Database Labdon – Telegram
Database Labdon
836 subscribers
33 photos
3 videos
1 file
823 links
🕸 Database Academy

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

ادمین:
@mrbardia72
Download Telegram
🔵 عنوان مقاله
Optimize PostgreSQL: Essential Tuning Strategies

🟢 خلاصه مقاله:
این مقاله شامل استراتژی‌های تنظیم عملکرد PostgreSQL است که توسط مهندسین پشتیبانی متخصص Percona ارائه شده است. یک کتاب الکترونیکی رایگان که شامل نمونه‌های واقعی و توصیه‌هایی برای بهینه‌سازی کوئری‌ها، اندیس‌گذاری، پارتیشن‌بندی، طراحی اسکما و موارد دیگر می‌باشد. این منابع برای بهبود عملکرد دیتابیس PostgreSQL به کاربران کمک می‌کند تا بتوانند ساختارهای داده‌ای خود را به طور مؤثر تری مدیریت کنند و پردازش‌های کوئری را بهینه سازند. مقاله با ارائه این راهنمای کاملاً رایگان، فرصتی بی‌نظیر برای فراگیری مهارت‌های لازم جهت افزایش کارایی پایگاه‌ داده‌های PostgreSQL می‌دهد. اگر به دنبال راه‌هایی برای بهبود سرعت و کارایی پایگاه داده خود هستید، دانلود این کتاب الکترونیکی می‌تواند گامی مؤثر در این راه باشد.

🟣لینک مقاله:
https://hubs.ly/Q02DBDHT0


👑 @Database_Academy
👍2
🔵 عنوان مقاله
PGExtensions: A Comparison of Extension Support Across Clouds

🟢 خلاصه مقاله:
مقاله‌ای که مطرح شده است به بررسی توانایی‌ها و محدودیت‌های استفاده از افزونه‌ها بر روی سرورهای Postgres می‌پردازد، به‌ویژه زمانی که از خدمات میزبانی شده Postgres یا ارائه‌دهندگان خدمات ابری استفاده می‌شود. در این حالت، کاربران اغلب محدود به افزونه‌هایی هستند که توسط ارائه‌دهنده خدمات فراهم شده‌اند. این می‌تواند برای توسعه‌دهندگانی که به دنبال سفارشی‌سازی و بهینه‌سازی بیشتر پایگاه داده خود هستند، محدودکننده باشد. مقاله به اهمیت انتخاب ارائه‌دهنده‌ای که امکان استفاده از تنوع وسیع‌تری از افزونه‌ها را می‌دهد، تاکید می‌کند و بر لزوم در نظر گرفتن این عامل در زمان انتخاب خدمات میزبانی تاکید دارد.

🟣لینک مقاله:
https://www.pgextensions.org/


👑 @Database_Academy
👍1
database?
Anonymous Poll
68%
PostgreSQL
30%
mysql
16%
other
🔵 عنوان مقاله
Psycopg 3.2 Released

🟢 خلاصه مقاله:
مقاله‌ای که به بررسی Psycopg پرداخته، اشاره می‌کند که این ابزار به عنوان محبوب‌ترین آداپتور پایگاه داده‌ی Postgres برای زبان برنامه‌نویسی Python شناخته می‌شود. در جریان مصاحبه‌ای که سه سال پیش (در شماره 390) با خالق این ابزار، Psycopg، انجام شده بود، او زمانی که کار بر روی نسخه 3 این آداپتور را آغاز کرده بود، به تشریح جزئیات پرداخت. این مقاله بر اهمیت این ابزار در میان توسعه‌دهندگان Python و تاثیر آن در تسهیل ارتباط با پایگاه داده‌ی Postgres تاکید دارد. Psycopg امکانی سریع و کارآمد برای برقراری این ارتباط را فراهم می‌آورد، که از این روی توانسته است به یکی از ابزارهای اصلی در میان استفاده‌کنندگان Python بدل شود.

