🔵 عنوان مقاله
Pipelining Comes to psql in Postgres 18
🟢 خلاصه مقاله:
** در Postgres 18، ابزار psql فرمانهای داخلی برای فعالسازی و کنترل pipelining در اسکریپتهای SQL اضافه کرده است. با این قابلیت، چندین کوئری پشتسرهم ارسال میشوند و منتظر پاسخ تکبهتک نمیمانند؛ در نتیجه رفتوبرگشتهای شبکه کمتر و زمان اجرا کوتاهتر میشود. بهگفته Daniel، این کار میتواند بهرهوری و throughput کوئریها را بهطور چشمگیری افزایش دهد، بهویژه در اسکریپتهای پر از دستورات کوچک.
این ویژگی برای کارهای حجیم و خودکار مانند بارگذاری داده، پردازشهای ETL، تحلیلها و مهاجرتهای اسکیما بسیار مفید است. میتوان pipelining را فقط در بخشهای مناسب یک اسکریپت فعال کرد و برای اطمینان از سازگاری و بازگردانی، مرزبندی تراکنشها و مدیریت خطا را دقیق انجام داد. در صورت عدم استفاده، رفتار psql مانند قبل باقی میماند و با سایر تکنیکهای بهینهسازی سرور تکمیل میشود، نه اینکه جایگزین آنها باشد.
#Postgres
#psql
#Pipelining
#SQL
#DatabasePerformance
#PostgreSQL18
#Throughput
#ETL
🟣لینک مقاله:
https://postgresweekly.com/link/175088/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Pipelining Comes to psql in Postgres 18
🟢 خلاصه مقاله:
** در Postgres 18، ابزار psql فرمانهای داخلی برای فعالسازی و کنترل pipelining در اسکریپتهای SQL اضافه کرده است. با این قابلیت، چندین کوئری پشتسرهم ارسال میشوند و منتظر پاسخ تکبهتک نمیمانند؛ در نتیجه رفتوبرگشتهای شبکه کمتر و زمان اجرا کوتاهتر میشود. بهگفته Daniel، این کار میتواند بهرهوری و throughput کوئریها را بهطور چشمگیری افزایش دهد، بهویژه در اسکریپتهای پر از دستورات کوچک.
این ویژگی برای کارهای حجیم و خودکار مانند بارگذاری داده، پردازشهای ETL، تحلیلها و مهاجرتهای اسکیما بسیار مفید است. میتوان pipelining را فقط در بخشهای مناسب یک اسکریپت فعال کرد و برای اطمینان از سازگاری و بازگردانی، مرزبندی تراکنشها و مدیریت خطا را دقیق انجام داد. در صورت عدم استفاده، رفتار psql مانند قبل باقی میماند و با سایر تکنیکهای بهینهسازی سرور تکمیل میشود، نه اینکه جایگزین آنها باشد.
#Postgres
#psql
#Pipelining
#SQL
#DatabasePerformance
#PostgreSQL18
#Throughput
#ETL
🟣لینک مقاله:
https://postgresweekly.com/link/175088/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
postgresql.verite.pro
Pipelining in psql (PostgreSQL 18)
the psql client version 18 comes with pipelining, which can speed up client-server communication. In this post, let's see how it works and how much can be g...
🔵 عنوان مقاله
Building a Scalable Data Warehouse Backup System with AWS (6 minute read)
🟢 خلاصه مقاله:
اسکریبد یک سامانه پشتیبانگیری مقیاسپذیر برای انبارهای داده مبتنی بر S3 در مقیاس پتابایت ساخته است که چندین پایگاهداده را پوشش میدهد. این راهکار با رویکرد ترکیبی از AWS Lambda برای بارهای کوچک و ECS Fargate برای بارهای بزرگ، پشتیبانگیری ماهانه و افزایشی انجام میدهد؛ به این صورت که فقط فایلهای Parquet جدید یا تغییرکرده کپی میشوند و در عین حال delta logs همیشه نگه داشته میشوند تا امکان بازسازی حالتها وجود داشته باشد. اعتبارسنجی دادهها با تکیه بر S3 Inventory manifests انجام میشود و پردازشها بهصورت موازی برای افزایش کارایی اجرا میگردند. در پایان، نسخههای پشتیبان برای نگهداری بلندمدت در Glacier بایگانی میشوند.
#AWS #S3 #DataWarehouse #Backup #ECSFargate #Lambda #Parquet #Glacier
🟣لینک مقاله:
https://tech.scribd.com/blog/2025/building-scalable-data-warehouse-backup-system.html?utm_source=tldrdata
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Building a Scalable Data Warehouse Backup System with AWS (6 minute read)
🟢 خلاصه مقاله:
اسکریبد یک سامانه پشتیبانگیری مقیاسپذیر برای انبارهای داده مبتنی بر S3 در مقیاس پتابایت ساخته است که چندین پایگاهداده را پوشش میدهد. این راهکار با رویکرد ترکیبی از AWS Lambda برای بارهای کوچک و ECS Fargate برای بارهای بزرگ، پشتیبانگیری ماهانه و افزایشی انجام میدهد؛ به این صورت که فقط فایلهای Parquet جدید یا تغییرکرده کپی میشوند و در عین حال delta logs همیشه نگه داشته میشوند تا امکان بازسازی حالتها وجود داشته باشد. اعتبارسنجی دادهها با تکیه بر S3 Inventory manifests انجام میشود و پردازشها بهصورت موازی برای افزایش کارایی اجرا میگردند. در پایان، نسخههای پشتیبان برای نگهداری بلندمدت در Glacier بایگانی میشوند.
#AWS #S3 #DataWarehouse #Backup #ECSFargate #Lambda #Parquet #Glacier
🟣لینک مقاله:
https://tech.scribd.com/blog/2025/building-scalable-data-warehouse-backup-system.html?utm_source=tldrdata
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Scribd Technology
Building a Scalable Data Lake Backup System with AWS
We designed and implemented a scalable, cost-optimized backup system for S3 data warehouses that runs automatically on a monthly schedule. The system handles petabytes of data across multiple databases and uses a hybrid approach: AWS Lambda for small workloads…
🔵 عنوان مقاله
SQL Shader (Tool)
🟢 خلاصه مقاله:
SQL Shader ابزاری مرورگری بر پایه DuckDB-WASM است که کوئریهای SQL را به گرافیکهای رویهایِ بلادرنگ تبدیل میکند تا رفتار و کارایی موتور پایگاهداده را بهصورت بصری کاوش و درک کنید. همهچیز بهصورت محلی در مرورگر اجرا میشود، بدون نیاز به سرور و با حفظ حریم خصوصی. با تغییر کوئریها—مثل فیلترها، نوع join یا اندازه داده—نمایشهای بصری فوراً تغییر میکنند و شاخصهایی مانند زمان اجرا، تعداد ردیفها یا الگوی عملگرها را به شکل قابل مشاهده نشان میدهند. این ابزار برای آموزش مفاهیم پایگاهداده، نمایش تعاملی عملکرد، و آزمایش سریع رفتار کوئریها بسیار کاربردی است.
