🔵 عنوان مقاله
5. Hacking on PostgreSQL is Really Hard
🟢 خلاصه مقاله:
رابرت سالهای متمادی در بین ده نفر برتری که به پروژهی پستگرس مشارکت کردهاند، قرار گرفته است. اما امسال، او در مورد چالشهایی که فرآیند مشارکت در پستگرس میتواند داشته باشد، به ویژه برای افراد تازهکار، انعکاس داده است. رابرت بیان کرده است که با وجود تجربه و مهارتهای فراوانش در این زمینه، هنوز هم ادامه دادن به این فرآیند میتواند ترسناک و دلهرهآور باشد. این بیان از سوی رابرت میتواند به عنوان یک تلنگر برای جامعه پستگرس باشد تا شاید راههایی برای تسهیل مشارکت افراد جدید را مدنظر قرار دهند و موانع موجود بر سر راه آنها را کاهش دهند.
🟣لینک مقاله:
https://postgresweekly.com/link/163624/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
5. Hacking on PostgreSQL is Really Hard
🟢 خلاصه مقاله:
رابرت سالهای متمادی در بین ده نفر برتری که به پروژهی پستگرس مشارکت کردهاند، قرار گرفته است. اما امسال، او در مورد چالشهایی که فرآیند مشارکت در پستگرس میتواند داشته باشد، به ویژه برای افراد تازهکار، انعکاس داده است. رابرت بیان کرده است که با وجود تجربه و مهارتهای فراوانش در این زمینه، هنوز هم ادامه دادن به این فرآیند میتواند ترسناک و دلهرهآور باشد. این بیان از سوی رابرت میتواند به عنوان یک تلنگر برای جامعه پستگرس باشد تا شاید راههایی برای تسهیل مشارکت افراد جدید را مدنظر قرار دهند و موانع موجود بر سر راه آنها را کاهش دهند.
🟣لینک مقاله:
https://postgresweekly.com/link/163624/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Blogspot
Hacking on PostgreSQL is Really Hard
Hacking on PostgreSQL is really hard. I think a lot of people would agree with this statement, not all for the same reasons. Some might poin...
👍1
🔵 عنوان مقاله
Building AI Apps on Postgres? Start with pgai
🟢 خلاصه مقاله:
مقالهای که مورد بررسی قرار گرفته است در مورد پسوند PostgreSQL به نام pgai صحبت میکند که به امکان استفاده از جریانهای کاری هوش مصنوعی در PostgreSQL اضافه میکند. این افزونه قابلیتهایی نظیر ایجاد تعبیهها و تکمیل مدل را فراهم میآورد. pgai به توسعهدهندگان قدرتهای فوقالعادهای در زمینه هوش مصنوعی میدهد و فرآیند ساخت برنامههایی با قابلیت جستجو و بازیابی تقویتشده (RAG) را آسانتر میکند. این تواناییها به توسعهدهندگان کمک میکند تا بتوانند با استفاده از قابلیتهای پیشرفته هوش مصنوعی و یادگیری ماشین، نرمافزارها و سامانههای کاربردی را به شکل مؤثرتری طراحی کنند. به این ترتیب، pgai یک افزایش چشمگیر در توانمندسازی و بهینهسازی برنامهها در محیط PostgreSQL به شمار میرود و به توسعهدهندگان اجازه میدهد تا از دادهها و الگوریتمهای هوش مصنوعی به نحو احسن استفاده کنند.
🟣لینک مقاله:
https://postgresweekly.com/link/163586/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Building AI Apps on Postgres? Start with pgai
🟢 خلاصه مقاله:
مقالهای که مورد بررسی قرار گرفته است در مورد پسوند PostgreSQL به نام pgai صحبت میکند که به امکان استفاده از جریانهای کاری هوش مصنوعی در PostgreSQL اضافه میکند. این افزونه قابلیتهایی نظیر ایجاد تعبیهها و تکمیل مدل را فراهم میآورد. pgai به توسعهدهندگان قدرتهای فوقالعادهای در زمینه هوش مصنوعی میدهد و فرآیند ساخت برنامههایی با قابلیت جستجو و بازیابی تقویتشده (RAG) را آسانتر میکند. این تواناییها به توسعهدهندگان کمک میکند تا بتوانند با استفاده از قابلیتهای پیشرفته هوش مصنوعی و یادگیری ماشین، نرمافزارها و سامانههای کاربردی را به شکل مؤثرتری طراحی کنند. به این ترتیب، pgai یک افزایش چشمگیر در توانمندسازی و بهینهسازی برنامهها در محیط PostgreSQL به شمار میرود و به توسعهدهندگان اجازه میدهد تا از دادهها و الگوریتمهای هوش مصنوعی به نحو احسن استفاده کنند.
