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

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

ادمین:
@mrbardia72
Download Telegram
🔵 عنوان مقاله
Systems Thinking for Scaling Responsible Multi-Agent Architectures (50 minute video)

🟢 خلاصه مقاله:
این ارائه نشان می‌دهد مقیاس‌دهی سریع سامانه‌های هوش مصنوعی چندعاملی، به دلیل بازخوردها و برهم‌کنش‌های غیرخطی، ریسک‌های پیش‌بینی‌نشده ایجاد می‌کند و به رویکردی مسئولانه و «سیستمی» نیاز دارد. با بهره‌گیری از Causal Flow Diagrams و چارچوب Cynefin می‌توان رفتارهای نوپدید را پیشاپیش دید، نقاط اهرمی را شناخت و میان کارایی، هزینه و تأثیر انسانی توازن برقرار کرد. کنترل مسئولانه بر پایه تنظیم پویا در «تابع پاداش»، سیاست‌ها و ریل‌های حفاظتی است و در کنار آن، حضور انسان در حلقه و حالت‌های تنزل‌پذیر از بروز آسیب در شرایط مبهم جلوگیری می‌کند. ابزارهایی مانند LIME، SHAP و Arize به همراه telemetry، قابلیت مشاهده‌پذیری و توضیح‌پذیری تصمیمات را فراهم می‌کنند و پایش مداوم رانش و عملکرد را ممکن می‌سازند. در نهایت، الگوهای معماری، ایزولیشن و حاکمیت داده/سیاست، به‌علاوه تست نفوذ (red-teaming) و پسامرتبه‌ها، چرخه یادگیری را کامل می‌کنند. پیام اصلی: با نگاه «تفکر سیستمی»، مشاهده‌پذیری قوی، مشوق‌های سازگار و ریل‌های حفاظتی لایه‌ای، می‌توان سامانه‌های چندعاملی را مسئولانه مقیاس داد.

#SystemsThinking #MultiAgent #ResponsibleAI #Explainability #Observability #Cynefin #CausalLoopDiagrams #AIEngineering

🟣لینک مقاله:
https://www.infoq.com/presentations/systems-thinking-multi-agent-architectures/?utm_source=tldrdata


👑 @Database_Academy
🔵 عنوان مقاله
Perplexity Launches Search API to Power Next-Gen AI Applications (2 minute read)

🟢 خلاصه مقاله:
پرپلکسی با معرفی Search API یک سرویس جست‌وجوی بلادرنگ ارائه کرده که از فهرستی با پوشش صدها میلیارد صفحه وب تغذیه می‌شود و در هر ثانیه ده‌ها هزار سند را به‌روزرسانی می‌کند. این API قطعات وب از پیش رتبه‌بندی‌شده را برمی‌گرداند تا مدل‌ها بدون ساختن خزنده و رنکینگ اختصاصی، به اطلاعات تازه و مرتبط دسترسی داشته باشند. این سرویس برای ایجنت‌های هوشمند و retrieval‑augmented (RAG) طراحی شده و با ساده‌کردن فرآیند گراند کردن LLMs و کاهش پیش‌پردازش، ادغام را سریع‌تر می‌کند. نتایج اولیه بنچمارک‌های open-source نشان می‌دهد کیفیت خروجی و تأخیر آن از جایگزین‌ها بهتر است، و ابزارهای توسعه‌دهنده نیز امکان پروتوتایپ‌سازی سریع را فراهم می‌کنند.

#Perplexity #SearchAPI #RAG #LLMs #AIAgents #WebSearch #DeveloperTools #APIs

🟣لینک مقاله:
https://www.infoq.com/news/2025/09/perplexity-search-api/?utm_source=tldrdata


👑 @Database_Academy
🔵 عنوان مقاله
The Transactional Graph-Enhanced LLM: A Definitive Guide to Read/Write Chatbots for Relational Data (9 minute read)

🟢 خلاصه مقاله:
این راهنما چارچوبی عملی برای ساخت چت‌بات‌های مبتنی بر LLM ارائه می‌کند که هم قابلیت خواندن و هم نوشتن روی پایگاه‌های داده رابطه‌ای سازمانی را دارند، با این ایده که یک Knowledge Graph (KG) به‌عنوان لایه میانی و معنایی عمل کند. سه الگوی اصلی معماری معرفی می‌شود: ۱) KG به‌عنوان cache برای خواندن سریع و معنایی، در حالی که عملیات نوشتن در RDB انجام می‌شود؛ ۲) KG به‌عنوان منبع حقیقت برای نمایش دانش دامنه و وضعیت جاری، با همگام‌سازی گزینشی با سیستم‌های رابطه‌ای؛ و ۳) رویکرد ترکیبی الهام‌گرفته از CQRS که در آن KG مسئول خواندن و لایه معنایی (برای تفسیر نیت، نگاشت موجودیت‌ها و اعتبارسنجی پرس‌وجو) است و RDB مسئول نوشتن و تراکنش‌ها می‌باشد.

