xuexiaogang的专栏

原创 聊定律｜不专业，但有态度

看似换掉了昂贵的商用数据库、节省了软件授权成本，但支撑系统稳定的核心，是高薪总监的个人技术能力，人力成本、技术治理成本远超之前的支出。这个案例道破了技术圈的一个真相：当产品本身的质量、架构本身的合理性无法解决问题时，单纯靠数量堆砌，不仅解决不了根本问题，还会带来极高的隐性成本和不可控风险。总监离职后，没有人能承接复杂的系统治理工作，原本被稳住的混乱架构彻底失控，各类故障卷土重来，系统再次陷入瘫痪。靠人力、靠机器数量、靠集群堆叠补出来的稳定，从来都不是真正的稳定，只是暂时掩盖混乱的 “伪稳定”。

原创 国产化数据库替换：一场被低估的“系统性手术”

回到开头那个饭桌上的问题：“你觉得这个数据库怎么样？我的答案依然没变：“语法兼容是基础，性能兼容才是门槛，可观测性兼容决定能不能放心上线。至于值不值得，要看你愿不愿意为它付多少‘隐形学费’。对我们这些身在其中的人来说，也许更该思考的是：当这一波浪潮过去之后，我们到底留下了什么？

原创 AI把软件周期从1个月压到1天，为何反而赚不到钱？

AI时代的商业化，本质上是一场关于“价值交付方式”的重构。如果你的AI是在做后台工具（如软件、工业优化），需要搞定复杂的落地服务，赚的是辛苦钱。如果你的AI是在做前台产品（如游戏、内容创作、虚拟伴侣），恭喜你，你站在了风口上。你需要思考的是如何利用AI的低成本、高周转，快速试错，抢占用户的心智。至于那些试图用AI去颠覆面包、罐头等传统制造业的朋友，请务必冷静。AI能让你的面包更好吃，但永远无法让你的面包像软件一样，一份卖遍全球还不用付运费。

原创 三重绞杀：经济下行+AI裁员+国产化替代，普通人的生存困局已无解？

那些被裁员的中年人，那些找不到工作的应届生，他们不是不够努力，不是不够优秀，只是生在了这个三重风暴叠加的时代，成了时代的“牺牲品”。他们的痛苦、他们的绝望、他们的挣扎，在时代的洪流面前，显得如此渺小，如此无力。和时代比起来，普通人都可以忽略不计。或许，这就是现实的残酷：时代的尘埃，落在每个人身上，都是一座山。而大多数人，只能背着这座山，在绝境中挣扎，直到被时代彻底淘汰。

原创 数据库这行，AI 暂时真抢不走饭碗

一、为什么 AI 不能 “拼一个新数据库”？因为数据库不是拼装玩具，它是最底层、最精密、容错率最低的系统软件。二、为什么 “直接复制改改” 不行？三、那 AI 到底能对数据库做什么？AI 不是造数据库的，是辅助数据库的：自动优化 SQL慢查询分析索引推荐故障诊断监控告警生成数据库操作代码AI 是助手，不是创造者。四、最直白的总结（一句话版）数据库是超级精密的底层系统，AI 只会写代码，不会造数据库。四大数据库底层完全不同，不能拼，不能混，不能随便改。

原创 AI越火，人越累：它最大的落地场景，是裁员

原创 盲⽬跟⻛、过度建设、伪需求泛滥：计算机⾏业 裁员潮的根源真相

原创 Qclaw内测

其实就像90年代末和2000年初，组装计算机甚至安装操作系统一样。那时候这些都是需要有点专业技术的人去完成的。但是随着技术的发展，不需要组装了。也预制了操作系统。这些工作就退出了市场、退出了历史。我们这些现在也是在做同样的事情。随着发展以后一定会想QQ和微信一样普及，哪怕在田间种地还是在交通通勤都可以方便的使用。而我们能在茶余饭后说，当时我们是第一批做XXXX的人。你知道那时候是怎么做的吗？

原创 OpenClaw+Docker+KWDB3.1

最终在一个SQL中完成了关联查询。这是非常重要的，即在时序数据库中可以关联查询。这不是所有时序数据库都可以的。SELECT ‘VN’||CAST(i AS VARCHAR),‘小型车’,‘2020-01-01’看到这里可能大家说这个像PG啊。但是对PG的语法兼容度好。SELECT ‘monitor’,‘北京’,‘朝阳’,– 100万过车流水（无任何外键，绝对不报错）还挺像我以前公安时候的数据。– 建表（已删除所有外键！

原创 券商头部都用的金融时序数据库DolphinDB

它不仅在架构设计上兼顾了扩展性与稳定性，更通过独创的存储引擎技术，实现了真正的HTAP能力，能够同时高效处理高并发的实时事务与复杂的分析查询。在我简单的学习中能初步了解他们的时序和分析的设计好在哪里？当进行统计分析时，系统只需读取查询涉及的列，避免了读取整行数据的IO浪费，特别适合进行大规模的历史数据扫描、聚合和关联分析。在 x = 0.999 处，累积概率约为 0.976，即 97.6% 的概率落在 0.999 以下，仍有约 2.4% 的概率超过 0.999（因为 β 小，分布尾部延伸到 1）。