#SQL #DuckDB #WASM #WebAssembly #DataVisualization #DatabasePerformance #BrowserTools #SQLShader
🟣لینک مقاله:
https://dmkskd.github.io/sql-shader/?utm_source=tldrdata
➖➖➖➖➖➖➖➖
👑 @Database_Academy
SQL Shader (Tool)
🟢 خلاصه مقاله:
SQL Shader ابزاری مرورگری بر پایه DuckDB-WASM است که کوئریهای SQL را به گرافیکهای رویهایِ بلادرنگ تبدیل میکند تا رفتار و کارایی موتور پایگاهداده را بهصورت بصری کاوش و درک کنید. همهچیز بهصورت محلی در مرورگر اجرا میشود، بدون نیاز به سرور و با حفظ حریم خصوصی. با تغییر کوئریها—مثل فیلترها، نوع join یا اندازه داده—نمایشهای بصری فوراً تغییر میکنند و شاخصهایی مانند زمان اجرا، تعداد ردیفها یا الگوی عملگرها را به شکل قابل مشاهده نشان میدهند. این ابزار برای آموزش مفاهیم پایگاهداده، نمایش تعاملی عملکرد، و آزمایش سریع رفتار کوئریها بسیار کاربردی است.
#SQL #DuckDB #WASM #WebAssembly #DataVisualization #DatabasePerformance #BrowserTools #SQLShader
🟣لینک مقاله:
https://dmkskd.github.io/sql-shader/?utm_source=tldrdata
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Forwarded from VIP
🚀 به دنیای توسعه و تکنولوژی خوش اومدی!
اگر به موضوعات زیر علاقهمندی:
🔹 Golang
🔹 Linux & DevOps
🔹 Software Engineering
🔹 AI & Machine Learning
🔹 فرصتهای شغلی ریموت (خارجی و داخلی)
ما برات یه مجموعه کانالهای تخصصی ساختیم تا همیشه بهروز، حرفهای و الهامبخش بمونی!
📚 یادگیری، فرصت، شبکهسازی و پیشرفت، همش اینجاست...
📌 از این لینک همه چنلهامونو یهجا ببین و جوین شو:
👉 https://news.1rj.ru/str/addlist/AJ7rh2IzIh02NTI0
اگر به موضوعات زیر علاقهمندی:
🔹 Golang
🔹 Linux & DevOps
🔹 Software Engineering
🔹 AI & Machine Learning
🔹 فرصتهای شغلی ریموت (خارجی و داخلی)
ما برات یه مجموعه کانالهای تخصصی ساختیم تا همیشه بهروز، حرفهای و الهامبخش بمونی!
📚 یادگیری، فرصت، شبکهسازی و پیشرفت، همش اینجاست...
📌 از این لینک همه چنلهامونو یهجا ببین و جوین شو:
👉 https://news.1rj.ru/str/addlist/AJ7rh2IzIh02NTI0
Forwarded from Future Pulse Persian
با دو سال سابقه کار
حتی با اینکه کاراموز شرکت امازون هم بوده
شامل layoff اخیر شده و بیکار شده
متأسفانه ai خیلی قوی تر شده
و تهدید محسوب میشه
حتی با اینکه کاراموز شرکت امازون هم بوده
شامل layoff اخیر شده و بیکار شده
متأسفانه ai خیلی قوی تر شده
و تهدید محسوب میشه
❤1
👋 درود به همه دوستان عزیز
📌 اگر شما هم مقاله، مطلب آموزشی یا هر چیزی که فکر میکنید درباره انواع دیتابیس ها میتونه مفید باشه دارید، خوشحال میشم برام بفرستید تا با اسم خودتون توی کانال منتشر کنم.
🤝 اینطوری هم به بقیه کمک میکنید و هم محتوای ارزشمندتون بیشتر دیده میشه.
@mrbardia72
📌 اگر شما هم مقاله، مطلب آموزشی یا هر چیزی که فکر میکنید درباره انواع دیتابیس ها میتونه مفید باشه دارید، خوشحال میشم برام بفرستید تا با اسم خودتون توی کانال منتشر کنم.
🤝 اینطوری هم به بقیه کمک میکنید و هم محتوای ارزشمندتون بیشتر دیده میشه.
@mrbardia72
Forwarded from VIP
درود به همهی دوستان عزیز 🌿
اگر پیشنهاد یا انتقادی دارید که میتونه به بهتر شدن کانالها ی زیر کمک کنه،
👉 https://news.1rj.ru/str/addlist/AJ7rh2IzIh02NTI0
خیلی خوشحال میشم نظرتون رو بدونم و ازش استفاده کنم 🙌
میتونید از طریق آیدی زیر با من در تماس باشید:
📩 @mrbardia72
منتظر نظرات خوب و سازندهتون هستم 💬
💚🤍❤️
اگر پیشنهاد یا انتقادی دارید که میتونه به بهتر شدن کانالها ی زیر کمک کنه،
👉 https://news.1rj.ru/str/addlist/AJ7rh2IzIh02NTI0
خیلی خوشحال میشم نظرتون رو بدونم و ازش استفاده کنم 🙌
میتونید از طریق آیدی زیر با من در تماس باشید:
📩 @mrbardia72
منتظر نظرات خوب و سازندهتون هستم 💬
💚🤍❤️
مقایسه PostgreSQL در برابر MySQL — رقابتی میان دقت و سادگی
در تصویر اول، ستونی از نوع JSONB به همراه ایندکس GIN به جدول کاربران در پایگاهدادهی PostgreSQL اضافه شده است.
در تصویر دوم، اجرای یک کوئری بر روی ۵۰٬۰۰۰ رکورد در PostgreSQL حدود ۷ برابر سریعتر از MySQL انجام شد.
در اکوسیستم پایگاهدادههای رابطهای این دو نام بیش از همه در کانون توجهاند، هر دو از ستونهای اصلی دنیای متنباز به شمار میآیند، اما فلسفهی طراحی و نوع نگاهشان به داده، دو مسیر کاملاً متفاوت را دنبال میکند.
معماری و انضباط داده
پستگرسکیوال از ابتدا با رویکردی «استانداردمحور» طراحی شده است.
انطباق دقیق با استاندارد SQL و رفتار سختگیرانه در برابر نوع دادهها، قیدها و تراکنشها باعث میشود کیفیت دادهها در سطح سازمانی حفظ شود.
این ویژگی در پروژههایی که دادهی نادرست میتواند هزینهزا باشد، ارزش حیاتی دارد.
در مقابل، MySQL در برخورد با دادهها انعطافپذیرتر است و در بسیاری از سناریوها دادههای ناسازگار را بدون خطا ذخیره میکند ، ویژگیای که توسعهی سریعتر را ممکن میکند، اما ممکن است در مقیاس بزرگ چالشبرانگیز شود.
کارایی و الگوی مصرف
معمولاً در بارهای کاری سبکتر و اپلیکیشنهای مبتنی بر خواندن زیاد MySQL عملکرد بهتری نشان میدهد.
ساختار سادهتر و تنظیمات ابتدایی بهینهاش باعث میشود برای استارتاپها، MVPها و پروژههای با معماری ساده انتخابی طبیعی باشد.