در الگوی CQRS، KG به LLM کمک می‌کند تا درخواست‌های طبیعی را به پرس‌وجوهای دقیق (مثلاً SQL) ترجمه و پیش از اجرا اعتبارسنجی کند؛ خواندن‌ها از KG انجام می‌شود و نوشتن‌ها با حفظ ویژگی‌های ACID در RDB صورت می‌گیرد. برای ایمنی و انطباق، از کنترل دسترسی، اعتبارسنجی dry-run، بررسی طرحواره، پارامتریک‌سازی پرس‌وجو، راهکارهای idempotency و برنامه‌های rollback استفاده می‌شود. همگام‌سازی KG و RDB معمولاً مبتنی بر رویداد یا change-data-capture است و نسخه‌بندی/منشأ داده در KG امکان ممیزی و توضیح‌پذیری را فراهم می‌کند. انتخاب بین سه الگو به نسبت بار خواندن/نوشتن، نیازهای یکپارچگی و حکمرانی داده و وضعیت پلتفرم‌های موجود بستگی دارد.

#KnowledgeGraph #LLM #CQRS #RelationalData #Chatbots #AIArchitecture #EnterpriseData #GraphAI

🟣لینک مقاله:
https://blog.gopenai.com/the-transactional-graph-enhanced-llm-a-definitive-guide-to-read-write-chatbots-for-relational-data-6e1b280cefee?utm_source=tldrdata


👑 @Database_Academy
🔵 عنوان مقاله
is returning in 2026

🟢 خلاصه مقاله:
این رویداد در سال ۲۰۲۶ بازمی‌گردد و فراخوان ارائه‌ها (CFP) اکنون باز است. کنفرانس در ژوئن برگزار می‌شود و مهلت ارسال تا اول فوریهٔ ۲۰۲۶ است. از ارائه‌های متنوع مانند سخنرانی، پنل، کارگاه و آموزش—برای سطوح مختلف مخاطب—استقبال می‌شود، به‌ویژه محتوایی که خروجی‌های عملی و درس‌های کاربردی ارائه کند. سخنرانان تازه‌کار نیز تشویق می‌شوند. برای ثبت پیشنهاد، یک چکیده روشن، سطح و مخاطب هدف، دستاوردهای یادگیری و یک بیوی کوتاه ارائه کنید. جزئیات کامل فرمت‌ها، معیارهای ارزیابی و زمان‌بندی در صفحهٔ CFP موجود است؛ زودتر ارسال کنید تا با خیال راحت در مهلت بمانید.

#CFP #CallForPapers #Conference #Event #2026 #June2026 #TalkProposal #فراخوان_ارائه

🟣لینک مقاله:
https://postgresweekly.com/link/176983/web


👑 @Database_Academy
🔥1
🔵 عنوان مقاله
Did You Know Postgres Tables are Limited to 1,600 Columns?

🟢 خلاصه مقاله:
اگر نمی‌دانستید، در Postgres هر جدول حداکثر ۱۶۰۰ ستون می‌تواند داشته باشد. این یک محدودیت سخت در هسته سیستم است و با NULL بودن فیلدها یا TOAST دور زده نمی‌شود. اگر شماره issue 226 در سال 2017 را خوانده باشید، احتمالاً این نکته را به خاطر دارید. این سقف به معنای آن است که طراحی‌هایی با جدول‌های بسیار عریض—مثل هر شاخص یک ستون یا طرح‌های EAV تثبیت‌شده—به‌سرعت به حد می‌خورند. راه‌حل‌های بهتر شامل نرمال‌سازی، تفکیک عمودی، تبدیل ستون‌ها به سطرها برای سنجه‌ها، یا استفاده از JSONB برای ویژگی‌های کم‌استفاده و پراکنده است. جدول‌های خیلی عریض علاوه بر ریسک رسیدن به سقف، هزینه I/O و نگهداری را بالا می‌برند. نتیجه عملی: با در نظر گرفتن حد ۱۶۰۰ ستون، از طرح‌های باریک‌تر و انعطاف‌پذیرتر استفاده کنید و قبل از اعمال مهاجرت‌ها، تعداد ستون‌ها را بررسی کنید.

