MongoDB Atlas теперь интегрирован напрямую с Microsoft Azure
Это упрощает управление и оплату, ускоряет запуск приложений с AI и аналитикой, а также позволяет компаниям легко масштабировать проекты, используя мощь обеих платформ в едином интерфейсе. OrderOnline: как MongoDB Atlas помогает масштабировать социальную коммерцию в Индонезии. Платформа справляется с миллионами заказов, улучшает точность данных и повышает успех доставки до 98,4%. Внедрение AI и векторного поиска увеличило конверсию в WhatsApp до 78%.
Читать подробнее
#en
@database_design | Другие наши каналы
Это упрощает управление и оплату, ускоряет запуск приложений с AI и аналитикой, а также позволяет компаниям легко масштабировать проекты, используя мощь обеих платформ в едином интерфейсе. OrderOnline: как MongoDB Atlas помогает масштабировать социальную коммерцию в Индонезии. Платформа справляется с миллионами заказов, улучшает точность данных и повышает успех доставки до 98,4%. Внедрение AI и векторного поиска увеличило конверсию в WhatsApp до 78%.
Читать подробнее
#en
@database_design | Другие наши каналы
OLAP-системы: многомерная модель данных и её применение. Правила Кодда: библия для разработчиков реляционных баз данных
Для анализа и обработки больших объёмов данных применяются специальные системы — OLAP (Online Analytical Processing). Мы разберём основные принципы их работы, преимущества и примеры использования.
Определение OLAP-систем
OLAP-системы — это инструменты для анализа данных, которые позволяют быстро и эффективно находить ответы на сложные вопросы.
Они находят применение в разных сферах, таких как финансы, производство, розничная торговля и другие.
Пример использования OLAP-технологии
«В компании, занимающейся продажей цифровых товаров и программного обеспечения, многомерный куб помогает анализировать данные».
Читать: https://habr.com/ru/articles/909618/
#ru
@database_design | Другие наши каналы
Для анализа и обработки больших объёмов данных применяются специальные системы — OLAP (Online Analytical Processing). Мы разберём основные принципы их работы, преимущества и примеры использования.
Определение OLAP-систем
OLAP-системы — это инструменты для анализа данных, которые позволяют быстро и эффективно находить ответы на сложные вопросы.
Они находят применение в разных сферах, таких как финансы, производство, розничная торговля и другие.
Пример использования OLAP-технологии
«В компании, занимающейся продажей цифровых товаров и программного обеспечения, многомерный куб помогает анализировать данные».
Читать: https://habr.com/ru/articles/909618/
#ru
@database_design | Другие наши каналы
OLAP-системы: многомерная модель данных и её применение. Правила Кодда: библия для разработчиков реляционных баз данных
Для анализа и обработки больших объёмов данных применяются специальные системы — OLAP (Online Analytical Processing). Мы разберём основные принципы их работы, преимущества и примеры использования.
Определение OLAP-систем
OLAP-системы — это инструменты для анализа данных, которые позволяют быстро и эффективно находить ответы на сложные вопросы.
Они находят применение в разных сферах, таких как финансы, производство, розничная торговля и другие.
Пример использования OLAP-технологии
«В компании, занимающейся продажей цифровых товаров и программного обеспечения, многомерный куб помогает анализировать данные».
Читать: https://habr.com/ru/articles/909618/
#ru
@database_design | Другие наши каналы
Для анализа и обработки больших объёмов данных применяются специальные системы — OLAP (Online Analytical Processing). Мы разберём основные принципы их работы, преимущества и примеры использования.
Определение OLAP-систем
OLAP-системы — это инструменты для анализа данных, которые позволяют быстро и эффективно находить ответы на сложные вопросы.
Они находят применение в разных сферах, таких как финансы, производство, розничная торговля и другие.
Пример использования OLAP-технологии
«В компании, занимающейся продажей цифровых товаров и программного обеспечения, многомерный куб помогает анализировать данные».