🟣لینک مقاله:
https://postgresweekly.com/link/163586/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
GitHub
GitHub - timescale/pgai: A suite of tools to develop RAG, semantic search, and other AI applications more easily with PostgreSQL
A suite of tools to develop RAG, semantic search, and other AI applications more easily with PostgreSQL - timescale/pgai
🔵 عنوان مقاله
pg_incremental: Incremental Data Processing in Postgres
🟢 خلاصه مقاله:
مارکو یک افزونه جدید Postgres را معرفی کرده است که پردازش دستهای افزایشی و خودکار را برای ایجاد خطوط پردازش مطمئن فراهم میکند. این افزونه که در مخزن GitHub قابل دسترسی است، به کاربران امکان میدهد تا با استفاده از پردازشهای دستهای که به صورت افزایشی به روز میشوند، دادههای خود را به طور موثر و کارآمد مدیریت کنند. این روش نه تنها به حفظ دقت و قابلیت اطمینان دادهها کمک میکند، بلکه سرعت پردازش را نیز افزایش میدهد و به کاهش زمان مورد نیاز برای پردازش حجمهای بزرگ داده کمک میکند. افزونهای که مارکو ارائه میدهد، ابزاری قدرتمند برای بنیان گذاران و توسعهدهندگانی است که به دنبال بهینهسازی فرآیندهای دادهای خود در محیطهای پایگاه دادهای هستند.
🟣لینک مقاله:
https://postgresweekly.com/link/163588/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pg_incremental: Incremental Data Processing in Postgres
🟢 خلاصه مقاله:
مارکو یک افزونه جدید Postgres را معرفی کرده است که پردازش دستهای افزایشی و خودکار را برای ایجاد خطوط پردازش مطمئن فراهم میکند. این افزونه که در مخزن GitHub قابل دسترسی است، به کاربران امکان میدهد تا با استفاده از پردازشهای دستهای که به صورت افزایشی به روز میشوند، دادههای خود را به طور موثر و کارآمد مدیریت کنند. این روش نه تنها به حفظ دقت و قابلیت اطمینان دادهها کمک میکند، بلکه سرعت پردازش را نیز افزایش میدهد و به کاهش زمان مورد نیاز برای پردازش حجمهای بزرگ داده کمک میکند. افزونهای که مارکو ارائه میدهد، ابزاری قدرتمند برای بنیان گذاران و توسعهدهندگانی است که به دنبال بهینهسازی فرآیندهای دادهای خود در محیطهای پایگاه دادهای هستند.
🟣لینک مقاله:
https://postgresweekly.com/link/163588/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Crunchy Data
pg_incremental: Incremental Data Processing in Postgres | Crunchy Data Blog
We are excited to release a new open source extension called pg_incremental. pg_incremental works with pg_cron to do incremental batch processing for data aggregations, data transformations, or imports/exports.
Forwarded from Future Pulse Persian
🌟 سلام دوستای عزیز! 🌟
ما توی فرنا دنبال بهتر کردن خدماتمون هستیم و نظرات ارزشمند شما خیلی کمکمون میکنه. 🙌
لطفاً چند دقیقه وقت بذارید و این پرسشنامه کوتاه رو تکمیل کنید:
https://survey.porsline.ir/s/0AjaP0g
ممنون از همراهیتون! 💖
#تجربه_کاربری
#بازخورد
#آموزش_آنلاین
#فرنا_آکادمی
#بهبود_خدمات
#نظرسنجی
#یادگیری_دیجیتال
#همراهی_شما
#آموزش_تخصصی
ما توی فرنا دنبال بهتر کردن خدماتمون هستیم و نظرات ارزشمند شما خیلی کمکمون میکنه. 🙌
لطفاً چند دقیقه وقت بذارید و این پرسشنامه کوتاه رو تکمیل کنید:
https://survey.porsline.ir/s/0AjaP0g
ممنون از همراهیتون! 💖
#تجربه_کاربری
#بازخورد
#آموزش_آنلاین
#فرنا_آکادمی
#بهبود_خدمات
#نظرسنجی
#یادگیری_دیجیتال
#همراهی_شما
#آموزش_تخصصی
👍1
ویکی postgresql یه لیستی از anti-patternهارو لیست کرده و در موردشون توضیح داده، خوبه که لیست رو ببینید، احتمالش زیاده همین الان، در لحظه چند تا از این anti-patternهارو در حال استفاده باشید که بهتره جایگزین کنید.
