返回首页
一周热榜
嗨，HN，
我是Emilie，我有文学背景（这也解释了文档写得很好！），在过去几个月里，我通过构建minikv来学习Rust和分布式系统。最近，这个项目在《Programmez!》杂志上被报道了：<a href="https://www.programmez.com/actualites/minikv-un-key-value-store-distribue-en-rust-construit-en-public-38861" rel="nofollow">https://www.programmez.com/actualites/minikv-un-key-value-st...</a>
minikv是一个开源的分布式存储引擎，旨在用于学习、实验和自托管设置。它结合了一个强一致性的键值数据库（Raft）、兼容S3的对象存储以及基本的多租户功能。
功能/亮点：
- Raft共识，带有自动故障转移和分片
- 兼容S3的HTTP API（以及REST/gRPC API）
- 可插拔的存储后端：内存、RocksDB、Sled
- 多租户：每个租户的命名空间、基于角色的访问控制、配额和审计
- 指标（Prometheus）、TLS、基于JWT的API密钥
- 易于部署（单个二进制文件，支持Docker/Kubernetes）
快速演示（单节点）：
```bash
git clone <a href="https://github.com/whispem/minikv.git" rel="nofollow">https://github.com/whispem/minikv.git</a>
cd minikv
cargo run --release -- --config config.example.toml
curl localhost:8080/health/ready
```
# S3上传 + 读取
```bash
curl -X PUT localhost:8080/s3/mybucket/hello -d "hi HN"
curl localhost:8080/s3/mybucket/hello
```
文档、集群设置和架构细节都在代码库中。期待听到大家的反馈、问题、想法，或者你们在Rust中运行分布式基础设施的故事！
代码库：<a href="https://github.com/whispem/minikv" rel="nofollow">https://github.com/whispem/minikv</a>
库：<a href="https://crates.io/crates/minikv" rel="nofollow">https://crates.io/crates/minikv</a>
Erwin Brandstetter是一位PostgreSQL顾问，在Stack Overflow上拥有约67万的声誉和约7000个回答。<p>多年来，我已经记不清自己在Stack Overflow上搜索Postgres问题时，有多少次最终找到的答案都是Erwin Brandstetter提供的，这些答案异常详尽且清晰。通过学习他的回答，我成为了一个更优秀的开发者。<p>ErwinDB让你可以离线浏览Erwin Brandstetter的回答，并通过文本用户界面（TUI）快速搜索。它包括语义搜索、语法高亮、单键在外部浏览器中打开链接，以及一个“Erwin模式”，该模式会突出显示他的帖子。
我正在构建 Tabularis，一个原生数据库客户端（Rust + Tauri）。
MySQL 的支持已经相当不错，但 PostgreSQL 的实现要困难得多——这并不是因为性能问题，而是因为 <i>自省</i>。
Postgres “可以工作”，但一旦超出基本的表和列，事情就会迅速变得复杂。
到目前为止，我遇到的一些问题包括：
- 类型系统：
数组、JSON/JSONB、域、自定义类型、范围、几何类型——大多数客户端要么将它们扁平化为文本，要么处理不一致。
- 模式自省：
information_schema 的功能有限。
pg_catalog 功能强大但微妙。
触发器、函数、分区表、继承、物化视图都需要特殊处理。
- PostgreSQL 特有的用户体验：
CTE 重的查询、EXPLAIN ANALYZE 输出、PostGIS / pgvector 等扩展——这些无法干净地映射到通用的数据库抽象。
我目前使用 SQLx 和信息模式 + pg_catalog 查询的组合，但我相信还有更好的模式我尚未发现。
我希望能得到以下人的反馈：
- 编写过复杂 PostgreSQL 自省查询的人
- 对 PostgreSQL 客户端应该如何表示模式和类型有看法的人
- 对现有 PostgreSQL 图形用户界面感到沮丧的人
代码库（Apache 2.0）：https://github.com/debba/tabularis
我乐于学习、迭代，并修正错误的假设。
你是支持人工智能还是反对人工智能？
我正在研究基础设施，以解决重试风暴和故障问题。在深入之前，我想了解一下人们今天实际在做什么。比较不同的解决方案，也许能帮助某些人发现潜在的解决办法。
问题：
- 重试风暴 - API 失败，整个系统的实例独立重试，造成“雷鸣般的群体效应”，使情况更糟。
- 部分故障 - API 虽然“在线”，但性能下降（响应慢，间歇性500错误）。健康检查通过，但请求却受到影响。
我想了解的是：
- 你们目前的解决方案是什么？（熔断器、队列、自定义协调、服务网格，还是其他？）
- 效果如何？存在哪些不足之处？
- 你们的规模有多大？（公司规模、实例数量、请求数/秒）
我很想听听哪些方法有效，哪些无效，以及你们希望存在的解决方案。
目前，我正在开发一个用于管理文档、数据库和白板的网络应用程序——这是一款典型的应用，旨在像 Notion 一样。<p>然而，现在我面临着制定一个有 AI 使用限制的计划的困境，因为我的想法是让它更具自主性：能够在整个工作区内编辑和查询上下文，并将其转移到文档中，例如，可能在白板上绘制一些东西等。不过，我感觉消费可能会很快失控。我计划使用 DeepSeek 进行 AI 聊天，但使用 Gemini 3 Flash 进行自主使用和编辑，因为它更智能。最近，我注意到许多核心 AI 应用程序已经将定价模式从按请求计费转变为固定使用限制，但我不确定这是否会受到批评，是否会导致用户体验不佳，或者甚至让人觉得没有得到所支付的价值。因此，我希望听听大家对我应该做出什么决策的看法。
人们通常相信这些理论，因为他们只挑选出少数符合的周期，而忽视了大量不符合的周期。Gartner的炒作周期并不描述每一个炒作周期，而是描述了极少数的那些，实际上确实取得了一些成果的周期。但像往常一样，给一个概念起个花哨的名字，人们就会开始相信它，仿佛这是一种自然法则。实际上，它描述的是自然法则的一个例外。能够真正跨越“失望低谷”的技术屈指可数。