Читать: https://habr.com/ru/articles/909618/
#ru
@database_design | Другие наши каналы
Как работает Sharding в базах данных?
Что такое Sharding. Показываем, как работает шардинг в базах данных. Рассматриваем пошаговую инструкцию и основные нюансы ✔ Tproger
Читать: «Как работает Sharding в базах данных?»
#ru
@database_design | Другие наши каналы
Что такое Sharding. Показываем, как работает шардинг в базах данных. Рассматриваем пошаговую инструкцию и основные нюансы ✔ Tproger
Читать: «Как работает Sharding в базах данных?»
#ru
@database_design | Другие наши каналы
Как работает Sharding в базах данных?
Что такое Sharding. Показываем, как работает шардинг в базах данных. Рассматриваем пошаговую инструкцию и основные нюансы ✔ Tproger
Читать: «Как работает Sharding в базах данных?»
#ru
@database_design | Другие наши каналы
Что такое Sharding. Показываем, как работает шардинг в базах данных. Рассматриваем пошаговую инструкцию и основные нюансы ✔ Tproger
Читать: «Как работает Sharding в базах данных?»
#ru
@database_design | Другие наши каналы
Tproger
Что такое Sharding - Как работает шардинг в базах данных - Tproger
Что такое Sharding. Показываем, как работает шардинг в базах данных. Рассматриваем пошаговую инструкцию и основные нюансы ✔ Tproger
Как работает Sharding в базах данных?
Что такое Sharding. Показываем, как работает шардинг в базах данных. Рассматриваем пошаговую инструкцию и основные нюансы ✔ Tproger
Читать: «Как работает Sharding в базах данных?»
#ru
@database_design | Другие наши каналы
Что такое Sharding. Показываем, как работает шардинг в базах данных. Рассматриваем пошаговую инструкцию и основные нюансы ✔ Tproger
Читать: «Как работает Sharding в базах данных?»
#ru
@database_design | Другие наши каналы
Как работает Sharding в базах данных?
Что такое Sharding. Показываем, как работает шардинг в базах данных. Рассматриваем пошаговую инструкцию и основные нюансы ✔ Tproger
Читать: «Как работает Sharding в базах данных?»
#ru
@database_design | Другие наши каналы
Что такое Sharding. Показываем, как работает шардинг в базах данных. Рассматриваем пошаговую инструкцию и основные нюансы ✔ Tproger
Читать: «Как работает Sharding в базах данных?»
#ru
@database_design | Другие наши каналы
Новая эра грамотности: стартап Ojje с помощью MongoDB создает адаптивную платформу для обучения чтению. Ojje предлагает персонализированные материалы с 15 уровнями сложности и поддержкой нескольких языков, помогая детям преодолеть кризис грамотности и увлечься чтением. MongoDB Atlas теперь интегрирован в Azure как нативный сервис. Это упрощает управление базами данных, объединяет биллинг и ускоряет запуск AI-проектов с помощью Azure. Компаниям становится проще масштабировать и защищать свои данные в облаке.
Читать подробнее
#en
@database_design | Другие наши каналы
Читать подробнее
#en
@database_design | Другие наши каналы
Зачем нужен fillfactor в PostgreSQL
Привет, Хабр!
Один параметр PostgreSQL может похоронить вашу производительность, если вы о нём забудете — это fillfactor. Почему однократная настройка числа приводит к неожиданным page split, bloat и мучительному откату запросов? Давайте разбираться.
Читать: https://habr.com/ru/companies/otus/articles/905882/
#ru
@database_design | Другие наши каналы
Привет, Хабр!
Один параметр PostgreSQL может похоронить вашу производительность, если вы о нём забудете — это fillfactor. Почему однократная настройка числа приводит к неожиданным page split, bloat и мучительному откату запросов? Давайте разбираться.
Читать: https://habr.com/ru/companies/otus/articles/905882/
#ru
@database_design | Другие наши каналы
Почему SCD Type 2 медленно работает в DWH, и как это чинится через Merge + Hash
Привет, Хабр!
