{"source":{"id":"2090797317830193188","title":"PostgreSQL 能拿下今天的数据库江山，全靠死对头甲骨文送助攻。 80 多岁还在创业的 Postgres 之父斯通…","url":"https://mubeitech.com/p/2090797317830193188"},"method":"semantic-similarity","count":4,"items":[{"rank":1,"id":"mb-20260902-aa7618","account":"mubei","brand":"","title":"为了查复杂的网络关联，专门买一套图数据库，结果分析速度比在普通数仓里跑 SQL 慢了上万倍","summary":"为了查复杂的网络关联，专门买一套图数据库，结果分析速度比在普通数仓里跑 SQL 慢了上万倍","body":"为了查复杂的网络关联，专门买一套图数据库，结果分析速度比在普通数仓里跑 SQL 慢了上万倍。\n这不是配置失误。\n这是图数据库行业卖了二十年的最大神话。\n长久以来，软件界有一条根深蒂固的共识：\n现实世界是错综复杂的网，关系型数据库那套方格表根本跑不动图分析，必须用专用的原生图引擎。\n为了这句话，无数企业把数仓里的表重新清洗，拆成点和边，费劲导进专用的图数据库集群。\n运维成本翻倍，两套存储打架，大家捏着鼻子认了，以为换来的是极致的关联查询速度。\n但这套昂贵的架构，在标准的基准测试里被彻底掀翻。\n在国际标准的社交网络基准测试（LDBC SNB）中，现代列式关系引擎的图分析速度，把老牌原生图引擎 Neo4j 甩开了整整 2 到 4 个数量级。\n慢了 100 倍到 10000 倍。\n更致命的是，当原生图引擎因为数据塞满内存而频繁崩溃时，关系型引擎还在平稳吞吐。\n专为图设计的系统，为什么在企业级的大规模图分析负载下，被通用数据库打得毫无还手之力？\n答案藏在硬件底层的两道物理关卡里。\n第一道关卡，叫指针追逐税。\n原生图数据库为了追求所谓无索引邻接（Index-Free Adjacency），把每一个关系都实体化为内存里的对象指针。\n这种设计在单机内存里查一两个好友的点对点路径确实很快。\n但企业日常运行的大规模图分析，是几百万人群的多跳扩散、子图匹配和社群聚合。\n在海量数据面前，指针跳转意味着 CPU 在内存里不停做随机寻址。\n高速缓存命中率直接砸穿，处理器大部分时钟周期都在干等内存响应。\n现代列式关系引擎的逻辑完全相反。\nClickHouse 这类列式引擎，把整列数据紧密压缩在连续内存块里。\n依靠 SIMD 向量化指令，CPU 一个周期就能批量扫完几万条记录。\n用连续批量扫描对抗随机内存跳跃，算力优势完全是代际级的。\n第二道关卡，叫关系的重编码开销。\n所谓图里的边，在关系型数据库里本来就是现成的外键和关联 ID。\n关系早就在那了，清楚、明确、格式规整。\n特意搭一套抽取转换流程，把关系表强行拆解成点和边，是在把现成的数据脱手重抄一遍。\n这个重编码过程不仅制造了繁重的搬运负担，还在每次查询时带来了纯粹的计算损耗。\n2026 年，学者 Gene Zhang 在一篇论文里，把这套解法做成了开源系统 ClickGraph 与 DeltaGraph。\n核心打法极其直接：\n保留工程师最顺手的 Cypher 图查询语言，但在编译器里直接把它翻译成原生的关系代数与 SQL。\n不搬运数据，不建独立集群，直接在现有的 ClickHouse、Databricks 或数据湖文件上就地执行。\n查询性能直接拉平甚至超越原生图引擎，而且因为输出的是标准 SQL，任何慢查询都是完全透明、可直接调优的优化平面。\n计算机技术的发展总会经历这种解构。\n人们曾经以为图是一种全新的物理存储范式，后来才看明白，它只是一种让人类思维更直观的查询界面。\n当图查询的表达层，与列式引擎的吞吐底座重新咬合在一起，那笔交了二十年的专用集群税，也就到了该退场的时候。