Database Labdon – Telegram
Database Labdon
833 subscribers
33 photos
3 videos
1 file
817 links
🕸 Database Academy

حمایت مالی:
https://www.coffeete.ir/mrbardia72

ادمین:
@mrbardia72
Download Telegram
🔵 عنوان مقاله
pglite-fusion: Embed SQLite Databases in Postgres Tables

🟢 خلاصه مقاله:
مقاله‌ای که مطالعه کردید درباره یک امتداد جدید برای SQLite و Postgres توضیح می‌دهد. این امتداد به کاربر اجازه می‌دهد که پایگاه‌های داده SQLite را درون جداول Postgres تعبیه کند. این توانایی از طریق ایجاد نوع ستون جدیدی به نام SQLITE فراهم می‌شود. بر اساس این قابلیت، هر ردیف در جدول Postgres می‌تواند یک پایگاه داده SQLite تعبیه شده داشته باشد. این ویژگی جدید مزایای قابل توجهی ارائه می‌دهد، به ویژه در مواردی که نیاز به تلفیق و دسترسی مؤثر به داده‌های موجود در هر دو سیستم پایگاه داده وجود دارد. همچنین، این امکان پذیری سناریوهای کاربردی جدیدی را برای مدیریت داده‌ها فراهم می‌آورد، که می‌تواند در بهبود عملکرد و کارایی در کار با داده‌های پیچیده کمک کننده باشد.

🟣لینک مقاله:
https://postgresweekly.com/link/162498/web


👑 @Database_Academy
👍1
🔵 عنوان مقاله
Loading the World: An OpenStreetMap Import in Under 4 Hours

🟢 خلاصه مقاله:
مقاله‌ای که به بررسی استفاده از پایگاه داده OpenStreetMap برای آزمایش استرس Postgres می‌پردازد نشان می‌دهد که حجم داده‌های OpenStreetMap به 750 گیگابایت می‌رسد و کاربران می‌توانند به صورت رایگان آن را دانلود و تنظیم کنند. تمرکز اصلی این مطالعه بر روی زمان لازم برای وارد کردن این حجم از داده‌ها به سیستم، راه‌های افزایش سرعت پردازش، و بهبود عملکرد سیستم در طول سال‌ها است. گرگ در یافته‌های خود اشاره کرده است که نسخه 17 پستگرس نسبت به نسخه 16، 3% سریع‌تر است. این تحقیق به بررسی تکنیک‌ها و استراتژی‌های مختلف برای بهبود عملکرد Postgres در مواجهه با بانک‌های اطلاعاتی بزرگ می‌پردازد، و این اطلاعات می‌تواند برای مدیران سیستم و توسعه‌دهندگانی که به دنبال بهینه‌سازی عملکرد پایگاه داده خود هستند مفید باشد.

🟣لینک مقاله:
https://postgresweekly.com/link/162491/web


👑 @Database_Academy
👍1
این سایت نتیجه تحلیلی که از طریق postgresql planner با دستور explain گرفتید رو بصورت تصویری و قابل فهمتر نشون میده تا بتونید سرعت query هاتون رو بهتر کنید.

#postgresql #explain #query #planner #deep #optimizer #optiimize #database

https://www.pgexplain.dev
👏1
از اون جایی که استقبال خیلی خوبی از معرفی دوره ی PostgreSQL شد توسعه دهنده هایی که با MySQL کار میکردن گفتن پس ما چی؟!

خب نگران نباشید چون اِرن جون نمیزاره دستتون تو حنا بمونه و هوا تونو داره!

ارن جون دوره MySQL for Developers رو پارسال منتشر کرده ولی یادش رفته بوده به بچه های ایران بگه که من تذکر دادم و قول داد دیگه تکرار نشه.