В этом статье рассмотрим, почему классическая реализация SCD Type 2 в DWH начинает жутко тормозить на миллионах строк и как с этим бороться при помощи комбинации MERGE + hash-diff.
Читать: https://habr.com/ru/companies/otus/articles/905844/
#ru
@database_design | Другие наши каналы
Привет, Хабр!
В этом статье рассмотрим, почему классическая реализация SCD Type 2 в DWH начинает жутко тормозить на миллионах строк и как с этим бороться при помощи комбинации MERGE + hash-diff.
Читать: https://habr.com/ru/companies/otus/articles/905844/
#ru
@database_design | Другие наши каналы
Как LLM могут помочь аналитикам баз данных в работе с SQL-запросами
В современных компаниях корпоративные хранилища данных (Data Warehouse) играют критически важную роль, обеспечивая централизованное хранение и обработку больших объёмов информации. Данные поступают из разнообразных источников: операционных систем, CRM, ERP, IoT-устройств, веб-аналитики, мобильных приложений и других платформ, отражая все аспекты деятельности организации. На основе этой информации компании формируют разного рода отчётность, отслеживают ключевые показатели эффективности (KPI), оптимизируют бизнес-процессы, прогнозируют рыночные тенденции и принимают стратегические решения.
Эффективная работа с хранилищем невозможна без участия бизнес- и системных аналитиков, которые проектируют структуры данных, очищают и объединяют информацию, адаптируя решения под меняющиеся задачи. С ростом объёмов данных и требований к скорости анализа даже опытные команды сталкиваются с вызовами. Рутинные операции — проектирование схем, поиск таблиц, проверка качества данных — требуют не только технических навыков, но и глубокого понимания бизнес-контекста. Большую часть времени занимает написание и оптимизация SQL-запросов, что становится «узким местом» в условиях динамично меняющихся требований.
Ошибки в SQL-запросах или недостаточное знание структуры данных приводит к потерям времени и снижению точности аналитики. Для решения этих проблем на помощь приходят технологии на основе больших языковых моделей (LLM), таких как GigaChat, GPT, BERT или DeepSeek. Обученные на исторических данных и журналах запросов, они способны автоматизировать подбор таблиц, JOIN-условий и шаблонов SQL.
Читать: https://habr.com/ru/companies/sberbank/articles/909730/
#ru
@database_design | Другие наши каналы
В современных компаниях корпоративные хранилища данных (Data Warehouse) играют критически важную роль, обеспечивая централизованное хранение и обработку больших объёмов информации. Данные поступают из разнообразных источников: операционных систем, CRM, ERP, IoT-устройств, веб-аналитики, мобильных приложений и других платформ, отражая все аспекты деятельности организации. На основе этой информации компании формируют разного рода отчётность, отслеживают ключевые показатели эффективности (KPI), оптимизируют бизнес-процессы, прогнозируют рыночные тенденции и принимают стратегические решения.
Эффективная работа с хранилищем невозможна без участия бизнес- и системных аналитиков, которые проектируют структуры данных, очищают и объединяют информацию, адаптируя решения под меняющиеся задачи. С ростом объёмов данных и требований к скорости анализа даже опытные команды сталкиваются с вызовами. Рутинные операции — проектирование схем, поиск таблиц, проверка качества данных — требуют не только технических навыков, но и глубокого понимания бизнес-контекста. Большую часть времени занимает написание и оптимизация SQL-запросов, что становится «узким местом» в условиях динамично меняющихся требований.
Ошибки в SQL-запросах или недостаточное знание структуры данных приводит к потерям времени и снижению точности аналитики. Для решения этих проблем на помощь приходят технологии на основе больших языковых моделей (LLM), таких как GigaChat, GPT, BERT или DeepSeek. Обученные на исторических данных и журналах запросов, они способны автоматизировать подбор таблиц, JOIN-условий и шаблонов SQL.
