Database Labdon – Telegram
Database Labdon
835 subscribers
33 photos
3 videos
1 file
822 links
🕸 Database Academy

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

ادمین:
@mrbardia72
Download Telegram
🔵 عنوان مقاله
Posting Your Patch on pgsql-hackers

🟢 خلاصه مقاله:
روبرت در تلاش‌های خود برای تشویق مشارکت‌کنندگان جدید به پروژه پستگرس ادامه می‌دهد و نکاتی را برای داشتن بهترین رویکرد در ارسال پچ‌ها (تصحیحات نرم‌افزاری) ارائه می‌دهد. یکی از چالش‌هایی که مشارکت‌کنندگان جدید ممکن است با آن مواجه شوند، واکنش کم یا عدم واکنش از اعضای لیست pgsql-hackers می‌باشد. روبرت تاکید دارد که در این مواقع، مشارکت‌کنندگان نباید دلسرد شوند و باید با دقت و صبر بیشتری به ارسال تصحیحات خود ادامه دهند. او به این نکته اشاره می‌کند که درک فرآیندها و استانداردهای موجود در حوزه توسعه پستگرس می‌تواند به موفقیت فرد در اخذ تأیید و اعتبار از سایر توسعه‌دهندگان کمک کند. بنابراین، اصرار بر رعایت این استانداردها و رهنمودها، به افراد کمک می‌کند تا به مشارکت‌کنندگان مؤثری تبدیل شوند و تصحیحات مفیدتری ارائه دهند.

🟣لینک مقاله:
https://postgresweekly.com/link/158712/web


👑 @Database_Academy
👍2
🔵 عنوان مقاله
Building a Custom HTTP Client in Amazon Aurora and RDS

🟢 خلاصه مقاله:
در دیتابیس Oracle، کاربران می‌توانند از بسته UTL_HTTP برای برقراری ارتباط با سرورهای HTTP به وسیله پروسیجرهای خود استفاده کنند. اما، زمانی که این کاربران به Postgres بر روی Aurora یا RDS مهاجرت می‌کنند، نیاز به روش جدیدی پیدا می‌شود. در این محیط‌های جدید، UTL_HTTP مستقیماً در دسترس نیست، بنابراین کاربران باید تکنیک‌ها و ابزارهای مختلفی را برای ارتباط با سرورهای HTTP به کار گیرند. این تغییر نیاز به دانش فنی جدید و احتمالاً توسعه یا تنظیم مجدد برخی از پروسیجرهای کاربردی را به همراه دارد، و ممکن است شامل یادگیری کتابخانه‌های جدید یا استفاده از افزونه‌های دیتابیس برای پیاده‌سازی قابلیت‌های مشابه با UTL_HTTP باشد. این موضوع به ویژه برای اطمینان از برقراری امنیت در ارتباطات شبکه‌ای حیاتی است.

🟣لینک مقاله:
https://postgresweekly.com/link/158717/web


👑 @Database_Academy
👍3
🔵 عنوان مقاله
Pigsty v3.0 Beta 1 Released with a Focus on Extensions

🟢 خلاصه مقاله:
مقاله مورد نظر به بررسی توزیع Postgres با نام Pigsty می‌پردازد که به عنوان یک پلتفرم شبیه RDS اما با قابلیت نصب دلخواه توصیف شده است. Pigsty به عنوان یک راه‌حل جامع با وعده "باتری‌های همراه" عرضه می‌شود، که ویژگی به‌خصوص آن امکان نصب آسان 333 افزونه مختلف است. علاوه بر این، این پلتفرم قابلیت استفاده از "هسته‌های قابل تعویض" نظیر Babelfish، IvorySQL، و PolarDB را فراهم می‌کند. این ویژگی‌ها به کاربران اجازه می‌دهد تا بتوانند Pigsty را به شکلی سفارشی بر اساس نیازهای خاص خود تنظیم و استفاده کنند. Pigsty به عنوان یک گزینه کارآمد برای کسانی که به دنبال یک پلتفرم پایگاه داده مقیاس‌پذیر با انعطاف‌پذیری بالا هستند، معرفی شده است.

