• 报错的本质是“Android 无法找到可信的证书信任锚”。
• 优先在服务端补齐并正确配置证书链；确保域名匹配与证书有效。
• 客户端仅在必须时进行兼容性配置（添加企业 CA、Conscrypt、pinning），避免不安全的“全信任”。

• 在 5 亿级数据量上直接对明细表做 GROUP BY，对单节点或协调节点的影响通常都“很大”，尤其在未命中索引、跨分片汇聚、基数高的情况下。
• 降压的核心思路：让分组尽可能在分片侧“就地聚合”、利用有序/覆盖索引、缩小参与数据集、对高频统计做预聚合/物化、将重查询迁移到分析型引擎或从库。
• 在 TDSQL 场景，优先确保“分片键 = 常用分组键/过滤键”，即可显著降低跨节点的数据搬运与协调侧压力。

1、Sitemap/批量抓取与去重：Crawler MCP（基于 Crawlee/Apify 的 MCP 封装）

2、API/JSON 数据源优先：HTTP Client MCP（请求签名、分页、速率限制）

3、数据落地与管道：Storage MCP（S3/GCS/SQLite/Postgres） + Scheduler MCP（队列/限速/重试）

1、Sitemap/批量抓取与去重：Crawler MCP（基于 Crawlee/Apify 的 MCP 封装）

2、API/JSON 数据源优先：HTTP Client MCP（请求签名、分页、速率限制）

3、数据落地与管道：Storage MCP（S3/GCS/SQLite/Postgres） + Scheduler MCP（队列/限速/重试）

• 在 5 亿级数据量上直接对明细表做 GROUP BY，对单节点或协调节点的影响通常都“很大”，尤其在未命中索引、跨分片汇聚、基数高的情况下。
• 降压的核心思路：让分组尽可能在分片侧“就地聚合”、利用有序/覆盖索引、缩小参与数据集、对高频统计做预聚合/物化、将重查询迁移到分析型引擎或从库。
• 在 TDSQL 场景，优先确保“分片键 = 常用分组键/过滤键”，即可显著降低跨节点的数据搬运与协调侧压力。

• 报错的本质是“Android 无法找到可信的证书信任锚”。
• 优先在服务端补齐并正确配置证书链；确保域名匹配与证书有效。
• 客户端仅在必须时进行兼容性配置（添加企业 CA、Conscrypt、pinning），避免不安全的“全信任”。