<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[CSDN博客专家，领域包括但不限于：AI、大数据、Python、架构师，有合作、课程、问题、疑惑请私信博主]]></title><description><![CDATA[广交好友，视频资料、答疑解惑、问题bug、欢迎沟通交流，请私信博主]]></description><link>https://blog.csdn.net/Dreamy_zsy</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; Dreamy_zsy]]></copyright><item><title><![CDATA[从慢查询到秒开：我在金仓KingbaseES SQL监控上的折腾]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/162608167</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/162608167</guid><author>Dreamy_zsy</author><pubDate>Tue, 22 Sep 2026 14:16:35 +0800</pubDate><description><![CDATA[本文介绍了金仓数据库内置的SQL监控功能及其应用。相比传统慢查询日志，SQL监控能实时记录SQL执行全过程，包括执行时间、资源消耗等详细信息。金仓通过智能阈值控制自动识别需监控的SQL（如执行超过5秒、并行执行或手动标记的SQL），并提供多维度报告分析功能。文章详细讲解了SQL监控的核心参数配置、DBMS_SQL_MONITOR包的使用方法（如生成HTML报告、强制监控特定SQL等），并通过实战案例演示如何利用该功能定位性能问题。这套机制特别适合解决生产环境中因并发、锁等待等复杂场景导致的SQL性能问题，帮]]></description><category></category></item><item><title><![CDATA[MySQL 数据库管理工具实战：我用金仓数据库搞定了一次棘手的迁移项目]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/166135197</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/166135197</guid><author>Dreamy_zsy</author><pubDate>Mon, 21 Sep 2026 16:51:57 +0800</pubDate><description><![CDATA[本文分享了将一套运行多年的MySQL数据库成功迁移至金仓数据库（KingbaseES）的实战经验。通过使用金仓官方工具链（KDTS与KStudio），实现了结构、数据及存储过程的高效迁移，并借助评估报告精准预判改造工作量。迁移中虽遇字符集、用户变量、事务隔离等兼容性问题，但均通过配置调整与人工优化解决。最终性能表现优于原MySQL，复杂查询提速超40%，运维成本显著降低，验证了金仓在国产化替代中的可行性与优势。]]></description><category></category></item><item><title><![CDATA[IoTDB运维实战：我用Explain和Explain Analyze搞定慢查询的踩坑与经验]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/166135733</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/166135733</guid><author>Dreamy_zsy</author><pubDate>Mon, 21 Sep 2026 10:22:45 +0800</pubDate><description><![CDATA[风电场监控系统因IoTDB查询性能瓶颈导致延迟飙升至47秒。通过分析发现，跨风机查询缺乏合理分区策略。借助IoTDB V1.3.2+的Explain与Explain Analyze工具，精准定位执行计划问题，实现查询优化，验证了软件层面调优对工业时序数据系统的关键作用。]]></description><category></category></item><item><title><![CDATA[OceanBaseVS金仓：一场关于架构哲学与实战性能的深度对话]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/166129738</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/166129738</guid><author>Dreamy_zsy</author><pubDate>Sun, 20 Sep 2026 15:28:37 +0800</pubDate><description><![CDATA[本文对比OceanBase与金仓（KingbaseES）在架构、性能与场景适配上的本质差异。前者基于Paxos的分布式架构，适合高并发弹性扩展场景，但延迟较高；后者采用集中式/共享存储架构，延迟低、一致性强，尤其在复杂SQL（多表关联、嵌套子查询、窗口函数）上表现优异。实测显示，金仓在复杂查询执行效率上显著领先，优化器能力更强，更适合金融、政务等对延迟与一致性要求高的核心业务场景。二者非同赛道，应按实际需求选型。]]></description><category></category></item><item><title><![CDATA[做数据库迁移别再拍脑袋了：这份数据迁移工具生成的报告救了我一命]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/165755800</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/165755800</guid><author>Dreamy_zsy</author><pubDate>Fri, 18 Sep 2026 10:23:09 +0800</pubDate><description><![CDATA[文章摘要