🟣لینک مقاله:
https://postgresweekly.com/link/158724/web


👑 @Database_Academy
2👍1
🔵 عنوان مقاله
How Postgres Stores Data on Disk (This One's a Page Turner)

🟢 خلاصه مقاله:
مقاله‌ مورد نظر یک بررسی جامع از روش ذخیره‌سازی داده‌ها توسط PostgreSQL بر روی دیسک ارائه می‌دهد. در این مقاله، ساختارهای اصلی مانند بخش‌ها (Segments) و صفحه‌ها (Pages) به همراه جزئیات عمیق‌تر در مورد نحوه عملکرد داخلی PostgreSQL مورد بررسی قرار گرفته است. این اطلاعات شاید در نگاه اول بیش از حد تخصصی به نظر رسند، ولی داشتن شناخت در این زمینه می‌تواند در مواقع ضروری بسیار مفید واقع شود. مقاله تأکید دارد که دانستن این اطلاعات تا زمانی که به آن نیاز پیدا نکنید بیش از حد به نظر می‌رسد، اما داشتن دانش پایه‌ای از این معماری‌ها می‌تواند در درک بهتر و افزایش کارایی کار با پایگاه داده PostgreSQL کمک کننده باشد.

🟣لینک مقاله:
https://postgresweekly.com/link/158709/web


👑 @Database_Academy
🍾2
🔵 عنوان مقاله
PostgreSQL Upgrades, Simplified

🟢 خلاصه مقاله:
این مقاله توصیه‌هایی عملی در مورد چگونگی ارتقاء PostgreSQL بدون وقفه ارائه می‌دهد. تیم متخصصان DBA (مدیران پایگاه داده) ما ضامن انتقال آرام و بی‌دردسر پایگاه داده شما هستند، ضمن رفع مسائل و مشکلات احتمالی از جمله بازدارنده‌ها و مسائل مربوط به کارایی. فرآیند ما شامل برنامه‌ریزی دقیق، آزمایش، راه‌اندازی و سپس ارتقاء است تا مطمئن شوید هر قدم به طور مؤثر طی می‌شود. تنها کافیست فرم موجود را پر کرده تا ارتقاء شما از امروز آغاز شود. این رویکرد به شما کمک می‌کند تا بتوانید بدون اختلال در دسترسی به داده‌ها، ارتقاء لازم را انجام دهید.

🟣لینک مقاله:
https://postgresweekly.com/link/158703/web


👑 @Database_Academy
4
🔵 عنوان مقاله
Why I Always Use Postgres Functions For Everything

🟢 خلاصه مقاله:
مقاله به بررسی نقش‌های توابع تعریف شده توسط کاربر در پایگاه‌های داده تولید می‌پردازد و اینکه چگونه آن‌ها می‌توانند به بهبود فرایندهای تولید کمک کنند. نویسنده بر این باور است که هرچند افراد مختلفی ممکن است نظرات متفاوتی در مورد نقشهای توابع در پایگاه‌های داده داشته باشند، استفاده از توابع تعریف شده توسط کاربر دارای مزایایی چون انکپسولاسیون و انتزاع است. انکپسولاسیون به کمک توابع این اجازه را می‌دهد که جزئیات پیچیده‌ی لازم برای پردازش داده‌ها پنهان شود، در حالی که انتزاع اجازه می‌دهد تمرکز بر روی منطق سطح بالاتر بدون نگرانی از جزئیات پایین‌تر انجام گیرد. نویسنده عقیده دارد که این ویژگی‌ها به بهبود کارایی و نگهداری پایگاه‌های داده کمک شایانی می‌کنند.

