🔵 عنوان مقاله
Scaling Postgres without Boiling the Ocean
🟢 خلاصه مقاله:
مقاله مورد نظر به بررسی تواناییهای اولیه سیستم مدیریت پایگاه داده Postgres در مقابله با بارهای کاری بالا پرداخته و مشکلات رایجی که ممکن است هنگام افزایش بار کاری رخ دهند را تشریح میکند. نویسنده، Shayon، به شناسایی و راهحلهایی برای این مسائل میپردازد. به طور خاص، مقاله بیان میکند که Postgres به صورت پیشفرض تا حد زیادی قابلیت مقیاسپذیری دارد، اما با افزایش جدی بار کاری، مشکلاتی مثل "مسائل عجیب" ممکن است ظاهر شوند. هرچند جزئیات خاصی از مسائل و راهحلهای مورد نظر ارائه نشده است، اما تاکید مقاله بر این است که با تنظیم دقیق و مناسب میتوان این مشکلات را مدیریت کرد و بهرهوری Postgres را حتی در شرایط سنگین بار کاری حفظ کرد. این یادآوری میکند اهمیت داشتن درک عمیقی از تنظیمات و بهینهسازیهای داخلی Postgres برای رسیدگی به چالشهای مرتبط با مقیاس بزرگ است.
🟣لینک مقاله:
https://postgresweekly.com/link/165750/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Scaling Postgres without Boiling the Ocean
🟢 خلاصه مقاله:
مقاله مورد نظر به بررسی تواناییهای اولیه سیستم مدیریت پایگاه داده Postgres در مقابله با بارهای کاری بالا پرداخته و مشکلات رایجی که ممکن است هنگام افزایش بار کاری رخ دهند را تشریح میکند. نویسنده، Shayon، به شناسایی و راهحلهایی برای این مسائل میپردازد. به طور خاص، مقاله بیان میکند که Postgres به صورت پیشفرض تا حد زیادی قابلیت مقیاسپذیری دارد، اما با افزایش جدی بار کاری، مشکلاتی مثل "مسائل عجیب" ممکن است ظاهر شوند. هرچند جزئیات خاصی از مسائل و راهحلهای مورد نظر ارائه نشده است، اما تاکید مقاله بر این است که با تنظیم دقیق و مناسب میتوان این مشکلات را مدیریت کرد و بهرهوری Postgres را حتی در شرایط سنگین بار کاری حفظ کرد. این یادآوری میکند اهمیت داشتن درک عمیقی از تنظیمات و بهینهسازیهای داخلی Postgres برای رسیدگی به چالشهای مرتبط با مقیاس بزرگ است.
🟣لینک مقاله:
https://postgresweekly.com/link/165750/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Shayon Mukherjee
Scaling with PostgreSQL without boiling the ocean
Practical scaling strategies for application developers who don't have a dedicated database team
🔵 عنوان مقاله
Dealing With "found xmin ... from before relfrozenxid"
🟢 خلاصه مقاله:
مقاله مورد بررسی به خطای رایجی در فرایند وکیومینگ پایگاه داده میپردازد که به دلیل استفاده از عبارات نامفهوم، درک آن دشوار است. این خطا زمانی رخ میدهد که یک تاپل غیریخزده (unfrozen tuple) با xmin قدیمیتر از relfrozenxid جدول وجود داشته باشد، که نشاندهنده فساد داده است. این خطا در جریان فرایند وکیومینگ پدیدار میشود و موجب خرابی آن میگردد. خوشبختانه، راهکارهایی برای مقابله با این مشکل وجود دارد. این راهکارها شامل بروزرسانی و تنظیمات مجدد پارامترهای مربوط به حافظه و مدیریت تراکنشها است تا از بروز این خطاها در آینده پیشگیری شود. امکانات نظارتی و ابزارهای تخصصی نیز میتوانند به شناسایی و حل این مشکلات کمک کنند.
🟣لینک مقاله:
https://postgresweekly.com/link/165756/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Dealing With "found xmin ... from before relfrozenxid"
🟢 خلاصه مقاله:
مقاله مورد بررسی به خطای رایجی در فرایند وکیومینگ پایگاه داده میپردازد که به دلیل استفاده از عبارات نامفهوم، درک آن دشوار است. این خطا زمانی رخ میدهد که یک تاپل غیریخزده (unfrozen tuple) با xmin قدیمیتر از relfrozenxid جدول وجود داشته باشد، که نشاندهنده فساد داده است. این خطا در جریان فرایند وکیومینگ پدیدار میشود و موجب خرابی آن میگردد. خوشبختانه، راهکارهایی برای مقابله با این مشکل وجود دارد. این راهکارها شامل بروزرسانی و تنظیمات مجدد پارامترهای مربوط به حافظه و مدیریت تراکنشها است تا از بروز این خطاها در آینده پیشگیری شود. امکانات نظارتی و ابزارهای تخصصی نیز میتوانند به شناسایی و حل این مشکلات کمک کنند.
🟣لینک مقاله:
https://postgresweekly.com/link/165756/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
CYBERTEC PostgreSQL | Services & Support
Dealing with the PostgreSQL error "found xmin ... from before relfrozenxid ..."
This article explains the error message "found xmin ... from before relfrozenxid ..." and shows how you can fix the problem.
🔵 عنوان مقاله
How About Trailing Commas in SQL?
🟢 خلاصه مقاله:
خلاصه مقاله:
مقاله پیرامون ویژگی ساده اما بسیار درخواستی در زبان SQL بحث میکند که در برخی گویشها پیادهسازی شده است و این سوال را مطرح میکند که آیا این ویژگی میتواند در گویش Postgres نیز پیادهسازی شود و آیا باید چنین کاری انجام شود. نویسنده توضیح میدهد که این موضوع بسیار پیچیدهتر از آن است که به نظر میرسد و به بررسی مسائل فنی و چالشهایی که باید در نظر گرفته شود پرداخته است. این مقاله به تحلیل اهمیت و تاثیر احتمالی این ویژگی بر کاربردهای کنونی و آینده SQL میپردازد.
🟣لینک مقاله:
https://postgresweekly.com/link/165751/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
How About Trailing Commas in SQL?