Читать: https://habr.com/ru/companies/sberbank/articles/909730/
#ru
@database_design | Другие наши каналы
Идеальный NAS на 8 NVME дисков. Обзор Terramaster F8 Pro
У меня как и, наверное, у любого айтишника есть какое-то огромное количество файлов, которое надо бэкапить. И у меня уже есть NAS с обычными HDD дисками для моих бэкапов. Но для себя я решил, что NAS c HDD хорошо подходит для хранения чего-то к чему не очень то и часто обращается. А вот если нужно хранить что-то что иногда нужно скачать или закачать, то значительно приятнее работать с NAS на NVME дисках.
Таких девайсов на самом деле не так уж и много. Есть некоторые модели на 4 диска. А вот на 8 дисков я даже и конкурентов не знаю. Поэтому сегодня будет обзор на уникальную по-своему штуковину - NAS на 8 быстрых NVME дисков. Да еще и с 10 гигабитным ethernet портом.
Читать: https://habr.com/ru/articles/910138/
#ru
@database_design | Другие наши каналы
У меня как и, наверное, у любого айтишника есть какое-то огромное количество файлов, которое надо бэкапить. И у меня уже есть NAS с обычными HDD дисками для моих бэкапов. Но для себя я решил, что NAS c HDD хорошо подходит для хранения чего-то к чему не очень то и часто обращается. А вот если нужно хранить что-то что иногда нужно скачать или закачать, то значительно приятнее работать с NAS на NVME дисках.
Таких девайсов на самом деле не так уж и много. Есть некоторые модели на 4 диска. А вот на 8 дисков я даже и конкурентов не знаю. Поэтому сегодня будет обзор на уникальную по-своему штуковину - NAS на 8 быстрых NVME дисков. Да еще и с 10 гигабитным ethernet портом.
Читать: https://habr.com/ru/articles/910138/
#ru
@database_design | Другие наши каналы
Внедрение программного обеспечения Экстрактор 1С в компании Level Group: результаты и перспективы
Компания обратилась к нам для решения задачи по сокращению времени получения данных и оптимизации работы команды разработки 1С.
Level Group – один из ведущих застройщиков бизнес-класса в Москве.
За три года компания утроила свои масштабы, достигнув оборота в 100 миллиардов рублей в 2024 году.
Отличительные черты Level Group – это современные и стильные жилые комплексы, продуманные планировки квартир и оригинальные дизайнерские решения.
Читать: https://habr.com/ru/articles/910256/
#ru
@database_design | Другие наши каналы
Компания обратилась к нам для решения задачи по сокращению времени получения данных и оптимизации работы команды разработки 1С.
Level Group – один из ведущих застройщиков бизнес-класса в Москве.
За три года компания утроила свои масштабы, достигнув оборота в 100 миллиардов рублей в 2024 году.
Отличительные черты Level Group – это современные и стильные жилые комплексы, продуманные планировки квартир и оригинальные дизайнерские решения.
Читать: https://habr.com/ru/articles/910256/
#ru
@database_design | Другие наши каналы
ИИ в Data Governance: как мы ускорили маркировку персональных данных
Перед нашей командой встала задача сделать продукт управления данными удобнее, добавив алгоритмы искусственного интеллекта. Но какое решение выбрать? Какой процесс нуждался в автоматизации больше всего? С какими ограничениями и сложностями мы столкнулись? Какой бизнес-эффект мы получили в результате? На эти вопросы ответит статья.
Читать: https://habr.com/ru/companies/rostelecom/articles/909976/
#ru
@database_design | Другие наши каналы
Перед нашей командой встала задача сделать продукт управления данными удобнее, добавив алгоритмы искусственного интеллекта. Но какое решение выбрать? Какой процесс нуждался в автоматизации больше всего? С какими ограничениями и сложностями мы столкнулись? Какой бизнес-эффект мы получили в результате? На эти вопросы ответит статья.
