​ 在ClickHouse生产运维中，绝大多数团队都会遇到同一个痛点：每日全量备份体积大、耗时长、占用大量带宽和存储资源。 ClickHouse作为列式存储数据库，数据量动辄几十GB、上百GB，如果长期执行每日全量备份，不仅备份耗时长达数十分钟，远程存储成本也会持续堆积，造成资源严重浪费。 针对这个问题，最佳解决方案就是基于基准全量的增量备份策略。本文给大家分享一套生产可用、零级联风险、自带清理+告警+定时任务的 clickhouse-back

​ ClickHouse 自动 Merge 完整详解（MergeTree 引擎核心机制） 一、什么是自动 Merge MergeTree 系列引擎（包含 ReplacingMergeTree/AggregatingMergeTree）写入数据时不会直接合并分区内数据，每次 INSERT 都会生成独立小数据块（part）； ClickHouse 后台有自动合并后台线程，定时把多个小 part 合并成大 part，实现： 减少文件数量，降低磁盘

前言 在用户行为分析、埋点平台、人群分群、UV统计等业务场景中，我们经常需要存储整个人群包的用户ID列表，用于后续人群圈选、人群交集/并集计算、留存分析、报表复盘。 绝大多数业务初期都会直接使用 Array(String) 存储用户UUID，开发简单、上手零成本，但随着分群数量上涨、单分群用户体量突破十万/百万级别，会暴露出致命问题：存储空间爆炸、ARRAY JOIN查询缓慢、人群运算SQL极其复杂。 本文基于真实业务数据，横向对比 Array

容器内执行clickhouse-backup的完整方案 适用环境 Docker单机部署ClickHouse Webfunny埋点日志库（分表多、分区多、ReplacingMergeTree引擎为主） 备份工具：clickhouse-backup（远程SFTP异地备份+本地备份双兜底） 配套能力：定时自动备份、备份过期自动清理、企业微信备份结果告警 关键避坑点 路径映射问题 宿主机执行备份恢复会因路径不一致失败，所有操作必须在容器内执行 权

通用说明 统一测试表：biz_data 时间字段：dt（日期时间类型） 统计指标：行数 cnt、金额求和 sum_amt 分组维度：分钟、小时、天、周、月、年，附带排序； 周统计附带说明周起始规则差异。 一、MySQL（5.7 / 8.0） 1. 按分钟（yyyy-MM-dd HH:mm） sql SELECT DATE_FORMAT(dt, '%Y-%m-%d %H:%i') AS stat_min, COUNT(*) AS cnt, SU

​ 本文档用于指导开发者快速对接 Nacos 实现服务注册、服务发现、配置管理、服务治理（权重、路由、熔断、健康检查），覆盖 Spring Cloud Alibaba + Nacos 标准对接方案，适用于微服务架构生产环境使用。 适用版本： Nacos Server：2.x 系列（推荐 2.2.3 / 2.3.0） Spring Cloud Alibaba：2021.0.5.0 / 2022.0.0.0 Spring Boot：2.7.x /

对于多分支的代码库，将代码从一个分支转移到另一个分支是常见需求。 这时分两种情况。一种情况是，你需要另一个分支的所有代码变动，那么就采用合并（git merge）。另一种情况是，你只需要部分代码变动（某几个提交），这时可以采用 Cherry pick。 一、基本用法 git cherry-pick命令的作用，就是将指定的提交（commit）应用于其他分支。 $ git cherry-pick commitHash> 上面命令就会将指

据我多年做全链路分析系统的经验来看，大部分公司数据体量，用单机版基本足够了。像Clickhouse这种OLAP 实时分析型数据库，在大量数据插入和查询方面都特别猛，一次插入几万条数据跟玩似的。但是更新和删除的时候都比较拉胯了，不过正常情况下，也没人专门更新或者删除一条日志啊，所以中小公司用单机版加个备份脚本就可以了。但是集群有集群的好处，它容错率高啊，在高可用场景下很有必要，今天我们就来介绍一个低成本的clickhouse集群。 我们也做了一套

  ​    背景：       在分布式系统架构中，全链路监控是定位性能瓶颈、排查系统问题的核心手段。Apache SkyWalking 作为开源 APM（应用性能监控）工具，凭借其无侵入式采集、丰富的插件生态和强大的可视化能力，成为企业级监控方案的首选。本文基于 Struts2+Spring+Hibernate 技术栈，详细讲解 Webfunny Apm如何用SkyWalking

 一、关键词 1. SQL 语法关键字（最常见） SELECT, FROM, WHERE, GROUP, ORDER, BY, LIMIT, OFFSET JOIN, INNER, LEFT, RIGHT, FULL, ON, USING HAVING, DISTINCT, AS, AND, OR, NOT, IN, IS, NULL IF, CASE, WHEN, THEN, ELSE, END INSERT, UPDATE, D