راستی دوره ش هم رایگانه! میتونید استفاده کنید و حالشو ببرید.

https://planetscale.com/learn/courses/mysql-for-developers

<Ali Salehi/>
👍2
🔵 عنوان مقاله
Postgres Reimagined for Data Warehousing

🟢 خلاصه مقاله:
مقاله‌ای که بررسی شده به معرفی سیستم "Crunchy Data Warehouse" پرداخته است. این سیستم یک محصول داده‌ای مدیریت‌شده است که سه جزء اصلی را شامل می‌شود: ذخیره‌سازی مدیریت‌شده، موتور تحلیل قدرتمند، و یک لوله داده‌ای یکپارچه. این ویژگی‌ها به کاربران امکان می‌دهد تا با استفاده از ابزارهای آشنای Postgres به راحتی داده‌ها را پرس‌و‌جو کنند. علاوه بر این، مزیت استفاده از ذخیره‌سازی ستونی در کنار عملکرد بهبودیافته، امکان بهره‌برداری بهینه‌تر از داده‌ها را فراهم می‌آورد. این توانمندی‌ها Crunchy Data Warehouse را به یک انتخاب قابل توجه برای کسانی که به دنبال پلتفرمی قدرتمند برای تحلیل و مدیریت داده‌های بزرگ هستند تبدیل کرده است.

🟣لینک مقاله:
https://postgresweekly.com/link/162480/web


👑 @Database_Academy
🔵 عنوان مقاله
The Doom That Came To Postgres: When Collations Change

🟢 خلاصه مقاله:
خلاصه مقاله:

وقتی کتابخانه‌ای که اطلاعات محلی (locales) را برای یک پایگاه داده‌ی Postgres فراهم می‌کند، تغییر می‌کند، ممکن است مشکلاتی به وجود آید. تغییر در کتابخانه‌های محلی می‌تواند باعث شود که رفتار پایگاه داده ناپایدار شود، زیرا این تغییرات ممکن است سازگاری با داده‌ها و ساختارهای ذخیره شده قبلی را به هم بزند. این امر خطراتی نظیر خطا در تطابق داده‌ها، مشکلات در مرتب‌سازی و جستجو، و حتی از دست دادن داده‌ها را به دنبال دارد. بهره‌برداران و توسعه‌دهندگان باید هنگام بروزرسانی کتابخانه‌های محلی، به این پتانسیل برای ایجاد اختلال آگاه باشند و راه‌حل‌های مناسبی را برای مدیریت ریسک احتمالی در نظر بگیرند، تا پایداری و امنیت پایگاه داده را حفظ کنند. این امر می‌تواند شامل برنامه‌ریزی دقیق برای آزمایش و تأیید تغییرات در محیط‌های آزمایشی پیش از اعمال آن‌ها در محیط‌های تولید باشد.

🟣لینک مقاله:
https://postgresweekly.com/link/162494/web


👑 @Database_Academy
🔵 عنوان مقاله
Boosting INSERT Performance by 50% with UNNEST

🟢 خلاصه مقاله:
این مقاله بررسی می‌کند که چگونه دستورات INSERT و COPY در پایگاه داده‌های Postgres برای وارد کردن داده‌ها به‌کار می‌روند. در حالی که COPY به‌طور معمول برای وارد کردن داده‌ها در مقیاس بزرگ سریع‌تر است، INSERT به‌دلیل داشتن ویژگی‌های اضافی مزایایی دارد. این مقاله به بررسی روش‌هایی برای افزایش سرعت دستور INSERT می‌پردازد، به‌ویژه با استفاده از تابع UNNEST. تابع UNNEST امکان تزریق داده‌های ساختاریافته را به‌صورت تک‌ردیفی فراهم کرده و بهبود قابل‌توجهی در کارایی دستور INSERT ایجاد می‌کند. مطالعه نشان می‌دهد که با استفاده از این تکنیک، می‌توان سرعت دستور INSERT را تا حدی نزدیک به سرعت دستور COPY برساند، بدون آن که ویژگی‌های اضافی آن از دست بروند. این رویکرد می‌تواند در کاربردهایی که نیاز به دقت بالا و انعطاف‌پذیری دارند، مفید باشد.

🟣لینک مقاله:
https://postgresweekly.com/link/162484/web


👑 @Database_Academy
A comprehensive guide to writing clear, consistent, and professional SQL code. It provides detailed recommendations for naming conventions, formatting, and best practices, ensuring code readability and maintainability.
راهنمایی جامع برای نوشتن کدهای SQL واضح منسجم و حرفه‌ای. این سایت توصیه‌هایی در مورد شیوه‌های نام‌گذاری، قالب‌بندی و بهترین شیوه‌ها ارائه می‌دهد تا کدهای شما خوانا و maintainable باشند.

