Language bindings for Autonomous Database: An overview for Developers
As databases evolve to be more autonomous and cloud-friendly, developers need efficient and reliable methods to connect and interact with them. This post will provide an overview on how to connect and query Oracle's Autonomous Database (ADB) from some popular programming languages and some of the differences in each implementation.
Read: https://blogs.oracle.com/database/post/language-bindings-for-autonomous-database
As databases evolve to be more autonomous and cloud-friendly, developers need efficient and reliable methods to connect and interact with them. This post will provide an overview on how to connect and query Oracle's Autonomous Database (ADB) from some popular programming languages and some of the differences in each implementation.
Read: https://blogs.oracle.com/database/post/language-bindings-for-autonomous-database
Oracle
Language bindings for Autonomous Database: An overview for Developers
As databases evolve to be more autonomous and cloud-friendly, developers need efficient and reliable methods to connect and interact with them. This post will provide an overview on how to connect to Oracle's Autonomous Database (ADB) from some popular programming…
Сага распределенных транзакций
В своем проекте мы столкнулись с необходимостью осуществить определенные действия с заявкой в нашей микросервисной архитектуре между несколькими сервисами. Причем если одно или несколько действий завершаются неудачно, то все следующие действия должны быть отменены, оставив состояние сущностей неизменным. Также в случае получения нефинальной ошибки мы хотели бы попробовать довести процесс до финала, не откатывая предыдущие шаги.
В монолитном приложении это было бы сделать легко, опираясь на гарантии удовлетворяющей требования ACID базы данных. В нашем же случае такой фокус не пройдет, наш бизнес-процесс затрагивает сразу несколько баз данных и брокеров сообщений, следовательно, решить эту задачу, запустив одну транзакцию, невозможно.
Поскольку наверняка не мы первые столкнулись с такой проблемой, то решили изучить существующие способы решения этой задачи.
У некоторых в команде уже был опыт работы с xa-транзакциями.
Довольно удобный способ, когда у вас есть несколько ACID СУБД. Процесс состоит из двух фаз.
Читать: https://habr.com/ru/companies/qiwi/articles/759474/
В своем проекте мы столкнулись с необходимостью осуществить определенные действия с заявкой в нашей микросервисной архитектуре между несколькими сервисами. Причем если одно или несколько действий завершаются неудачно, то все следующие действия должны быть отменены, оставив состояние сущностей неизменным. Также в случае получения нефинальной ошибки мы хотели бы попробовать довести процесс до финала, не откатывая предыдущие шаги.
В монолитном приложении это было бы сделать легко, опираясь на гарантии удовлетворяющей требования ACID базы данных. В нашем же случае такой фокус не пройдет, наш бизнес-процесс затрагивает сразу несколько баз данных и брокеров сообщений, следовательно, решить эту задачу, запустив одну транзакцию, невозможно.
Поскольку наверняка не мы первые столкнулись с такой проблемой, то решили изучить существующие способы решения этой задачи.
У некоторых в команде уже был опыт работы с xa-транзакциями.
Довольно удобный способ, когда у вас есть несколько ACID СУБД. Процесс состоит из двух фаз.
Читать: https://habr.com/ru/companies/qiwi/articles/759474/
Mejores prácticas de rendimiento: indexación
Read: https://www.mongodb.com/blog/post/performance-best-practices-indexing-es
Read: https://www.mongodb.com/blog/post/performance-best-practices-indexing-es
Извлечение текста из файлов PDF при помощи Python
▍ Введение
В эпоху больших языковых моделей (Large Language Model, LLM) и постоянно расширяющейся сферы их применений непрерывно растёт и важность текстовых данных.
Существует множество типов документов, содержащих подобные виды неструктурированной информации, от веб-статей и постов в блогах до рукописных писем и стихов. Однако существенная часть этих данных хранится и передаётся в формате PDF. В частности, выяснилось, что за каждый год в Outlook открывают более двух миллиардов PDF, а в Google Drive и электронной почте ежедневно сохраняют 73 миллионов новых файлов PDF (2).