Читать: https://habr.com/ru/companies/rostelecom/articles/909976/
#ru
@database_design | Другие наши каналы
Ошибки, которые можно избежать в SQL: грабли начинающего аналитика
Эта статья — ваш чеклист по самым распространённым ошибкам в SQL: с примерами, пояснениями и советами, как не попасть в ловушку из-за забытого WHERE или неправильного JOIN.
Читать: «Ошибки, которые можно избежать в SQL: грабли начинающего аналитика»
#ru
@database_design | Другие наши каналы
Эта статья — ваш чеклист по самым распространённым ошибкам в SQL: с примерами, пояснениями и советами, как не попасть в ловушку из-за забытого WHERE или неправильного JOIN.
Читать: «Ошибки, которые можно избежать в SQL: грабли начинающего аналитика»
#ru
@database_design | Другие наши каналы
Мой адрес — не дом и не улица: как создать нужную бизнесу адресную модель
Приходит заказчик и говорит: «Мы новую систему строим, проконсультируйте нас, пожалуйста. Вы же адресами занимаетесь. Нам нужно сделать универсальную адресную модель. Вот у вас «Единый адрес» есть, какая там модель? Мы примем ее за эталонную и будем в своих системах использовать».
Ребята, я вас сейчас разочарую. В «Едином адресе» не одна адресная модель, а несколько. И ни одну из них копировать просто так не нужно.
Эта статья для архитекторов, аналитиков и разработчиков. В ней я расскажу, в чем подводные камни в работе с адресами и что нужно учитывать при проектировании адресных моделей.
Читать: https://habr.com/ru/companies/hflabs/articles/909750/
#ru
@database_design | Другие наши каналы
Приходит заказчик и говорит: «Мы новую систему строим, проконсультируйте нас, пожалуйста. Вы же адресами занимаетесь. Нам нужно сделать универсальную адресную модель. Вот у вас «Единый адрес» есть, какая там модель? Мы примем ее за эталонную и будем в своих системах использовать».
Ребята, я вас сейчас разочарую. В «Едином адресе» не одна адресная модель, а несколько. И ни одну из них копировать просто так не нужно.
Эта статья для архитекторов, аналитиков и разработчиков. В ней я расскажу, в чем подводные камни в работе с адресами и что нужно учитывать при проектировании адресных моделей.
Читать: https://habr.com/ru/companies/hflabs/articles/909750/
#ru
@database_design | Другие наши каналы
Тестируем скорость SSD 1993 года выпуска. На КПК Psion Series 3c, с операционной системой SIBO 16, на языке OPL
В середине 2000 я купил Psion 3c для коллекции. Лет через 10 увидел, что его комплектный диск называется SSD — Solid State Disk. На волне тестирования NVME возникла идея, а не протестировать ли скорость SSD-1993? И спустя 20 лет после покупки на этой машинке была написана первая программка.
Что вышло…
Читать: https://habr.com/ru/companies/beeline_tech/articles/900770/
#ru
@database_design | Другие наши каналы
В середине 2000 я купил Psion 3c для коллекции. Лет через 10 увидел, что его комплектный диск называется SSD — Solid State Disk. На волне тестирования NVME возникла идея, а не протестировать ли скорость SSD-1993? И спустя 20 лет после покупки на этой машинке была написана первая программка.
Что вышло…
Читать: https://habr.com/ru/companies/beeline_tech/articles/900770/
#ru
@database_design | Другие наши каналы
Приходят как-то аналитики на офисную кухню, а там дата-инженеры в нарды играют…
Один из игроков — я, Кирилл Красновид, тимлид BI-команды в Профи.ру. Наша задача — делать так, чтобы каждый быстро и удобно получал нужную информацию без лишней суеты и ожиданий.
Поэтому мы стараемся все автоматизировать и оптимизировать. Сегодня расскажу, как решаем эти задачи, а ещё про собственные хранилища аналитиков и bus-фактор.