مثلا NOT IN یا BETWEEN شاید استفاده ش کم نباشه تو کوئری ها.
https://wiki.postgresql.org/wiki/Don%27t_Do_This
<Hossein Nazari/>
➖➖➖➖➖➖➖➖
https://news.1rj.ru/str/addlist/KpzXaiSpKENkMGM0
مثلا NOT IN یا BETWEEN شاید استفاده ش کم نباشه تو کوئری ها.
https://wiki.postgresql.org/wiki/Don%27t_Do_This
<Hossein Nazari/>
➖➖➖➖➖➖➖➖
https://news.1rj.ru/str/addlist/KpzXaiSpKENkMGM0
👍1
تو دیتابیس ها یه مفهومی وجود داره به اسم clustered index که در مقابلش non clustered index قرار میگیره
خب این clustered index یعنی چی؟ یعنی اینکه ترتیبی که داده ها در ایندکس قرار میگیرن، همون ترتیبی هست که داده ها در فایل و دیسک ذخیره میشن.
بنابراین هر جدول دیتابیس فقط میتونه یه clustered index داشته باشه که معمولا primary key هست.
کجا ها clustered index مهمه؟ جاهایی که شما range query یا sequential scan داری مهم میشه
چرا مهم میشه؟ چون دیتابیس با تعداد io کمتر رکوردهارو از فایل و دیسک fetch میکنه
حالا قرار دادن یه guid مثل uuid به عنوان primary key چه بلایی سر clustered index میاره؟ عملا رکوردهایی که در ایندکس دارن مرتب میشن میتونن تو فایل های مختلفی از دیسک scatter بشن و هزینه fetch کردن شون در کوئری های range رو بالا ببره.
یه سری دیتابیس ها یه سری بهبود برای این قضیه دارن، مثلا یه implicit primary key خودشون در نظر میگیرن که incremental integer هست و اون رو clustered index در نظر میگیرن.
Be careful with GUID as clustered index
https://blog.novanet.no/careful-with-guid-as-clustered-index/
<Hossein Nazari/>
➖➖➖➖➖➖➖➖
https://news.1rj.ru/str/addlist/KpzXaiSpKENkMGM0
خب این clustered index یعنی چی؟ یعنی اینکه ترتیبی که داده ها در ایندکس قرار میگیرن، همون ترتیبی هست که داده ها در فایل و دیسک ذخیره میشن.
بنابراین هر جدول دیتابیس فقط میتونه یه clustered index داشته باشه که معمولا primary key هست.
کجا ها clustered index مهمه؟ جاهایی که شما range query یا sequential scan داری مهم میشه
چرا مهم میشه؟ چون دیتابیس با تعداد io کمتر رکوردهارو از فایل و دیسک fetch میکنه
حالا قرار دادن یه guid مثل uuid به عنوان primary key چه بلایی سر clustered index میاره؟ عملا رکوردهایی که در ایندکس دارن مرتب میشن میتونن تو فایل های مختلفی از دیسک scatter بشن و هزینه fetch کردن شون در کوئری های range رو بالا ببره.
یه سری دیتابیس ها یه سری بهبود برای این قضیه دارن، مثلا یه implicit primary key خودشون در نظر میگیرن که incremental integer هست و اون رو clustered index در نظر میگیرن.
Be careful with GUID as clustered index
https://blog.novanet.no/careful-with-guid-as-clustered-index/
<Hossein Nazari/>
➖➖➖➖➖➖➖➖
https://news.1rj.ru/str/addlist/KpzXaiSpKENkMGM0
👍1
🔵 عنوان مقاله
Some of My Favorite Things – Postgres Queries
🟢 خلاصه مقاله:
در این هفته خبر بزرگی از Postgres وجود ندارد، اما شاین مجموعهای از پرسوجوهای SQL پیچیده را به عنوان هدیهای جشنی معرفی میکند که برای ردیابی استفاده از پایگاه دادهها در جنبههای مختلف استفاده میشود. این پرسوجوها شامل بررسی ایندکسهای بلااستفاده، تهیه گزارشهایی برای فرآیند vacuuming (تمیزکاری و بهینهسازی پایگاه داده) و موارد دیگر میشود. استفاده از این دستورات SQL به مدیران پایگاه داده این امکان را میدهد تا به شناسایی و بهینهسازی منابع موجود در پایگاه دادههای خود پرداخته و با کاهش منابع بلااستفاده، بهرهوری سیستم را افزایش دهند. این ابزارها به خصوص در مدیریت و نگهداری پایگاههای داده بزرگ و پیچیده بسیار مفید هستند.