#SQL #Database #CodingStandards #BestPractices

https://sqlstyle.guide
🔵 عنوان مقاله
Running Postgres on Spot VMs? 🤯

🟢 خلاصه مقاله:
در مقاله‌ای که بر اساس سخنرانی در کنفرانس PGConf Europe نوشته شده است، Kaarel بررسی می‌کند که چقدر اجرای Postgres بر روی نمونه‌هایی که ممکن است در هر لحظه محو شوند، عملی است. این نمونه‌ها به‌احتمال زیاد در محیط‌هایی با منابع محدود یا متغیر استفاده می‌شوند. Kaarel برای حل این چالش، ابزاری به نام pg-spot-operator را توسعه داده است که به اجرای Postgres در این نمونه‌های ناپایدار کمک می‌کند. این ابزار با مدیریت خودکار پایگاه داده‌ها و اطمینان از دسترسی و پایداری داده‌ها در شرایط ناپایدار، به بهبود بهره‌وری و کاهش خطر از دست دادن داده‌ها کمک می‌کند. تمرکز اصلی مقاله بر توانایی‌ها و کاربردهای pg-spot-operator در بهینه‌سازی استفاده از Postgres در محیط‌هایی با زیرساخت‌های متغیر است.

🟣لینک مقاله:
https://postgresweekly.com/link/162492/web


👑 @Database_Academy
🔵 عنوان مقاله
Postgres 17.1, 16.5, 15.9, 14.14, 13.17, and 12.21 Released

🟢 خلاصه مقاله:
این مقاله خلاصه‌ای از آخرین نسخه‌های منتشر شده برای تمام شاخه‌های پشتیبانی‌شده پست‌گرس را ارائه می‌دهد که شامل رفع اشکال‌ها و رفع چهار مسئله امنیتی است. نسخه 12.21 نیز آخرین انتشار برای پست‌گرس 12 محسوب می‌شود. با این حال، باید هنگام به‌روزرسانی به پست‌گرس 17.1 احتیاط کرد، زیرا برخی مسائل سازگاری ممکن است وجود داشته باشد. این مقاله اشاره‌ای به جزئیات بیشتر در مورد این موضوع در بخش بعدی دارد، که توصیه می‌شود برای درک بهتر مشکلات احتمالی و راهکارهای پیشنهادی به آن مراجعه شود. اطلاعات ارائه شده در مقاله برای توسعه‌دهندگان و مدیران سیستمی که از پست‌گرس استفاده می‌کنند، بسیار حیاتی است.

🟣لینک مقاله:
https://postgresweekly.com/link/162481/web


👑 @Database_Academy
🔵 عنوان مقاله
Easy Totals and Subtotals in Postgres with Rollup and Cube

🟢 خلاصه مقاله:
مقاله‌ به بیان ابزارهای تجزیه و تحلیل داده‌ها در پایگاه‌های داده می‌پردازد که از طریق استفاده از دستورات ROLLUP و CUBE در SQL امکان‌پذیر است. ROLLUP برای ایجاد زیرمجموعه‌ها و مجموع کل هرارشیک مورد استفاده قرار می‌گیرد که به کاربران این امکان را می‌دهد تا تحلیل‌‌های ساختاریافته‌تری از داده‌ها داشته باشند. از طرف دیگر، CUBE زیرمجموعه‌های مورد نیاز برای هر ترکیب ممکن از ستون‌های گروه‌بندی شده را تولید می‌کند، که امکان تحلیل دقیق‌تر و جامع‌تر داده‌ها را فراهم می‌کند. این دو دستور، ابزارهای قدرتمندی در فرآیندهای تصمیم‌گیری و تحلیل استراتژیک محسوب می‌شوند که به کاربران اجازه می‌دهند از داده‌های خام، اطلاعات ارزشمندی استخراج کنند.