🟢 خلاصه مقاله:
خلاصه مقاله:
مقاله پیرامون ویژگی ساده اما بسیار درخواستی در زبان SQL بحث میکند که در برخی گویشها پیادهسازی شده است و این سوال را مطرح میکند که آیا این ویژگی میتواند در گویش Postgres نیز پیادهسازی شود و آیا باید چنین کاری انجام شود. نویسنده توضیح میدهد که این موضوع بسیار پیچیدهتر از آن است که به نظر میرسد و به بررسی مسائل فنی و چالشهایی که باید در نظر گرفته شود پرداخته است. این مقاله به تحلیل اهمیت و تاثیر احتمالی این ویژگی بر کاربردهای کنونی و آینده SQL میپردازد.
🟣لینک مقاله:
https://postgresweekly.com/link/165751/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Peter Eisentraut
How about trailing commas in SQL?
Anecdotally, this might be the most requested feature in SQL: Allow some trailing commas.
🔵 عنوان مقاله
Find Your Flow with Heroku Postgres
🟢 خلاصه مقاله:
مقاله به بررسی سرویس پایگاه داده PostgreSQL ارائهشده توسط Heroku میپردازد و تأکید دارد که این ابزار، پیشرفتهترین پایگاه داده متنباز در دنیا است که استفاده از آن به لطف Heroku آسانتر از همیشه شدهاست. با استفاده از این سرویس، کاربران میتوانند به بهرهبرداری حداکثری از دادهها بپردازند در حالی که مدیریت و نگهداری سیستم به عهده Heroku میباشد. این امر به کاربران اجازه میدهد تا تمرکز خود را بر روی توسعه اپلیکیشنهای مبتنی بر داده قرار دهند بدون نگرانی از جنبههای اداری و فنی.
🟣لینک مقاله:
https://postgresweekly.com/link/165749/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Find Your Flow with Heroku Postgres
🟢 خلاصه مقاله:
مقاله به بررسی سرویس پایگاه داده PostgreSQL ارائهشده توسط Heroku میپردازد و تأکید دارد که این ابزار، پیشرفتهترین پایگاه داده متنباز در دنیا است که استفاده از آن به لطف Heroku آسانتر از همیشه شدهاست. با استفاده از این سرویس، کاربران میتوانند به بهرهبرداری حداکثری از دادهها بپردازند در حالی که مدیریت و نگهداری سیستم به عهده Heroku میباشد. این امر به کاربران اجازه میدهد تا تمرکز خود را بر روی توسعه اپلیکیشنهای مبتنی بر داده قرار دهند بدون نگرانی از جنبههای اداری و فنی.
🟣لینک مقاله:
https://postgresweekly.com/link/165749/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Heroku
Fully Managed PostgreSQL as a Service | Heroku
Deploy data-driven apps using Heroku’s managed database as a service for PostgreSQL with operational expertise built in, security by default, and more.
🔵 عنوان مقاله
Locksmith: Detect SQL Migration Issues Quickly
🟢 خلاصه مقاله:
این مقاله به معرفی ابزار جدیدی پرداخته است که با زبان برنامهنویسی Rust نوشته شده و برای شناسایی قفلهای جدول، بازنویسیهای جدول و تغییرات اعمال شده بر روی جدولها، ستونها و شاخصها در جریان یک مهاجرت اسکما طراحی شده است. این ابزار قادر است به توسعهدهندگان کمک کند تا اطمینان حاصل کنند که تغییرات اسکما بدون اختلال در دسترسی کاربران به دادهها و بدون ایجاد خطای عملیاتی مرتبط با قفل شدن دادهها انجام میگیرد. ابزار به گونهای طراحی شده که ردیابی و تجزیه و تحلیل تغییرات را در زمان واقعی امکانپذیر میسازد، که میتواند به طور چشمگیری در مینیمایز کردن زمان توقف سیستم به هنگام اعمال مهاجرتهای پیچیده کمک کند. این ابزار خصوصاً برای محیطهایی با حجم داده بالا و نیاز به عملیات پایدار بسیار مفید است.
🟣لینک مقاله:
https://postgresweekly.com/link/165761/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Locksmith: Detect SQL Migration Issues Quickly
🟢 خلاصه مقاله:
این مقاله به معرفی ابزار جدیدی پرداخته است که با زبان برنامهنویسی Rust نوشته شده و برای شناسایی قفلهای جدول، بازنویسیهای جدول و تغییرات اعمال شده بر روی جدولها، ستونها و شاخصها در جریان یک مهاجرت اسکما طراحی شده است. این ابزار قادر است به توسعهدهندگان کمک کند تا اطمینان حاصل کنند که تغییرات اسکما بدون اختلال در دسترسی کاربران به دادهها و بدون ایجاد خطای عملیاتی مرتبط با قفل شدن دادهها انجام میگیرد. ابزار به گونهای طراحی شده که ردیابی و تجزیه و تحلیل تغییرات را در زمان واقعی امکانپذیر میسازد، که میتواند به طور چشمگیری در مینیمایز کردن زمان توقف سیستم به هنگام اعمال مهاجرتهای پیچیده کمک کند. این ابزار خصوصاً برای محیطهایی با حجم داده بالا و نیاز به عملیات پایدار بسیار مفید است.
🟣لینک مقاله:
https://postgresweekly.com/link/165761/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
GitHub
GitHub - orf/locksmith: Detect SQL migration issues quickly and easily
Detect SQL migration issues quickly and easily . Contribute to orf/locksmith development by creating an account on GitHub.
👍1
🔵 عنوان مقاله
A Look at Virtual Generated Columns in Postgres 18
🟢 خلاصه مقاله:
مقالهای که مطالعه کردید به توصیف ویژگی جدید در نسخه 18 پایگاه داده Postgres میپردازد که قابلیت افزودن 'ستونهای مجازی تولیدی' را معرفی میکند. این ستونها در زمان خواندن دادهها محاسبه میشوند و بر خلاف ستونهای تولیدی فعلی، روی دیسک ذخیره نمیشوند. استفاده از ستونهای مجازی تولیدی باعث صرفهجویی در فضای ذخیرهسازی میشود، زیرا دادههای محاسبهشده تنها در زمان نیاز و در حافظه اصلی ایجاد میگردند. بنابراین، این ویژگی ممکن است به بهبود کارایی در مصرف منابع و عملکرد کلی سیستم کمک کند، به ویژه در مواردی که مقادیر ستون محاسبهشده به ندرت مورد استفاده قرار میگیرند. این تغییر جایگاه Postgres را به عنوان یکی از پایگاههای داده پیشرو و نوآور در صنعت تقویت مینماید.
