技术说

本文将分享我如何利用 RisingWave、Kafka 和 Redis 构建一个性能优越的实时推荐引擎，即时响应用户行为，提供精准推荐。

如果你正在考虑选择合适的实时数据处理工具，了解不同数据库如何处理物化视图（MV）技术将帮助你更好地设计符合现代数据分析需求的架构。

在数据库系统中，物化视图是一个关键概念。本文聚焦于物化视图的定义、优势、最佳实践，以及和索引的对比，最后还盘点了主流数据库对于 MV 的支持情况，包括 RisingWave 对于物化视图的独特利用。

Auto Schema Change 功能彻底解决了手动处理 Schema change 所带来的繁琐问题，数据团队能够更加高效地管理流数据，也无需再费心修改所依赖的工作流或处理数据管道中断等问题。

本文将详解 Apache Iceberg 为什么能成为现代数据工程的基石，给数据的管理和利用带来根本性的变革。

RisingWave 是一款开源的分布式 SQL 数据库，专为流处理而设计，因其简化实时分析的强大能力而备受关注。本文分享了为什么决定用 Postgres 作为后台的元存储替换 etcd。

本文将分享利用 Databento 和 RisingWave 这两个工具构建一个稳定且功能强大的实时市场数据分析系统。

文章揭秘 RisingWave 在实时投资组合监控和风险管理中的应用，展示它如何在金融市场这一高风险环境中应对挑战。

本文将分享如何使用 RisingWave 轻松搭建一个流式数据处理管道，将 Postgres 变更数据实时传输到 Apache Iceberg，弥补 Postgres 在实时分析上的不足。

我们面向用户群体展开了一项调研，结合调研反馈归纳出了 RisingWave 的 12 项核心功能。这些功能成为用户应对复杂实时数据时优先选择 RisingWave 的原因。

基于大语言模型（LLM）开发的智能问答助手，会在用户提问时生成出色的回答。然而，实现这些”魔法“的前提是需要人类提供高质量的问题。 那么，能不能实现一种无需人类指令即可主动行动的智能体呢？

本文用一个具体例子向大家展示了如何使用 RisingWave 构建一个核心的欺诈检测系统。只需简单配置，就能轻松融入现有技术栈，快速启用功能齐全的欺诈检测解决方案。

数据安全正变得日益重要，因此我们在 RisingWave 2.0 中引入了密钥管理功能。该功能允许用户定义密钥以安全存储凭证。定义后，用户可以像使用变量一样使用这些密钥，简化了敏感信息的管理。

对于许多组织来说，能够访问历史数据十分关键。以金融交易公司为例： 特定时间点的数据快照与合规审查、审计流程息息相关；企业的关键业务系统也依赖历史数据来恢复故障并重建系统......

RisingWave是一款广受喜爱的开源数据库系统，本文将分享 meta store 在其集群中扮演着怎样的角色，以及为何 RW 要挑战如此高的难度和风险，从 etcd 切换到 sql backen。

本文整理了流式数据库 RisingWave 截止 1.10 版本对所有主流的数据格式、工具和系统的支持情况，供大家参考。

RisingWave 是一款基于 Apache 2.0 协议开源的分布式数据库。本文将分享如何通过 Helm 在单个 Kubernetes 集群中部署 RisingWave。

内存溢出（Out-of-memory）是数据处理系统中常见的问题，本文将分析 OOM 的各种原因并提供有效的解决方法。

流式 SQL 是一种将声明式 SQL 的强大功能引入实时数据流的方法。使用流式 SQL 能在数据事件生成时立刻进行分析，从而即时获取有用信息。

构建指标存储系统是解决指标碎片化的有效方法，本文将在深入介绍指标存储的基础上探讨流式数据库用于指标存储的巨大潜力。