🟣لینک مقاله:
https://postgresweekly.com/link/158957/web


👑 @Database_Academy
1👍1
🔵 عنوان مقاله
Six Degrees of Kevin Bacon - Postgres Style

🟢 خلاصه مقاله:
مقاله‌ای که مورد بررسی قرار گرفته، در مورد چالش پیدا کردن ارتباط بین دو بازیگر تصادفی از طریق دیگر بازیگرانی که در فیلم‌ها با هم همبازی بوده‌اند، صحبت می‌کند، و این که آیا می‌توان این ارتباط را در شش مرحله یا کمتر برقرار کرد. این مفهوم بر اساس بازی شش درجه از جدایی کوین بیکن است. در این مقاله، نویسنده به نام پاول، به بررسی این می‌پردازد که آیا پایگاه داده پستگرس می‌تواند در یافتن چنین ارتباطاتی کارآمد باشد. او با استفاده از تکنیک‌های پایگاه داده و آزمایش‌های مختلف می‌کوشد تا نشان دهد که چگونه می‌توان ارتباطات بین بازیگران را از طریق همکاری‌های فیلمیشان به تصویر کشید و تایید کرد که در بسیاری موارد می‌توان این شش درجه جدایی را رعایت کرد.

🟣لینک مقاله:
https://postgresweekly.com/link/158955/web


👑 @Database_Academy
2🍾1
🔵 عنوان مقاله
How to Create a Postgres FDW with WebAssembly

🟢 خلاصه مقاله:
مقاله‌ای که مورد بررسی قرار گرفته است، به معرفی و تشریح کاربرد Foreign Data Wrappers (FDWs) در Postgres می‌پردازد و نحوه استفاده از آن‌ها برای دسترسی به داده‌های خارجی به عنوان جداول محلی را توضیح می‌دهد. این فناوری امکان پرس‌وجو و تعامل با داده‌های موجود در منابع خارجی را فراهم می‌کند، بدون آنکه نیاز به انتقال داده‌ها به دیتابیس محلی باشد.

در این مقاله به شکل خاص، استفاده از فریم‌ورک Wrappers FDW مبتنی بر زبان برنامه‌نویسی Rust برای ایجاد FDW‌هایی که با WebAssembly به قدرت می‌رسند، مورد بحث قرار گرفته است. این ابزار جدید اجازه می‌دهد که FDWها بطور پویا و در زمان اجرا بر روی سیستم عامل‌های مختلف مستقر شوند. استفاده از Rust و WebAssembly در این زمینه موجب می‌شود که علاوه بر افزایش امنیت، کارایی پردازشی FDWها نیز بالا برود و به طور موثری امکان پردازش داده‌ها در مرزها (edge computing) فراهم گردد.

🟣لینک مقاله:
https://postgresweekly.com/link/158963/web


👑 @Database_Academy
3
🔵 عنوان مقاله
Postgres Webhooks with pgstream

🟢 خلاصه مقاله:
مقاله مورد بررسی به بررسی یک مورد استفاده خاص از ابزار "pgstream" پرداخته است که مرتبط با ثبت تغییرات داده‌ها در پایگاه داده‌ی Postgres و استفاده از وب‌هوک‌ها برای واکنش نسبت به این تغییرات می‌باشد. ابزار pgstream امکان رصد دقیق و لحظه‌ای تغییرات درون داده‌ها و طرح‌بندی پایگاه داده‌ی Postgres را فراهم می‌آورد. از آن‌جا که تغییرات می‌توانند شامل طیف وسیعی از داده‌ها و ساختارهای مختلف باشند، استفاده از وب‌هوک‌ها به کاربران این امکان را می‌دهد تا به طور خودکار پاسخ‌های مشخصی را بر اساس رویدادهای مختلف تعریف کرده و اجرا کنند. این کاربرد بویژه در سیستم‌هایی که نیاز به واکنش سریع دارند، مانند سیستم‌های معاملاتی، اطلاع‌رسانی زمان واقعی و خودکارسازی فرآیندها، اهمیت بسیار زیادی دارد. در نهایت، pgstream با ارائه توانایی تشخیص تغییرات به زمان واقعی، امکان بهبود دقت و کارایی سیستم‌های متکی بر داده را فراهم می‌آورد.