در سوی دیگر، PostgreSQL در سناریوهای تحلیلی، تراکنشهای پیچیده و Queryهای چندلایه قدرت واقعی خود را نشان میدهد.
پشتیبانی از قابلیتهایی مانند CTE، Window Function و نوع دادهی JSONB آن را به گزینهای ایدهآل برای سیستمهای دادهمحور تبدیل کرده است.
قابلیت گسترش و انعطافپذیری فنی
پستگرسکیوال فراتر از یک دیتابیس کلاسیک عمل میکند.
تعریف نوع دادهی سفارشی، توابع دلخواه و حتی افزونهنویسی درون خود موتور، آن را به بستری برای طراحی معماریهای دادهای پیچیده بدل کرده است.
در مقابل، MySQL سادهتر و مینیمالتر است — رویکردی که هم نقطهی قوت است و هم محدودیت.
در نهایت، انتخاب میان PostgreSQL و MySQL نه بر اساس «بهتر بودن»، بلکه بر اساس اولویتهای معماری و نیازهای پروژه تعیین میشود.
اگر پروژهتان حول محور دقت، استاندارد و توسعهپذیری بلندمدت میچرخد، PostgreSQL انتخابی استراتژیک است.
اما اگر به دنبال سادگی، سرعت پیادهسازی و پایداری در نیازهای روزمرهی وب هستید، MySQL همچنان گزینهای درخشان و اثباتشده است.
@<Babak Mirhosseini/>
در تصویر اول، ستونی از نوع JSONB به همراه ایندکس GIN به جدول کاربران در پایگاهدادهی PostgreSQL اضافه شده است.
در تصویر دوم، اجرای یک کوئری بر روی ۵۰٬۰۰۰ رکورد در PostgreSQL حدود ۷ برابر سریعتر از MySQL انجام شد.
در اکوسیستم پایگاهدادههای رابطهای این دو نام بیش از همه در کانون توجهاند، هر دو از ستونهای اصلی دنیای متنباز به شمار میآیند، اما فلسفهی طراحی و نوع نگاهشان به داده، دو مسیر کاملاً متفاوت را دنبال میکند.
معماری و انضباط داده
پستگرسکیوال از ابتدا با رویکردی «استانداردمحور» طراحی شده است.
انطباق دقیق با استاندارد SQL و رفتار سختگیرانه در برابر نوع دادهها، قیدها و تراکنشها باعث میشود کیفیت دادهها در سطح سازمانی حفظ شود.
این ویژگی در پروژههایی که دادهی نادرست میتواند هزینهزا باشد، ارزش حیاتی دارد.
در مقابل، MySQL در برخورد با دادهها انعطافپذیرتر است و در بسیاری از سناریوها دادههای ناسازگار را بدون خطا ذخیره میکند ، ویژگیای که توسعهی سریعتر را ممکن میکند، اما ممکن است در مقیاس بزرگ چالشبرانگیز شود.
کارایی و الگوی مصرف
معمولاً در بارهای کاری سبکتر و اپلیکیشنهای مبتنی بر خواندن زیاد MySQL عملکرد بهتری نشان میدهد.
ساختار سادهتر و تنظیمات ابتدایی بهینهاش باعث میشود برای استارتاپها، MVPها و پروژههای با معماری ساده انتخابی طبیعی باشد.
در سوی دیگر، PostgreSQL در سناریوهای تحلیلی، تراکنشهای پیچیده و Queryهای چندلایه قدرت واقعی خود را نشان میدهد.
پشتیبانی از قابلیتهایی مانند CTE، Window Function و نوع دادهی JSONB آن را به گزینهای ایدهآل برای سیستمهای دادهمحور تبدیل کرده است.
قابلیت گسترش و انعطافپذیری فنی
پستگرسکیوال فراتر از یک دیتابیس کلاسیک عمل میکند.
تعریف نوع دادهی سفارشی، توابع دلخواه و حتی افزونهنویسی درون خود موتور، آن را به بستری برای طراحی معماریهای دادهای پیچیده بدل کرده است.
در مقابل، MySQL سادهتر و مینیمالتر است — رویکردی که هم نقطهی قوت است و هم محدودیت.
در نهایت، انتخاب میان PostgreSQL و MySQL نه بر اساس «بهتر بودن»، بلکه بر اساس اولویتهای معماری و نیازهای پروژه تعیین میشود.
اگر پروژهتان حول محور دقت، استاندارد و توسعهپذیری بلندمدت میچرخد، PostgreSQL انتخابی استراتژیک است.
اما اگر به دنبال سادگی، سرعت پیادهسازی و پایداری در نیازهای روزمرهی وب هستید، MySQL همچنان گزینهای درخشان و اثباتشده است.
@<Babak Mirhosseini/>
🔵 عنوان مقاله
How We Scaled Raw GROUP BY to 100 B+ Rows In Under A Second (30 minute read)
🟢 خلاصه مقاله:
کلیکهاوس با معرفی قابلیت Parallel Replicas نشان میدهد چگونه میتوان اجرای پرسوجوهای GROUP BY را بهصورت افقی و بدون تغییر در چیدمان دادهها مقیاس داد؛ بهگونهای که تجمیع بیش از ۱۰۰ میلیارد ردیف در کمتر از یک ثانیه ممکن شود. در این روش، کار یک پرسوجوی واحد میان همهی Replicaهای یک Shard تقسیم میشود، هر Replica بخشی از داده را میخواند و تجمیعهای جزئی را میسازد، و در پایان نتایج بهصورت قطعی با هم ادغام میشوند.
این رویکرد، بدون نیاز به Re-sharding، از Replicaها برای موازیسازی Query استفاده میکند، با SQL استاندارد سازگار است، و تأخیر انتهایی را برای داشبوردها و تحلیلهای تعاملی کاهش میدهد. بهدلیل سهم بالای GROUP BY در پرسوجوهای BI و رشد بارهای observability و AI analytics، Parallel Replicas راهی عملی برای مقیاسپذیری تقریباً نامحدود فراهم میکند و نمونهی ۱۰۰B+ ردیف در <۱ ثانیه نشان میدهد که استفاده از Replicaها بهعنوان ظرفیت محاسباتی موازی چه جهشی در کارایی ایجاد میکند.
#ClickHouse #ParallelReplicas #GROUPBY #Scalability #BigData #Analytics #OLAP #RealTime
🟣لینک مقاله:
https://clickhouse.com/blog/clickhouse-parallel-replicas?utm_source=tldrdata
➖➖➖➖➖➖➖➖
👑 @Database_Academy
How We Scaled Raw GROUP BY to 100 B+ Rows In Under A Second (30 minute read)
🟢 خلاصه مقاله:
کلیکهاوس با معرفی قابلیت Parallel Replicas نشان میدهد چگونه میتوان اجرای پرسوجوهای GROUP BY را بهصورت افقی و بدون تغییر در چیدمان دادهها مقیاس داد؛ بهگونهای که تجمیع بیش از ۱۰۰ میلیارد ردیف در کمتر از یک ثانیه ممکن شود. در این روش، کار یک پرسوجوی واحد میان همهی Replicaهای یک Shard تقسیم میشود، هر Replica بخشی از داده را میخواند و تجمیعهای جزئی را میسازد، و در پایان نتایج بهصورت قطعی با هم ادغام میشوند.