本文围绕智能创作助手在内容生成中的应用展开，重点探讨其如何通过网络检索与信息整合，为用户提供高效、准确的解决方案。文章指出，该助手能够根据用户意图精准匹配搜索词，调用外部资源进行深度分析，并将结果以结构化方式呈现。核心功能包括多源信息融合、逻辑清晰的分段表达以及符合规范的格式输出。特别强调了在处理技术性内容时，如代码和数学公式，需遵循严格的格式要求，确保可读性与专业性。整体上，该系统旨在提升内容生产的效率与质量，适用于学术写作、技术文档、创意策划等多种场景。
]]></description><category></category></item><item><title><![CDATA[Natapp 内网穿透实战：从注册到远程桌面，一步步把内网服务接到公网]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/165847646</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/165847646</guid><author>Dreamy_zsy</author><pubDate>Fri, 18 Sep 2026 10:06:20 +0800</pubDate><description><![CDATA[Natapp 提供简单高效的内网穿透方案，无需公网服务器。注册实名后，一键下载客户端，配置 authtoken 即可创建 Web、TCP、UDP 隧道，支持固定域名、访问令牌与 IP 白名单。通过远程桌面实测，公网可稳定访问内网服务，操作全程可视化，适合临时调试或长期外网接入，极大降低技术门槛。]]></description><category></category></item><item><title><![CDATA[SQL Server数据库迁移实测：金仓KES V9R4C019让存量T-SQL“少量修改”]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/164302752</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/164302752</guid><author>Dreamy_zsy</author><pubDate>Mon, 07 Sep 2026 15:10:52 +0800</pubDate><description><![CDATA[关于SQL Server迁移至金仓数据库KES V9R4C019的兼容性测试，重点介绍MERGE、OUTPUT、并行DML、窗口函数、PIVOT等语法在KES上的支持情况。摘要需概括核心：国产化迁移、T-SQL兼容性、无需改造、性能提升等。字数限制150字以内。</think>基于SQL Server迁移至金仓KES V9R4C019的实践，重点验证T-SQL兼容性。MERGE、OUTPUT子句、并行DML、窗口函数及PI]]></description><category></category></item><item><title><![CDATA[踩过无数异构数据同步的坑后，我终于找到了能解决数据一致性的神器]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/164292637</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/164292637</guid><author>Dreamy_zsy</author><pubDate>Wed, 02 Sep 2026 15:53:17 +0800</pubDate><description><![CDATA[分享数据库迁移中因缺乏校验导致数据不一致的惨痛经历，介绍金仓数据库KFS工具如何解决难题。KFS基于日志解析，低侵入、高性能，支持全周期在线校验、0停机迁移及自动修复，大幅提升迁移可靠性与效率。]]></description><category></category></item><item><title><![CDATA[我用TimechoAI折腾了三个月天气预测，终于把这21个指标整明白了]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/164298512</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/164298512</guid><author>Dreamy_zsy</author><pubDate>Wed, 02 Sep 2026 15:34:06 +0800</pubDate><description><![CDATA[摘要：在智慧农业天气预测项目中，发现传统模型难以处理21个气象指标的多变量耦合、长周期依赖和突发事件预测。试用TimechoAI时序大模型后，其Timer模型支持多变量联合建模、概率预测及协变量输入，内置数据质量评估功能，显著提升预测精度，并简化部署流程，最终成功完成项目。]]></description><category></category></item><item><title><![CDATA[达梦VS金仓｜迁移工具选错有多坑？我亲历的真实对比，KDMS凭啥把工时砍掉八成]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/164260139</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/164260139</guid><author>Dreamy_zsy</author><pubDate>Tue, 01 Sep 2026 15:21:19 +0800</pubDate><description><![CDATA[<think>我们只需要根据给定内容生成一个≤150字的摘要。内容是关于数据库迁移的痛点、达梦与金仓KDMS工具的对比，以及KDMS智能评估的优势。摘要要简洁概括核心要点。注意字数限制。我们提炼：迁移涉及大量对象和应用层SQL，评估易不准，自动转化率关键；达梦工具基础，KDMS智能评估和转化率高、支持应用层SQL采集，有量化报告，能避免拍脑袋评估。用简洁语言。</think>数据库迁移不止导数据，表结构、存储过程、应用层SQL等遗漏易埋坑；评估不准常致延期，自动转化率决定工作量。