#Postgres #PostgreSQL #SQL #DatabaseDesign #DataModeling #SchemaDesign #JSONB #SoftwareEngineering

🟣لینک مقاله:
https://postgresweekly.com/link/176989/web


👑 @Database_Academy
🔵 عنوان مقاله
PostGraphile v5 Release Candidate

🟢 خلاصه مقاله:
** نسخه v5 از PostGraphile به مرحله Release Candidate رسیده است؛ ابزاری که مانند PostgREST برای RESTful، به‌صورت خودکار یک GraphQL API مبتنی بر Postgres می‌سازد و طرحواره GraphQL را از همان ساختار دیتابیس (جداول، ویوها و فانکشن‌ها) مشتق می‌کند. این RC نتیجه پنج سال کار است و نشان می‌دهد قابلیت‌ها تقریباً تکمیل شده‌اند و تمرکز روی پایداری و بازخورد دنیای واقعی است. برای تیم‌هایی که روی Postgres سرمایه‌گذاری کرده‌اند، PostGraphile لایه GraphQL را به‌خوبی با مدل رابطه‌ای همسو می‌کند و با تکیه بر ساختار و منطق موجود در دیتابیس، توسعه API را سریع‌تر و منسجم‌تر می‌سازد. در انتخاب مسیر، PostgREST برای APIهای ساده و RESTful مناسب است و PostGraphile زمانی می‌درخشد که انعطاف‌پذیری GraphQL مدنظر باشد. کاربران فعلی بهتر است قبل از ارتقا به v5، RC را در محیط آزمایشی امتحان کنند و یادداشت‌های انتشار و تغییرات احتمالی را مرور کنند.

#PostGraphile #GraphQL #Postgres #API #ReleaseCandidate #OpenSource #Backend #DeveloperTools

🟣لینک مقاله:
https://postgresweekly.com/link/176691/web


👑 @Database_Academy
🔵 عنوان مقاله
a new $8/mo 'developer tier'

🟢 خلاصه مقاله:
** یک پلن جدید با قیمت ماهانه ۸ دلار برای «developer tier» سرویس ابری مدیریت‌شده Postgres معرفی شده که دسترسی کم‌هزینه و قابل پیش‌بینی به دیتابیس را برای مراحل اولیه توسعه فراهم می‌کند. این پلن برای توسعه‌دهندگان مستقل، دانشجوها و تیم‌های کوچک—برای نمونه‌سازی، استیجینگ، CI/CD و پروژه‌های آزمایشی—طراحی شده و امکانات ضروری مانند اجرای مدیریت‌شده Postgres، پشتیبان‌گیری و مانیتورینگ پایه را ارائه می‌دهد. در ازای قیمت پایین، معمولاً محدودیت منابع دارد و قابلیت‌های پیشرفته تولیدی مثل HA یا چندمنطقه‌ای را شامل نمی‌شود. نقطه قوت آن مسیر ارتقا به پلن‌های بالاتر بدون دردسر و سازگاری کامل با اکوسیستم استاندارد Postgres است که هزینه و پیچیدگی میزبانی شخصی را کاهش می‌دهد.

#Postgres #DBaaS #CloudDatabase #DeveloperTier #SaaS #StartupTools #DevOps

🟣لینک مقاله:
https://postgresweekly.com/link/176986/web


👑 @Database_Academy
🔵 عنوان مقاله
ClickPipes for Postgres now supports failover replication slots.

🟢 خلاصه مقاله:
** این به‌روزرسانی اعلام می‌کند که ClickPipes for Postgres اکنون از failover replication slots پشتیبانی می‌کند؛ قابلیتی که در محیط‌های با قابلیت دسترس‌پذیری بالا باعث تداوم جریان داده هنگام جابه‌جایی از primary به standby می‌شود. با حفظ موقعیت اسلات در زمان failover، مصرف‌کنندگان CDC می‌توانند بی‌وقفه روی primary جدید ادامه دهند، بدون از دست‌دادن داده یا رشد غیرقابل‌کنترل WAL. این تغییر ریسک عملیاتی را کم می‌کند، پیاده‌سازی HA را ساده‌تر می‌سازد و برای تیم‌های Go که روی Postgres سرویس‌های داده می‌سازند—طبق پوشش آخرین شماره Golang Weekly—خبر مهمی است.