Поэтому разработка более систематического способа обработки этих документов и извлечения из них информации позволит нам автоматизировать процесс и лучше понять этот обширный объём текстовых данных. И в выполнении этой задачи, разумеется, нашим лучшим другом будет Python.
Читать: https://habr.com/ru/companies/ruvds/articles/765246/
▍ Введение
В эпоху больших языковых моделей (Large Language Model, LLM) и постоянно расширяющейся сферы их применений непрерывно растёт и важность текстовых данных.
Существует множество типов документов, содержащих подобные виды неструктурированной информации, от веб-статей и постов в блогах до рукописных писем и стихов. Однако существенная часть этих данных хранится и передаётся в формате PDF. В частности, выяснилось, что за каждый год в Outlook открывают более двух миллиардов PDF, а в Google Drive и электронной почте ежедневно сохраняют 73 миллионов новых файлов PDF (2).
Поэтому разработка более систематического способа обработки этих документов и извлечения из них информации позволит нам автоматизировать процесс и лучше понять этот обширный объём текстовых данных. И в выполнении этой задачи, разумеется, нашим лучшим другом будет Python.
Читать: https://habr.com/ru/companies/ruvds/articles/765246/
Cloud-Based Analytics With SingleStoreDB
The advent of cloud computing has provided the means to develop a wide range of new products and services. We can build and run applications and perform analytics in the cloud without installing local software. This article will look at two examples of modern systems that can seamlessly integrate with SingleStoreDB for in-cloud analytics: Apache Spark™️ and MindsDB.
The notebook file used in this article is available on GitHub.
Read: https://db-engines.com/en/blog_post/98
The advent of cloud computing has provided the means to develop a wide range of new products and services. We can build and run applications and perform analytics in the cloud without installing local software. This article will look at two examples of modern systems that can seamlessly integrate with SingleStoreDB for in-cloud analytics: Apache Spark™️ and MindsDB.
The notebook file used in this article is available on GitHub.
Read: https://db-engines.com/en/blog_post/98
MariaDB Node.js Connector 3.2.2, and Python Connector 1.1.8 now available
Read: https://mariadb.com/?p=38191
Read: https://mariadb.com/?p=38191
Melhores práticas de desempenho: indexação
Read: https://www.mongodb.com/blog/post/performance-best-practices-indexing-br
Read: https://www.mongodb.com/blog/post/performance-best-practices-indexing-br
Новая файловая система Composefs для Linux: что это такое и как она работает
В ноябре 2022 года Александр Ларсон, сотрудник Red Hat, разработавший Flatpack, предложил реализацию файловой системы Composefs. Она в некоторых моментах похожа на Squashfs, подходит для монтирования образов в режиме «Только для чтения». Особенности новой ФС — совместное хранение содержимого нескольких примонтированных дисковых образов и поддержка проверки подлинности читаемых данных. Позиционируется она как инструмент для монтирования образов контейнеров, а также применения для Git-подобного репозитория OSTree. Подробности о новинке — под катом.
Читать: https://habr.com/ru/companies/ru_mts/articles/765476/
В ноябре 2022 года Александр Ларсон, сотрудник Red Hat, разработавший Flatpack, предложил реализацию файловой системы Composefs. Она в некоторых моментах похожа на Squashfs, подходит для монтирования образов в режиме «Только для чтения». Особенности новой ФС — совместное хранение содержимого нескольких примонтированных дисковых образов и поддержка проверки подлинности читаемых данных. Позиционируется она как инструмент для монтирования образов контейнеров, а также применения для Git-подобного репозитория OSTree. Подробности о новинке — под катом.
Читать: https://habr.com/ru/companies/ru_mts/articles/765476/
Распределённые снапшоты: определение глобального состояния распределённых систем
Наша команда продолжает развивать Platform V DataGrid — распределенную базу данных в оперативной памяти для высокопроизводительных вычислений. В последнем релизе мы реализовали инкрементальные снапшоты, которые быстро снимаются, сохраняют транзакционную целостность и почти не влияют на общую производительность системы.