🟣لینک مقاله:
https://www.psycopg.org/articles/2024/06/30/psycopg-32-released/


👑 @Database_Academy
👍3
ابزار قدرتمند ChartDB رقیب جدی Drawdb (بسیار شبیه)

یک ویرایشگر web-based طراحی دیاگرام دیتابیس، که database schema را با یک Smart Query میتواند سریع visualize کند و خروجی SQL noscripts بدهد

تمام این امکانات بدون حتی نیاز به لاگین
github.com/chartdb/chartdb


DevTwitter | <MehrdadLinux/>


👑 @Database_Academy
👍4🍾1
🔵 عنوان مقاله
pg_back 2.4: A Simple, Thorough Backup Tool for Postgres

🟢 خلاصه مقاله:
این مقاله به بررسی و معرفی یک ابزار قدرتمند که با زبان برنامه‌نویسی Go نوشته شده است، می‌پردازد. ابزار مورد بحث برای خروجی گرفتن از پایگاه‌داده‌ها به فایل‌ها در فرمت دلخواه کاربر ارائه شده است. علاوه بر داده‌های پایه پایگاه‌داده، این ابزار قابلیت خروجی گرفتن از نقش‌ها، پارامترهای سرور و سایر تنظیمات مرتبط را نیز دارد. این ویژگی‌ها به کاربران اجازه می‌دهند تا از همه جنبه‌های مهم محیط پایگاه‌داده‌شان به طور جامع و امن بکاپ بگیرند. استفاده از زبان Go برای توسعه این ابزار، عملکرد سریع و قابلیت اعتماد بالایی را در عملیات خروجی‌برداری فراهم می‌آورد. این ابزار برای مدیران سیستم و توسعه‌دهندگانی که به دنبال راه حلی مطمئن برای حفظ و بازیابی داده‌های خود هستند، بسیار مفید است.

🟣لینک مقاله:
https://github.com/orgrim/pg_back


👑 @Database_Academy
👍3
🔵 عنوان مقاله
PostgreSQL 17 Beta 2 Released

🟢 خلاصه مقاله:
بتا 2 به‌عنوان مرحله بعدی در فرآیند طولانی انتشار نسخه نهایی Postgres 17 است که انتظار می‌رود در ماه‌های سپتامبر یا اکتبر منتشر شود. از آنجا که یک ماه از بتا 1 می‌گذرد، توسعه‌دهندگان و کاربران می‌توانند انتظار داشته باشند که تغییرات و به‌روزرسانی‌های اعمال شده در این نسخه جدید، نشان دهنده پیشرفت‌ها و رفع ایرادهای مورد نظر باشد. یافتن اطلاعات دقیق و جامع در مورد ویژگی‌ها و بهبودهای اضافه شده به Postgres 17 از طریق یادداشت‌های پیش‌نویس انتشار ممکن است. این یادداشت‌ها بهترین منبع برای به‌روزرسانی دانش شما درباره آنچه جدید است، به شمار می‌روند و توصیه می‌شود برای درک بهتر تغییرات و برنامه‌ریزی‌های مربوط به استفاده و یا ارتقاء سیستم‌ها به این نسخه، مطالعه شوند.

🟣لینک مقاله:
https://www.postgresql.org/about/news/postgresql-17-beta-2-released-2885/


👑 @Database_Academy
🔵 عنوان مقاله
ETL Helper 1.0: Python Library for Database to Database Transfers

🟢 خلاصه مقاله:
مقاله‌ای که بررسی شده مربوط به ابزار جدیدی است که توسط British Geological Survey ایجاد شده و برای استفاده در جامعه برنامه‌نویسان Python مناسب است. این ابزار با پایگاه‌داده‌های مختلفی از جمله Postgres، SQLite، SQL Server و Oracle سازگار است و به دلیل این تنوع و سازگاری، مورد توجه ویژه‌ای قرار گرفته است. این امکان برای برنامه‌نویسان Python فراهم می‌کند تا با استفاده از این ابزار، امکان دسترسی و کار با داده‌ها در محیط‌های مختلف داده‌ای را به صورت مؤثرتر داشته باشند. جزئیات بیشتری در مقاله ارائه نشده است، اما تأکید بر این ویژگی‌های کلیدی نشان‌دهنده اهمیت و کاربردی بودن این ابزار در بین Pythonistas است.

