StoneDB 文档捉虫活动第一季
亲爱的编程学习爱好者,如果你点开了这篇文章,说明你对《StoneDB 文档捉虫活动第一季》很感兴趣。本篇文章就来给大家详细解析一下,主要介绍一下MySQL、爬虫、数据库、github,希望所有认真读完的童鞋们,都有实质性的提高。
各位社区的小伙伴们,StoneDB 第一季文档捉虫活动带着周边上线啦!!!
6月29日 StoneDB 举办了线上发布会,正式宣布开源。虽然开源前做足了准备,bug 还是在所难免。在这一个多月里我们收到了太多因为文档问题而产生的各类报错反馈,在为社区用户解答提问的同时,我们也在第一时间检查了相关的文档内容并做出修正。考虑到这一次的修正未必能百分百的解决所有文档上的痛点,为了找出这些潜在的漏洞,我们决定举办这次的文档捉虫活动。正所谓人多力量大,为了给所有的社区用户一个更好的使用感受,我们诚挚地邀请社区的伙伴们运用火眼金睛,一起完善社区文档!共建属于大家的开源社区!
参与 StoneDB 文档捉虫活动,提交有效 issue 或者 PR 获得对应积分,即可兑换社区的精美周边礼品,同时跟技术大佬们一起出现在社区官网贡献者页面,让我们期待您的参与!
一、活动报名
添加 StoneDB 小助手( StoneDB_2022 )为微信好友,发送您的“ GitHub 用户名+报名文档捉虫活动”并关注公众号,即报名成功。
活动时间:8月9日至9月12日
二、参与活动
1. 提 issue
请先阅读 StoneDB 的文档,发现文档中存在的错误,前往 StoneDB 的 文档仓库提 issue,提交前请先搜索该问题是否已有记录。
2. 提 PR
请确定需要解决的文档问题,需要有对应的 issue 。Fork StoneDB仓库并修改问题 ,然后提交 PR。除了自己提交的 issue ,其他尚未得到解决的 issue 也可认领并提交 PR 哦~
3. 文档仓库地址
中文文档位置:https://github.com/stoneatom/...
英文文档位置:https://github.com/stoneatom/...
注:本次文档捉虫限5.7版本。
三、积分规则
1.低错类问题:每个 issue 1 分、每个 PR 2 分。
错别字、拼写错误、链接错误异常、文档格式错乱等表述不通顺,但不影响理解
2.易用性问题:每个 issue 3 分、每个 PR 5 分。
关键步骤错误或缺失,无法指导用户完成任务缺少必要的前提条件、注意事项等
文档内代码错误,例如少空格、少引号等
3.正确性问题:每个 issue 5 分、每个 PR 8 分。
描述存在歧义,逻辑不清晰
原理图、架构图、功能等存在错误
关键参数描述错误,无法指导用户完成任务
4.风险提示类问题:每个 issue 8 分、每个 PR 12 分。
对重要数据或系统存在特别风险的操作,缺少安全提示
四、奖品兑换
1.徽章=5个积分;POLO衫=10个积分;自动伞=15积分;双肩包=20个积分(如有剩余积分,可重复兑换);
2.中国地区外的参赛选手,由于受物流限制,无法获得实物奖品。但 StoneDB 社区为您进行准备了荣誉证书以及感谢信,将通过邮件的形式发送给您,同时您也会在官网以贡献者的身份露出。
3.如果您的 issue 或 pr 为有效,即可获得对应的积分,积分榜将在每天晚上6点在 StoneDB GitHub discussions 公示,同时同步至社群和 Slack 。获奖名单也会在活动结束后更新至 StoneDB GitHub discussions 。请关注社区资讯。
4.所有奖品在活动结束后统一发放,StoneDB 小助手将会在活动结束后三天内联系您,活动期间您可以在 StoneDB 微信社群、slack 或 GitHub discussions 参与讨论,追踪活动进度。
PS:部分文档中尚未有内容,我们诚意邀请社区的小伙伴一起内容共建,贡献整篇文档可获得社区整套周边(徽章+POLO衫+雨伞+背包)

五、规则说明
1.一个 issue 或 pr 仅提交一个问题,多个问题请不要在一次性提交。
2.同样的问题在不同文档出现,如果多次提交,只算一个问题。
3.同一问题多人反馈,按时间排序靠前者为准。
4.每个 issue 或 PR 请贴上对应问题类型的标签(如低错类=P01,易用性=P02,正确性=P03,风险提示类=P04),以方便我们验证和统计您的积分。
5.GitHub 上的所有提交和讨论请使用英文,中文 issue 或 PR 将视为无效,工作人员会提醒您用英文重新提交。
6.以下问题视为无效:
- 问题无法定位
- 问题无法复现
- 问题非首次反馈
- 其他经社区审核判定无效的情况
六、其他推荐
社区官网:https://stonedb.io/
代码仓库:https://github.com/stoneatom/...
