标签
Pydantic 的技术博客介绍 Logfire 通过 dynamic shredding（动态拆解半结构化 JSON 属性数据）技术实现部分查询提速 1000 倍，原本 30 秒超时的查询现在不到一秒即可完成，将于 2026 年 2 月向所有客户推出。
GreptimeDB 通过将 TopK 运行时边界下推到扫描层（基于 DataFusion 的动态过滤器），把一个约 50–60 亿行 trace 表上的 ORDER BY ... LIMIT 10 查询从 28.9 秒优化到 0.21 秒。
一系列技术深度解析博客，探讨查询优化中的连接顺序问题，重点关注德国学派的动态规划方法（DPsize、DPsub、DPccp、DPhyp），以及在自适应优化和连接搜索空间枚举方面的相关工作。
本文阐述了 PostgreSQL 的 SELECT DISTINCT 子句无法高效扩展的原因：它始终执行全量扫描匹配行，导致特定工作负载下出现性能瓶颈，并提供了相关见解和应对方案。
关于使用 Jev 进行查询优化的讨论，一位用户分享了在 Postgres 查询中实现 12% 速度提升的经验，另一位用户则评论了 Jev 的性能问题。
本文描述了一个实验，通过微调和强化学习训练了一个4B AI模型来优化Postgres查询计划，在连接密集型查询中实现了81%的性能提升和44.7%的延迟降低。
QueryBrew是一种提议的系统无关方法，用于优化SQL到SQL查询，旨在提高不同数据库系统之间的查询性能。
Cloudflare使用TimescaleDB（Tiger Cloud）在数十亿行的Postgres表上将查询性能提升了35倍，并借助Claude Code和Tiger CLI构建了一个实时地震仪表板。
本文展示了如何利用 SQLite 的语句统计 API 检测全表扫描，并建议将其集成到 Rails 中，以便在测试/开发环境中发出警告或报错。
本文展示了在 PostgreSQL 中按非分区键列过滤时，实现分区剪枝的巧妙技巧，超越了传统思维。
PlanetScale 推出数据库流量控制（Database Traffic Control），这是一款 Postgres 流量管理系统，允许用户对数据库资源实施灵活预算，从而防止因不良查询或失控工作负载导致的过载。
pg_plan_advice 是一个 PostgreSQL 模块，允许用户通过微型语言指定计划建议，以影响并稳定查询计划的选择。它有助于控制连接顺序、扫描方法及其他规划器决策，但若数据分布发生变化，覆盖规划器默认行为可能会适得其反。
本文解释了如何利用延续传递风格（CPS）来融合数据库操作符，避免中间结果物化并提升性能，作为向量化和编译的替代方案。作者通过一个数值列表操作的简化示例进行说明，并描述了其灵感来源于一篇短文。
PostgreSQL 19 通过新的 contrib 模块 pg_plan_advice 和 pg_stash_advice 引入了查询提示功能，结束了长期以来的社区争论，并为 DBA 提供了应对优化器边缘情况的应急方案。
PostHog 使用基于 Karpathy 的 autoresearch 的 AI 代理，发现其 ClickHouse 查询引擎中存在一个三年之久的漏洞，该漏洞阻止了时间戳过滤器正确使用主键。修复后，性能提升了 11%，扫描的粒度减少了 62%。
GreptimeDB v1.0 集成了 DataFusion 的动态过滤下推功能，通过将运行时边界推送到扫描层来加速 TopK 查询，在 50 亿行的 trace 表上将查询时间从 29 秒降低到 0.21 秒。
本教程介绍如何通过索引优化 MongoDB 查询性能，演示如何识别慢查询、应用复合索引，以及使用 VisuaLeaf 工具进行可视化管理。内容涵盖查询性能分析、索引推荐策略及常见索引误区。