🟣لینک مقاله:
https://postgresweekly.com/link/163587/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Some of My Favorite Things – Postgres Queries
🟢 خلاصه مقاله:
در این هفته خبر بزرگی از Postgres وجود ندارد، اما شاین مجموعهای از پرسوجوهای SQL پیچیده را به عنوان هدیهای جشنی معرفی میکند که برای ردیابی استفاده از پایگاه دادهها در جنبههای مختلف استفاده میشود. این پرسوجوها شامل بررسی ایندکسهای بلااستفاده، تهیه گزارشهایی برای فرآیند vacuuming (تمیزکاری و بهینهسازی پایگاه داده) و موارد دیگر میشود. استفاده از این دستورات SQL به مدیران پایگاه داده این امکان را میدهد تا به شناسایی و بهینهسازی منابع موجود در پایگاه دادههای خود پرداخته و با کاهش منابع بلااستفاده، بهرهوری سیستم را افزایش دهند. این ابزارها به خصوص در مدیریت و نگهداری پایگاههای داده بزرگ و پیچیده بسیار مفید هستند.
🟣لینک مقاله:
https://postgresweekly.com/link/163587/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
🛩️ Shane Borden's Technology Blog
Some of My Favorite Things – Postgres Queries
This post shares favorite PostgreSQL queries for daily use, focusing on optimizing performance. It includes top SQL queries by execution count, mean execution time, and total execution time, along …
🙏1
🔵 عنوان مقاله
4. pgPedia: A Postgres Encyclopedia of Sorts
🟢 خلاصه مقاله:
این متن به یک راهنمای مرجع به سبک ویکی، ولی با فرمتی تمیز و مرتب، اشاره دارد که ویژگیها و تنظیمات پستگرس را پوشش میدهد. این راهنما به خوبی دستورالعملهای رسمی را تکمیل میکند و حتماً ارزش کاوش بیشتری دارد. از این منظر، این راهنما منبع مفیدی است برای کسانی که میخواهند درک عمیقتری از پایگاه داده پستگرس داشته باشند و میتواند به عنوان ابزاری مفید برای بهبود و توسعه کاربری های مختلف توسط توسعه دهندگان تلقی شود.
🟣لینک مقاله:
https://postgresweekly.com/link/163623/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
4. pgPedia: A Postgres Encyclopedia of Sorts
🟢 خلاصه مقاله:
این متن به یک راهنمای مرجع به سبک ویکی، ولی با فرمتی تمیز و مرتب، اشاره دارد که ویژگیها و تنظیمات پستگرس را پوشش میدهد. این راهنما به خوبی دستورالعملهای رسمی را تکمیل میکند و حتماً ارزش کاوش بیشتری دارد. از این منظر، این راهنما منبع مفیدی است برای کسانی که میخواهند درک عمیقتری از پایگاه داده پستگرس داشته باشند و میتواند به عنوان ابزاری مفید برای بهبود و توسعه کاربری های مختلف توسط توسعه دهندگان تلقی شود.
🟣لینک مقاله:
https://postgresweekly.com/link/163623/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Forwarded from Job Labdon
این سایت دادههای خوبی در مورد حقوق توی شرکتهای اروپایی توی کشورهای مختلف رو داره که میتونید ازش برای کاریابی استفاده کنید.
https://techpays.eu
➖➖➖➖➖➖➖➖
https://news.1rj.ru/str/addlist/KpzXaiSpKENkMGM0
https://techpays.eu
➖➖➖➖➖➖➖➖
https://news.1rj.ru/str/addlist/KpzXaiSpKENkMGM0
🔵 عنوان مقاله
1. SQL Query Optimization: A Comprehensive Developer's Guide
🟢 خلاصه مقاله:
این مقاله به بررسی بهینهسازی دستورات SELECT، INSERT و DELETE در پایگاه داده میپردازد. این بهینهسازیها شامل استفاده از ایندکسها، صفحهبندی نتایج، اجتناب از اتصالها (جوینها) و استفاده از توابع پنجرهای است که میتوانند در مواقعی مفید واقع شوند یا خیر. مقاله با تمرکز بر پایگاه داده Postgres نوشته شده است، اما مفاهیم ارائه شده میتوانند در سایر سیستمهای مدیریت پایگاه داده نیز کاربرد داشته باشند. از نکات مهم در بهینهسازی دستورات پایگاه داده، استفاده بهینه از ایندکسها برای افزایش سرعت و کارایی درخواستها، کنترل حجم دادههای مورد پردازش با صفحهبندی و کاهش وابستگی به جوینها که ممکن است باعث کندی سیستم شوند، است. این موارد به توسعه دهندگان کمک میکند تا دستورات SQL خود را برای کارایی بیشتر بهینهسازی کنند.