🟣لینک مقاله:
https://postgresweekly.com/link/158965/web


👑 @Database_Academy
3👍1
🔵 عنوان مقاله
pgMonitor: An Open Source Monitoring Extension

🟢 خلاصه مقاله:
pgMonitor، ابزاری برای ردیابی معیارهای Postgres است که توسط شرکت Crunchy Data به مدت چندین سال نگهداری شده و اکنون به صورت یک افزونه متن‌باز نیز در دسترس قرار گرفته است. این افزونه به کاربران امکان می‌دهد تا عملکرد و سلامت دیتابیس‌های Postgres خود را از طریق ردیابی دقیق داده‌ها مانند ترافیک، استفاده از حافظه و زمان پاسخگویی پایگاه‌های داده را به صورت مداوم ارزیابی و نظارت کنند. این ابزار مناسب مدیران دیتابیس و توسعه‌دهندگانی است که به دنبال یک راهکار قابل اعتماد و با دسترسی آزاد برای بهینه‌سازی عملکرد دیتابیس‌های خود هستند. با بکارگیری pgMonitor، کاربران می‌توانند مشکلات احتمالی را زودتر شناسایی کنند و با استفاده از داده‌های به دست آمده برای بهبود بخشیدن به عملکرد کلی پایگاه داده اقدام نمایند. ارائه این ابزار به صورت متن‌باز همچنین فرصتی برای جامعه توسعه‌دهندگان فراهم می‌آورد تا بر اساس نیازهای خاص خود آن را توسعه دهند و سفارشی‌سازی کنند.

🟣لینک مقاله:
https://postgresweekly.com/link/158978/web


👑 @Database_Academy
🔥2
🔵 عنوان مقاله
Free Guide: Boost Postgres Performance by 3x

🟢 خلاصه مقاله:
این مقاله به بررسی و ارائه روش‌های تخصصی در زمینه بهینه‌سازی پایگاه‌های داده Postgres می‌پردازد و راهکارهای عملی و آزمایش‌شده‌ای را برای بهبود عملکرد سیستم‌ها تا سه برابر و کاهش بار داده‌ها بر روی دیسک تا ۵۰۰ برابر ارائه می‌دهد. این روش‌ها بر اساس تجربیات کسب‌شده از هزاران پایگاه داده که تیونینگ شده‌اند، بنا نهاده شده‌اند. مقاله به تفصیل راهنمای گام به گامی را برای دستیابی به این نتایج ارائه می‌دهد، که شامل تنظیم پارامترهای پایگاه داده، بهینه‌سازی کوئری‌ها و استفاده از ابزارهای مدیریت منابع است. با پیاده‌سازی این استراتژی‌ها، کاربران می‌توانند بازدهی قابل توجهی در عملکرد و کارایی پایگاه داده خود مشاهده کنند، که منجر به سرعت بخشیدن به پردازش‌ها و کاهش هزینه‌های مرتبط با زیرساخت می‌گردد.

🟣لینک مقاله:
https://postgresweekly.com/link/158954/web


👑 @Database_Academy
2👍1
🔵 عنوان مقاله
Understanding pgvector's HNSW Index Storage