این رویکرد، بدون نیاز به Re-sharding، از Replicaها برای موازیسازی Query استفاده میکند، با SQL استاندارد سازگار است، و تأخیر انتهایی را برای داشبوردها و تحلیلهای تعاملی کاهش میدهد. بهدلیل سهم بالای GROUP BY در پرسوجوهای BI و رشد بارهای observability و AI analytics، Parallel Replicas راهی عملی برای مقیاسپذیری تقریباً نامحدود فراهم میکند و نمونهی ۱۰۰B+ ردیف در <۱ ثانیه نشان میدهد که استفاده از Replicaها بهعنوان ظرفیت محاسباتی موازی چه جهشی در کارایی ایجاد میکند.
#ClickHouse #ParallelReplicas #GROUPBY #Scalability #BigData #Analytics #OLAP #RealTime
🟣لینک مقاله:
https://clickhouse.com/blog/clickhouse-parallel-replicas?utm_source=tldrdata
➖➖➖➖➖➖➖➖
👑 @Database_Academy
ClickHouse
How we scaled raw GROUP BY to 100 B+ rows in under a second
ClickHouse Cloud now scales analytical queries with parallel replicas, fanning a single query across thousands of cores for terabyte-per-second throughput. This post dives into the internals and lets you see and feel the speed.
👍1🔥1
🔵 عنوان مقاله
its Call for Proposals is open
🟢 خلاصه مقاله:
** آخرین شماره Golang Weekly اعلام کرده که بخش Call for Proposals برای یک رویداد/ابتکار مرتبط با جامعه Go باز شده است. از اعضای جامعه دعوت میشود ایدههای خود را در قالب سخنرانی، ورکشاپ، لایتنینگتاک و پنل ارسال کنند؛ موضوعات پیشنهادی شامل بهینهسازی کارایی، الگوهای همروندی، ابزارها و فریمورکها، سرویسهای cloud-native با Go، تست و observability، و مطالعات موردی تولیدی است. برای یک پیشنهاد قوی، خلاصهای شفاف با مسئله، مخاطب هدف و دستاوردهای مشخص ارائه کنید؛ نمونه کد یا دمو کمککننده است، و از سخنرانان تازهکار نیز استقبال میشود. برای جزئیات، زمانبندی و لینک ارسال، به شماره اخیر Golang Weekly مراجعه کنید و زودتر ارسال کنید.
#Golang #GolangWeekly #CFP #CallForProposals #GoCommunity #TechTalks #SoftwareEngineering
🟣لینک مقاله:
https://postgresweekly.com/link/175722/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
its Call for Proposals is open
🟢 خلاصه مقاله:
** آخرین شماره Golang Weekly اعلام کرده که بخش Call for Proposals برای یک رویداد/ابتکار مرتبط با جامعه Go باز شده است. از اعضای جامعه دعوت میشود ایدههای خود را در قالب سخنرانی، ورکشاپ، لایتنینگتاک و پنل ارسال کنند؛ موضوعات پیشنهادی شامل بهینهسازی کارایی، الگوهای همروندی، ابزارها و فریمورکها، سرویسهای cloud-native با Go، تست و observability، و مطالعات موردی تولیدی است. برای یک پیشنهاد قوی، خلاصهای شفاف با مسئله، مخاطب هدف و دستاوردهای مشخص ارائه کنید؛ نمونه کد یا دمو کمککننده است، و از سخنرانان تازهکار نیز استقبال میشود. برای جزئیات، زمانبندی و لینک ارسال، به شماره اخیر Golang Weekly مراجعه کنید و زودتر ارسال کنید.
#Golang #GolangWeekly #CFP #CallForProposals #GoCommunity #TechTalks #SoftwareEngineering
🟣لینک مقاله:
https://postgresweekly.com/link/175722/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
cfp.p2d2.cz
Prague PostgreSQL Developer Day 2026
Schedule, talks and talk submissions for Prague PostgreSQL Developer Day 2026
🔥1
🔵 عنوان مقاله
The Feature We Were Afraid to Talk About (7 minute read)
🟢 خلاصه مقاله:
dltHub با صراحت توضیح میدهد که اتکای کامل به LLM برای ساخت خودکار data scaffold از روی مستندات، در عمل برای محیطهای تولیدی قابل اعتماد نبود. نسخه اول، اسکَفولدها را مستقیم با LLM میساخت و در ظاهر عالی بود، اما خطاهای ظریف و «توهمات» باعث شکست پایپلاینها و اتلاف زمان دیباگ میشد. در v2 رویکرد برعکس شد: ابتدا با پارسرها و اعتبارسنجهای قطعی، حقایق قابل راستیآزمایی (مثل endpointها، schemaها، روشهای احراز هویت و قواعد pagination) استخراج و تثبیت میشوند؛ سپس LLM فقط برای ظرایف معنایی وارد میشود—برای رفع ابهامها، نامگذاری بهتر یا پیشنهاد تبدیلهای سبک—آن هم با ارجاع شفاف به منبع تا قابلیت رهگیری و اصلاح حفظ شود. نتیجه، کاهش خطا و افزایش قابلیت بازتولید و دیباگپذیری است؛ LLM ارزش افزوده میدهد اما موتور تصمیم قطعی نیست. درس کلیدی: در دادههای تولیدی، باید LLM را با ریلهای ایمنی، استخراج قطعی و اعتبارسنجی احاطه کرد، نه اینکه همه چیز را به آن سپرد.
#LLM #DataEngineering #MLOps #AI #ProductionReliability #DeterministicParsing #DataPipelines #dltHub
🟣لینک مقاله:
https://dlthub.com/blog/improving_generation_baseline?utm_source=tldrdata
➖➖➖➖➖➖➖➖
👑 @Database_Academy
The Feature We Were Afraid to Talk About (7 minute read)
🟢 خلاصه مقاله:
dltHub با صراحت توضیح میدهد که اتکای کامل به LLM برای ساخت خودکار data scaffold از روی مستندات، در عمل برای محیطهای تولیدی قابل اعتماد نبود. نسخه اول، اسکَفولدها را مستقیم با LLM میساخت و در ظاهر عالی بود، اما خطاهای ظریف و «توهمات» باعث شکست پایپلاینها و اتلاف زمان دیباگ میشد. در v2 رویکرد برعکس شد: ابتدا با پارسرها و اعتبارسنجهای قطعی، حقایق قابل راستیآزمایی (مثل endpointها، schemaها، روشهای احراز هویت و قواعد pagination) استخراج و تثبیت میشوند؛ سپس LLM فقط برای ظرایف معنایی وارد میشود—برای رفع ابهامها، نامگذاری بهتر یا پیشنهاد تبدیلهای سبک—آن هم با ارجاع شفاف به منبع تا قابلیت رهگیری و اصلاح حفظ شود. نتیجه، کاهش خطا و افزایش قابلیت بازتولید و دیباگپذیری است؛ LLM ارزش افزوده میدهد اما موتور تصمیم قطعی نیست. درس کلیدی: در دادههای تولیدی، باید LLM را با ریلهای ایمنی، استخراج قطعی و اعتبارسنجی احاطه کرد، نه اینکه همه چیز را به آن سپرد.