🟣لینک مقاله:
https://postgresweekly.com/link/163619/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
1. SQL Query Optimization: A Comprehensive Developer's Guide
🟢 خلاصه مقاله:
این مقاله به بررسی بهینهسازی دستورات SELECT، INSERT و DELETE در پایگاه داده میپردازد. این بهینهسازیها شامل استفاده از ایندکسها، صفحهبندی نتایج، اجتناب از اتصالها (جوینها) و استفاده از توابع پنجرهای است که میتوانند در مواقعی مفید واقع شوند یا خیر. مقاله با تمرکز بر پایگاه داده Postgres نوشته شده است، اما مفاهیم ارائه شده میتوانند در سایر سیستمهای مدیریت پایگاه داده نیز کاربرد داشته باشند. از نکات مهم در بهینهسازی دستورات پایگاه داده، استفاده بهینه از ایندکسها برای افزایش سرعت و کارایی درخواستها، کنترل حجم دادههای مورد پردازش با صفحهبندی و کاهش وابستگی به جوینها که ممکن است باعث کندی سیستم شوند، است. این موارد به توسعه دهندگان کمک میکند تا دستورات SQL خود را برای کارایی بیشتر بهینهسازی کنند.
🟣لینک مقاله:
https://postgresweekly.com/link/163619/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Aiven
SQL query optimization: a comprehensive developer's guide
An SQL optimization guide for developers. With best practices, warnings, and pro tips to speed up your SQL query optimization.
🔵 عنوان مقاله
Ruby Active Record Adapter for AWS Aurora DSQL
🟢 خلاصه مقاله:
این مقاله به بررسی اتصالات اولیهِ Active Record در Ruby on Rails به پایگاه داده جدید آمازون، Aurora DSQL میپردازد. Aurora DSQL یک سرویس پایگاه داده توزیع شده و بدون سرور است که با Postgres سازگار است. تلاشهای اولیه برای گسترش یک اَداپتور اتصال Active Record برای این پایگاه داده جدید شرح داده شده است. این اداپتور امکان استفاده از قابلیتهای پیشرفته Aurora DSQL را در چارچوب Ruby on Rails فراهم میکند و به توسعهدهندگان این امکان را میدهد که به راحتی بتوانند از امکانات پایگاه داده توزیعشده در برنامههای خود استفاده کنند. مقاله همچنین به چالشها و مزایای فنی مرتبط با پیادهسازی این اتصال در محیط سرورلس میپردازد و به خصوص تاکیدی بر اهمیت تطابق و سازگاری با Postgres دارد.
🟣لینک مقاله:
https://postgresweekly.com/link/164429/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Ruby Active Record Adapter for AWS Aurora DSQL
🟢 خلاصه مقاله:
این مقاله به بررسی اتصالات اولیهِ Active Record در Ruby on Rails به پایگاه داده جدید آمازون، Aurora DSQL میپردازد. Aurora DSQL یک سرویس پایگاه داده توزیع شده و بدون سرور است که با Postgres سازگار است. تلاشهای اولیه برای گسترش یک اَداپتور اتصال Active Record برای این پایگاه داده جدید شرح داده شده است. این اداپتور امکان استفاده از قابلیتهای پیشرفته Aurora DSQL را در چارچوب Ruby on Rails فراهم میکند و به توسعهدهندگان این امکان را میدهد که به راحتی بتوانند از امکانات پایگاه داده توزیعشده در برنامههای خود استفاده کنند. مقاله همچنین به چالشها و مزایای فنی مرتبط با پیادهسازی این اتصال در محیط سرورلس میپردازد و به خصوص تاکیدی بر اهمیت تطابق و سازگاری با Postgres دارد.
🟣لینک مقاله:
https://postgresweekly.com/link/164429/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
GitHub
GitHub - sj26/activerecord-dsql-adapter: Active Record Adapter for AWS Aurora DSQL
Active Record Adapter for AWS Aurora DSQL. Contribute to sj26/activerecord-dsql-adapter development by creating an account on GitHub.
🔵 عنوان مقاله
Idle Transactions Cause Table Bloat? Wait, What?
🟢 خلاصه مقاله:
مقاله مورد نظر به بررسی و تأثیر تراکنشهای بیکار (idle transactions) بر روی مشکل شکوفایی جدول (table bloat) در پایگاهدادهها میپردازد. نویسنده توضیح میدهد که چگونه تراکنشهایی که بدون دستکاری فعال و طولانی مدت باقی میمانند، میتوانند سبب افزایش حجم غیر ضروری جداول شوند، به طوری که حتی فرآیند خودکار وکیوم (vacuum) نیز نمیتواند این مشکل را به طور مؤثر رفع کند. این امر به دلیل آن است که تراکنشهای بیکار به حفظ دادههای قدیمی و نامورد نیاز در پایگاه داده منجر شده، که فضای بیشتری را اشغال میکند و بهرهوری پایگاهداده را کاهش میدهد. نویسنده بر اهمیت مدیریت صحیح تراکنشها و استفاده از رویههای بهینه جهت جلوگیری از این مشکل تأکید میکند و راهکارهایی جهت اجتناب از تراکنشهای بیکار را پیشنهاد میدهد.