对比达梦工具（转化率70-8]]></description><category></category></item><item><title><![CDATA[2026 VLA Web Scraping 指南：五步搭建生产级 AI 视频数据管线]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/164153661</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/164153661</guid><author>Dreamy_zsy</author><pubDate>Fri, 28 Aug 2026 22:21:49 +0800</pubDate><description><![CDATA[在第一条视频进入管线之前，团队能否用同一套标准回答 “什么数据才算合格？” 能，但是生产级 VLA 数据管线需要先建立统一的场景分类体系，明确任务类型、环境、摄像头视角和动作完整性等验收标准，再开始搜索和抓取视频。如果搜索人员只关注关键词，标注人员只判断动作是否完整，训练人员又只检查文件格式，各环节对“合格数据”的理解就会出现偏差，最终交付的数据也无法直接进入训练。因此，场景分类和验收标准必须在数据抓取之前确定，并贯穿搜索、提取、标注和训练全过程。]]></description><category></category></item><item><title><![CDATA[从环保项目说起：用时序大模型TimechoAI做城市空气质量预测，精度直接拉满]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/164079270</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/164079270</guid><author>Dreamy_zsy</author><pubDate>Wed, 26 Aug 2026 10:29:04 +0800</pubDate><description><![CDATA[本文基于博主承接的城市空气质量预测预警平台项目，复盘了传统方法（LSTM+特征工程+单污染物单站点建模）在空气质量预测上的四大痛点——多污染物复杂关联难建模、多因素交互难捕捉、时空相关性难融合、模型运维迭代成本高。随后引入时序大模型 TimechoAI，从海量时序知识预训练、多变量联合建模、时空建模、一套模型适配多场景、持续学习五个维度阐述其作为"时序预测新范式"的核心价值。文章完整拆解了用 TimechoAI 落地城市空气质量预测的八大步骤（数据盘点接入、清洗标准化、数据集划分、模型配置训练、结果后处理、]]></description><category></category></item><item><title><![CDATA[数据库迁移工具进化论｜从单机孤军奋战到KDMS云+端+服务协同，大型信创项目的团队作战之道]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/163971444</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/163971444</guid><author>Dreamy_zsy</author><pubDate>Wed, 26 Aug 2026 08:37:14 +0800</pubDate><description><![CDATA[本文深入对比了传统单机数据库迁移工具与电科金仓KDMS云+端+服务平台的差异，系统阐述了KDMS如何解决传统迁移中的核心痛点。]]></description><category></category></item><item><title><![CDATA[从疾控中心踩坑说起：用时序大模型TimechoAI做全国疾病预测，到底有多香？]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/163975872</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/163975872</guid><author>Dreamy_zsy</author><pubDate>Sat, 22 Aug 2026 16:13:49 +0800</pubDate><description><![CDATA[在疾控预测项目中的亲身经历，深入剖析了传统疾病预测方法面临的五大核心挑战：复杂时序特征难以捕捉、多源数据融合困难、小样本数据建模受限、模型复用性差、运维迭代成本高。针对这些痛点，文章系统介绍了时序大模型TimechoAI的五大核心优势：海量时序知识预训练实现小样本精准预测、原生多变量联合建模、一套模型适配多种疾病的强大泛化能力、支持持续学习越用越准、以及优秀的可解释性。通过全国疾病预测项目的完整落地流程拆解，展示了从数据盘点接入、清洗标准化、模型配置训练到结果后处理、系统集成上线的全链路实践。实测数据显示，]]></description><category></category></item><item><title><![CDATA[向量数据库+关系型+文档型=？我用金仓KES打破了AI时代的“数据烟囱”]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/163936315</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/163936315</guid><author>Dreamy_zsy</author><pubDate>Fri, 21 Aug 2026 09:02:07 +0800</pubDate><description><![CDATA[文章摘要：博主分享了从传统“烟囱式”架构（MySQL、MongoDB、Milvus、InfluxDB多库并存）向电科金仓KES融合数据库迁移的实践经验。原架构存在数据同步延迟、运维复杂、资源浪费三大痛点，而金仓KES通过原生支持关系型、文档型、向量、时序、GIS等多模数据，实现了“零搬运”的一体化存储。文中以智能客服系统为例，演示了如何用单张表同时存储业务数据、JSON元数据、文本向量和地理位置，并通过混合SQL实现跨模态联合查询，从根本上解决了数据一致性和系统复杂度问题。