🟣لینک مقاله:
https://github.com/BritishGeologicalSurvey/etlhelper


👑 @Database_Academy
👍4
🔵 عنوان مقاله
Parallel Queries in Postgres

🟢 خلاصه مقاله:
مقاله مورد نظر به بررسی ویژگی درخواست‌های همزمان در پایگاه داده‌ی پستگرس (Postgres) می‌پردازد و توضیح می‌دهد که این ویژگی به صورت یکپارچه و در یک مرحله‌ی بزرگ معرفی نشده است بلکه تدریجاً به این سیستم افزوده شده است. به همین دلیل، ممکن است بسیاری از کاربران این ویژگی را نادیده بگیرند یا از آن غافل شوند. الیزابت در این مقاله، مخاطبان را با اصول اولیه و کارکردهای این ویژگی آشنا می‌کند تا درک بهتری از چگونگی اجرای بخش‌های مختلف یک درخواست به صورت همزمان در پستگرس داشته باشند. این فرایند می‌تواند به بهبود عملکرد و کارایی در اجرای پرس و جوها کمک کند و برای دستیابی به نتایج سریع‌تر در پایگاه داده بسیار مفید است.

🟣لینک مقاله:
https://www.crunchydata.com/blog/parallel-queries-in-postgres


👑 @Database_Academy
3🍾1
🔵 عنوان مقاله
🎧 Say Hello to the Talking Postgres Podcast

🟢 خلاصه مقاله:
پادکست "The Path to Citus Con" ابتدا با هدف ترویج کنفرانس Citus Con که اکنون با نام POSETTE شناخته می‌شود، ایجاد شد. این پادکست از طریق مصاحبه با سخنرانان برجسته و دیگر چهره‌های برجسته Postgres، کار خود را آغاز کرد و به سرعت به یک پادکست عمومی برجسته در زمینه Postgres تبدیل شد. با توجه به رشد و توسعه‌ای که این برنامه داشته است، اخیراً تغییر نام یافته و دچار یک بازسازی برند شده است. این پادکست همچنان در حال ارائه محتوای با کیفیت و کاربردی برای جامعه Postgres است و به عنوان منبعی مهم برای یادگیری و به‌روزرسانی دانش در زمینه Postgres عمل می‌کند.

🟣لینک مقاله:
https://techcommunity.microsoft.com/t5/azure-database-for-postgresql/say-hello-to-the-talking-postgres-podcast/ba-p/4186111


👑 @Database_Academy
4🔥1
Forwarded from Gopher Academy
درود! ما در حال تحقیق و مطالعه درمورد فرآیند های خرید از فروشگاه های اینترنتی هستیم، ممنون میشیم با گذاشتن چند دقیقه وقت و تکمیل این پرسشنامه به انجام تحقیقات ما کمک کنید.
👇👇👇👇👇

https://survey.porsline.ir/s/orcck3O
👍1
🔵 عنوان مقاله
pgPedia: A Postgres Encyclopedia of Sorts

🟢 خلاصه مقاله:
این مقاله به بررسی یک راهنمای مرجع شبیه به ویکی برای ویژگی‌ها و تنظیمات Postgres می‌پردازد که به خوبی مکمل مستندات رسمی است. این راهنما به‌طور خوبی تنظیم و فرمت شده است و بررسی آن قطعاً ارزشمند است. ارزش افزوده این راهنما در نظم و تمیزی فرمت‌دهی آن قرار دارد که دسترسی به اطلاعات و درک آن‌ها را برای کاربران راحت‌تر می‌کند. استفاده از این منبع می‌تواند به علاقه‌مندان و توسعه‌دهندگان Postgres کمک کند تا بهتر و دقیق‌تر با قابلیت‌های پیچیده و تنظیمات مختلف این سیستم مدیریت پایگاه داده آشنا شوند. این راهنما بخشی از تلاش‌های جامع برای ارائه دانش و اطلاعات کاربردی در زمینه توسعه نرم‌افزار و به خصوص پایگاه‌های داده است.