🟣لینک مقاله:
https://postgresweekly.com/link/162490/web


👑 @Database_Academy
🔵 عنوان مقاله
💎 pg_query 6.0: Ruby Library to Parse, Deparse and Normalize SQL Queries with Postgres' Own Parser

🟢 خلاصه مقاله:
این مقاله به بررسی و تشریح نسخه ۶.۰ از یک نرم‌افزار می‌پردازد که از منبع کد سرور Postgres برای تجزیه کردن پرسش‌های SQL و بازگرداندن درخت تجزیه داخلی Postgres استفاده می‌کند. در این نسخه، نرم‌افزار به استفاده از تجزیه‌گر Postgres 17 ارتقا یافته است که از ویژگی‌های جدیدی پشتیبانی می‌کند، به ویژه توابع جدید JSON. این تغییرات به کاربران امکان می‌دهد تا قابلیت‌های پیشرفته‌تری را در پردازش و تحلیل داده‌ها استفاده کنند، افزایش بهره‌وری و دقت در کار با پایگاه‌های داده‌ی مبتنی بر Postgres را به همراه دارد.

🟣لینک مقاله:
https://postgresweekly.com/link/162766/web


👑 @Database_Academy
🔵 عنوان مقاله
Benchmarking Batch Ingest with INSERT vs COPY

🟢 خلاصه مقاله:
در مقاله‌ای که جیمز نوشته است، دو روش ساده برای بارگذاری انبوه داده‌ها در پایگاه داده‌ی پستگرس مورد بررسی قرار گرفته: استفاده از دستورات INSERT و COPY. جیمز مزایای هرکدام از این روش‌ها را توضیح داده و با اجرای بنچمارک‌هایی بر روی چندین پیکربندی مختلف از هر دو روش، نتایج و عملکرد آن‌ها را مقایسه کرده است. در نهایت، او راهنمایی‌هایی ارائه می‌دهد که کدام رویکرد برای چه شرایطی مناسب است. به طور کلی، گفته می‌شود که دستور COPY به دلیل کارآمدی بالاتر در بارگذاری مقادیر زیادی داده، در مواقع نیاز به سرعت و کارآیی بیشتر، ترجیح داده می‌شود، در حالیکه INSERT ممکن است برای سناریوهایی با داده‌های کمتر و نیاز به دقت بیشتر در داده‌های ورودی مناسب باشد.

🟣لینک مقاله:
https://postgresweekly.com/link/162751/web


👑 @Database_Academy
🔵 عنوان مقاله
Pigsty v3.1: A 'Batteries Included' Postgres Distribution

🟢 خلاصه مقاله:
مقاله‌ای که بررسی شده به نرم‌افزار Pigsty پرداخته که نسخه‌بندی جدیدی از PostgreSQL را همراه با تعدادی افزونه‌ها و ابزارها ارائه می‌دهد تا تجربه‌ای شبیه به RDS (سرویس پایگاه داده رابطه‌ای آمازون) را روی دستگاه‌های شخصی فراهم آورد. نسخه 3.1 نرم‌افزار Pigsty، PostgreSQL 17 را به عنوان نسخه پیش‌فرض معرفی کرده و امکان راه‌اندازی سریع مثال (instance) Supabase را در محیط میزبانی‌شده توسط خود کاربر فراهم می‌کند. این امکان قابلیتی است که به کاربران اجازه می‌دهد تا سرورهای پایگاه داده خود را بدون نیاز به استفاده از سرویس‌های ابری پرهزینه، به طور محلی مدیریت کنند. این نسخه به ویژه برای توسعه‌دهندگانی که مایل به داشتن کنترل بیشتر و صرفه‌جویی در هزینه‌ها هستند، مفید است.