#LLM #DataEngineering #MLOps #AI #ProductionReliability #DeterministicParsing #DataPipelines #dltHub
🟣لینک مقاله:
https://dlthub.com/blog/improving_generation_baseline?utm_source=tldrdata
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Dlthub
The feature we were afraid to talk about
This is the story of how we made our LLM generation workflow superior to starting from raw docs.
🔵 عنوان مقاله
Tiger Data Introduces a Free Postgres Plan
🟢 خلاصه مقاله:
Tiger Data که پیشتر با نام Timescale شناخته میشد، برای پلتفرم مدیریتشده Postgres خود یک طرح رایگان معرفی کرده است. این شرکت تا امروز پلن رایگان نداشت و اکنون میتوان تا دو سرویس رایگان با سقف ۷۵۰ مگابایت برای هر سرویس ایجاد کرد. این ظرفیت برای نمونهسازی، آموزش، ابزارهای کوچک و محیطهای تست مناسب است و در صورت رشد نیازها، امکان ارتقا به پلنهای پولی وجود دارد. در نتیجه، ورود به استفاده از Postgres مدیریتشده سادهتر و کمهزینهتر میشود.
#Postgres #TigerData #Timescale #Database #FreeTier #Cloud #Developers #Startups
🟣لینک مقاله:
https://postgresweekly.com/link/176015/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Tiger Data Introduces a Free Postgres Plan
🟢 خلاصه مقاله:
Tiger Data که پیشتر با نام Timescale شناخته میشد، برای پلتفرم مدیریتشده Postgres خود یک طرح رایگان معرفی کرده است. این شرکت تا امروز پلن رایگان نداشت و اکنون میتوان تا دو سرویس رایگان با سقف ۷۵۰ مگابایت برای هر سرویس ایجاد کرد. این ظرفیت برای نمونهسازی، آموزش، ابزارهای کوچک و محیطهای تست مناسب است و در صورت رشد نیازها، امکان ارتقا به پلنهای پولی وجود دارد. در نتیجه، ورود به استفاده از Postgres مدیریتشده سادهتر و کمهزینهتر میشود.
#Postgres #TigerData #Timescale #Database #FreeTier #Cloud #Developers #Startups
🟣لینک مقاله:
https://postgresweekly.com/link/176015/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Tiger Data Blog
Introducing Agentic Postgres Free Plan: The Fastest Way to Experiment with AI on Postgres
Experiment with AI on Postgres. The Tiger Free Plan offers database forks, vector search, and real-time analytics. No credit card required. Built for developers and agents: Agentic Postgres.
🔵 عنوان مقاله
pqr.sql: Generate QR Codes with Pure SQL in Postgres
🟢 خلاصه مقاله:
**pqr.sql یک ایدهی خلاقانه است که نشان میدهد میتوان QR Code را تنها با SQL و مستقیماً داخل Postgres تولید کرد. این کار بدون افزونه یا کد اپلیکیشن انجام میشود و برای محیطهای محدود یا سناریوهای خودبسنده مفید است و جنبه آموزشی خوبی برای توانمندیهای SQL در Postgres دارد. با این حال، به چندصد خط SQL نیاز دارد و برای تولید عملیاتی جایگزین کتابخانههای تخصصی نیست؛ اما نمونهای جذاب با کاربردهای غیربدیهی است.
#Postgres #PostgreSQL #SQL #QRCode #PureSQL #Databases #SQLTricks
🟣لینک مقاله:
https://postgresweekly.com/link/175728/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pqr.sql: Generate QR Codes with Pure SQL in Postgres
🟢 خلاصه مقاله:
**pqr.sql یک ایدهی خلاقانه است که نشان میدهد میتوان QR Code را تنها با SQL و مستقیماً داخل Postgres تولید کرد. این کار بدون افزونه یا کد اپلیکیشن انجام میشود و برای محیطهای محدود یا سناریوهای خودبسنده مفید است و جنبه آموزشی خوبی برای توانمندیهای SQL در Postgres دارد. با این حال، به چندصد خط SQL نیاز دارد و برای تولید عملیاتی جایگزین کتابخانههای تخصصی نیست؛ اما نمونهای جذاب با کاربردهای غیربدیهی است.
#Postgres #PostgreSQL #SQL #QRCode #PureSQL #Databases #SQLTricks
🟣لینک مقاله:
https://postgresweekly.com/link/175728/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Tanelpoder
pqr.sql: Generate QR Codes with Pure SQL in PostgreSQL - Tanel Poder Consulting
As my cat woke me up way too early for a Saturday morning, I decided to put all this extra time (and my ChatGPT Pro subnoscription) into good use and generated a QR-code generator for PostgreSQL, written as a single pure SQL statement. No external libraries…
🔵 عنوان مقاله
The Benefits of a DESCending Index
🟢 خلاصه مقاله:
گذشته از کاربرد شناختهشدهی DESC در همخوانسازی ایندکس با ORDER BYهای ترکیبی، در برخی سناریوهای خاص یک ایندکسِ نزولی میتواند هنگام ساخت و درج، فضای کمتری اشغال کند. وقتی الگوی درج دادهها با جهت مرتبسازی ایندکس همراستا باشد، احتمال شکاف صفحه کمتر میشود و چیدمان برگها فشردهتر میماند؛ نتیجه میتواند ایندکسی کوچکتر و با محلیّت حافظه بهتر باشد.
از نظر اجرا هم مزیتی وجود دارد: برای تولید همان ترتیب نتایج، یک اسکن روبهجلو روی ایندکسِ نزولی معمولاً از اسکن روبهعقب روی ایندکسِ صعودی کاراتر است، چون با پیشخوانی دیسک و الگوهای کش سازگارتر است. بنابراین برای پرسوجوهای «جدیدترینها اول» مثل ORDER BY created_at DESC همراه با LIMIT، انتخاب ایندکس نزولی اغلب اجرای پایدارتر و سریعتری میدهد. جمعبندی: جهت ایندکس را بر اساس الگوی غالب ORDER BY انتخاب و هر دو حالت را با EXPLAIN روی دادههای واقعی بسنجید.
#PostgreSQL #Indexing #DESC #ORDERBY #QueryOptimization #DatabasePerformance #BTree #TopN
🟣لینک مقاله:
https://postgresweekly.com/link/176021/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
The Benefits of a DESCending Index
🟢 خلاصه مقاله:
گذشته از کاربرد شناختهشدهی DESC در همخوانسازی ایندکس با ORDER BYهای ترکیبی، در برخی سناریوهای خاص یک ایندکسِ نزولی میتواند هنگام ساخت و درج، فضای کمتری اشغال کند. وقتی الگوی درج دادهها با جهت مرتبسازی ایندکس همراستا باشد، احتمال شکاف صفحه کمتر میشود و چیدمان برگها فشردهتر میماند؛ نتیجه میتواند ایندکسی کوچکتر و با محلیّت حافظه بهتر باشد.