🟣لینک مقاله:
https://pgpedia.info/


👑 @Database_Academy
🔥3
🔵 عنوان مقاله
Crunchy Bridge Adds Iceberg to Postgres

🟢 خلاصه مقاله:
شرکت Crunchy Data اخیراً پلتفرم Crunchy Bridge for Analytics را با پشتیبانی از پرس‌و‌جو در جداول Iceberg توسعه داده‌ است. این قابلیت شامل توانایی کامل انتقال پرس‌و‌جو و همچنین یک سیستم کش نوشتار قوی است. فرمت جدول Iceberg، که برای مجموعه‌های داده‌ی تحلیلی بزرگ طراحی شده، به کاربران اجازه می‌دهد تا داده‌های حجیم را به شکل بهینه‌تر و موثرتری مدیریت و تحلیل کنند. این توسعه به شرکت‌ها امکان می‌دهد تا تحلیل‌های داده‌ای خود را با سرعت و دقت بیشتری انجام دهند، که می‌تواند به بهبود تصمیم‌گیری‌های کسب‌وکاری و افزایش کارایی عملیاتی منجر شود. این به‌روزرسانی در کل به بازدهی بهتر سیستم‌های تحلیلی و استفاده مؤثرتر از داده‌ها کمک می‌کند.

🟣لینک مقاله:
https://www.crunchydata.com/blog/crunchy-bridge-adds-iceberg-to-postgres-and-powerful-analytics-features


👑 @Database_Academy
👍3
🔵 عنوان مقاله
  Discussing the Postgres Startup Ecosystem

🟢 خلاصه مقاله:
در این قسمت از پادکست Postgres FM، نیکولای و مایکل به بررسی تغییرات سریع و رشد فزاینده اکوسیستم تجاری پیرامون Postgres پرداختند. آنها شرکت‌هایی مانند Neon, Tembo, و Aiven را مورد بحث قرار دادند که هر کدام به نوعی دارای تأثیر قابل توجهی در توسعه و پیاده‌سازی فناوری‌های مرتبط با Postgres هستند. این بحث 35 دقیقه به طول انجامیده و شامل بینش‌های مفیدی درباره نحوه تأثیرگذاری این شرکت‌ها بر پیشبرد و بهبود استفاده از Postgres در سطح تجاری می‌شود. مایکل و نیکولای همچنین چگونگی استفاده از نوآوری‌ها و راهکارهای نوین در این زمینه را مطرح کرده‌اند که می‌تواند برای توسعه‌دهندگان و متخصصان در این حوزه بسیار مفید باشد.

🟣لینک مقاله:
https://www.youtube.com/watch?v=fIqYOXhMR-o


👑 @Database_Academy
👍2🎉1
🔵 عنوان مقاله
Keyset Pagination with Descending Order

🟢 خلاصه مقاله:
مقاله‌ای که مورد بررسی قرار گرفته، مسائل و راه‌حل‌هایی را در زمینه مرتب‌سازی و صفحه‌بندی داده‌ها با استفاده از SQL مورد بحث قرار داده است. نویسنده به تفصیل به چالش‌هایی که ممکن است هنگام کار با داده‌های بزرگ و نیاز به مرتب‌سازی پیچیده و صفحه‌بندی مواجه شویم، پرداخته است. راه‌حل‌های ارائه شده شامل تکنیک‌ها و استراتژی‌های مختلف برای بهبود عملکرد و کارآیی پرس و جو‌ها در پایگاه داده می‌شود. نکات اصلی شامل استفاده از ایندکس‌ها برای تسریع در مرتب‌سازی، بهینه‌سازی پرس و جو‌ها برای جلوگیری از بار اضافی بر سرور، و استفاده از ویژگی‌های پیشرفته SQL مانند نمایش مبتنی بر توابع برای مدیریت دقیق‌تر داده‌ها می‌باشد.ازبین Unicode characters فنی‌های پیشنهاد شده، می‌تواند به توسعه‌دهندگان کمک کند تا با چالش‌های مواجه شده در پروژه‌های واقعی مقابله کنند و سیستم‌های پایدارتری را توسعه دهند.

