相关技术，写一篇文章，会总结一下这本书，前作，一些相关的Paper，以及一些工业界的Btree实现。 TLDR tldr版，整体来说，我感觉书中细节的内容不多，基本上就是概括一下几个方向的技术，这里大概总结了一下，然后列了一些我觉得值得关注的paper： - btree结构，可能关注的点 - Write optimized btre…