از نظر اجرا هم مزیتی وجود دارد: برای تولید همان ترتیب نتایج، یک اسکن روبهجلو روی ایندکسِ نزولی معمولاً از اسکن روبهعقب روی ایندکسِ صعودی کاراتر است، چون با پیشخوانی دیسک و الگوهای کش سازگارتر است. بنابراین برای پرسوجوهای «جدیدترینها اول» مثل ORDER BY created_at DESC همراه با LIMIT، انتخاب ایندکس نزولی اغلب اجرای پایدارتر و سریعتری میدهد. جمعبندی: جهت ایندکس را بر اساس الگوی غالب ORDER BY انتخاب و هر دو حالت را با EXPLAIN روی دادههای واقعی بسنجید.
#PostgreSQL #Indexing #DESC #ORDERBY #QueryOptimization #DatabasePerformance #BTree #TopN
🟣لینک مقاله:
https://postgresweekly.com/link/176021/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
CYBERTEC PostgreSQL | Services & Support
Benefits of a DESCending index
The DESC clause in CREATE INDEX is rarely needed. I'll show use cases for descending indexes, including storage efficiency and performance.
🔵 عنوان مقاله
Postgres 18's UUIDv7: Faster and Secure Time-Ordered IDs
🟢 خلاصه مقاله:
**پشتیبانی از UUIDv7 در Postgres 18 شناسههایی زمانمرتب ارائه میدهد که برخلاف UUIDv4 باعث پراکندگی شدید ایندکسها نمیشوند. بخش زمان در ابتدای UUIDv7 باعث میشود درجها عمدتاً به انتهای B-tree اضافه شوند و از شکستن صفحهها، افت کش و ناپایداری توان نوشتن جلوگیری شود. همزمان، بخشهای تصادفیِ کافی باقی میماند تا شناسهها منحصربهفرد، غیرقابل پیشبینی و مناسب برای محیطهای توزیعشده باشند؛ بدون افشای جزئیات سختافزاری مانند نسخههای قدیمیتر.
برای تیمهای Go که از Postgres استفاده میکنند، این تغییر بهخوبی با الگوهای متداول سرویسهای رویدادمحور، لاگهای افزایشی و نوشتن در مقیاس افقی سازگار است. تولید UUIDv7 در لایه اپلیکیشن و ذخیره آن در ستون نوع uuid ساده است و بسیاری از کتابخانههای Go از آن پشتیبانی میکنند. برای مهاجرت، جدولهای جدید میتوانند مستقیماً از UUIDv7 استفاده کنند و جدولهای موجود میتوانند بهتدریج تغییر کنند؛ تنها به صحت و یکنواختی ساعت سرورها برای حفظ ترتیب توجه کنید و برای نیازهای زمانی دقیق همچنان از ستونهای timestamp بهره بگیرید.
بهطور خلاصه، UUIDv7 در Postgres 18 ترکیبی از عملکرد بهتر درج و ایندکس، سادگی عملیاتی و امنیت بیشتر را فراهم میکند؛ همانطور که در Golang Weekly نیز بر همسویی طبیعی آن با معماری سرویسهای Go تاکید شده است.
#Postgres #PostgreSQL #UUIDv7 #Go #Golang #DatabasePerformance #Scalability
🟣لینک مقاله:
https://postgresweekly.com/link/176368/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Postgres 18's UUIDv7: Faster and Secure Time-Ordered IDs
🟢 خلاصه مقاله:
**پشتیبانی از UUIDv7 در Postgres 18 شناسههایی زمانمرتب ارائه میدهد که برخلاف UUIDv4 باعث پراکندگی شدید ایندکسها نمیشوند. بخش زمان در ابتدای UUIDv7 باعث میشود درجها عمدتاً به انتهای B-tree اضافه شوند و از شکستن صفحهها، افت کش و ناپایداری توان نوشتن جلوگیری شود. همزمان، بخشهای تصادفیِ کافی باقی میماند تا شناسهها منحصربهفرد، غیرقابل پیشبینی و مناسب برای محیطهای توزیعشده باشند؛ بدون افشای جزئیات سختافزاری مانند نسخههای قدیمیتر.
برای تیمهای Go که از Postgres استفاده میکنند، این تغییر بهخوبی با الگوهای متداول سرویسهای رویدادمحور، لاگهای افزایشی و نوشتن در مقیاس افقی سازگار است. تولید UUIDv7 در لایه اپلیکیشن و ذخیره آن در ستون نوع uuid ساده است و بسیاری از کتابخانههای Go از آن پشتیبانی میکنند. برای مهاجرت، جدولهای جدید میتوانند مستقیماً از UUIDv7 استفاده کنند و جدولهای موجود میتوانند بهتدریج تغییر کنند؛ تنها به صحت و یکنواختی ساعت سرورها برای حفظ ترتیب توجه کنید و برای نیازهای زمانی دقیق همچنان از ستونهای timestamp بهره بگیرید.
بهطور خلاصه، UUIDv7 در Postgres 18 ترکیبی از عملکرد بهتر درج و ایندکس، سادگی عملیاتی و امنیت بیشتر را فراهم میکند؛ همانطور که در Golang Weekly نیز بر همسویی طبیعی آن با معماری سرویسهای Go تاکید شده است.
#Postgres #PostgreSQL #UUIDv7 #Go #Golang #DatabasePerformance #Scalability
🟣لینک مقاله:
https://postgresweekly.com/link/176368/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Hashrocket
PostgreSQL 18's UUIDv7: Faster and Secure Time-Ordered IDs
PostgreSQL 18 dropped last month with a bunch of exciting updates. While the performance improvements are always welcome, there's one developer-friendly feature that deserves the spotlight: native support for UUIDv7. This new format might change how model…
🔵 عنوان مقاله
Returning Multiple Rows with Postgres Extensions
🟢 خلاصه مقاله:
این مطلب به قلم Shaun Thomas بهصورت عملی توضیح میدهد که در افزونههای Postgres چگونه میتوان چندین سطر را برگرداند. نویسنده با تمرکز بر SRF و tuplestore، مراحل اصلی را تشریح میکند: راهاندازی وضعیت فراخوانی در مرحله اول، ساخت TupleDesc، تولید سطرها با SRF_RETURN_NEXT و پایان با SRF_RETURN_DONE؛ همچنین نکات مهمی مثل مدیریت حافظه در context درست، تعیین صحیح ویژگیهایی مانند volatility و strictness، و انتخاب بین SETOF نوع مرکب نامدار یا SETOF record را بیان میکند. مقاله به ملاحظات کارایی، استفاده ایمن از SPI در صورت اجرای SQL داخل افزونه، و تفاوتهای نسخهای که میتواند روی رفتار توابع بازگرداننده مجموعه تأثیر بگذارد نیز میپردازد. برای توسعهدهندگانی که قصد دارند افزونههای Postgres خود را بنویسند و نیاز به الگوهای قابل اتکا برای بازگرداندن چندین سطر دارند، این راهنما بسیار کاربردی است.
#Postgres #PostgreSQL #Extensions #SetReturningFunctions #SRF #CProgramming #Database #OpenSource
🟣لینک مقاله:
https://postgresweekly.com/link/176366/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Returning Multiple Rows with Postgres Extensions
🟢 خلاصه مقاله:
این مطلب به قلم Shaun Thomas بهصورت عملی توضیح میدهد که در افزونههای Postgres چگونه میتوان چندین سطر را برگرداند. نویسنده با تمرکز بر SRF و tuplestore، مراحل اصلی را تشریح میکند: راهاندازی وضعیت فراخوانی در مرحله اول، ساخت TupleDesc، تولید سطرها با SRF_RETURN_NEXT و پایان با SRF_RETURN_DONE؛ همچنین نکات مهمی مثل مدیریت حافظه در context درست، تعیین صحیح ویژگیهایی مانند volatility و strictness، و انتخاب بین SETOF نوع مرکب نامدار یا SETOF record را بیان میکند. مقاله به ملاحظات کارایی، استفاده ایمن از SPI در صورت اجرای SQL داخل افزونه، و تفاوتهای نسخهای که میتواند روی رفتار توابع بازگرداننده مجموعه تأثیر بگذارد نیز میپردازد. برای توسعهدهندگانی که قصد دارند افزونههای Postgres خود را بنویسند و نیاز به الگوهای قابل اتکا برای بازگرداندن چندین سطر دارند، این راهنما بسیار کاربردی است.
#Postgres #PostgreSQL #Extensions #SetReturningFunctions #SRF #CProgramming #Database #OpenSource
🟣لینک مقاله:
https://postgresweekly.com/link/176366/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
🔵 عنوان مقاله
pgfeaturediff: Compare Features Between Postgres Versions
🟢 خلاصه مقاله:
pgfeaturediff یک ابزار وب برای مقایسه مستقیم ویژگیهای دو نسخه از Postgres است که بر اساس ماتریس رسمی ویژگیهای Postgres کار میکند و بنابراین مرجعی دقیق و بهروز محسوب میشود. با انتخاب دو نسخه، تفاوتها و تغییرات کلیدی بهصورت واضح نمایش داده میشود تا نیاز به جستوجو در یادداشتهای انتشار کاهش یابد. این ابزار به توسعهدهندگان، DBAها و تیمهای عملیات کمک میکند برنامهریزی ارتقا و مهاجرت را سریعتر و مطمئنتر انجام دهند و از قابلیتهای جدید با آگاهی بهتر بهره ببرند.
#Postgres #pgfeaturediff #مقایسه_نسخه #پایگاه_داده #ارتقای_سیستم #FeatureMatrix #DevOps
🟣لینک مقاله:
https://postgresweekly.com/link/176351/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pgfeaturediff: Compare Features Between Postgres Versions
🟢 خلاصه مقاله:
pgfeaturediff یک ابزار وب برای مقایسه مستقیم ویژگیهای دو نسخه از Postgres است که بر اساس ماتریس رسمی ویژگیهای Postgres کار میکند و بنابراین مرجعی دقیق و بهروز محسوب میشود. با انتخاب دو نسخه، تفاوتها و تغییرات کلیدی بهصورت واضح نمایش داده میشود تا نیاز به جستوجو در یادداشتهای انتشار کاهش یابد. این ابزار به توسعهدهندگان، DBAها و تیمهای عملیات کمک میکند برنامهریزی ارتقا و مهاجرت را سریعتر و مطمئنتر انجام دهند و از قابلیتهای جدید با آگاهی بهتر بهره ببرند.
#Postgres #pgfeaturediff #مقایسه_نسخه #پایگاه_داده #ارتقای_سیستم #FeatureMatrix #DevOps
🟣لینک مقاله:
https://postgresweekly.com/link/176351/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pgfeaturediff
pgfeaturediff - PostgreSQL Version Feature Comparison
Compare PostgreSQL features between versions. See what's new, changed, or deprecated when upgrading PostgreSQL.
🔵 عنوان مقاله
PostgreSQL Conference Japan 2025
🟢 خلاصه مقاله:
**کنفرانس PostgreSQL Conference Japan 2025 روز 11 November در Tokyo برگزار میشود؛ رویدادی یکروزه برای کاربران، توسعهدهندگان و سازمانهایی که با PostgreSQL کار میکنند. برنامه رویداد بر قابلیتهای جدید، بهینهسازی کارایی، HA و replication، استقرارهای cloud، امنیت و اکوسیستم افزونهها و ابزارها تمرکز دارد و شامل ارائههای فنی، مطالعات موردی و محتوای عملی است. این کنفرانس فرصتی مناسب برای شبکهسازی و تبادل تجربه میان توسعهدهندگان، DBAها، مهندسان داده و رهبران فنی است. تاریخ را در تقویم خود علامت بزنید؛ جزئیات بیشتر شامل برنامه، سخنرانان و ثبتنام از طریق کانالهای رسمی اعلام خواهد شد.
#PostgreSQL #Database #OpenSource #Tokyo #Japan #TechConference #2025
🟣لینک مقاله:
https://postgresweekly.com/link/175394/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
PostgreSQL Conference Japan 2025
🟢 خلاصه مقاله:
**کنفرانس PostgreSQL Conference Japan 2025 روز 11 November در Tokyo برگزار میشود؛ رویدادی یکروزه برای کاربران، توسعهدهندگان و سازمانهایی که با PostgreSQL کار میکنند. برنامه رویداد بر قابلیتهای جدید، بهینهسازی کارایی، HA و replication، استقرارهای cloud، امنیت و اکوسیستم افزونهها و ابزارها تمرکز دارد و شامل ارائههای فنی، مطالعات موردی و محتوای عملی است. این کنفرانس فرصتی مناسب برای شبکهسازی و تبادل تجربه میان توسعهدهندگان، DBAها، مهندسان داده و رهبران فنی است. تاریخ را در تقویم خود علامت بزنید؛ جزئیات بیشتر شامل برنامه، سخنرانان و ثبتنام از طریق کانالهای رسمی اعلام خواهد شد.
#PostgreSQL #Database #OpenSource #Tokyo #Japan #TechConference #2025
🟣لینک مقاله:
https://postgresweekly.com/link/175394/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
日本PostgreSQLユーザ会
PostgreSQL Conference Japan 2025
.text-content table.program-table td { vertical-align: top; !important; } イベント名 PostgreSQL Conference Japan 2025 （日本語略称： PostgreSQL カンファレンス 2025） 日時 2025 年 11 月 21 日（金）10:00 - 18:10
👍1
🔵 عنوان مقاله
PL/Haskell 5.0: Use Haskell in Your SQL Functions
🟢 خلاصه مقاله:
خلاصهای از PL/Haskell 5.0: این نسخه امکان نوشتن توابع SQL در Postgres با استفاده از زبان تابعی Haskell را فراهم میکند. با وجود غیررویهای بودن Haskell، کدها بهگونهای ارائه میشوند که Postgres بتواند آنها را بهعنوان توابع و رویهها اجرا کند و شما منطق کاربردی را مستقیماً از داخل SQL فراخوانی کنید. در نسخه ۵.۰، پشتیبانی از انواع تاریخ و زمان اضافه شده است؛ بنابراین میتوانید کارهای رایج مرتبط با دادههای زمانی، مانند کار با timestampها، زمانبندی و محاسبات زمانی را داخل پایگاهداده و با اتکا به مزایای شفافیت و نوعمحوری Haskell انجام دهید.
