【图数据库内核】生产排障：超节点、爆炸路径、内存三分与慢查询清单
把第 05–12 篇收成 Neo4j 生产诊断：先分计划基数 / 页缓存 I/O / 锁等待三轴；给出超节点、变长爆炸、heap vs page cache vs Lucene/向量、查询日志与指标的检查清单，不伪造 PROFILE 输出。
cardinality 标签归档
共 6 篇文章 · 返回首页
【图数据库内核】Cypher 计划入口：Estimated Rows、基数乘积与「看起来对但跑爆」
读懂 EXPLAIN/PROFILE：自下而上的算子树、Estimated Rows 与 Rows 的落差、DB Hits 与 page cache；钉住行流基数、幂律下选择性失真，以及索引起点 × Expand 的经典计划事故。
【可观测性工程】指标体系设计：USE、RED、Golden Signals 与业务 KPI
Prometheus 指标体系怎么选：Google 四大象限 Latency/Traffic/Errors/Saturation，以及 USE、RED 与业务 KPI 的对照、命名与基数治理。
【可观测性工程】埋点哲学：粒度、采样、基数爆炸与成本模型
埋点不是多加几行日志，而是一整套关于什么该记、什么该采样、什么该丢弃的工程决策体系。从信号分层、基数控制、采样策略到落地规范与工程坑点，给出可操作的埋点治理框架。
【系统架构设计】指标与监控架构：维度数据模型与基数爆炸
Prometheus 的 pull 模型在小规模集群中简洁高效，但当目标实例超过十万、指标基数突破千万时，单实例架构迅速遇到瓶颈。本文从时序数据库的存储原理出发，拆解 Prometheus、VictoriaMetrics、Thanos 的联邦与长期存储架构，分析基数爆炸的成因与治理手段，结合 USE、RED、Golden Signals 三种方法论，给出大规模指标监控体系的工程设计路径。
HyperLogLog：用 12KB 统计十亿基数
如何用仅仅 12KB 的内存估计十亿级别的基数？从 Flajolet-Martin 的直觉到 HyperLogLog 的数学证明，概率数据结构的精妙令人叹服。