🟣لینک مقاله:
https://postgresweekly.com/link/164424/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Idle Transactions Cause Table Bloat? Wait, What?
🟢 خلاصه مقاله:
مقاله مورد نظر به بررسی و تأثیر تراکنشهای بیکار (idle transactions) بر روی مشکل شکوفایی جدول (table bloat) در پایگاهدادهها میپردازد. نویسنده توضیح میدهد که چگونه تراکنشهایی که بدون دستکاری فعال و طولانی مدت باقی میمانند، میتوانند سبب افزایش حجم غیر ضروری جداول شوند، به طوری که حتی فرآیند خودکار وکیوم (vacuum) نیز نمیتواند این مشکل را به طور مؤثر رفع کند. این امر به دلیل آن است که تراکنشهای بیکار به حفظ دادههای قدیمی و نامورد نیاز در پایگاه داده منجر شده، که فضای بیشتری را اشغال میکند و بهرهوری پایگاهداده را کاهش میدهد. نویسنده بر اهمیت مدیریت صحیح تراکنشها و استفاده از رویههای بهینه جهت جلوگیری از این مشکل تأکید میکند و راهکارهایی جهت اجتناب از تراکنشهای بیکار را پیشنهاد میدهد.
🟣لینک مقاله:
https://postgresweekly.com/link/164424/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Stormatics
Idle Transactions Cause Table Bloat? Wait, What? | Stormatics
Bloat causes degradation in performance and can keep encroaching disk space with dead tuples. This blog delves into how idle transactions cause table bloat, why this is problematic, and practical strategies to avoid it.
🔵 عنوان مقاله
pg_mooncake: Fast Columnstore Tables in Postgres for Analytics
🟢 خلاصه مقاله:
مقالهای که مورد بحث قرار گرفته به توصیف یک افزونه برای Postgres میپردازد که امکان ذخیرهسازی ستونی و اجرای برداری را به وسیله DuckDB برای تحلیلهای سریع درون Postgres فراهم میکند. جداول ستونی در قالب جداول Iceberg یا Delta Lake ذخیره میشوند که میتوانند روی سیستم فایل محلی یا ذخیرهسازی ابری قرار گیرند. نسخه 0.1 این افزونه به تازگی معرفی شده است. این فناوری جدید امکان بهبود چشمگیری در سرعت و کارآیی تحلیل های دادهای در محیط Postgres را فراهم میآورد، به خصوص برای دادههای بزرگ که نیاز به اجرا و تجزیه و تحلیل سریع دارند. این ارتقاء در نحوه پردازش و تحلیل دادهها در پایگاههای داده معمولی میتواند تحول ایجاد کند.
🟣لینک مقاله:
https://postgresweekly.com/link/164444/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pg_mooncake: Fast Columnstore Tables in Postgres for Analytics
🟢 خلاصه مقاله:
مقالهای که مورد بحث قرار گرفته به توصیف یک افزونه برای Postgres میپردازد که امکان ذخیرهسازی ستونی و اجرای برداری را به وسیله DuckDB برای تحلیلهای سریع درون Postgres فراهم میکند. جداول ستونی در قالب جداول Iceberg یا Delta Lake ذخیره میشوند که میتوانند روی سیستم فایل محلی یا ذخیرهسازی ابری قرار گیرند. نسخه 0.1 این افزونه به تازگی معرفی شده است. این فناوری جدید امکان بهبود چشمگیری در سرعت و کارآیی تحلیل های دادهای در محیط Postgres را فراهم میآورد، به خصوص برای دادههای بزرگ که نیاز به اجرا و تجزیه و تحلیل سریع دارند. این ارتقاء در نحوه پردازش و تحلیل دادهها در پایگاههای داده معمولی میتواند تحول ایجاد کند.
🟣لینک مقاله:
https://postgresweekly.com/link/164444/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
GitHub
GitHub - Mooncake-Labs/pg_mooncake: Columnstore Table in Postgres
Columnstore Table in Postgres. Contribute to Mooncake-Labs/pg_mooncake development by creating an account on GitHub.