#Postgres #Replication #Failover #ClickPipes #Golang #CDC #HighAvailability #DataEngineering

🟣لینک مقاله:
https://postgresweekly.com/link/176987/web


👑 @Database_Academy
🔵 عنوان مقاله
pREST (PostgreSQL REST) 2.0 RC3

🟢 خلاصه مقاله:
** pREST (PostgreSQL REST) در نسخه 2.0 RC3 یک راه ساده برای قرار دادن یک RESTful API جلوی پایگاه داده Postgres ارائه می‌دهد تا بدون نوشتن لایه‌های تکراری، بتوان از طریق HTTP به جداول و نماها دسترسی داشت. این نسخه RC3 یعنی پروژه به انتشار پایدار 2.0 نزدیک است و از کاربران می‌خواهد در محیط‌های تست/مرحله‌ای آن را امتحان کنند و بازخورد بدهند. pREST برای سناریوهایی مثل نمونه‌سازی سریع، ریزسرویس‌ها و ابزارهای داخلی مفید است و الگوهای رایج مانند CRUD، فیلتر، مرتب‌سازی و صفحه‌بندی را از طریق درخواست‌های HTTP ساده می‌کند. هدف آن ادغام راحت با زیرساخت و شیوه‌های امنیتی موجود و بهره‌گیری از توان PostgreSQL است تا استقرار و مشاهده‌پذیری آسان‌تر شود.

#pREST #PostgreSQL #RESTAPI #OpenSource #Database #Backend #APIs #RC3

🟣لینک مقاله:
https://postgresweekly.com/link/174130/web


👑 @Database_Academy
🔵 عنوان مقاله
Postgres 13 has reached its 'end of life' today

🟢 خلاصه مقاله:
نسخه Postgres 13 امروز به پایان چرخه پشتیبانی رسید و دیگر هیچ وصله امنیتی یا رفع باگی از سوی جامعه دریافت نمی‌کند. ماندن روی این نسخه ریسک امنیتی و انطباقی دارد و ممکن است مخازن و ارائه‌دهندگان نیز آن را محدود یا از رده خارج کنند. توصیه می‌شود هرچه زودتر به یکی از نسخه‌های پشتیبانی‌شده (مثلاً 14، 15، 16 یا 17) ارتقا دهید. برای ارتقا با توجه به نیازها از pg_upgrade (Downtime کم)، logical replication (تقریباً بی‌وقفه) یا pg_dump/pg_restore استفاده کنید، سازگاری اپلیکیشن و افزونه‌ها را در محیط staging بسنجید، تغییرات پیکربندی و یادداشت‌های انتشار را مرور کنید و از داشتن نسخه پشتیبان و برنامه بازگشت اطمینان بگیرید. در سرویس‌های مدیریت‌شده مانند AWS RDS، Azure Database for PostgreSQL و Google Cloud SQL نیز احتمال زمان‌بندی ارتقای اجباری وجود دارد. اگر ارتقای فوری ممکن نیست، پشتیبانی تمدیدشده شخص ثالث فقط یک راه‌حل موقت است و جایگزین ارتقای واقعی نمی‌شود.
#PostgreSQL #Postgres13 #EOL #DatabaseSecurity #Upgrade #DBA #InfoSec #CloudDatabases

🟣لینک مقاله:
https://postgresweekly.com/link/176979/web


👑 @Database_Academy
🔵 عنوان مقاله
Learn Advanced Analytical Techniques Used in the Intelligence Community (Sponsor)

🟢 خلاصه مقاله:
این برنامه Online Master of Professional Studies in Applied Intelligence از Georgetown University مهارت‌های تحلیلی پیشرفته مورد استفاده در Intelligence Community را به‌صورت کاربردی آموزش می‌دهد تا تحلیلگران در بخش‌های دولتی و خصوصی بتوانند پدیده‌های پیچیده را تحلیل کنند، روندها را شناسایی کنند و در محیط‌های پرریسک خروجی‌های قابل اقدام ارائه دهند. تمرکز دوره بر تفکر انتقادی، روش‌های تحلیلی ساخت‌یافته، جمع‌آوری و ارزیابی داده‌ها، سنجش تهدید و ارتباط مؤثر با تصمیم‌گیران است و از طریق مطالعه‌ی موردی و تمرین‌های عملی در قالب آنلاینِ منعطف ارائه می‌شود. برای آشنایی بیشتر می‌توانید در یک کلاس نمونه‌ی رایگان شرکت کنید.