🟣لینک مقاله:
https://postgresweekly.com/link/162763/web


👑 @Database_Academy
🔵 عنوان مقاله
Building AI Apps on Postgres? Start with pgai

🟢 خلاصه مقاله:
مقاله‌ای که مورد بحث قرار گرفته به معرفی "pgai"، یک افزونه برای PostgreSQL می‌پردازد که قابلیت‌های مرتبط با هوش مصنوعی (AI) مانند ایجاد تعبیه‌ها و تکمیل مدل‌ها را به این پایگاه داده می‌افزاید. این افزونه به توسعه‌دهندگان امکان می‌دهد تا با استفاده از قدرت هوش مصنوعی، به راحتی برنامه‌های کاربردی مبتنی بر جستجو و بازیابی تقویت‌شده (RAG) را توسعه دهند. به طور کلی، pgai به عنوان ابزاری پیشرفته برای پیاده‌سازی و ادغام قابلیت‌های AI درون PostgreSQL شناخته می‌شود و بدین ترتیب، توانایی‌های جدید و مؤثری را در اختیار برنامه‌نویسان قرار می‌دهد تا آن‌ها بتوانند با سهولت بیشتری نیازهای مرتبط با جستجو و پردازش داده‌ها را مدیریت کنند. از جمله کاربردهای برجسته این افزونه، توانایی ادغام تکنیک‌های تکمیل مدل و خلق تعبیه‌های داده‌ای است که به بالابردن کارایی سیستم‌های مبتنی بر پایگاه داده کمک می‌کند.

🟣لینک مقاله:
https://postgresweekly.com/link/162747/web


👑 @Database_Academy
🔥1
🔵 عنوان مقاله
Could GROUP BY Clause Reordering Improve Performance?

🟢 خلاصه مقاله:
مقاله‌ای که مورد بحث قرار گرفته، به بررسی تأثیر ترتیب ستون‌ها در دستورات GROUP BY در عملکرد پرس و جو‌های دیتابیس می‌پردازد. تغییرات جزئی در ساختار پرس و جو می‌تواند تأثیرات قابل توجهی در بهبود عملکرد داشته باشد. این امر به ویژه زمانی مهم می‌شود که داده‌ها به شکل گسترده‌ای وجود دارند و بازیابی اطلاعات به شکل کارآمد اهمیت پیدا می‌کند. ترتیب مناسب ستون‌ها در GROUP BY می‌تواند به بهینه‌سازی پردازش دیتابیس و کاهش زمان پردازش کمک کند، با این حال، انتخاب این ترتیب باید با توجه به نوع و توزیع داده‌ها صورت گیرد. نویسنده بر این نکته تاکید می‌کند که درک عمیق از داده‌ها و نحوه پردازش آن‌ها برای انتخاب بهترین ترکیب ستونی بسیار حیاتی است.

🟣لینک مقاله:
https://postgresweekly.com/link/162750/web


👑 @Database_Academy
Forwarded from DevOps Labdon
🔵 عنوان مقاله
Shrinking A Postgres Table (4 minute read)

🟢 خلاصه مقاله:
خلاصه مقاله: نویسنده این مقاله مشکل کمبود فضای دیسک در پایگاه داده پستگریس خودمختار خود را حل کرد. این مشکل به دلیل وجود جدول "دانلودها" با حجم بالا بوجود آمده بود. نویسنده با جایگزین کردن جدول قدیمی با یک جدول جدید که تنها شامل داده‌های مرتبط بود، توانست فضای دیسک را به طور مؤثری آزاد کند. این رویکرد به کاهش اندازه پایگاه داده و بهبود عملکرد کلی آن منجر شد. استفاده از داده‌های مرتبط و حذف داده‌های غیرضروری از جدول دانلودها، راهکاری عملی برای رسیدگی به مسائل مشابه در دیگر پایگاه‌های داده است.

🟣لینک مقاله:
https://www.johnnunemaker.com/shrinking-a-postgres-table/?utm_source=tldrdevops


👑 @DevOps_Labdon
🔵 عنوان مقاله
DELETEs Are Difficult

🟢 خلاصه مقاله:
مقاله‌ مورد نظر به بررسی عملیات حذف داده‌ها از یک جدول داده‌ای می‌پردازد و توضیح می‌دهد که اگرچه به‌طور مفهومی این کار آسان به‌نظر می‌رسد، اما در عمل، مستلزم انجام فرایندهای پیچیده و مدیریتی در پشت‌پرده است. نویسنده تاکید می‌کند که این فرآیند می‌تواند بر عملکرد سیستم تأثیر منفی گذارده و به سرعت موجب بروز مشکلاتی شود. در مقاله روش‌های مختلفی برای بهبود کارایی در هنگام حذف داده‌ها معرفی شده و تأکید می‌شود بر اهمیت برنامه‌ریزی دقیق و اتخاذ استراتژی‌های مؤثر برای کاهش تأثیر منفی این فرآیند بر کل سیستم. نکات اصلی توصیه‌شده شامل استفاده از ابزارها و تکنیک‌های بهینه‌سازی و آگاهی از محدودیت‌های سخت‌افزاری و نرم‌افزاری موجود است.