🟣لینک مقاله:
https://postgresweekly.com/link/165888/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
A Look at Virtual Generated Columns in Postgres 18
🟢 خلاصه مقاله:
مقالهای که مطالعه کردید به توصیف ویژگی جدید در نسخه 18 پایگاه داده Postgres میپردازد که قابلیت افزودن 'ستونهای مجازی تولیدی' را معرفی میکند. این ستونها در زمان خواندن دادهها محاسبه میشوند و بر خلاف ستونهای تولیدی فعلی، روی دیسک ذخیره نمیشوند. استفاده از ستونهای مجازی تولیدی باعث صرفهجویی در فضای ذخیرهسازی میشود، زیرا دادههای محاسبهشده تنها در زمان نیاز و در حافظه اصلی ایجاد میگردند. بنابراین، این ویژگی ممکن است به بهبود کارایی در مصرف منابع و عملکرد کلی سیستم کمک کند، به ویژه در مواردی که مقادیر ستون محاسبهشده به ندرت مورد استفاده قرار میگیرند. این تغییر جایگاه Postgres را به عنوان یکی از پایگاههای داده پیشرو و نوآور در صنعت تقویت مینماید.
🟣لینک مقاله:
https://postgresweekly.com/link/165888/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
dbi Blog
PostgreSQL 18: Virtual generated columns
This is about another feature which was committed for PostgreSQL 18: Virtual generated columns. Generated columns are available already, but they need to be “STORED”. This means the result of an expression is stored to disk and the result is computed while…
👍1
🔵 عنوان مقاله
Representing Graphs in Postgres
🟢 خلاصه مقاله:
مقاله به بررسی امکان استفاده از پایگاه داده Postgres بهعنوان یک پایگاه داده گرافی میپردازد. اگرچه Postgres بهطور طبیعی یک پایگاه داده گرافی نیست، امکان شبیهسازی مفاهیم مربوط به گراف در آن وجود دارد. بهعنوان جایگزین، استفاده از افزونههایی مثل Apache AGE را پیشنهاد میکند که از کوئریهای گرافی شبیه به Cypher پشتیبانی میکنند. این افزونهها امکان بکارگیری ویژگیهای پایگاه داده گرافی را در Postgres فراهم میآورند، بدون آنکه نیاز به تغییر داده پایهای یا مهاجرت دادهها به یک سیستم جدید باشد. این رویکرد میتواند بهخصوص برای کاربرانی که قبلاً از Postgres استفاده میکنند و نیاز به انجام پرس و جوهای پیچیده گرافی دارند، مفید باشد.
🟣لینک مقاله:
https://postgresweekly.com/link/165895/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Representing Graphs in Postgres
🟢 خلاصه مقاله:
مقاله به بررسی امکان استفاده از پایگاه داده Postgres بهعنوان یک پایگاه داده گرافی میپردازد. اگرچه Postgres بهطور طبیعی یک پایگاه داده گرافی نیست، امکان شبیهسازی مفاهیم مربوط به گراف در آن وجود دارد. بهعنوان جایگزین، استفاده از افزونههایی مثل Apache AGE را پیشنهاد میکند که از کوئریهای گرافی شبیه به Cypher پشتیبانی میکنند. این افزونهها امکان بکارگیری ویژگیهای پایگاه داده گرافی را در Postgres فراهم میآورند، بدون آنکه نیاز به تغییر داده پایهای یا مهاجرت دادهها به یک سیستم جدید باشد. این رویکرد میتواند بهخصوص برای کاربرانی که قبلاً از Postgres استفاده میکنند و نیاز به انجام پرس و جوهای پیچیده گرافی دارند، مفید باشد.
🟣لینک مقاله:
https://postgresweekly.com/link/165895/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Richard-Towers
Richard Towers | Representing graphs in Postgresql
Some tricks and techniques for working with graph or tree like data in Postgresql
🔵 عنوان مقاله
Postgres, Now with Built-In Warehousing
🟢 خلاصه مقاله:
مقالهای که مرور شده با تمرکز بر Crunchy Data Warehouse است و به بررسی چگونگی ترکیب قابلیتهای یک پایگاه داده تراکنشی و انبارداده در یک محصول واحد میپردازد. این محصول امکان اجرای پایگاه داده تراکنشی به صورت روان را فراهم میکند، در حالی که قابلیتهایی نظیر پرسوجو از ذخیرهسازی اشیاء، اتصالات ابزارهای تجزیه و تحلیل تجاری (BI) و موارد دیگر را اضافه میکند. با استفاده از Crunchy Data Warehouse، کاربران میتوانند به راحتی و بدون پیچیدگیهای معمول، مقیاسپذیری در پروژههای خود را افزایش دهند. این سیستم توسط Postgres پشتیبانی میشود که یک راهکار محبوب و مورد اعتماد برای مدیریت پایگاه دادهها است. در کل، Crunchy Data Warehouse راهکاری کارآمد و قدرتمند را برای مدیریت یکپارچه پایگاه دادههای تراکنشی و تحلیلی ارائه میدهد.
🟣لینک مقاله:
https://postgresweekly.com/link/165884/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Postgres, Now with Built-In Warehousing
🟢 خلاصه مقاله:
مقالهای که مرور شده با تمرکز بر Crunchy Data Warehouse است و به بررسی چگونگی ترکیب قابلیتهای یک پایگاه داده تراکنشی و انبارداده در یک محصول واحد میپردازد. این محصول امکان اجرای پایگاه داده تراکنشی به صورت روان را فراهم میکند، در حالی که قابلیتهایی نظیر پرسوجو از ذخیرهسازی اشیاء، اتصالات ابزارهای تجزیه و تحلیل تجاری (BI) و موارد دیگر را اضافه میکند. با استفاده از Crunchy Data Warehouse، کاربران میتوانند به راحتی و بدون پیچیدگیهای معمول، مقیاسپذیری در پروژههای خود را افزایش دهند. این سیستم توسط Postgres پشتیبانی میشود که یک راهکار محبوب و مورد اعتماد برای مدیریت پایگاه دادهها است. در کل، Crunchy Data Warehouse راهکاری کارآمد و قدرتمند را برای مدیریت یکپارچه پایگاه دادههای تراکنشی و تحلیلی ارائه میدهد.
🟣لینک مقاله:
https://postgresweekly.com/link/165884/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Crunchy Data
Crunchy Data Warehouse - Modern Postgres Data Warehouse
A next-generation Postgres-native data warehouse. Full Iceberg support for fast analytical queries and transactions, built on unmodified Postgres to support the features and ecosystem you love.