🟢 خلاصه مقاله:
مقاله پرداخته به بررسی سازوکار ذخیره‌سازی فهرست‌ها در ابزار pgvector، که یکی از ابزارهای متداول برای پیاده‌سازی جستجوی برداری مشابهت در پایگاه داده‌ی Postgres است. این ابزار به کاربران امکان می‌دهد تا با استفاده از الگوریتم‌های جستجوی فضاپیمایی، امکان بررسی و مقایسه‌ی بردارهای داده‌ای را در یک فضای چندبُعدی فراهم آورد. فهرست‌گذاری در pgvector با استفاده از روش‌های خاصی انجام می‌شود که این فرآیند را به لحاظ محاسباتی کارآمدتر و سریع‌تر ساخته است. مقاله به تفصیل ساختار داخلی این فهرست‌ها و چگونگی ایجاد و پردازش آن‌ها را توضیح می‌دهد، به این ترتیب افراد توسعه دهنده و مدیران دیتابیس می‌توانند با درک بهتری از عملکرد پایگاه داده‌ی خود بهره‌برداری نمایند. همچنین، مقاله نکاتی در مورد بهینه‌سازی و تنظیمات مربوط به استفاده از فهرست‌ها و بهبود عملکرد کلی سیستم را ارائه می‌دهد.

🟣لینک مقاله:
https://postgresweekly.com/link/158967/web


👑 @Database_Academy
👍1
✍️ Ashkan NourzadehAshkan Nourzadeh


برای کانفیگ hashtag#PostgreSQL میتونید از سایت زیر استفاده کنید.
پارامترهای عمومی سرویس و سرور رو وارد می‌کنید و یک سری کانفیگ عمومی پستگرس رو بهتون میده.
طبق تجربه کانفیگ دیفالت خود hashtag#پستگرس خیلی هم پرت نیست، اما با این تنظیمات بهتر میشه.

https://lnkd.in/eTkyxXAy

#database hashtag#postgres hashtag#postgresql

👑 @Database_Academy
👍2
🔵 عنوان مقاله
Prisma 5.19.0: The JS ORM Now with 'Typed SQL'

🟢 خلاصه مقاله:
مقاله‌ای که مورد بررسی قرار گرفته است به بررسی Prisma، یک ORM (Object-Relational Mapping) محبوب در جهان Node.js و TypeScript می‌پردازد که بر پایه اصول اعلامی (declarative) عمل می‌کند. نسخه جدید Prisma این امکان را فراهم می‌آورد که بتوان در کد‌های SQL مستقیماً استفاده کرد و به صورت type-safe (با امنیت نوع داده) با آن‌ها کار کرد. این ویژگی جدید به توسعه‌دهندگان اجازه می‌دهد که ضمن استفاده از قابلیت‌های پیشرفته SQL، از امنیت و سادگی مدیریت داده‌ها در Prisma به بهترین شکل ممکن بهره ببرند. این تحول می‌تواند به افزایش کارایی و دقت در توسعه برنامه‌های کاربردی کمک کند، به ویژه در پروژه‌هایی که نیاز به تعامل پیچیده با پایگاه‌های داده دارند.

🟣لینک مقاله:
https://postgresweekly.com/link/158975/web


👑 @Database_Academy
👍2
Forwarded from Future Pulse Persian
🍾حدیث روز

🕸 @labdon_academy
🔥8🍾1
🔵 عنوان مقاله
Master PostgreSQL Extensions: Pgvector, Citus, TimescaleDB

🟢 خلاصه مقاله:
مقاله‌ای که به بررسی و ارتقا قابلیت‌های PostgreSQL از طریق وبینارهای تخصصی در مورد Pgvector، Citus و TimescaleDB پرداخته، بر موضوع اصلی یادگیری ادغام، مقیاس‌پذیری و بهترین شیوه‌ها برای بهینه‌سازی عملکرد پایگاه داده تمرکز دارد. این وبینارها فرصتی را برای شرکت‌کنندگان فراهم می‌کند تا درک عمیق‌تری از نحوه استفاده بهینه از قابلیت‌های PostgreSQL به دست آورند و باعث افزایش توانایی‌های آن‌ها در مدیریت داده‌های بزرگ و پیچیده شود. تماشای این وبینارها می‌تواند به کاربران کمک کند تا سطح تخصص خود را در استفاده از PostgreSQL افزایش دهند.