原创 数据库选型别只看宣传：外行看热闹，内行看门道

今天想跟大家聊一聊数据库选型这个话题，这也是我从业这些年，被身边同行、朋友问得最多，也最想好好拆解的一个核心问题——很多时候，面对同一款数据库、同一份厂商宣传，内行和外行看到的东西，完全是两个维度，甚至可以说天差地别。如果把宣传资料或者视频给我爸妈这样的看，他们觉得都很厉害。从事数据库相关工作这么多年，市面上主流的、小众的、国产的、国外的数据库，我几乎都接触过、实操过，也踩过不少坑、避过不少雷。

原创 2026年，数据库技术都几十岁了，安装难题为何还没被根治？

而高可用的核心是“冗余备份”和“故障切换”，需要多台服务器协同，配置同步、数据同步、权限适配等环节，自然比单机安装繁琐。MySQL的主从搭建，除了指定主从的IP和权限以外，也是一个clone命令。不同于普通工具软件只需要简单的环境适配，数据库是一个集存储、计算、调度、安全于一体的庞大系统，既要处理海量数据的读写，还要保障数据的一致性、安全性和稳定性，底层涉及操作系统、硬件配置、网络环境等多个层面的协同。它的安装，本质上是一套小型IT架构的搭建，哪怕是简化版，也需要兼顾各种参数的适配，难度自然居高不下。

原创 实战Moltbot(Clawdbot)教程--使用QQ、钉钉和飞书

QQ刚才写入的，钉钉可以读取飞书也可以读取其实只用一个就可以了。现在是多通道可以互动。数据是架构的中心，这样架构就可以扩展了。后面就可以结合QQ、钉钉和飞书三张不同的工具发挥自身的特性构建自己的使用了。

原创 MySQL 精度扩展时候的DDL阻塞对比Oracle

【代码】MySQL 精度扩展时候的DDL阻塞对比Oracle。

原创 从业务系统的奇怪问题，看银行的数据架构

简单说，银行的业务系统通常会采用 “主库写数据、从库读数据” 的架构，用户领取优惠券的操作会先写入主库，再同步到从库。当工作人员点击 “领取新人优惠券” 按钮后，奇妙的事情发生了 —— 明明显示领取成功，可切换到优惠券列表界面，刷新了好几遍，屏幕上还是空空如也。这时候工作人员开始慌了，手指在屏幕上飞快地戳来戳去，一会儿检查微信绑定是否成功，一会儿翻找短信通知，嘴里还念叨着：“不对啊，平时都好好的，怎么今天没显示呢？” 我看着她反复做着同样的操作，忍不住说了句：“别着急，可能系统反应慢，再等等看”。

原创 CPU爆满，IO躺平：一次数据库迁移引发的“血案”

这让我联想到在 MySQL 中类似的情况：当查询需要读取大量数据，并按某个未在查询条件中的列（例如主键或某个索引列）排序时，优化器可能会选择基于该列执行，从而导致性能下降。如果缺乏对查询质量的关注，这类问题很难在开发阶段被发现。进一步观察发现，在 CPU 负载升高前后，系统唯一的变化是数据库被迁移至信创环境（操作系统与处理器架构发生变化），而数据、查询模式等均未调整。鉴于无法立即从根本上重构查询逻辑，我们采取了折中方案：新建一个集合，仅将近期数据迁移至其中，从而大幅减少排序操作涉及的数据量，缓解查询压力。

原创 Oracle 做空间回收结果遇到问题无法回收的案例

原创 MySQL的replace使用分析

其实在这种前提下，d2表是 id+time的联合主键，那么d1表时间只要改变，那么送过来的数据都会重复的落在d2表中。这里由于d2表的time列是有默认值的，所以这样就会产生重复数据了。然后再次执行replace into 发现逻辑和之前的不一样了。

原创 AI编程：爽感背后的成本与隐忧

AI编程确实带来了前所未有的便利，也带来了新的挑战和思考。成本、需求表述、系统稳定性等问题依然存在，但更重要的是，我们需要重新思考技术在业务中的定位和价值。在实践中探索，在探索中优化，最终找到最适合自己、最适合业务的AI应用之道。

原创 一个在使用方法上的低级错误（MySQL场景）

【代码】一个在使用方法上的低级错误（MySQL场景）

原创 2026年焦虑是无法避免的

2026年开年，体感到的这些悲观信号，并非是危言耸听，而是我们必须直面客观存在。当系统性、行业性的风险叠加于个人职业生涯的焦虑之上时，任何轻飘飘的鼓励和鸡汤都显得苍白无力。作为一个同样身处其中的个体，我也没有什么“一招制胜”的锦囊妙计。如果非要说点什么，那可能就是：放下过往的幻想，认清形势，放弃侥幸心理。不要再执着于寻找那个能让你“逆天改命”的风口，而是扎扎实实地“求生存”。降低不必要的消费和负债，保持现金流的健康；