🔵 عنوان مقاله
PostgreSQL 17.3, 16.7, 15.11, 14.16, and 13.19 Released
🟢 خلاصه مقاله:
این مقاله به بررسی بهروزرسانیهای اعمال شده بر روی تمام نسخهای پشتیبانی شده از پایگاه دادهی Postgres میپردازد که شامل رفع یک آسیبپذیری امنیتی مهم و تعدادی ایرادات کوچکتر است. این بهروزرسانیها، بهعنوان بهروزرسانیهای جزئی شناخته میشوند، که فرایند ارتقاء را ساده میکنند و نیازی به تخلیه و بارگذاری مجدد دادهها ندارند. عملیات ارتقاء به گونهای طراحی شده است که بدون دردسر و به سرعت قابل انجام است، که این امر به کاربران امکان میدهد تا با اطمینان بیشتری نسبت به امنیت و پایداری سیستمهای خود اقدام به بهروزرسانی کنند. این مقاله تاکید دارد که بهروزرسانی منظم Postgres از اهمیت بالایی برخوردار است تا از حفاظت دادهها و بهرهوری سیستم اطمینان حاصل شود.
🟣لینک مقاله:
https://postgresweekly.com/link/165886/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
PostgreSQL 17.3, 16.7, 15.11, 14.16, and 13.19 Released
🟢 خلاصه مقاله:
این مقاله به بررسی بهروزرسانیهای اعمال شده بر روی تمام نسخهای پشتیبانی شده از پایگاه دادهی Postgres میپردازد که شامل رفع یک آسیبپذیری امنیتی مهم و تعدادی ایرادات کوچکتر است. این بهروزرسانیها، بهعنوان بهروزرسانیهای جزئی شناخته میشوند، که فرایند ارتقاء را ساده میکنند و نیازی به تخلیه و بارگذاری مجدد دادهها ندارند. عملیات ارتقاء به گونهای طراحی شده است که بدون دردسر و به سرعت قابل انجام است، که این امر به کاربران امکان میدهد تا با اطمینان بیشتری نسبت به امنیت و پایداری سیستمهای خود اقدام به بهروزرسانی کنند. این مقاله تاکید دارد که بهروزرسانی منظم Postgres از اهمیت بالایی برخوردار است تا از حفاظت دادهها و بهرهوری سیستم اطمینان حاصل شود.
🟣لینک مقاله:
https://postgresweekly.com/link/165886/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
PostgreSQL News
PostgreSQL 17.3, 16.7, 15.11, 14.16, and 13.19 Released!
The PostgreSQL Global Development Group has released an update to all supported versions of PostgreSQL, including 17.3, 16.7, 15.11, 14.16, …
🔵 عنوان مقاله
A PostgreSQL Compatibility Index to Compare Implementations
🟢 خلاصه مقاله:
مقالهای که مورد بررسی قرار گرفته به بررسی وضعیت پیچیده و در عین حال حسادتبرانگیز پایگاه دادهها در رابطه با Postgres میپردازد. Postgres به عنوان یک زبان مشترک بین پایگاههای داده مطرح شده است، به طوری که حتی پایگاههای دادهای که هیچ کدی از Postgres ندارند، تلاش میکنند به نوعی با آن سازگار باشند. با این حال، سؤال اصلی این است که این سازگاری تا چه حد است؟ برای درک بهتر و نظارت بر این موضوع، 'شاخص سازگاری Postgres' ایجاد شده است که به تست و مانیتور کردن چندین جنبه مهم میپردازد. این شاخص به ارزیابی دقیق تر و عینی سطح سازگاری و امکانات مختلف پایگاههای داده نسبت به Postgres کمک میکند، از این رو به فهمی عمیقتر و استانداردسازی بهتر در بین محصولات مختلف منجر میشود.
🟣لینک مقاله:
https://postgresweekly.com/link/165887/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
A PostgreSQL Compatibility Index to Compare Implementations
🟢 خلاصه مقاله:
مقالهای که مورد بررسی قرار گرفته به بررسی وضعیت پیچیده و در عین حال حسادتبرانگیز پایگاه دادهها در رابطه با Postgres میپردازد. Postgres به عنوان یک زبان مشترک بین پایگاههای داده مطرح شده است، به طوری که حتی پایگاههای دادهای که هیچ کدی از Postgres ندارند، تلاش میکنند به نوعی با آن سازگار باشند. با این حال، سؤال اصلی این است که این سازگاری تا چه حد است؟ برای درک بهتر و نظارت بر این موضوع، 'شاخص سازگاری Postgres' ایجاد شده است که به تست و مانیتور کردن چندین جنبه مهم میپردازد. این شاخص به ارزیابی دقیق تر و عینی سطح سازگاری و امکانات مختلف پایگاههای داده نسبت به Postgres کمک میکند، از این رو به فهمی عمیقتر و استانداردسازی بهتر در بین محصولات مختلف منجر میشود.
🟣لینک مقاله:
https://postgresweekly.com/link/165887/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Medium
Postgres Is
Update: In response to a trademark notice from the PostgreSQL Community Association of Canada, domain has been changed from “Postgres.Is”…
🔵 عنوان مقاله
Postgres in the Time of Monster Hardware
🟢 خلاصه مقاله:
در مقالهای که مورد بررسی قرار گرفت، بر قدرت روزافزون پردازندههای مدرن و تأثیر آن بر مقیاسپذیری سرورهای دیتابیس تأکید شده است. بهطور خاص، مقاله به معرفی پردازندهی AMD EPYC با 192 هسته در هر سوکت و 10 ترابایت حافظه RAM میپردازد که نسبت به سرورهایی که 15 سال پیش با پردازندهی Xeon هستند، 160 برابر سریعتر عمل میکند. این میزان قدرت پردازشی غیرمعمول، سؤالاتی دربارهی بهترین روشها برای مقیاسبندی سرورهای دیتابیس در دوران کنونی را مطرح میکند، جایی که ذخیرهسازی سریعتر نیز بهعنوان بخشی از معادله است. مقاله در نهایت بر اهمیت بازاندیشی در استراتژیها و فناوریهای مورد استفاده برای بهروزرسانی و اصلاح ساختارهای دادهای در عصر و تکنولوژی جدید تأکید میکند.