Читать: https://habr.com/ru/companies/profi_ru/articles/910768/
#ru
@database_design | Другие наши каналы
Один из игроков — я, Кирилл Красновид, тимлид BI-команды в Профи.ру. Наша задача — делать так, чтобы каждый быстро и удобно получал нужную информацию без лишней суеты и ожиданий.
Поэтому мы стараемся все автоматизировать и оптимизировать. Сегодня расскажу, как решаем эти задачи, а ещё про собственные хранилища аналитиков и bus-фактор.
Читать: https://habr.com/ru/companies/profi_ru/articles/910768/
#ru
@database_design | Другие наши каналы
Как заставить вашу базу данных летать, а не ползать. Часть 1 масштабирование и репликация
Всем привет! Меня зовут Илья Криволапов, тружусь системным аналитиком в SENSE на проекте одного из цветных банков РФ. В профессии я уже пятый год и, несмотря на фамилию, ломал прод всего лишь несколько незначительных раз (надеюсь).
На досуге я преподаю в университете дисциплину «Хранение и обработка больших объемов данных» и за все время у меня накопилось много полезной информации. Непростительно хранить такой клад у себя в столе, поэтому я подготовил для читателей Хабра ультимативный гайд по оптимизации или хорошему такому, грамотному проектированию баз данных с расчетом на масштабирование.
Всего в цикле будет 3 статьи. В первой поговорим о двух разных подходах масштабирования БД и о том, как лучше его делать и как лучше не делать (Никогда. Пожалуйста).
Кому будет полезно? Всем отвечающим за «здоровье» базы данных: DBA, архитекторам, DevOps-инженерам, аналитикам и разработчикам.
Согласны? Узнали? Тогда поехали!
Читать: https://habr.com/ru/companies/it_sense/articles/910632/
#ru
@database_design | Другие наши каналы
Всем привет! Меня зовут Илья Криволапов, тружусь системным аналитиком в SENSE на проекте одного из цветных банков РФ. В профессии я уже пятый год и, несмотря на фамилию, ломал прод всего лишь несколько незначительных раз (надеюсь).
На досуге я преподаю в университете дисциплину «Хранение и обработка больших объемов данных» и за все время у меня накопилось много полезной информации. Непростительно хранить такой клад у себя в столе, поэтому я подготовил для читателей Хабра ультимативный гайд по оптимизации или хорошему такому, грамотному проектированию баз данных с расчетом на масштабирование.
Всего в цикле будет 3 статьи. В первой поговорим о двух разных подходах масштабирования БД и о том, как лучше его делать и как лучше не делать (Никогда. Пожалуйста).
Кому будет полезно? Всем отвечающим за «здоровье» базы данных: DBA, архитекторам, DevOps-инженерам, аналитикам и разработчикам.
Согласны? Узнали? Тогда поехали!
Читать: https://habr.com/ru/companies/it_sense/articles/910632/
#ru
@database_design | Другие наши каналы
Переносите базы данных в облако Oracle с минимальными усилиями. В статье рассказывается о DMS — удобном графическом инструменте, который управляет миграцией и использует проверенные сервисы Oracle для безопасной и без простоев пересадки данных.
Читать подробнее
#en
@database_design | Другие наши каналы
Читать подробнее
#en
@database_design | Другие наши каналы
Новый мастер-класс от Oracle LiveLabs предлагает пошаговое руководство по поиску по сходству с использованием Oracle Autonomous Database и открытых данных национальных парков США. Отличный способ познакомиться с возможностями AI Vector Search и применить их на практике.
Читать подробнее
#en
@database_design | Другие наши каналы
Читать подробнее
#en
@database_design | Другие наши каналы
Oracle
New AI Vector Search LiveLabs Workshop Available
We just published a new Getting Started with AI Vector Search workshop in Oracle LiveLabs. This new workshop provides a step-by-step guide on getting started with similarity search using an Oracle Autonomous Database and a public dataset from the US National…