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-09-02 12:19:58","created_at":"2026-09-02 12:19:58","url":"https://mubeitech.com/p/mb-20260902-aa7618","markdown_url":"https://mubeitech.com/p/mb-20260902-aa7618/markdown"},{"rank":2,"id":"16015710","account":"mubei","brand":"@mubei","title":"加州大学伯克利分校（UC Berkeley）的一位哲学教授在 2006 年顺手写了个工具，如今成了互联网上最耐用的底层基…","summary":"加州大学伯克利分校（UC Berkeley）的一位哲学教授在 2006 年顺手写了个工具，如今成了互联网上最耐用的底层基础设施之一。 这一维护，就是整整二十年。 这个教授叫 John MacFarlane。 他写的工具，叫 Pandoc。 如果你平时写文章、写代码，或者需要处理各…","body":"加州大学伯克利分校（UC Berkeley）的一位哲学教授在 2006 年顺手写了个工具，如今成了互联网上最耐用的底层基础设施之一。\n\n这一维护，就是整整二十年。\n\n这个教授叫 John MacFarlane。\n他写的工具，叫 Pandoc。\n\n如果你平时写文章、写代码，或者需要处理各种格式的文档，你大概率直接或间接用过它。\n\n它被称为“文档转换的瑞士军刀”。\n\n电脑世界里的文档格式，简直就是巴别塔之后的灾难。\n微软的 Word（.docx）、网页的 HTML、写学术论文的 LaTeX、电子书格式 EPUB、轻量级的 Markdown、甚至数据库导出的 CSV 表格……\n它们彼此互不相通，格式乱飞。\n\nPandoc 的唯一工作，就是当这个超级翻译官。\n只要在命令行输入一行代码，它能把一份 Markdown 笔记瞬间变成排版完美的 Word，或者把一堆学术文献无损转换成电子书格式。\n\n最妙的是，这个哲学教授写 Pandoc 时，选了一个在程序员圈子里被视为“天书”的编程语言：Haskell。\n\n这门语言以极度严密的数理逻辑著称，商业公司几乎不碰，因为太难招人，也太难上手。\n但对一个天天琢磨逻辑学的哲学教授来说，Haskell 简直就是他的母语。\n\n结果呢？\n用 Haskell 写出来的 Pandoc 稳如磐石。\n过去二十年里，互联网技术迭代了无数轮，多少风口上的 SaaS 公司死掉了。\n但这个由哲学教授业余维护的工具，依然是全球数百万开发者 and 学者桌面上最不可或缺的底层工具。\n\n这就是开源世界的浪漫。\n\n没有风投资本催着变现，没有产品经理天天想着塞广告、搞留存，没有为了迎合市场而做的一堆花哨垃圾功能。\n只有一个智商极高的人，凭着自己极端的洁癖和长期的坚持，给全世界打了一口能用几十年的深井。\n\n在这个连记事本都要收订阅费的时代，最伟大的生产力工具，依然是免费的。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2070505587775787345","translated_status_id":"2070505587775787345","published_at":"2026-06-26 12:35:55","created_at":"2026-06-26T14:32:59+02:00","url":"https://mubeitech.com/p/16015710","markdown_url":"https://mubeitech.com/p/16015710/markdown"},{"rank":3,"id":"2075520574881927641","account":"mubei","brand":"@mubei","title":"他解雇了陪他打天下的整个高管团队。 共事十年，亲手开除。 这是甲骨文创始人拉里·埃里森（Larry Ellison）经历…","summary":"他解雇了陪他打天下的整个高管团队。 共事十年，亲手开除。 这是甲骨文创始人拉里·埃里森（Larry Ellison）经历过最痛苦的事。 那是1990年，甲骨文撞到了一堵墙。 一堵名为“10亿美元营收”的墙。 公司到处都是严重的管理问题。 原因很简单，也很残酷： 管理这家10亿美元…","body":"他解雇了陪他打天下的整个高管团队。\n共事十年，亲手开除。\n\n这是甲骨文创始人拉里·埃里森（Larry Ellison）经历过最痛苦的事。\n那是1990年，甲骨文撞到了一堵墙。\n一堵名为“10亿美元营收”的墙。\n公司到处都是严重的管理问题。\n原因很简单，也很残酷：\n管理这家10亿美元公司的，还是当年公司只有5000万美元规模时那一批人。