🟣لینک مقاله:
https://postgresweekly.com/link/165885/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Postgres in the Time of Monster Hardware
🟢 خلاصه مقاله:
در مقالهای که مورد بررسی قرار گرفت، بر قدرت روزافزون پردازندههای مدرن و تأثیر آن بر مقیاسپذیری سرورهای دیتابیس تأکید شده است. بهطور خاص، مقاله به معرفی پردازندهی AMD EPYC با 192 هسته در هر سوکت و 10 ترابایت حافظه RAM میپردازد که نسبت به سرورهایی که 15 سال پیش با پردازندهی Xeon هستند، 160 برابر سریعتر عمل میکند. این میزان قدرت پردازشی غیرمعمول، سؤالاتی دربارهی بهترین روشها برای مقیاسبندی سرورهای دیتابیس در دوران کنونی را مطرح میکند، جایی که ذخیرهسازی سریعتر نیز بهعنوان بخشی از معادله است. مقاله در نهایت بر اهمیت بازاندیشی در استراتژیها و فناوریهای مورد استفاده برای بهروزرسانی و اصلاح ساختارهای دادهای در عصر و تکنولوژی جدید تأکید میکند.
🟣لینک مقاله:
https://postgresweekly.com/link/165885/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
EDB
Postgres in the time of monster hardware
👍2
🔵 عنوان مقاله
Expanding pgai Vectorizer
🟢 خلاصه مقاله:
مجموعه ابزارهای pgai از Timescale، روشهای استفاده از قابلیتهای هوش مصنوعی در Postgres را تسهیل میبخشد. این مجموعه امکان ایجاد خودکار و همگامسازی نمایههای برداری برای دادهها را فراهم میکند. به تازگی، پشتیبانی از SQLAlchemy و همچنین پشتیبانی از مدلهای بیشتری برای تعبیه توسط LiteLLM در pgai افزوده شده است. این پیشرفتها به کاربران امکان میدهد تا با استفاده از تکنولوژیهای پیشرفته در پایگاه دادههای Postgres، دادههای خود را به صورت هوشمندتر و کارآمدتر مدیریت کنند. اضافه شدن پشتیبانی از این قابلیتها به کاربران کمک میکند تا به راحتی عملکردهای مبتنی بر هوش مصنوعی را بر روی دادههای خود پیادهسازی نمایند. این افزودنیها به بستر Timescale کمک میکند تا به عنوان یک راهکار قابل اعتماد برای ادغام هوش مصنوعی با بانکهای داده مورد استفاده قرار گیرد.
🟣لینک مقاله:
https://postgresweekly.com/link/165901/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Expanding pgai Vectorizer
🟢 خلاصه مقاله:
مجموعه ابزارهای pgai از Timescale، روشهای استفاده از قابلیتهای هوش مصنوعی در Postgres را تسهیل میبخشد. این مجموعه امکان ایجاد خودکار و همگامسازی نمایههای برداری برای دادهها را فراهم میکند. به تازگی، پشتیبانی از SQLAlchemy و همچنین پشتیبانی از مدلهای بیشتری برای تعبیه توسط LiteLLM در pgai افزوده شده است. این پیشرفتها به کاربران امکان میدهد تا با استفاده از تکنولوژیهای پیشرفته در پایگاه دادههای Postgres، دادههای خود را به صورت هوشمندتر و کارآمدتر مدیریت کنند. اضافه شدن پشتیبانی از این قابلیتها به کاربران کمک میکند تا به راحتی عملکردهای مبتنی بر هوش مصنوعی را بر روی دادههای خود پیادهسازی نمایند. این افزودنیها به بستر Timescale کمک میکند تا به عنوان یک راهکار قابل اعتماد برای ادغام هوش مصنوعی با بانکهای داده مورد استفاده قرار گیرد.
🟣لینک مقاله:
https://postgresweekly.com/link/165901/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Timescale Blog
Expanding pgai Vectorizer: SQLAlchemy and LiteLLM Make Vector Search Simple
The integration of pgai Vectorizer with SQLAlchemy and LiteLLM will enable you to manage vector embeddings easily and seamlessly within your workflows. See how.
👍1
🔵 عنوان مقاله
Incremental Archival from Postgres to Parquet
🟢 خلاصه مقاله:
مقاله مورد بحث به بررسی دو افزونهی pg_parquet و pg_incremental از شرکت Crunchy Data میپردازد. این افزونهها امکان برپایی یک خط لولهی ترکیبی برای صادر کردن دادهها را فراهم میآورند. دادهها میتوانند به فرمت ستونی Parquet تبدیل شده و در سرویس ذخیرهسازی S3 ذخیره شوند. افزونهی pg_parquet برای تعریف فرمت دادهها و تبدیل آنها به فرمت Parquet استفاده میشود، در حالی که افزونهی pg_incremental امکان انتخاب دادهها بر اساس دامنههای قابل تعریف توسط کاربر را دارد. با استفاده از این دو افزونه، کاربران میتوانند به طور خودکار دادههای خود را فیلتر، تحلیل و ذخیره کنند، بدون اینکه نیاز به دخالت دستی باشد. این فرآیند به ویژه در مواردی که کار با حجم عظیمی از دادهها مطرح است، میتواند صرفهجویی قابل توجهی در زمان و منابع به همراه داشته باشد.
🟣لینک مقاله:
https://postgresweekly.com/link/165897/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Incremental Archival from Postgres to Parquet
🟢 خلاصه مقاله:
مقاله مورد بحث به بررسی دو افزونهی pg_parquet و pg_incremental از شرکت Crunchy Data میپردازد. این افزونهها امکان برپایی یک خط لولهی ترکیبی برای صادر کردن دادهها را فراهم میآورند. دادهها میتوانند به فرمت ستونی Parquet تبدیل شده و در سرویس ذخیرهسازی S3 ذخیره شوند. افزونهی pg_parquet برای تعریف فرمت دادهها و تبدیل آنها به فرمت Parquet استفاده میشود، در حالی که افزونهی pg_incremental امکان انتخاب دادهها بر اساس دامنههای قابل تعریف توسط کاربر را دارد. با استفاده از این دو افزونه، کاربران میتوانند به طور خودکار دادههای خود را فیلتر، تحلیل و ذخیره کنند، بدون اینکه نیاز به دخالت دستی باشد. این فرآیند به ویژه در مواردی که کار با حجم عظیمی از دادهها مطرح است، میتواند صرفهجویی قابل توجهی در زمان و منابع به همراه داشته باشد.
🟣لینک مقاله:
https://postgresweekly.com/link/165897/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Crunchy Data
Incremental Archival from Postgres to Parquet for Analytics | Crunchy Data Blog
Marco combines pg_incremental and pg_parquet with Crunchy Data Warehouse to set up a simple and effective end-to-end data pipeline for fast analytics on historical archive data.
👍2
ماجرای یه SELECT ساده که SQL SERVER رو به زانو در آورد.