🔵 عنوان مقاله
The Anatomy of Table-Level Locks
🟢 خلاصه مقاله:
مقالهای که مورد بررسی قرار گرفته به تحلیل معنا و انگیزههای استفاده از قفلها در سیستمهای پایگاه داده میپردازد و سپس به طور مفصلتر به بررسی روشهای مختلف قفل کردن جداول در پایگاه داده Postgres میپردازد. این مقاله همچنین شیوههای حل تعارض بین قفلهای مختلف را تشریح میکند. در ابتدا، به بررسی کلی مفهوم قفلها و دلایل استفاده از آنها در جلوگیری از دسترسیهای همزمان به دادهها و تضمین یکپارچگی دادهها پرداخته میشود. سپس، نحوه عملکرد قفلها در Postgres معرفی شده و انواع قفلهای موجود مانند قفلهای خواندن و نوشتن و سطوح مختلف آنها توضیح داده میشود. در نهایت، روشهای مدیریت و حل تعارضات بین قفلها بر اساس الویتبندی و الگوریتمهای کنترل تعارض مورد بحث قرار میگیرد که از شکاف و تداخل کمتر در دسترسیها اطمینان میدهد.
🟣لینک مقاله:
https://postgresweekly.com/link/164423/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
The Anatomy of Table-Level Locks
🟢 خلاصه مقاله:
مقالهای که مورد بررسی قرار گرفته به تحلیل معنا و انگیزههای استفاده از قفلها در سیستمهای پایگاه داده میپردازد و سپس به طور مفصلتر به بررسی روشهای مختلف قفل کردن جداول در پایگاه داده Postgres میپردازد. این مقاله همچنین شیوههای حل تعارض بین قفلهای مختلف را تشریح میکند. در ابتدا، به بررسی کلی مفهوم قفلها و دلایل استفاده از آنها در جلوگیری از دسترسیهای همزمان به دادهها و تضمین یکپارچگی دادهها پرداخته میشود. سپس، نحوه عملکرد قفلها در Postgres معرفی شده و انواع قفلهای موجود مانند قفلهای خواندن و نوشتن و سطوح مختلف آنها توضیح داده میشود. در نهایت، روشهای مدیریت و حل تعارضات بین قفلها بر اساس الویتبندی و الگوریتمهای کنترل تعارض مورد بحث قرار میگیرد که از شکاف و تداخل کمتر در دسترسیها اطمینان میدهد.
🟣لینک مقاله:
https://postgresweekly.com/link/164423/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
xata.io
Anatomy of Table-Level Locks in PostgreSQL
This blog explains locking mechanisms in PostgreSQL, focusing on table-level locks that are required by Data Definition Language (DDL) operations.
👍1🙏1
🔵 عنوان مقاله
🐕 pgDog: A New Rust-Powered Postgres Query Router and Proxy
🟢 خلاصه مقاله:
مقاله مورد بحث تغییر مسیر توسعهدهنده اصلی پولر پستگرس، PgCat، به پروژه جدیدی را مورد بررسی قرار میدهد که به عنوان جانشین معنوی و با مضمون سگ توصیف شده است. این جانشین جدید، همانند PgCat، قابلیتهایی نظیر استخرسازی (pooling)، توزیع بار (load balancing) و پروکسیکردن (proxying) را ارائه میدهد؛ با این حال، تفاوتهایی نیز دارد. به طور مشخص، این پروژه جدید سیستم پلاگین و لایسنس AGPL را به کار میگیرد، در حالی که PgCat تحت لایسنس MIT منتشر شده است. این تغییر نشاندهنده یک حرکت به سوی ارائه محصولی با قابلیت توسعه بیشتر و انعطافپذیری در شرایط استفاده است که میتواند تاثیرات مهمی در جامعه توسعهدهندگان نرمافزار داشته باشد.
🟣لینک مقاله:
https://postgresweekly.com/link/164446/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
🐕 pgDog: A New Rust-Powered Postgres Query Router and Proxy
🟢 خلاصه مقاله:
مقاله مورد بحث تغییر مسیر توسعهدهنده اصلی پولر پستگرس، PgCat، به پروژه جدیدی را مورد بررسی قرار میدهد که به عنوان جانشین معنوی و با مضمون سگ توصیف شده است. این جانشین جدید، همانند PgCat، قابلیتهایی نظیر استخرسازی (pooling)، توزیع بار (load balancing) و پروکسیکردن (proxying) را ارائه میدهد؛ با این حال، تفاوتهایی نیز دارد. به طور مشخص، این پروژه جدید سیستم پلاگین و لایسنس AGPL را به کار میگیرد، در حالی که PgCat تحت لایسنس MIT منتشر شده است. این تغییر نشاندهنده یک حرکت به سوی ارائه محصولی با قابلیت توسعه بیشتر و انعطافپذیری در شرایط استفاده است که میتواند تاثیرات مهمی در جامعه توسعهدهندگان نرمافزار داشته باشد.