🟣لینک مقاله:
https://www.cybertec-postgresql.com/en/keyset-pagination-with-descending-order/


👑 @Database_Academy
👍2
🔵 عنوان مقاله
Who's in Charge of Postgres?

🟢 خلاصه مقاله:
مقاله‌ای که مورد بررسی قرار داده شده به تفاوت‌های موجود بین پایگاه داده PostgreSQL و دیگر پایگاه‌های داده اشاره دارد. عمده تفاوت PostgreSQL این است که این پایگاه داده تحت کنترل مستقیم یک رهبر خیرخواه یا شرکتی نیست که بر توسعه آن نظارت کند. به جای آن، یک تیم هسته وجود دارد و انجمن جامعه PostgreSQL علامت تجاری را در اختیار دارد، اما واقعاً چه کسی "مسئول" است؟ بروس نشان می‌دهد که همه ما، به نوعی، در کنترل و هدایت توسعه این پایگاه داده شریک هستیم. این مقاله تأکید دارد که مدل مدیریتی و توسعه‌ای PostgreSQL که متکی به جامعه و همکاری است، از نکات برجسته و منحصر به فرد این پایگاه داده محسوب می‌شود.

🟣لینک مقاله:
https://www.enterprisedb.com/blog/who-is-in-charge-of-postgres


👑 @Database_Academy
👍3
🔵 عنوان مقاله
Full-Stack Observability from Honeybadger

🟢 خلاصه مقاله:
مقاله‌ای که مورد بحث قرار گرفته درباره پلتفرم ثبت وقایع جدید شرکت Honeybadger است که با پلتفرم‌هایی چون Splunk، DataDog یا CloudWatch Logs قابل مقایسه است، اما تنها شامل نقاط قوت این سرویس‌ها بوده و هزینه‌ای معقول دارد. این پلتفرم جدید با ارائه امکانات مشابه به تجزیه و تحلیل داده‌ها و مانیتورینگ وقایع، تفاوت خود را در سهولت ادغام با سایر سرویس‌ها نشان می‌دهد. ادغام آسان این پلتفرم با سرویس‌هایی چون Crunchy Bridge، Journald، و AWS امکان پذیر است، که این ویژگی به کاربران اجازه می‌دهد تا بدون دردسرهای فنی متداول، به سادگی و بسرعت به گزارش‌دهی و تحلیل رویدادها بپردازند. این فاکتورها Honeybadger را به یک گزینه جذاب در بازار پر رقابت ثبت رویدادها تبدیل می‌کنند.

🟣لینک مقاله:
https://www.honeybadger.io/tour/logging-observability/?utm_source=postgresweekly&utm_medium=email&utm_campaign=2024-07-17-postgresweekly-primary


👑 @Database_Academy
👍1
🔵 عنوان مقاله
Can Postgres Replace Redis as a Cache?

🟢 خلاصه مقاله:
مقاله مورد نظر به بررسی توانایی‌های Postgres در مقابل Redis برای مدیریت داده‌ها پرداخته است. اگرچه Redis به‌عنوان یک سرور ذخیره‌سازی داده‌ها در حافظه با عملکرد بالا شناخته شده و برای کش کردن استفاده می‌شود، پرسش اصلی مطرح شده در این مقاله این است که آیا می‌توان تمام کارها را با استفاده از Postgres انجام داد. Raphael در مقاله‌ای که نگارش کرده، به تجزیه و تحلیل و بررسی این موضوع می‌پردازد که آیا Postgres می‌تواند وظایفی را که معمولاً به Redis سپرده می‌شود، به‌طور مؤثر انجام دهد. این بحث شامل مقایسه عملکرد، کارایی و موارد استفاده مناسب برای هر یک از این سیستم‌های مدیریت پایگاه داده است و در نهایت به جوانب مثبت و منفی استفاده از هر یک در سناریوهای خاص صنعتی می‌پردازد.