🟣لینک مقاله:
https://postgresweekly.com/link/159298/web


👑 @Database_Academy
2
🔵 عنوان مقاله
Implementing Hybrid Search with Postgres and pgvector

🟢 خلاصه مقاله:
Jonathan در مقاله خود به بررسی استفاده از pgvector برای پیاده‌سازی سیستم‌های جستجوی هیبریدی پرداخته است. او نشان می‌دهد که چگونه می‌توان با استفاده از این ابزار، یک سیستم جستجو که هم اطلاعات متنی و هم داده‌های برداری را در نظر می‌گیرد، ایجاد کرد. اما جاناتان تاکید می‌کند که هنوز مایل نیست به سؤالی پاسخ دهد که آیا باید از این روش استفاده کرد یا خیر؛ این موضوع قرار است در یک پست آینده مورد بررسی قرار گیرد. در این مقاله، اساساً تمرکز بر روی فنی و چگونگی استفاده از pgvector است و بحث درباره تصمیم‌گیری برای استفاده یا عدم استفاده از آن به زمان دیگری موکول شده است.

🟣لینک مقاله:
https://postgresweekly.com/link/159934/web


👑 @Database_Academy
یه سری رودمپ باحال از redis ،mongo و postgresql

https://roadmap.sh/redis

https://roadmap.sh/mongodb

https://roadmap.sh/postgresql-dba


👑 @Database_Academy
👍1
آشنایی با کلاسترینگ در دیتابیس mariadb

حتماً می‌دونید که کلاسترینگ یکی از روش‌های مهم برای افزایش دسترس‌پذیری و کارایی دیتابیس‌هاست. اما بیاید ببینیم کلاسترینگ چیه و چه تفاوت هایی با replication و sharding داره.

کلاسترینگ چیست؟

کلاسترینگ (Clustering) به مجموعه‌ای از سرورها گفته میشه که به‌عنوان یک واحد یکپارچه کار می‌کنن تا بار کاری دیتابیس رو بین خودشون تقسیم کنن. این سرورها به هم متصل‌اند و در صورت خرابی یکی از سرورها، سرورهای دیگه بار اونو به‌عهده می‌گیرن، پس دیتابیس همیشه در دسترسه.

تفاوت کلاسترینگ با Replication

قابلیت Replication به معنی کپی‌کردن داده‌ها از یک سرور (master) به سرورهای دیگه (slaves) هست. در این حالت، فقط سرور master قابلیت نوشتن داده‌ها رو داره و سرورهای slave فقط خواندن داده‌ها رو انجام میدن. اگه master خراب بشه، باید به‌صورت دستی یکی از slaves ها رو به master تبدیل کنیم.

تفاوت کلاسترینگ با Sharding

قابلیت Sharding به معنی تقسیم داده‌ها بین چند سرور به‌طوری که هر سرور قسمتی از داده‌ها رو نگهداری می‌کنه. هر shard به‌طور مستقل کار می‌کنه و عملیات نوشتن و خواندن رو انجام میده. این روش برای مقیاس‌پذیری بهتره، ولی مدیریت پیچیده‌تری داره.

ابزارهای کلاسترینگ در MariaDB

دیتابیس MariaDB به‌صورت داخلی از کلاسترینگ پشتیبانی نمی‌کنه، ولی می‌تونید از ابزارهایی مثل Galera Cluster استفاده کنید. Galera Cluster یکی از محبوب‌ترین ابزارهای کلاسترینگ برای MariaDB هست که قابلیت‌های فوق‌العاده‌ای مثل replication همزمان، failover خودکار، و load balancing رو فراهم می‌کنه.