🟣لینک مقاله:
https://postgresweekly.com/link/164446/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
👍2
🔵 عنوان مقاله
Find the Best Postgres Monitoring & Tuning Vendor for 2025
🟢 خلاصه مقاله:
مقالهای که مورد بحث قرار گرفته است، ابزاری کاربردی به نام "Vendor Evaluation Template" را معرفی میکند که به صورت رایگان قابل دانلود است. این ابزار طراحی شده تا به کاربران کمک کند تا ویژگیهای مختلف، نمایشهای دمو و راهحلهای مختلف مانیتورینگ و افزایش کارایی Postgres را به راحتی مقایسه کنند و امتیازدهی نمایند. به کمک این الگو، کاربران میتوانند با اطمینان بیشتری بهترین گزینه را منطبق با نیازهای بودجهای خود برای سال 2025 انتخاب کنند. این ابزار برای کسانی طراحی شده است که به دنبال راهکاری مطمئن و کارآمد برای ارزیابی و انتخاب خدمات و محصولات فناوری اطلاعات هستند.
🟣لینک مقاله:
https://postgresweekly.com/link/164417/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Find the Best Postgres Monitoring & Tuning Vendor for 2025
🟢 خلاصه مقاله:
مقالهای که مورد بحث قرار گرفته است، ابزاری کاربردی به نام "Vendor Evaluation Template" را معرفی میکند که به صورت رایگان قابل دانلود است. این ابزار طراحی شده تا به کاربران کمک کند تا ویژگیهای مختلف، نمایشهای دمو و راهحلهای مختلف مانیتورینگ و افزایش کارایی Postgres را به راحتی مقایسه کنند و امتیازدهی نمایند. به کمک این الگو، کاربران میتوانند با اطمینان بیشتری بهترین گزینه را منطبق با نیازهای بودجهای خود برای سال 2025 انتخاب کنند. این ابزار برای کسانی طراحی شده است که به دنبال راهکاری مطمئن و کارآمد برای ارزیابی و انتخاب خدمات و محصولات فناوری اطلاعات هستند.
🟣لینک مقاله:
https://postgresweekly.com/link/164417/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pganalyze
Vendor Evaluation Template for Postgres Performance Tools
An automated, noscript-driven vendor comparison matrix designed to streamline your Postgres monitoring & performance tool evaluations.
❤1
🔵 عنوان مقاله
Don't Do This (in Postgres)
🟢 خلاصه مقاله:
این مقاله به بحث و بررسی صفحهای در ویکی رسمی Postgres پرداخته است که به جمعآوری توصیهها و هشدارهایی در خصوص اشتباهات رایج در استفاده از Postgres میپردازد. در این صفحه به کاربران توصیه میشود از برخی روشها و تکنیکها، مانند به کار بردن "char(n)" یا "serial" خودداری کنند. گرچه برخی از این توصیهها ممکن است مورد بحث قرار گیرند، اما هر یک از آنها با دلایل منطقی و مستدل ارائه شدهاند. صفحه بهروزرسانی میشود، اما نویسندهی مقاله ابراز امیدواری کرده که مطالب بیشتری به آن افزوده شود. این صفحه ویکی به عنوان منبعی مفید برای کاربران Postgres به منظور اجتناب از خطاهای متداول و بهبود عملکرد روزمره در استفاده از این پایگاه داده مطرح میشود.
🟣لینک مقاله:
https://postgresweekly.com/link/164439/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Don't Do This (in Postgres)
🟢 خلاصه مقاله:
این مقاله به بحث و بررسی صفحهای در ویکی رسمی Postgres پرداخته است که به جمعآوری توصیهها و هشدارهایی در خصوص اشتباهات رایج در استفاده از Postgres میپردازد. در این صفحه به کاربران توصیه میشود از برخی روشها و تکنیکها، مانند به کار بردن "char(n)" یا "serial" خودداری کنند. گرچه برخی از این توصیهها ممکن است مورد بحث قرار گیرند، اما هر یک از آنها با دلایل منطقی و مستدل ارائه شدهاند. صفحه بهروزرسانی میشود، اما نویسندهی مقاله ابراز امیدواری کرده که مطالب بیشتری به آن افزوده شود. این صفحه ویکی به عنوان منبعی مفید برای کاربران Postgres به منظور اجتناب از خطاهای متداول و بهبود عملکرد روزمره در استفاده از این پایگاه داده مطرح میشود.
🟣لینک مقاله:
https://postgresweekly.com/link/164439/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy