🔵 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
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
Medium
Why I Always Use PostgreSQL Functions For Everything
As a general rule, every single command or query for the application use — I always wrap up in a PostgreSQL user-defined function!
❤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
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
Crunchy Data
Six Degrees of Kevin Bacon - Postgres Style | Crunchy Data Blog
Paul Ramsey has some great examples of Postgres network analysis and graph theory in this sample code for playing the Kevin Bacon game. Both pgRouting and recursive CTE are used to solve graphing relationships.
❤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
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
fdw.dev
Quick Start - Wrappers
A PostgreSQL extension for connecting to external data sources
❤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
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
xata.io
Postgres webhooks with pgstream
A simple tutorial for calling webhooks on Postgres data and schema changes using pgstream.
❤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
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
Crunchy Data
Announcing an Open Source Monitoring Extension for Postgres with pgMonitor | Crunchy Data Blog
Keith announces a new metrics extension that collects metrics for Postgres and is ready for future version of Postgres.
🔥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
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
pganalyze
Best Practices for Optimizing Postgres Query Performance
Learn how to get a 3x performance improvement on your Postgres database and 500x reduced data loaded from disk.
❤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
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
lantern.dev
Understanding pgvector's HNSW Index Storage in Postgres | Lantern Blog
In this article, we'll explore how pgvector works under the hood, focusing on how the HNSW index is stored in Postgres.
👍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
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
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
Prisma
Announcing TypedSQL: Make your raw SQL queries type-safe with Prisma ORM
Prisma ORM now supports the ability to write raw sql queries and have the inputs and outputs be fully type-safe! Get the benefit of a high-level API with the power of raw SQL.
👍2
🔵 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
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
Percona
Choosing the Right PostgreSQL Extensions | Webinar Series by PostgreSQL Experts - Percona
Discover how to maximize PostgreSQL extensions with practical guidance in our three-part webinar series. Learn about popular extensions like pgvector, Citus, and Timescale. Watch now!
❤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
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
Jkatz05
Hybrid search with PostgreSQL and pgvector
An example of how to perform hybrid search with PostgreSQL and pgvector over vector data.
یه سری رودمپ باحال از redis ،mongo و postgresql
https://roadmap.sh/redis
https://roadmap.sh/mongodb
https://roadmap.sh/postgresql-dba
➖➖➖➖➖➖➖➖
👑 @Database_Academy
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
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
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
Neon
Top 3 features in Postgres 17 - Neon
One more year, Postgres is the most loved and trusted database in the world—and it’s about to get better with Postgres 17.
🔵 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
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
Percona
pg_stat_monitor Documentation - pg_stat_monitor
pg_stat_monitor is a Query Performance Monitoring tool for PostgreSQL. pg_stat_monitor collects performance statistics and provides query performance insights in a single view and graphically in histogram.
These insights allow database users to understand…
These insights allow database users to understand…
🔵 عنوان مقاله
libpg-query-node: Use Postgres' SQL Parser from Node.js
🟢 خلاصه مقاله:
مقاله مورد بحث راهنماییهایی درباره استفاده از پارسر SQL پستگرس در سطح پایین از طریق Node با استفاده از libpg_query ارائه میدهد. اگر به دنبال استفاده از ابزاری با سطح بالاتری هستید، میتوانید از کتابخانه pgsql-parser استفاده کنید، که امکان پارس و سریالسازی پرس و جوها به/از ASTها را فراهم میکند. این امکانات به شما کمک میکنند تا با استفاده از Node، دادههای SQL را به صورت موثر تجزیه و تحلیل کنید، که این به نوبه خود قابلیتهای برنامههای کاربردی شما را گسترش میدهد و به افزایش دقت و کارایی کدهای مربوط به دیتابیس کمک میکند. این ابزارها به ویژه برای توسعهدهندگانی که به دنبال افزایش تعامل بین Node.js و پستگرس هستند، مناسب است.