الگوریتم اجرای کلاسترینگ

در کلاسترینگ با Galera، همه نودها به‌طور همزمان قابلیت خواندن و نوشتن داده‌ها رو دارن. هر تغییر در داده‌ها به‌صورت همزمان به همه نودها منتقل میشه. اگه یکی از نودها خراب بشه، نودهای دیگه بدون توقف کارشون رو ادامه میدن و بعد از بازگشت نود خراب، داده‌ها به‌طور خودکار همگام‌سازی میشن.

مزایا استفاده از کلاسترینگ تو mariadb چیه؟

در صورت خرابی یکی از نودها، نودهای دیگه بدون وقفه به کارشون ادامه میدن این باعث میشه دسترسی پذیری افزایش پیدا کنه.

با اضافه‌کردن نودهای جدید می‌تونید به راحتی بار کاری رو بین نودها تقسیم کنید، این باعث میشه دیتابیس scale پذیر باشه.

درخواست‌های کاربر به‌طور خودکار بین نودهای مختلف تقسیم میشه و یه‌جور لود بالانسینگ تو دیتابیس درست میشه.

کی از کلاسترینگ استفاده کنیم؟

بطور خلاصه اگه نیاز به دسترس‌پذیری بالا و مقیاس‌پذیری دارین و می‌تونید چالش های فنی پیچیده‌تر رو انجام بدین، کلاسترینگ بهترین گزینه هست. برای کارهایی که نیاز به تقسیم داده‌ها دارین، شاردینگ مناسب‌تره و برای کارهایی که فقط نیاز به کپی‌کردن داده‌ها دارین، replication رو انتخاب کنید.

DevTwitter | <shahriyar bayat/>

👑 @Database_Academy
2👍2
🔵 عنوان مقاله
Top 3 Features in Postgres 17

🟢 خلاصه مقاله:
مقاله به بررسی توسعه‌های پیش رو در نگارش ۱۷ Postgres می‌پردازد که انتظار می‌رود این نگارش در انتهای ماه جاری عرضه شود. تمرکز اصلی بر روی بهبود عملکرد دستور MERGE، افزایش توانایی‌های تابع‌های JSON و پیشرفت‌های کلی در عملکرد است. همچنین، شرکت EDB فهرست به‌روزرسانی‌های خود برای این نگارش را منتشر کرده که در آن پشتیبانی از پشتیبان‌گیری مرحله‌ای (incremental backup) در صدر قرار گرفته است. این بهبودها نشان‌دهنده تلاش بی‌وقفه برای افزایش کارایی و قابلیت‌های Postgres در نگارش‌های آینده است. این مقاله منبع مفیدی برای توسعه‌دهندگان و متخصصان IT است که به دنبال به‌روزرسانی‌ها و امکانات جدید در این پایگاه داده‌های قدرتمند هستند.


🟣لینک مقاله:
https://postgresweekly.com/link/159299/web


👑 @Database_Academy
🔵 عنوان مقاله
pg_stat_monitor 2.1: Query Performance Monitoring Tool

🟢 خلاصه مقاله:
این مقاله به بررسی ابزاری جدید می‌پردازد که به عنوان جایگزینی پیشرفته‌تر برای pg_stat_statements معرفی شده است. این ابزار جدید ویژگی‌های متمایزکننده‌ای دارد که از آن جمله می‌توان به دسته‌بندی آمار بر اساس زمان اشاره کرد. این ویژگی امکان استفاده دقیق‌تر و مؤثرتر از داده‌های جمع‌آوری شده را فراهم می‌آورد. کد این ابزار در مخزن GitHub قابل دسترسی است و به نظر می‌رسد که این ابزار می‌تواند در تحلیل و بهبود عملکرد پایگاه‌های داده SQL کاربرد فراوانی داشته باشد. این مقاله تاکید می‌کند که با استفاده از ابزارهای مدرن و پیشرفته می‌توان به شناخت بهتر و دقیق‌تری از داده‌ها و چگونگی استفاده از آن‌ها دست یافت.

🟣لینک مقاله:
https://postgresweekly.com/link/159312/web


👑 @Database_Academy