#AppliedIntelligence #GeorgetownUniversity #IntelligenceAnalysis #RiskAssessment #AnalyticalSkills #OnlineMasters #PublicSector #PrivateSector

🟣لینک مقاله:
https://scs.georgetown.edu/news-and-events/event/10080/applied-intelligence-sample-class-virtual-2025-10-28?&utm_source=tldr&utm_medium=newsletter&utm_campaign=fy26-encora-ai-en-tldr-data-event-text-vsc-20251016


👑 @Database_Academy
🔵 عنوان مقاله
What Do Postgres 18's New 'Index Searches' Lines in EXPLAIN Mean?

🟢 خلاصه مقاله:
در Postgres 18 خط جدیدی به خروجی EXPLAIN ANALYZE اضافه شده به نام Index Searches که تعداد «پروب‌های منطقی» به ایندکس را در طول اجرای هر نود نشان می‌دهد. این شمارنده با تعداد ردیف‌های تولیدشده فرق دارد: ممکن است یک جست‌وجوی ایندکسی ده‌ها یا صدها ردیف برگرداند (مثلاً در یک رِنج اسکن)، یا برعکس، تعداد زیادی جست‌وجو انجام شود اما خروجی کمی تولید شود.

این خط در نودهای مرتبط با ایندکس مثل Index Scan، Index Only Scan و Bitmap Index Scan دیده می‌شود و در طرح‌های پارامتری (مثلاً Nested Loop با Index Scan در سمت داخلی) بسیار کمک‌کننده است؛ معمولاً برای هر ردیفِ سمت بیرونی، یک Index Search ثبت می‌شود. اگر تعداد Index Searches بالا و خروجی کم باشد، احتمال تکرار پروب‌های غیرکارا وجود دارد و شاید بهتر باشد استراتژی جوین (مثلاً Hash Join)، طراحی ایندکس‌های ترکیبی یا خود عبارت‌های شرطی را بازنگری کنید.

برای تیونینگ، عدد Index Searches را در کنار rows و زمان‌بندی‌ها مقایسه کنید تا «هزینه هر پروب» و «انتخاب‌پذیری» را بهتر بفهمید. توجه کنید که این شاخص نشان‌دهنده پروب‌های منطقی است و مستقیماً بیانگر I/O فیزیکی نیست. همچنین در طرح‌های موازی به‌صورت هر-ورتکر/نود گزارش می‌شود و فقط با EXPLAIN ANALYZE در دسترس است. در مجموع، این قابلیت جدید دید دقیق‌تری از الگوهای دسترسی ایندکس، تناسب ایندکس و انتخاب استراتژی جوین به شما می‌دهد.

#Postgres #PostgreSQL18 #EXPLAINANALYZE #Indexing #QueryOptimization #DatabasePerformance #IndexScan

🟣لینک مقاله:
https://postgresweekly.com/link/176988/web


👑 @Database_Academy
🔵 عنوان مقاله
NoraSearch: Extension to Quickly Find Substring Match Offsets and Counts

🟢 خلاصه مقاله:
**نوراSearch افزونه‌ای سبک برای جست‌وجوی سریع و دقیق زیررشته‌هاست که فهرستی از جفت‌های {موقعیت شروع، طول تطابق} برمی‌گرداند. برای نمونه، جست‌وجوی 'abra' در 'abracadabra' به صورت {{0,4},{7,4}} گزارش می‌شود. نویسنده یکی از کارکردهای کلیدی آن را تحلیل توالی‌های DNA می‌داند؛ افزون بر آن، در متن‌کاوی، جست‌وجوی کد، پایش لاگ و ایندکس‌گذاری نیز هر جا به موقعیت‌ها و شمارش دقیق تطابق‌ها نیاز باشد، سودمند است.

#SubstringSearch #StringMatching #TextProcessing #Bioinformatics #DNA #PatternMatching #SearchTools

🟣لینک مقاله:
https://postgresweekly.com/link/176026/web


👑 @Database_Academy
وکتور دیتابیس‌ها (Vector Databases)
در دنیای امروز، با رشد مدل‌های زبانی بزرگ (LLMها) و اپلیکیشن‌های هوش مصنوعی، یک نیاز جدید در حوزه ذخیره‌سازی داده به‌وجود آمده که چیزی نیست جز درک معنا، نه فقط داده‌های خام.
اینجاست که وکتور دیتابیس‌ها (Vector Databases) وارد صحنه می‌شوند.

برخلاف دیتابیس‌های سنتی که داده‌ها را بر اساس کلید، متن یا ساختار ذخیره‌سازی می‌کنند، وکتور دیتابیس‌ها داده‌ها را به صورت بردارهای عددی چندبُعدی نگهداری می‌کنند. این بردارها در واقع نمایانگر معنا و مفهوم پشت داده‌ها هستند نه صرفاً کلمات یا مقادیر ظاهری.
کاربرد اصلی این نوع دیتابیس‌ها در سیستم‌هایی است که نیاز به جست‌وجوی معنایی (Semantic Search)، تطبیق شباهت (Similarity Matching) و حافظه بلندمدت برای LLMها دارند. به‌عنوان مثال، در یک چت‌بات هوشمند، وکتور دیتابیس کمک می‌کند تا سیستم مکالمات قبلی یا اطلاعات مشابه را بر اساس معنا بازیابی کند، نه فقط تطبیق واژه‌ها.

تفاوت اصلی با دیتابیس‌های سنتی
در دیتابیس‌های رابطه‌ای یا NoSQL، داده بر اساس کلیدها و تطبیق دقیق بازیابی می‌شود.
اما در وکتور دیتابیس، داده‌ها بر اساس درجه شباهت معنایی پیدا می‌شوند.
یعنی اگر کاربر بگوید:
"بهترین مکان برای مطالعه با قهوه خوب"
سیستم می‌تواند داده‌هایی مثل "کافه مناسب برای فریلنسرها" را هم به عنوان نتیجه مرتبط برگرداند.

️ نمونه‌های شناخته‌شده وکتور دیتابیس‌ها
ابزار Pinecone : سرویس ابری مخصوص ذخیره و جست‌وجوی برداری (ساده برای اتصال به LLMها)
ابزار Weaviate : متن‌باز و ماژولار، با قابلیت اضافه کردن embedding model داخلی
ابزار Milvus : یکی از قدرتمندترین پلتفرم‌های متن‌باز در مقیاس بالا (ساخته Zilliz)
ابزار Qdrant : دیتابیس برداری سریع و سبک با API دوستانه (مناسب پروژه‌های کوچک تا متوسط)
ابزار pgvector : افزونه PostgreSQL برای ذخیره و جست‌وجوی برداری (راه ساده برای پروژه‌های موجود)

به نظر می‌رسد وکتور دیتابیس‌ها به‌زودی به یکی از اجزای اصلی معماری نرم‌افزارها تبدیل خواهند شد چرا که استفاده از هوش مصنوعی در همه زمینه ها در حال پیشرفت است.

وکتور دیتابیس‌ها پلی هستند بین داده‌های ساخت‌یافته و درک انسانی.
فناوری‌ای که به سیستم‌ها کمک می‌کند “بفهمند”، نه فقط “ذخیره کنند”.

<Amir Rahimi Nejad/>
👍1
🔵 عنوان مقاله
PostgreSQL Event Calendar

🟢 خلاصه مقاله:
PostgreSQL Event Calendar یک سایت متمرکز برای رصد رویدادهای مرتبط با Postgres است و یک فایل ICS / iCalendar هم ارائه می‌دهد که می‌توانید به تقویم خود اضافه کنید تا رویدادها را بدون پیگیری دستی دنبال کنید. فهرست رویدادها تا PGDay Austria در سپتامبر 2026 ادامه دارد که امکان برنامه‌ریزی بلندمدت را برای علاقه‌مندان و اعضای جامعه Postgres فراهم می‌کند.