🟣لینک مقاله:
https://medium.com/redis-with-raphael-de-lio/can-postgres-replace-redis-as-a-cache-f6cba13386dc


👑 @Database_Academy
👍7
🔵 عنوان مقاله
Using AI to Generate Data Structures for Postgres

🟢 خلاصه مقاله:
مقاله به بحث درباره‌ی کاربردهای آینده‌ی مدل‌های یادگیری ماشینی و هوش مصنوعی (LLMs و AI) می‌پردازد. تأکید مقاله بر این نکته است که هرچند شاید زمانی طولانی طول بکشد تا به استفاده از این فناوری‌ها در تشخیص بیماری‌ها یا اداره نیروگاه‌ها اعتماد کافی پیدا شود، ولی آن‌ها در کمک به تعریف مدل‌ها و طرح‌ها می‌توانند به سرعت ما را به سمت درست هدایت کنند. این موضوع بیانگر پتانسیل هوش مصنوعی در تسریع و بهبود فرآیندهای طراحی و برنامه‌ریزی است، که می‌تواند به کاربران اجازه دهد تا با کارایی بیشتری به اهداف خود دست یابند.

🟣لینک مقاله:
https://www.cybertec-postgresql.com/en/using-ai-to-generate-data-structures/


👑 @Database_Academy
👍2
🔵 عنوان مقاله
Autovacuum Tuning Basics

🟢 خلاصه مقاله:
مقاله به بررسی کاربرد فرآیند VACUUM در پایگاه‌داده‌ها می‌پردازد که به طور دستی برای بازیابی فضای هدر رفته ناشی از ردیف‌های حذف شده و به‌روز شده در جداول استفاده می‌شود. این فرآیند با حذف فضای بلوت (زائد)، کارایی پایگاه داده را بهبود می‌بخشد. برنامه‌ریزی خودکار این فرآیند، موسوم به autovacuum، مدیریت دستی VACUUM را کاهش می‌دهد و امکان تنظیم آن برای دستیابی به تعادل مناسب بین عملکرد و استفاده از فضا در موقعیت‌های مختلف وجود دارد. این سیستم خودکار به افراد اجازه می‌دهد تا تنظیماتی را اعمال کنند که به بهترین شکل ممکن منابع را مدیریت و بهینه‌سازی کنند، در نتیجه کارایی سیستم پایگاه داده را افزایش می‌دهد. این مقاله تاکید می‌کند که درک و تنظیم صحیح autovacuum می‌تواند تاثیر قابل توجهی در بهینه‌سازی و عملکرد کلی پایگاه داده داشته باشد.

🟣لینک مقاله:
https://www.enterprisedb.com/blog/autovacuum-tuning-basics


👑 @Database_Academy
👍5
🔵 عنوان مقاله
Bringing Row Pattern Recognition to Postgres

🟢 خلاصه مقاله:
خلاصه مقاله:

مقاله‌ی مورد بررسی به بحث در مورد امکان جستجوی دنباله‌ای از ردیف‌ها در یک جدول بر اساس الگویی مشخص شده در استاندارد SQL پرداخته است. تاتسو قصد دارد این قابلیت را به Postgres نیز اضافه کند. در این مقاله، تاتسو نحوه عملکرد این ویژگی را توضیح داده و پیشرفت‌های کار خود را به نمایش می‌گذارد. او به تفصیل در مورد روش‌ها و تکنیک‌هایی که برای اجرای این قابلیت در Postgres به کار برده شده‌اند، می‌پردازد. افزودن این قابلیت به Postgres می‌تواند به تحلیل‌گران داده و توسعه‌دهندگان کمک کند تا پرس‌و‌جوهای پیچیده‌تر و کارآمدتری را با استفاده از الگوهای مورد نیاز خود بسازند. این پروژه همچنان در حال توسعه است و تاتسو جزئیات فنی مرتبط با این توسعه را شرح می‌دهد.

🟣لینک مقاله:
https://postgresweekly.com/link/157921/web


👑 @Database_Academy