原创 2025 年度个人回顾总结

2025 年的实践让我在数据库与 AI 融合应用、行业生态建设等领域积累了丰富经验，也通过荣誉认可与价值创造实现了个人职业成长。2026 年，我将聚焦三大方向持续发力：一是补齐开发短板，深化 AI 与数据库技术的融合创新；二是扩大行业赋能范围，通过更多元的分享形式传递专业价值；三是强化企业内部技术落地，研发更多贴合业务需求的高效工具，为行业发展与企业进步贡献更大力量。

原创 国产数据库：金融领域 “开花”，传统行业 “待结果”

原创 一次DDL引发的数据库异常关闭

InnoDB: We intentionally generate a memory trap.InnoDB: Submit a detailed bug report to http://bugs.mysql.com.InnoDB: If you get repeated assertion failures or crashes, evenInnoDB: immediately after the mysqld startup, there may beInnoDB: corruption in

原创 OceanBase的嵌入式数据库:vscode+python+seekdb

在实验前需要具备的前提条件是：1要安装好vscode2 要安装好Python环境3 需要seekdb4 需要powermem5 Jupyter插件（非必须，但是实际用过以后还是装吧）这里的1和2做开发的人都知道。3和4其实知道的人很少。

原创 又是一年一度OceanBase发布会

原创 2025年最后一个MVP

看上面的观看直播的数据还是很欣慰的。我之所以今天才写，是因为真的很忙。

原创 OpenTenBase V5的全新简易安装

我们可以看到输出 ------- Master CN Connection Info ------- 部分，已经贴心的把如何连接库写上了。看到====== Installation completed successfully ====== ，代表已经安装成功了。执行 visudo 命令，然后搜索wheel，可以看到%wheel开头的两条配置，分别去掉最左边的#，保存退出。3）准备三大件（一键部署工具、内核包、部署的配置文件）,都放入/data/opentenbase/ 目录中。3.2）准备好内核包。

原创 踩坑！数据库分页 LIMIT 100,200 居然查了 300 行？90% 开发都中招

可以看到这个SQL查了10行返回10行。可以看到这个SQL查了20行返回10行。

原创 Oracle和MySQL数据库中做线性回归

广告投入 13 万元 → 预期销售额：97.31 万元。广告投入 20 万元 → 预期销售额：96.15 万元。广告投入 28 万元 → 预期销售额：94.83 万元。广告投入 35 万元 → 预期销售额：93.68 万元。可以看出简直是什么都不是了。销售额预测（业务场景）

原创 AI好像除了不能解决业务问题，其他问题都能解决

原创 为什么跨数据库业务总是慢？

这个标题有点吸引人了。好几天没写东西了，今天想到这个写一下。

原创 堵车、体检和系统故障

因为慢才堵，SQL是根源，读取数据量过多导致。真实的需求一定不是大海捞针的检索，一定是通过高质量索引完成的。如果不是那需求基本就是扯淡，无法拿到台面上说的。一慢毁所有，各种问题都出来了。有时候只要多一点，就会带来全局性的拥堵和等待。

原创 多表关联对集中式数据库和分布式数据库系统冲击

原创 担心大会没干货？我把我的演讲全文开源了

原创 又是一年DTCC，承载着回忆与展望

就像在北京上海看到了城市的交通建设，回到自己的县城怎么做呢？早些年我就是这样被打击的。所以我的演讲更贴近于实际应用。让大家听了我的能够重拾信心。从我昨天的演讲效果来说应该达到了。演讲过后，两个人听了我的去买书了。今年我又是在最后一天的下午演讲。多年的参会得出的经验是第三天下午，参会人会少很多。大家也调侃我的PPT页数会比台下的听众人数多。这么多年下来，几乎每个站台都有熟悉的朋友。每年这个时候是最开心的时候。认识了一些新的朋友。有些都是一年才能借着这个机会见到一次的。我始终认为大数据是数据库的一部分。

原创 写在国测公布之后-恭喜崖山

崖山数据库是深圳市（副省级）科创局下属的深圳计算科学研究院的产品。从这个角度可以说是是根正苗红。纵然现在国产数据库还是有上百家。但是真正全自研的（从0开始）其实并不多（最多5个）。崖山数据库是其中之一。

原创 Oracle DDL不可以直接在数据字典上的场景

原创 当MySQL的int不够用了

很多时候看到int(8)这样的定义，其实这是工具导出的不专业。int是范围，不是长度。在开发有了共识（知道这个长度不算数，要看范围）以后，上来就是所有的类型都是bigint。

原创 身份全景图

（工信部下属开放原子基金会） OpenTenBase （TDSQL的社区版） 社区委员会委员。（浪潮旗下开务数据库） KWDB（kaiwuDB的社区版） （合作暂无称号）PostgreSQL分会 PostgreSQL ACE。（华为稼先社区） cantian数据库（合作暂无称号）（成章数据库） EloqData （合作暂无称号）（中电科旗下） Kingbase（合作暂无称号）（深算院） 崖山数据库 （合作暂无称号）虚谷伟业 虚谷数据库 （合作暂无称号）OceanBase 观察团团长。