چند وقت پیش تو یه پروژه ای بودم که یکی از دولوپرهای عزیز یه گزارش جدید نوشته بود که شامل یه Query بود. روی سطح کد، همهچیز عالی به نظر میومد. اما وقتی گزارش اجرا میشد، سیستم یه دفعه شروع می کرد به کند شدن و سرور، CPU رو تا 100٪ میبرد بالا.
رفتم بررسی کنم چی شده. دیدم Queryش این شکلی بود:
SELECT *
FROM BigTable
WHERE FunctionOnColumn(SomeColumn) = 'Value';
کاری که این Query انجام میداد، این بود که یه فانکشن روی ستون اجرا میکرد. نتیجه؟ بهجای استفاده از ایندکسهای موجود، SQL Server مجبور میشد کل جدول رو اسکن کنه (Full Table Scan).
اول، با دولوپر صحبت کردم و براش توضیح دادم که استفاده از فانکشن روی ستونها (بهخصوص توی WHERE یا JOIN) باعث میشه SQL Server ایندکسها رو نادیده بگیره. بعد، بهش پیشنهاد دادم که بهجای فانکشن، مقدار محاسبهشده رو از قبل توی یه ستون جدید ذخیره کنه یا از Persisted Computed Column استفاده کنه.
کوئری اصلاح شدهش این شد:
SELECT *
FROM BigTable
WHERE CalculatedSomeColumn = 'Value';
سرعت اجرای Query از چند دقیقه به کمتر از یک ثانیه رسید. همین تغییر ساده کلی بار روی دیتابیس رو کم کرد. نتیجه اینکه من راضی ، دولوپر راضی ، SQL SERVER هم راضی.
<Mostafa Hassanzadeh/>
➖➖➖➖➖➖➖➖
https://news.1rj.ru/str/addlist/KpzXaiSpKENkMGM0
چند وقت پیش تو یه پروژه ای بودم که یکی از دولوپرهای عزیز یه گزارش جدید نوشته بود که شامل یه Query بود. روی سطح کد، همهچیز عالی به نظر میومد. اما وقتی گزارش اجرا میشد، سیستم یه دفعه شروع می کرد به کند شدن و سرور، CPU رو تا 100٪ میبرد بالا.
رفتم بررسی کنم چی شده. دیدم Queryش این شکلی بود:
SELECT *
FROM BigTable
WHERE FunctionOnColumn(SomeColumn) = 'Value';
کاری که این Query انجام میداد، این بود که یه فانکشن روی ستون اجرا میکرد. نتیجه؟ بهجای استفاده از ایندکسهای موجود، SQL Server مجبور میشد کل جدول رو اسکن کنه (Full Table Scan).
اول، با دولوپر صحبت کردم و براش توضیح دادم که استفاده از فانکشن روی ستونها (بهخصوص توی WHERE یا JOIN) باعث میشه SQL Server ایندکسها رو نادیده بگیره. بعد، بهش پیشنهاد دادم که بهجای فانکشن، مقدار محاسبهشده رو از قبل توی یه ستون جدید ذخیره کنه یا از Persisted Computed Column استفاده کنه.
کوئری اصلاح شدهش این شد:
SELECT *
FROM BigTable
WHERE CalculatedSomeColumn = 'Value';
سرعت اجرای Query از چند دقیقه به کمتر از یک ثانیه رسید. همین تغییر ساده کلی بار روی دیتابیس رو کم کرد. نتیجه اینکه من راضی ، دولوپر راضی ، SQL SERVER هم راضی.
<Mostafa Hassanzadeh/>
➖➖➖➖➖➖➖➖
https://news.1rj.ru/str/addlist/KpzXaiSpKENkMGM0
👍3🔥2🍓2👏1
📢 اگر تلگرام پرمیوم دارید، کانال ما رو Boost کنید ! 🚀
با Boost کردن کانال، به رشد و دیده شدن ما بیشتر کمک کنید💙
https://news.1rj.ru/str/boost/Database_Academy
با Boost کردن کانال، به رشد و دیده شدن ما بیشتر کمک کنید💙
https://news.1rj.ru/str/boost/Database_Academy
❤1👻1💘1
🔵 عنوان مقاله
pg_activity 3.6: top-Like Activity Monitoring Tool
🟢 خلاصه مقاله:
مقالهای که مرور شده به ابزاری به نام "pg_activity" پرداخته است که توانایی نظارت بر عملکرد و فرآیندهای در حال اجرا در پایگاه داده Postgres را فراهم میکند. این ابزار عملکردی مشابه به ابزارهایی نظیر top یا htop در سیستمهای عامل را داراست، با این تفاوت که به طور ویژه برای دادهها و فرآیندهای مرتبط با Postgres طراحی شده است. پیکربندی pg_activity به گونهای است که کاربران قادر به مشاهده پرس و جوهای در حال اجرا، آمار عملکرد بهروز و سایر اطلاعات مهم مرتبط با پایگاه داده هستند. استفاده از این ابزار برای توسعهدهندگانی که به دنبال بهینهسازی عملکرد و نظارت دقیقتر بر دادهها و فرآیندهای پایگاه داده خود هستند، ارزشمند است. این مقاله بیشتر روی قابلیتها و مزایای استفاده از pg_activity در محیطهای تولیدی و توسعه تاکید دارد.
🟣لینک مقاله:
https://postgresweekly.com/link/166226/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pg_activity 3.6: top-Like Activity Monitoring Tool
🟢 خلاصه مقاله:
مقالهای که مرور شده به ابزاری به نام "pg_activity" پرداخته است که توانایی نظارت بر عملکرد و فرآیندهای در حال اجرا در پایگاه داده Postgres را فراهم میکند. این ابزار عملکردی مشابه به ابزارهایی نظیر top یا htop در سیستمهای عامل را داراست، با این تفاوت که به طور ویژه برای دادهها و فرآیندهای مرتبط با Postgres طراحی شده است. پیکربندی pg_activity به گونهای است که کاربران قادر به مشاهده پرس و جوهای در حال اجرا، آمار عملکرد بهروز و سایر اطلاعات مهم مرتبط با پایگاه داده هستند. استفاده از این ابزار برای توسعهدهندگانی که به دنبال بهینهسازی عملکرد و نظارت دقیقتر بر دادهها و فرآیندهای پایگاه داده خود هستند، ارزشمند است. این مقاله بیشتر روی قابلیتها و مزایای استفاده از pg_activity در محیطهای تولیدی و توسعه تاکید دارد.