В рамках работы над этой фичей мы изучили несколько классических статей по распределённым системам, перевода которых на русский кажется не существует. Всех, кому интересна тема распределённых систем, приглашаю под кат.
Читать: https://habr.com/ru/companies/sberbank/articles/753404/
Наша команда продолжает развивать Platform V DataGrid — распределенную базу данных в оперативной памяти для высокопроизводительных вычислений. В последнем релизе мы реализовали инкрементальные снапшоты, которые быстро снимаются, сохраняют транзакционную целостность и почти не влияют на общую производительность системы.
В рамках работы над этой фичей мы изучили несколько классических статей по распределённым системам, перевода которых на русский кажется не существует. Всех, кому интересна тема распределённых систем, приглашаю под кат.
Читать: https://habr.com/ru/companies/sberbank/articles/753404/
Неструктурированные данные: что это, в чем их опасность и как защититься?
Объемы, разнообразие, а главное, ценность информации продолжают расти. Особенно выделяются неструктурированные данные, которые не имеют четкой организации, структуры или формата. Этим они отличаются от структурированных данных, которые обычно хранятся в базах данных и подчиняются строгим схемам и форматам, таким как таблицы, поля и столбцы.
Неструктурированные данные могут представлять собой текст, изображения, аудио- и видеозаписи, электронные письма и множество других форм. Это огромный массив ценной информации, но управление, анализ и обеспечение его безопасности вызывают сложности.
В этой статье я рассмотрю значимость неструктурированных данных, опасности, которые они могут нести для компании, а также расскажем о том, что нужно делать, чтобы обеспечить их безопасность.
Читать: https://habr.com/ru/companies/bastion/articles/765256/
Объемы, разнообразие, а главное, ценность информации продолжают расти. Особенно выделяются неструктурированные данные, которые не имеют четкой организации, структуры или формата. Этим они отличаются от структурированных данных, которые обычно хранятся в базах данных и подчиняются строгим схемам и форматам, таким как таблицы, поля и столбцы.
Неструктурированные данные могут представлять собой текст, изображения, аудио- и видеозаписи, электронные письма и множество других форм. Это огромный массив ценной информации, но управление, анализ и обеспечение его безопасности вызывают сложности.
В этой статье я рассмотрю значимость неструктурированных данных, опасности, которые они могут нести для компании, а также расскажем о том, что нужно делать, чтобы обеспечить их безопасность.
Читать: https://habr.com/ru/companies/bastion/articles/765256/
Модели данных в NoSQL
Автор статьи: Артем Михайлов
NoSQL (от «Not Only SQL») представляют собой семейство баз данных, разработанных для решения проблем, связанных с хранением, извлечением и обработкой больших объемов разнообразных данных. Они отличаются от традиционных реляционных баз данных, таких как MySQL или PostgreSQL, тем, что не требуют жесткой схемы данных и предоставляют более гибкую структуру хранения.
Преимущества NoSQL баз данных включают в себя горизонтальное масштабирование, высокую производительность при больших нагрузках, способность обрабатывать полуструктурированные и неструктурированные данные, а также поддержку распределенных вычислений. Они широко используются в веб-разработке, анализе больших данных, интернете вещей и других областях, где требуется обработка и хранение данных большого объема и разнообразной структуры.
Читать: https://habr.com/ru/companies/otus/articles/760226/
Автор статьи: Артем Михайлов
NoSQL (от «Not Only SQL») представляют собой семейство баз данных, разработанных для решения проблем, связанных с хранением, извлечением и обработкой больших объемов разнообразных данных. Они отличаются от традиционных реляционных баз данных, таких как MySQL или PostgreSQL, тем, что не требуют жесткой схемы данных и предоставляют более гибкую структуру хранения.
Преимущества NoSQL баз данных включают в себя горизонтальное масштабирование, высокую производительность при больших нагрузках, способность обрабатывать полуструктурированные и неструктурированные данные, а также поддержку распределенных вычислений. Они широко используются в веб-разработке, анализе больших данных, интернете вещей и других областях, где требуется обработка и хранение данных большого объема и разнообразной структуры.