\n体量膨胀了20倍，但管理层的能力还在原地。\n\n埃里森对这帮老兄弟有着极深的感情。\n是他们一起把甲骨文从零建了起来。\n但现实就是这么冷血：\n能管好5000万美元公司的人，不一定能管好10亿美元的公司。\n这无关谁强谁弱，两者的技能要求完全不同。\n\n忠诚面临着生存的考验。\n埃里森发现，公司成长的速度，已经把管理层甩在了身后。\n他必须换人。\n几乎整个管理团队都要被替换。\n这意味着，他得把那些拼杀十年的战友扫地出门。\n\n这是他经商生涯里最艰难的时刻。\n但他别无选择。\n“要么我请他们离开甲骨文。”\n“要么所有人都得离开，因为甲骨文马上就要完蛋了。”\n\n商业世界里最残酷的定律叫“规模天花板”。\n把你从0送到5000万的团队，大概率无法把你带到10个亿。\n兄弟情义很重，但在生死的法则面前，组织永远需要匹配下一个维度的判断力。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2075703266025881989","translated_status_id":"2075703266025881989","published_at":"2026-07-10 21:13:42","created_at":"2026-07-10T23:10:29.266562","url":"https://mubeitech.com/p/2075520574881927641","markdown_url":"https://mubeitech.com/p/2075520574881927641/markdown"},{"rank":4,"id":"16101706","account":"mubei","brand":"@mubei","title":"受够了给 SAP 烧钱，他就自己写了一套 ERP。 那是 2011 年，印度孟买。 一个创始人看着 SAP 那张天价账单…","summary":"受够了给 SAP 烧钱，他就自己写了一套 ERP。 那是 2011 年，印度孟买。 一个创始人看着 SAP 那张天价账单，越看越憋屈。 凭什么企业要做大，就得先给这些软件巨头交一辈子“人头税”？ 他不服，决定自己动手。 十五年过去了。 当年他敲下的第一行代码，如今变成了一个叫 E…","body":"受够了给 SAP 烧钱，他就自己写了一套 ERP。\n\n那是 2011 年，印度孟买。\n一个创始人看着 SAP 那张天价账单，越看越憋屈。\n凭什么企业要做大，就得先给这些软件巨头交一辈子“人头税”？\n他不服，决定自己动手。\n\n十五年过去了。\n当年他敲下的第一行代码，如今变成了一个叫 ERPNext 的庞然大物。\n\n它现在能跑什么？\n财务会计、仓储库存、人力资源、工资发放、生产制造、客户关系管理（CRM）、项目管理……\n可以说，大厂 ERP 能干的，它几乎全包了。\n\n最关键的是，它完全免费，开源协议 GPL-3.0。\n在 GitHub 上拿到了 3.6 万个 Star，至今依然在疯狂更新。\n\n它超越了程序员的业余玩具，是一场对抗“软件租金”的制度起义。\n天下苦巨头久矣。\n那些动辄百万起步的授权费，正在榨干中小企业的利润。\n\n不过，丑话也要说在前面。\n开源免费，绝对不等于“零成本”。\n想要把这套系统真正跑顺、完成定制开发、搞定旧数据迁移，你依然需要一个靠谱的技术团队。\n你省下来的软件授权费，最后其实都变成了工程师的工资。\n\n但 ERPNext 最伟大的地方，是给了所有企业掀桌子的底气。\n至少，当销售再拿着天价续约账单堵你办公室门时。\n你可以指着这个开源项目对他说：\n“不，我还有别的选择。”","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2072311613156139263","translated_status_id":"2072311613156139263","published_at":"2026-07-01 09:13:24","created_at":"2026-07-01T11:06:21+02:00","url":"https://mubeitech.com/p/16101706","markdown_url":"https://mubeitech.com/p/16101706/markdown"}]}