#PostgreSQL #Postgres #iCalendar #ICS #TechEvents #DatabaseCommunity #PGDayAustria #OpenSource

🟣لینک مقاله:
https://postgresweekly.com/link/176673/web


👑 @Database_Academy
🔵 عنوان مقاله
Transaction Pooling in Postgres with Pgcat

🟢 خلاصه مقاله:
این مرور سه موضوع مرتبط در عملیات Postgres را کنار هم می‌گذارد: مدیریت اتصال‌ها با Transaction Pooling از طریق Pgcat، سفر یک پرس‌وجوی SQL درون Postgres، و نقش «Dirty Pages» در کارایی و دوام. در Transaction Pooling، Pgcat اتصال‌های سمت سرور را فقط در طول تراکنش قرض می‌دهد و با افزایش استفاده مجدد از Backendها، هزینه اتصال‌های کوتاه‌عمر را کاهش می‌دهد—به‌ویژه در بارهای Serverless و Microservices. بهای آن، حساسیت به حالت‌های سطح نشست است؛ پس باید وضعیت را داخل تراکنش نگه داشت و به زمان‌بندی‌ها، اندازه Pool و مشاهده‌پذیری توجه کرد. «سفر» Phil Eaton نشان می‌دهد پرس‌وجو چگونه از Parse/Rewrite/Plan به Execution می‌رسد، با تکیه بر آمار و ایندکس‌ها، MVCC، قفل‌ها، Shared Buffers و WAL. توضیحات Jesús Espino و Umair Shahid درباره Dirty Pages می‌گوید صفحاتِ تغییرکرده در حافظه برای کارایی خوب‌اند، اما باید با Checkpoint، Background Writer و تنظیمات WAL مدیریت شوند تا از جهش‌های تاخیری جلوگیری شود. کنار هم، این سه دیدگاه کمک می‌کنند با تغذیه کارآمد اتصال‌ها، فهم مسیر اجرای پرس‌وجو و تنظیم مسیر نوشتن، Postgres را سریع‌تر و قابل‌پیش‌بینی‌تر اجرا کنید.

#Postgres #Pgcat #TransactionPooling #ConnectionPooling #SQL #DatabaseInternals #DirtyPages #WAL

🟣لینک مقاله:
https://postgresweekly.com/link/176685/web


👑 @Database_Academy
1
🔵 عنوان مقاله
PGSync 5.0: Postgres to ElasticSearch/OpenSearch Syncing

🟢 خلاصه مقاله:
PGSync 5.0 یک میان‌افزار برای همگام‌سازی داده‌های Postgres با ElasticSearch/OpenSearch است. این ابزار تغییرات دیتابیس را به‌صورت لحظه‌ای دریافت می‌کند و آن‌ها را به اسناد ساخت‌یافته JSON تبدیل کرده و در ایندکس‌های جست‌وجو می‌نویسد. هدف آن کاهش پیچیدگی ETL سفارشی، پایداری و تاخیر پایین در به‌روزرسانی ایندکس‌ها است. PGSync از الگوهایی مثل backfill اولیه، استریم‌ تغییرات، denormalization، نگاشت انعطاف‌پذیر جدول‌به‌سند و upsertهای idempotent پشتیبانی می‌کند. در نسخه ۵ تمرکز بر کارایی، سادگی پیکربندی و سازگاری یکپارچه با ElasticSearch و OpenSearch است تا مسیر پایدار و سریعی از جدول‌های Postgres به اسناد قابل جست‌وجو فراهم شود.

#PGSync #Postgres #ElasticSearch #OpenSearch #CDC #SearchIndexing #DataSync #RealTime

🟣لینک مقاله:
https://postgresweekly.com/link/175730/web


👑 @Database_Academy
منطق پشت کلاستر این CockroachDB چقدر قشنگه.
نوعی دیتابیس SQL که به صورت Master Master کلاستر میشه و از پروتکل RAFT استفاده میکنه.

اما چی!؟ ، مگه RAFT ساختارش به صورت Master Slave ایی تعریف نمیشد؟ پس چجوری توی دیتابیس Master Master داره استفاده‌ میشه؟
شاید اونجوری که CockroachDB میگه اصلا Master Master ایی در کار نیست یا تعریف ما متفاوته .
خلاصه اگه علاقه مند هستین چجوری توی CockroachDB ما RAFT داریم، خوشحال میشم مقاله ایی رو که نوشتم مطالعه کنین، حدودا هم ۵ دقیقه وقتتون رو میگیره.

https://medium.com/@parsagheiratian/the-mentality-behind-cockroachdb-0ed524fcc7ec

<Parsa Gheiratian/>
️️