Читать: https://habr.com/ru/companies/otus/articles/760226/
BNETS Bets on MariaDB Enterprise Server for Banking Across Suriname
Read: https://mariadb.com/?p=38214
Read: https://mariadb.com/?p=38214
What is and what isn’t a hard real-time database system?
Hard real-time does not mean real fast. Database and software vendors have been using the term real-time synonymously with instant or live for years, but for mission- and safety-critical systems it means something else entirely.
Read: https://db-engines.com/en/blog_post/97
Hard real-time does not mean real fast. Database and software vendors have been using the term real-time synonymously with instant or live for years, but for mission- and safety-critical systems it means something else entirely.
Read: https://db-engines.com/en/blog_post/97
Building AI with MongoDB: Cultivating Trust with Data
Read: https://www.mongodb.com/blog/post/building-ai-mongodb-cultivating-trust-data
Read: https://www.mongodb.com/blog/post/building-ai-mongodb-cultivating-trust-data
Мнение: почему в 2023-м глупо все еще не перейти на КЭДО
Привет! Меня зовут Рафаэль Туляков, я руковожу направлением кадрового документооборота в компании, которая внедряет сервисы для бизнеса: облачные кассы, инструменты для бухгалтеров, автоматизацию учёта.
Иногда я слышу от предпринимателей, что держать всё на бумаге надёжнее. Обычно так они говорят до первого случая, пока кадровик не потеряет документы. Или пока не затопят соседи. Или не прилетит штраф за неправильное хранение бумаг. Рассказываю, какие страхи останавливают руководителей компаний, и почему эти предубеждения кажутся мне глупыми.
Читать: https://habr.com/ru/articles/765832/
Привет! Меня зовут Рафаэль Туляков, я руковожу направлением кадрового документооборота в компании, которая внедряет сервисы для бизнеса: облачные кассы, инструменты для бухгалтеров, автоматизацию учёта.
Иногда я слышу от предпринимателей, что держать всё на бумаге надёжнее. Обычно так они говорят до первого случая, пока кадровик не потеряет документы. Или пока не затопят соседи. Или не прилетит штраф за неправильное хранение бумаг. Рассказываю, какие страхи останавливают руководителей компаний, и почему эти предубеждения кажутся мне глупыми.
Читать: https://habr.com/ru/articles/765832/
Выбираем СУБД по новым правилам — в какую сторону смотреть
Все говорят: «импортозамещение», а ты купи слона! Postgres PRO Certified, Postgres PRO, 1C PostgreSQL – какого слона купить?
Читать: https://habr.com/ru/companies/cloud4y/articles/759460/
Все говорят: «импортозамещение», а ты купи слона! Postgres PRO Certified, Postgres PRO, 1C PostgreSQL – какого слона купить?
Читать: https://habr.com/ru/companies/cloud4y/articles/759460/
The evolution of DBMS popularity in the DB-Engines Ranking, 2013-2022
We show how the most popular DMBS in the DB-Engines Ranking evolved in the last 10 years in form of a bar chart race.
Read: https://db-engines.com/en/blog_post/96
We show how the most popular DMBS in the DB-Engines Ranking evolved in the last 10 years in form of a bar chart race.
Read: https://db-engines.com/en/blog_post/96
Data Resilience with MongoDB Atlas
Read: https://www.mongodb.com/blog/post/data-resilience-with-mongodb-atlas
Read: https://www.mongodb.com/blog/post/data-resilience-with-mongodb-atlas
AI, Vectors, and the Future of Claims Processing: Why Insurance Needs to Understand The Power of Vector Databases
Read: https://www.mongodb.com/blog/post/ai-vectors-the-future-claims-processing
Read: https://www.mongodb.com/blog/post/ai-vectors-the-future-claims-processing
Beneficios para empleados que marcan la diferencia en MongoDB
Read: https://www.mongodb.com/blog/post/employee-benefits-that-make-a-difference-at-mongodb-es
Read: https://www.mongodb.com/blog/post/employee-benefits-that-make-a-difference-at-mongodb-es