在 PostgreSQL 中，表膨胀是一个常见的问题，它会导致数据库性能下降，甚至在极端情况下会耗尽磁盘空间。了解表膨胀的原因及其解决方案，对于维护数据库性能和稳定性至关重要。

我们之前的博客文章“我们最讨厌的 PostgreSQL 部分”讨论了大家最喜欢的 DBMS 多版本并发控制 (MVCC) 实现所带来的问题。其中包括版本复制、表膨胀、索引维护和真空管理。本文将探讨针对

数据库有很多（截至 2023 年 4 月有 897 个）。面对如此多的数据库，很难知道该选择什么！但有一个有趣的现象，互联网集体决定新应用程序的默认选择。在 2000 年代，传统观点选择 MySQL

Redis本质上是一个Key-Value类型的内存数据库，很像memcached，整个数据库统统加载在内存当中进行操作，定期通过异步操作把数据库数据flush到硬盘上进行保存。因为是纯内存操作，Redis的性能非常出色，每秒可以处理超过 10万次读写操作，是已知性能最快的Key…

在 redis 的 db 存在大量 key 或者 db 里头的某个 set、zset、hash 里头的元素非常多的话，用普通的 get all 操作很可能导致 redis 因为这个操作阻塞了，导致不能响应其他操作，特别是在高并发、海量数据的背景下，这个问题显得尤其严重。那么能不能像数据库那样有个分页的功能呢，答案就是 scan 操作。本文主要展示怎么在 redis-cli 以及 SpringDataRedis 中的使用。