🟣لینک مقاله:
https://postgresweekly.com/link/160433/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
libpg-query-node: Use Postgres' SQL Parser from Node.js
🟢 خلاصه مقاله:
مقاله مورد بحث راهنماییهایی درباره استفاده از پارسر SQL پستگرس در سطح پایین از طریق Node با استفاده از libpg_query ارائه میدهد. اگر به دنبال استفاده از ابزاری با سطح بالاتری هستید، میتوانید از کتابخانه pgsql-parser استفاده کنید، که امکان پارس و سریالسازی پرس و جوها به/از ASTها را فراهم میکند. این امکانات به شما کمک میکنند تا با استفاده از Node، دادههای SQL را به صورت موثر تجزیه و تحلیل کنید، که این به نوبه خود قابلیتهای برنامههای کاربردی شما را گسترش میدهد و به افزایش دقت و کارایی کدهای مربوط به دیتابیس کمک میکند. این ابزارها به ویژه برای توسعهدهندگانی که به دنبال افزایش تعامل بین Node.js و پستگرس هستند، مناسب است.
🟣لینک مقاله:
https://postgresweekly.com/link/160433/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
GitHub
GitHub - launchql/libpg-query-node: libpg_query PG port for node.js
libpg_query PG port for node.js. Contribute to launchql/libpg-query-node development by creating an account on GitHub.
🔵 عنوان مقاله
pgMustard v5: Review Postgres Query Plans Quickly
🟢 خلاصه مقاله:
این مقاله به توضیح ابزاری جدید برای بررسی و بهبود برنامههای درخواستی پایگاه دادههای Postgres میپردازد. ابزار مذکور با پشتیبانی از نسخه جدید Postgres 17 به روز شدهاست و ویژگیهای تازهای برای شناسایی مشکلات مانند کامپایل JIT ناکارآمد و زمانهای بیش از حد مجاز برای تریگرها را ارائه میکند. گرچه استفاده از این ابزار تنها به صورت رایگان برای پنج بار ممکن است و پس از آن، استفاده از آن نیازمند پرداخت هزینه خواهد بود. این ابزار به کاربران کمک میکند تا با شناسایی و اصلاح موارد بهینه نشده، عملکرد پایگاه داده خود را بهبود ببخشند.
🟣لینک مقاله:
https://postgresweekly.com/link/160430/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pgMustard v5: Review Postgres Query Plans Quickly
🟢 خلاصه مقاله:
این مقاله به توضیح ابزاری جدید برای بررسی و بهبود برنامههای درخواستی پایگاه دادههای Postgres میپردازد. ابزار مذکور با پشتیبانی از نسخه جدید Postgres 17 به روز شدهاست و ویژگیهای تازهای برای شناسایی مشکلات مانند کامپایل JIT ناکارآمد و زمانهای بیش از حد مجاز برای تریگرها را ارائه میکند. گرچه استفاده از این ابزار تنها به صورت رایگان برای پنج بار ممکن است و پس از آن، استفاده از آن نیازمند پرداخت هزینه خواهد بود. این ابزار به کاربران کمک میکند تا با شناسایی و اصلاح موارد بهینه نشده، عملکرد پایگاه داده خود را بهبود ببخشند.
🟣لینک مقاله:
https://postgresweekly.com/link/160430/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pgMustard
pgMustard - review Postgres query plans quickly
pgMustard is a Postgres EXPLAIN visualisation tool that also gives performance advice, scored based on its potential to speed up your query.
❤1🍾1
نکات و ترفندهای SQL برای بهینه سازی عملکرد دیتابیس شما.
#SQL #Database #Optimization #Performance #TipsAndTricks
https://github.com/ben-n93/SQL-tips-and-tricks
➖➖➖➖➖➖➖➖
👑 @Database_Academy
#SQL #Database #Optimization #Performance #TipsAndTricks
https://github.com/ben-n93/SQL-tips-and-tricks
➖➖➖➖➖➖➖➖
👑 @Database_Academy
🔥1