🟣لینک مقاله:
https://postgresweekly.com/link/162758/web


👑 @Database_Academy
👍1
🔵 عنوان مقاله
pgspot: Spot Vulnerabilities in Postgres Extension Scripts

🟢 خلاصه مقاله:
این مقاله به معرفی و بررسی ابزار تحلیل امنیتی برای اسکریپت‌های SQL پرداخته است که توسط یک مهندس در Timescale طراحی شده است. هدف از توسعه این ابزار، جلوگیری از تکرار آسیب‌پذیری‌هایی است که پیش‌تر در پایگاه داده TimescaleDB شناسایی شده‌اند. این ابزار نه تنها به بررسی آسیب‌پذیری‌ها می‌پردازد، بلکه رعایت بهترین شیوه‌های موجود را نیز تضمین می‌کند. استفاده از این ابزار حتی منجر به کشف یک آسیب‌پذیری مرتبط با افزونه‌ها در هسته‌ Postgres شده که به سرعت توسط تیم Postgres رفع شده است. این ابزار به صورت گسترده توانایی تقویت ایمنی و پایداری سیستم‌های پایگاه داده را دارد و نشان‌دهنده پیشرفت قابل توجهی در حوزه امنیت دیتابیس است.

🟣لینک مقاله:
https://postgresweekly.com/link/162748/web


👑 @Database_Academy
🔵 عنوان مقاله
  The PGConf.EU 2024 Lightning Talks

🟢 خلاصه مقاله:
این خلاصه از مقاله به بررسی همایش اخیر PGConf EU می‌پردازد که شامل دوازده سخنرانی کوتاه به همراه ارائه اسلایدها و ضبط برنامه‌ها بود. موضوعات متنوعی پوشش داده شده‌اند که شامل BM25، به‌روزرسانی‌های مربوط به Postgres Performance Farm، pg_duckdb، و WAL-G است. BM25 یک الگوریتم رتبه‌بندی برای جستجوی متن است، در حالی که Postgres Performance Farm یک پروژه است که به بهینه‌سازی عملکرد پایگاه داده‌های پستگرس می‌پردازد. pg_duckdb یک ابزار برای تحلیل داده‌ها با پستگرس و DuckDB است و WAL-G یک ابزار پشتیبان‌گیری برای پستگرس است که با استفاده از فشرده‌سازی داده‌ها و پشتیبانی چند رشته‌ای کار می‌کند. این همایش فرصتی برای ارائه دهندگان و شرکت‌کنندگان بود تا در مورد پیشرفت‌های فنی جدید در زمینه پایگاه داده‌های پستگرس گفتگو کنند و دیدگاه‌های خود را به اشتراک بگذارند.

🟣لینک مقاله:
https://postgresweekly.com/link/162757/web


👑 @Database_Academy
Forwarded from Future Pulse Persian
🟢 اگر کارفرما هستید و به دنبال نیروهای متخصص در حوزه‌های زیر می‌گردید، آگهی شغلی خود را برای ما ارسال کنید. و ما توی چنل های مرتبط به هر حوزه ای قرار میدیم

تخصص های همچون:
🔥 linux
🔥 devops
🔥 golang
🔥 blockchain
🔥 database


🟢 اگر کارجو هستید، رزومه خود را مطابق فرمت زیر برای ما ارسال کنید:

🤝موارد زیر را به همراه فایل pdf رزومه بفرستید:

🎯نام و نام خانوادگی (اجباری)
🎯مدت سابقه کار (اجباری)
🎯لینکدین (اختیاری)
🎯گیتهاب (اختیاری)
🎯محل سکونت  (اجباری)
🎯امکان نقل مکان برای کار دارم یا خیر
(اجباری)


🕊Admin:
@mrbardia72
🎉1💅1