终于介绍完啦!小伙伴们,这篇关于《StoneDB 文档捉虫活动第一季》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布数据库相关知识,快来关注吧!
容器化 | 在 S3 实现定时备份
- 上一篇
- 容器化 | 在 S3 实现定时备份
- 下一篇
- MySQL-三大日志
-
- 正直的彩虹
- 赞 ??,一直没懂这个问题,但其实工作中常常有遇到...不过今天到这,看完之后很有帮助,总算是懂了,感谢博主分享博文!
- 2023-02-18 17:43:59
-
- 斯文的书本
- 这篇博文太及时了,太详细了,赞 ??,已加入收藏夹了,关注大佬了!希望大佬能多写数据库相关的文章。
- 2023-02-15 18:43:21
-
- 数据库 · MySQL | 1小时前 |
- MySQL 事件调度器怎样安全执行周期任务
- 159浏览 收藏
-
- 数据库 · MySQL | 1小时前 |
- MySQL histogram 怎样辅助没有合适索引的列估算
- 386浏览 收藏
-
- 数据库 · MySQL | 1小时前 |
- MySQL 死锁日志怎样对应到具体事务
- 185浏览 收藏
-
- 数据库 · MySQL | 1小时前 | MySQL · SQL · mysql ROW_NUMBER 多表UPDATE 关联重复
- MySQL 多表 UPDATE 怎样避免关联重复更新
- 342浏览 收藏
-
- 数据库 · MySQL | 1小时前 |
- MySQL 分区表怎样确认查询命中了分区裁剪
- 347浏览 收藏
-
- 数据库 · MySQL | 1小时前 | MySQL · JSON · 数据库 · 查询优化 · mysql 索引 explain JSON json_extract 生成列 JSON_VALUE JSON_UNQUOTE
- MySQL 生成列怎样把 JSON 路径变成可索引字段
- 475浏览 收藏
-
- 数据库 · MySQL | 1小时前 |
- MySQL GROUP_CONCAT 怎样避免结果被 group_concat_max_len 截断
- 443浏览 收藏
-
- 数据库 · MySQL | 1小时前 |
- MySQL schema_index_statistics 怎样找出读取延迟最高的索引
- 372浏览 收藏
-
- 数据库 · MySQL | 1小时前 |
- MySQL 索引条件下推怎样从执行计划确认
- 188浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 693次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 706次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 774次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 734次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 567次使用
-
- MySQL 明明加了索引,为什么查询还是很慢?先查这 6 个点
- 2026-06-27 374浏览
-
- 接口返回的数据和数据库不一致怎么办?按数据生命周期排查
- 2026-06-27 398浏览
-
- golang MySQL实现对数据库表存储获取操作示例
- 2022-12-22 499浏览
-
- go colly 爬虫实现示例
- 2022-12-22 331浏览
-
- golang 基于 mysql 简单实现分布式读写锁
- 2023-01-07 384浏览