🟣لینک مقاله:
https://postgresweekly.com/link/166226/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
GitHub
GitHub - dalibo/pg_activity: pg_activity is a top like application for PostgreSQL server activity monitoring.
pg_activity is a top like application for PostgreSQL server activity monitoring. - dalibo/pg_activity
❤1
🔵 عنوان مقاله
Don’t Let Postgres Maintenance Slip Through the Cracks & Let Performance Fall Off a Cliff
🟢 خلاصه مقاله:
مقالهای که به بررسی آن پرداختهاید، به موضوع روشهای پیشگیرانه در نگهداری و مانیتورینگ پایگاهدادهها اختصاص دارد تا به کشف ریسکهای پنهان عملکردی همچون پرسوجوهای کند، رفتار چکپوینتها، و مشکلات برقراری ارتباط پرداخته و قبل از آنکه این مسائل تشدید شوند، به حل آنها بپردازد. هدف از این رویکرد، اطمینان از قابلیت اطمینان پایگاهداده است. این مقاله پرکتیسهایی را ارائه میدهد که به مدیران پایگاهداده این امکان را میدهند که با استفاده از ابزارهای مناسب و روشهای بهروز، عملکرد سیستمهایشان را بهطور موثر تحت نظر داشته باشند و به ارتقاء پایدار عملکرد و کاهش خطرات احتمالی بپردازند. این مقاله برای متخصصان IT و مدیران دیتابیس که بهدنبال بهینهسازی و پیشگیری از مشکلات فنی هستند، بسیار مفید است.
🟣لینک مقاله:
https://postgresweekly.com/link/166211/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Don’t Let Postgres Maintenance Slip Through the Cracks & Let Performance Fall Off a Cliff
🟢 خلاصه مقاله:
مقالهای که به بررسی آن پرداختهاید، به موضوع روشهای پیشگیرانه در نگهداری و مانیتورینگ پایگاهدادهها اختصاص دارد تا به کشف ریسکهای پنهان عملکردی همچون پرسوجوهای کند، رفتار چکپوینتها، و مشکلات برقراری ارتباط پرداخته و قبل از آنکه این مسائل تشدید شوند، به حل آنها بپردازد. هدف از این رویکرد، اطمینان از قابلیت اطمینان پایگاهداده است. این مقاله پرکتیسهایی را ارائه میدهد که به مدیران پایگاهداده این امکان را میدهند که با استفاده از ابزارهای مناسب و روشهای بهروز، عملکرد سیستمهایشان را بهطور موثر تحت نظر داشته باشند و به ارتقاء پایدار عملکرد و کاهش خطرات احتمالی بپردازند. این مقاله برای متخصصان IT و مدیران دیتابیس که بهدنبال بهینهسازی و پیشگیری از مشکلات فنی هستند، بسیار مفید است.
🟣لینک مقاله:
https://postgresweekly.com/link/166211/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
events.zoom.us
Webinar | Proactive Postgres Practices to Prevent Performance Bottlenecks
❤1🥰1
🔵 عنوان مقاله
Postgres 17.4, 16.8, 15.12, 14.17, and 13.20 Released
🟢 خلاصه مقاله:
مقالهای که مورد بررسی قرار گرفته به توضیح انتشار جدیدی از نسخههای نگهداریشده در دو هفته اخیر میپردازد و به عنوان یک انتشار "خارج از دوره معمول" شناخته شده است. تمرکز اصلی این بهروزرسانیها بر رفع اشکالات میباشد. در این زمینه، Postgres 17 شاهد رفع نشت حافظه در تابع pg_createsubscriber و تغییر رفتار تابع نقل قول در کتابخانه libpq است. این اصلاحات در جهت بهبود عملکرد و کارایی پایگاه داده و ارتقاء امنیت آن تدابیری اتخاذ شدهاند.
🟣لینک مقاله:
https://postgresweekly.com/link/166214/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Postgres 17.4, 16.8, 15.12, 14.17, and 13.20 Released
🟢 خلاصه مقاله:
مقالهای که مورد بررسی قرار گرفته به توضیح انتشار جدیدی از نسخههای نگهداریشده در دو هفته اخیر میپردازد و به عنوان یک انتشار "خارج از دوره معمول" شناخته شده است. تمرکز اصلی این بهروزرسانیها بر رفع اشکالات میباشد. در این زمینه، Postgres 17 شاهد رفع نشت حافظه در تابع pg_createsubscriber و تغییر رفتار تابع نقل قول در کتابخانه libpq است. این اصلاحات در جهت بهبود عملکرد و کارایی پایگاه داده و ارتقاء امنیت آن تدابیری اتخاذ شدهاند.
🟣لینک مقاله:
https://postgresweekly.com/link/166214/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
PostgreSQL News
PostgreSQL 17.4, 16.8, 15.12, 14.17, and 13.20 Released!
The PostgreSQL Global Development Group has released an update to all supported versions of PostgreSQL, including 17.4, 16.8, 15.12, 14.17, …
🔵 عنوان مقاله
While Postgres Redlined, Robinhood Sharded to Scale
🟢 خلاصه مقاله:
این مقاله توسط یک مهندس سابق شرکت Robinhood نوشته شده و به بررسی مشکلات مقیاسبندی پایگاه داده Postgres در این شرکت و چگونگی حل این مشکلات از طریق شاردینگ میپردازد. نویسنده توضیح میدهد که با افزایش حجم کاربران و دادهها، سیستم پایگاه دادهی مرکزی Postgres شروع به نمایش نقاط ضعف در پردازش و ذخیرهسازی دادهها کرد. این موضوع باعث شد امنیت و سرعت دسترسی به دادهها تحت تأثیر قرار گیرد. شرکت برای حل این مشکل به سمت استراتژی شاردینگ روی آورد، که شامل تقسیم پایگاه داده به بخشهای کوچکتر و مدیریت مستقل آنها برای بهبود عملکرد و مقیاسپذیری میشود. این رویکرد نه تنها به بهبود امنیت و کارایی کمک کرد بلکه امکان رشد و گسترش آتی را برای Robinhood فراهم آورد. نویسنده با بررسی فنی و تجربی، تواناییهای شاردینگ را به عنوان یک راهکار عالی برای مقابله با چالشهای مقیاس در محیطهای پویای تجاری امروزی معرفی میکند.