#Haskell #PostgreSQL #SQL #FunctionalProgramming #Database #PLHaskell #DateTime
🟣لینک مقاله:
https://postgresweekly.com/link/176028/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
PL/Haskell 5.0: Use Haskell in Your SQL Functions
🟢 خلاصه مقاله:
خلاصهای از PL/Haskell 5.0: این نسخه امکان نوشتن توابع SQL در Postgres با استفاده از زبان تابعی Haskell را فراهم میکند. با وجود غیررویهای بودن Haskell، کدها بهگونهای ارائه میشوند که Postgres بتواند آنها را بهعنوان توابع و رویهها اجرا کند و شما منطق کاربردی را مستقیماً از داخل SQL فراخوانی کنید. در نسخه ۵.۰، پشتیبانی از انواع تاریخ و زمان اضافه شده است؛ بنابراین میتوانید کارهای رایج مرتبط با دادههای زمانی، مانند کار با timestampها، زمانبندی و محاسبات زمانی را داخل پایگاهداده و با اتکا به مزایای شفافیت و نوعمحوری Haskell انجام دهید.
#Haskell #PostgreSQL #SQL #FunctionalProgramming #Database #PLHaskell #DateTime
🟣لینک مقاله:
https://postgresweekly.com/link/176028/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
GitHub
GitHub - ed-o-saurus/PLHaskell: An extension for PostgreSQL that allows embedded Haskell code.
An extension for PostgreSQL that allows embedded Haskell code. - GitHub - ed-o-saurus/PLHaskell: An extension for PostgreSQL that allows embedded Haskell code.
🔵 عنوان مقاله
Sanitizing SQL with SQL
🟢 خلاصه مقاله:
این مقاله یک تابع نمونه در PL/pgSQL معرفی میکند که SQL خام را میگیرد و نسخهای Sanitized برمیگرداند تا اطلاعات هویتی حساس (PII) حذف یا ماسک شود. نتیجه این است که میتوان کوئریها را برای لاگ، دیباگ و اشتراکگذاری، بدون افشای دادههای واقعی، امنتر کرد. چون این کار داخل PostgreSQL انجام میشود، ادغام آن با تریگرها، مسیرهای لاگ و کد موجود ساده است و نیاز به ابزار خارجی ندارد. البته این فقط یک اثبات ایده است و همه حالات و گویشهای SQL را پوشش نمیدهد و ممکن است خطا یا هزینهٔ کارایی داشته باشد؛ بهبودهایی مثل توکنیزهکردن بهتر و قواعد پیکربندیپذیر پیشنهاد میشوند. پیام اصلی: میتوان Sanitization را مستقیماً با خود SQL انجام داد و حریم خصوصی را حفظ کرد.
#SQL #PLpgSQL #PII #DataPrivacy #DatabaseSecurity #Logging #PostgreSQL
🟣لینک مقاله:
https://postgresweekly.com/link/175732/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Sanitizing SQL with SQL
🟢 خلاصه مقاله:
این مقاله یک تابع نمونه در PL/pgSQL معرفی میکند که SQL خام را میگیرد و نسخهای Sanitized برمیگرداند تا اطلاعات هویتی حساس (PII) حذف یا ماسک شود. نتیجه این است که میتوان کوئریها را برای لاگ، دیباگ و اشتراکگذاری، بدون افشای دادههای واقعی، امنتر کرد. چون این کار داخل PostgreSQL انجام میشود، ادغام آن با تریگرها، مسیرهای لاگ و کد موجود ساده است و نیاز به ابزار خارجی ندارد. البته این فقط یک اثبات ایده است و همه حالات و گویشهای SQL را پوشش نمیدهد و ممکن است خطا یا هزینهٔ کارایی داشته باشد؛ بهبودهایی مثل توکنیزهکردن بهتر و قواعد پیکربندیپذیر پیشنهاد میشوند. پیام اصلی: میتوان Sanitization را مستقیماً با خود SQL انجام داد و حریم خصوصی را حفظ کرد.
#SQL #PLpgSQL #PII #DataPrivacy #DatabaseSecurity #Logging #PostgreSQL
🟣لینک مقاله:
https://postgresweekly.com/link/175732/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Ardent Performance Computing
Sanitized SQL
A couple times within the past month, I’ve had people send me a message asking if I have any suggestions about where to learn postgres. I like to share the collection of links that I’ve…
❤1
🔵 عنوان مقاله
pg_ivm 1.13: Incremental View Maintenance (IVM) Extension
🟢 خلاصه مقاله:
pg_ivm 1.13 یک افزونه برای PostgreSQL است که رویکرد Incremental View Maintenance (IVM) را به کار میگیرد تا بهجای بازمحاسبه کامل، فقط تغییرات لازم را روی materialized view اعمال کند. در مقایسه با REFRESH MATERIALIZED VIEW، این روش با بهروزرسانیهای افزایشی باعث کاهش زمان، مصرف منابع و قفلگذاری میشود و بهویژه برای پایگاههای داده حجیم، داشبوردهای تحلیلی و سناریوهای نزدیک به زمان واقعی مفید است.
#PostgreSQL #pg_ivm #IVM #MaterializedViews #DatabasePerformance #DataEngineering #IncrementalUpdates
🟣لینک مقاله:
https://postgresweekly.com/link/176027/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pg_ivm 1.13: Incremental View Maintenance (IVM) Extension
🟢 خلاصه مقاله:
pg_ivm 1.13 یک افزونه برای PostgreSQL است که رویکرد Incremental View Maintenance (IVM) را به کار میگیرد تا بهجای بازمحاسبه کامل، فقط تغییرات لازم را روی materialized view اعمال کند. در مقایسه با REFRESH MATERIALIZED VIEW، این روش با بهروزرسانیهای افزایشی باعث کاهش زمان، مصرف منابع و قفلگذاری میشود و بهویژه برای پایگاههای داده حجیم، داشبوردهای تحلیلی و سناریوهای نزدیک به زمان واقعی مفید است.
#PostgreSQL #pg_ivm #IVM #MaterializedViews #DatabasePerformance #DataEngineering #IncrementalUpdates
🟣لینک مقاله:
https://postgresweekly.com/link/176027/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
GitHub
Release pg_ivm 1.13 (2025-10-20) · sraoss/pg_ivm
What's Changed
New feature
Add support for outer joins (#48) by @yugo-n in #149
Views that include outer joins are now supported, under the following restrictions:
The target list of an oute...
New feature
Add support for outer joins (#48) by @yugo-n in #149
Views that include outer joins are now supported, under the following restrictions:
The target list of an oute...