迁移后，运维成本降低50%，查询性]]></description><category></category></item><item><title><![CDATA[不在公司，也能连回办公电脑：用 Natapp 打通 Windows 远程桌面]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/163853452</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/163853452</guid><author>Dreamy_zsy</author><pubDate>Tue, 18 Aug 2026 14:30:34 +0800</pubDate><description><![CDATA[本文介绍了一种低成本实现远程访问公司电脑的方法：利用Windows自带的远程桌面功能，通过Natapp的VIP2 TCP隧道将公司电脑的3389端口映射到公网。具体步骤包括：1) 确认公司电脑支持远程桌面并开启3389端口；2) 选择Natapp VIP2套餐（10元/月基础费+1.1元/G流量）；3) 配置指向3389端口的TCP隧道；4) 在公司电脑安装Natapp客户端并设为系统服务；5) 设置访问令牌增强安全性；6) 外部设备通过固定域名和端口连接。该方法避免了单独安装远程控制软件的繁琐，且能通过手]]></description><category></category></item><item><title><![CDATA[时序数据库那些年｜我与金仓超表Hypertable的一场久别重逢]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/163672672</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/163672672</guid><author>Dreamy_zsy</author><pubDate>Sun, 16 Aug 2026 17:20:09 +0800</pubDate><description><![CDATA[时序数据管理的进化：从手工分片到超表时代，对比了传统分片管理与现代超表技术在时序数据处理上的巨大差异。文章分为三个部分： 传统分片之痛：详细描述了手工分片带来的运维噩梦，包括凌晨建表失败、跨天查询复杂、扩容通宵加班等真实案例，用"爬月台买橘子"的比喻形象展现了技术人员的艰辛。 超表初体验：记录了作者首次使用金仓数据库超表功能的惊喜，自动分片、智能查询优化等特性让复杂的时序数据管理变得异常简单，如同"月台上架起了桥"。 技术原理剖析：深入浅出地解析了超表的两层架构设计，展示了Ch]]></description><category></category></item><item><title><![CDATA[SQL Server数据迁移金仓性能优化实战：从慢SQL到系统瓶颈，一套组合拳打下来]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/163625043</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/163625043</guid><author>Dreamy_zsy</author><pubDate>Mon, 10 Aug 2026 07:28:57 +0800</pubDate><description><![CDATA[摘要：数据库迁移后的性能优化指南 本文针对SQL Server迁移至金仓数据库后常见的性能下降问题，提出系统性优化方案。首先指出性能下降的主因是未适配金仓特性的SQL写法、索引缺失及配置不当。优化步骤应遵循"先定位后优化"原则，优先解决SQL和索引问题（占80%性能问题），再调整系统参数。重点介绍了金仓自带的性能诊断工具（KWR、KSH、KDDM）和慢SQL定位方法，详细解析执行计划分析要点，并给出索引优化五大原则和SQL改写三大技巧（避免索引列运算、子查询转JOIN、游标分页替代大偏移分页）。通过更新统计]]></description><category></category></item><item><title><![CDATA[MongoDB迁移新范式｜从烟囱式孤岛到KES-AI融合架构]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/163566138</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/163566138</guid><author>Dreamy_zsy</author><pubDate>Fri, 07 Aug 2026 15:32:18 +0800</pubDate><description><![CDATA[那些年我们搭过的烟囱 先说说传统企业IT架构里最常见的烟囱式数据库。什么叫烟囱式？就是每上一个新业务、新需求，就单独搭一套数据库，各搞各的，互不连通，像一根根烟囱一样竖着。 1.1 我见过的架构，]]></description><category></category></item><item><title><![CDATA[传统数据库迁金仓KES，空值问题差点让财务报表翻车]]></title><link>https://blog.csdn.net/Dreamy_zsy/article/details/163534947</link><guid>https://blog.csdn.net/Dreamy_zsy/article/details/163534947</guid><author>Dreamy_zsy</author><pubDate>Thu, 06 Aug 2026 14:58:25 +0800</pubDate><description><![CDATA[文章摘要 国产化数据库迁移中，空值处理是隐蔽却致命的问题。金仓数据库严格区分NULL（未知值）与空字符串（长度为0的值），而传统数据库（如Oracle）常将两者混同，导致迁移后查询结果异常。常见陷阱包括：误用= NULL判断（应使用IS NULL）、空值参与运算结果为NULL，以及兼容模式参数ora_input_emptystr_isnull（开启时空字符串自动转NULL）。规范做法包括：统一使用IS NULL判断、利用COALESCE等函数处理空值运算，并检查兼容参数配置。空值问题虽小，却可能引发财务、人]]></description><category></category></item></channel></rss>