🟣لینک مقاله:
https://postgresweekly.com/link/166220/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
While Postgres Redlined, Robinhood Sharded to Scale
🟢 خلاصه مقاله:
این مقاله توسط یک مهندس سابق شرکت Robinhood نوشته شده و به بررسی مشکلات مقیاسبندی پایگاه داده Postgres در این شرکت و چگونگی حل این مشکلات از طریق شاردینگ میپردازد. نویسنده توضیح میدهد که با افزایش حجم کاربران و دادهها، سیستم پایگاه دادهی مرکزی Postgres شروع به نمایش نقاط ضعف در پردازش و ذخیرهسازی دادهها کرد. این موضوع باعث شد امنیت و سرعت دسترسی به دادهها تحت تأثیر قرار گیرد. شرکت برای حل این مشکل به سمت استراتژی شاردینگ روی آورد، که شامل تقسیم پایگاه داده به بخشهای کوچکتر و مدیریت مستقل آنها برای بهبود عملکرد و مقیاسپذیری میشود. این رویکرد نه تنها به بهبود امنیت و کارایی کمک کرد بلکه امکان رشد و گسترش آتی را برای Robinhood فراهم آورد. نویسنده با بررسی فنی و تجربی، تواناییهای شاردینگ را به عنوان یک راهکار عالی برای مقابله با چالشهای مقیاس در محیطهای پویای تجاری امروزی معرفی میکند.
🟣لینک مقاله:
https://postgresweekly.com/link/166220/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Tomlinford
While Postgres Redlined, Robinhood Sharded to Scale
The alarm went off at 6:20am. I rolled out of bed, opened my laptop, and pulled up Grafana. Equity markets open at 6:30 and I hoped last night’s fixes would hold. I watched request and order counts, comparing them to a week ago when things ran fine. Slack…
❤1👍1
🔵 عنوان مقاله
FerretDB 2.0: An Open Source MongoDB Alternative
🟢 خلاصه مقاله:
FerretDB یک پیادهسازی از MongoDB است که بر روی Postgres و افزونه DocumentDB مایکروسافت قرار گرفته است. به خلاف MongoDB، FerretDB تحت مجوز Apache 2.0 منتشر شده است. این امکان را فراهم میآورد که کاربران بتوانند از پایگاه دادهی مدیریت سندی مانند MongoDB استفاده کنند، در حالی که از زیرساختهای قدرتمند و اثبات شدهی Postgres بهره میبرند. این نوآوری به این معناست که کاربران میتوانند از ویژگیها و امنیتی که Postgres ارائه میدهد استفاده کنند، در حالی که از رابط برنامهنویسی کاربردی MongoDB برخوردار هستند. این محصول به خصوص برای آن دسته از توسعهدهندگانی که به دنبال استفاده از MongoDB در محیطهایی هستند که Postgres ترجیح داده میشود، مفید است. FerretDB در گیتهاب قابل دسترسی است و میتواند به عنوان یک جایگزین قابل اعتماد برای MongoDB استفاده شود.
🟣لینک مقاله:
https://postgresweekly.com/link/166521/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
FerretDB 2.0: An Open Source MongoDB Alternative
🟢 خلاصه مقاله:
FerretDB یک پیادهسازی از MongoDB است که بر روی Postgres و افزونه DocumentDB مایکروسافت قرار گرفته است. به خلاف MongoDB، FerretDB تحت مجوز Apache 2.0 منتشر شده است. این امکان را فراهم میآورد که کاربران بتوانند از پایگاه دادهی مدیریت سندی مانند MongoDB استفاده کنند، در حالی که از زیرساختهای قدرتمند و اثبات شدهی Postgres بهره میبرند. این نوآوری به این معناست که کاربران میتوانند از ویژگیها و امنیتی که Postgres ارائه میدهد استفاده کنند، در حالی که از رابط برنامهنویسی کاربردی MongoDB برخوردار هستند. این محصول به خصوص برای آن دسته از توسعهدهندگانی که به دنبال استفاده از MongoDB در محیطهایی هستند که Postgres ترجیح داده میشود، مفید است. FerretDB در گیتهاب قابل دسترسی است و میتواند به عنوان یک جایگزین قابل اعتماد برای MongoDB استفاده شود.
🟣لینک مقاله:
https://postgresweekly.com/link/166521/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
blog.ferretdb.io
FerretDB 2.0 GA: Open Source MongoDB alternative, ready for production | FerretDB Blog
We are thrilled to announce the general availability (GA) of FerretDB v2.0, a groundbreaking release that delivers a high-performance, fully open-source alternative to MongoDB, ready for production workloads.
🔵 عنوان مقاله
pytest-postgresql 7.0: A Pytest Plugin for Testing Postgres-Using Python Apps
🟢 خلاصه مقاله:
این مقاله به معرفی پلاگینی برای چارچوب تست پایتون Pytest میپردازد که برای مدیریت فیکسچرها هنگام تست کردن پایگاه دادههای Postgres طراحی شده است. فیکسچرها (Fixture) در زمینه تست نرم افزار، منابعی هستند که قبل از اجرای تستها برپا شده و پس از اتمام تستها، منحل میگردند. این پلاگین به توسعهدهندگان کمک میکند تا به راحتی محیطهای لازم برای دادههای آزمایشی خود را در بانک اطلاعاتی PostgreSQL فراهم نمایند و به این ترتیب، دقت و کارایی تستهای خود را افزایش دهند.
🟣لینک مقاله:
https://postgresweekly.com/link/166545/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pytest-postgresql 7.0: A Pytest Plugin for Testing Postgres-Using Python Apps
🟢 خلاصه مقاله:
این مقاله به معرفی پلاگینی برای چارچوب تست پایتون Pytest میپردازد که برای مدیریت فیکسچرها هنگام تست کردن پایگاه دادههای Postgres طراحی شده است. فیکسچرها (Fixture) در زمینه تست نرم افزار، منابعی هستند که قبل از اجرای تستها برپا شده و پس از اتمام تستها، منحل میگردند. این پلاگین به توسعهدهندگان کمک میکند تا به راحتی محیطهای لازم برای دادههای آزمایشی خود را در بانک اطلاعاتی PostgreSQL فراهم نمایند و به این ترتیب، دقت و کارایی تستهای خود را افزایش دهند.
🟣لینک مقاله:
https://postgresweekly.com/link/166545/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
GitHub
GitHub - dbfixtures/pytest-postgresql: This is a pytest plugin, that enables you to test your code that relies on a running PostgreSQL…
This is a pytest plugin, that enables you to test your code that relies on a running PostgreSQL Database. It allows you to specify fixtures for PostgreSQL process and client. - dbfixtures/pytest-po...