Путь к современному MDM на примере клиентского домена данных
Путь к современному MDM на примере клиентского домена данных
Привет, Хабр! На связи команда российского вендора Data Sapience. Наши специалисты в течение многих лет занимались внедрением и адаптацией различных ИТ-решений, в том числе MDM-систем: как российских, так и зарубежных. Объединив накопленные знания, мы выпустили собственный высокопроизводительный мультидоменный продукт Data Ocean Governance MDM.
Data Sapience стремилась сделать Data Ocean Governance MDM гибким, комфортным и производительным решением, поэтому внимательно изучала рынок и его потребности. Сегодня хотим поделиться с вами результатами анализа и порассуждать, зачем MDM-решения нужны современному бизнесу, какую роль они выполняют и какие задачи закрывают на примере клиентского домена данных.
Читать: https://habr.com/ru/companies/datasapience/articles/920306/
#ru
@database_design | Другие наши каналы
Путь к современному MDM на примере клиентского домена данных
Привет, Хабр! На связи команда российского вендора Data Sapience. Наши специалисты в течение многих лет занимались внедрением и адаптацией различных ИТ-решений, в том числе MDM-систем: как российских, так и зарубежных. Объединив накопленные знания, мы выпустили собственный высокопроизводительный мультидоменный продукт Data Ocean Governance MDM.
Data Sapience стремилась сделать Data Ocean Governance MDM гибким, комфортным и производительным решением, поэтому внимательно изучала рынок и его потребности. Сегодня хотим поделиться с вами результатами анализа и порассуждать, зачем MDM-решения нужны современному бизнесу, какую роль они выполняют и какие задачи закрывают на примере клиентского домена данных.
Читать: https://habr.com/ru/companies/datasapience/articles/920306/
#ru
@database_design | Другие наши каналы
Сериализация в Unity: известные атрибуты и их проблемы
Любой Unity-разработчик знаком с атрибутом
Попробую кратко рассказать, какие альтернативы используются, зачем все они нужны, как работают и, о чём не любят писать в кликбейтных постах, какие подводные камни могут скрывать.
Читать: https://habr.com/ru/articles/920398/
#ru
@database_design | Другие наши каналы
Любой Unity-разработчик знаком с атрибутом
[SerializeField], который позволяет сериализовывать непубличные члены класса и, соответственно, отображать их в инспекторе. Но, в силу его ограниченности, позже начали появляться и другие способы сериализации.Попробую кратко рассказать, какие альтернативы используются, зачем все они нужны, как работают и, о чём не любят писать в кликбейтных постах, какие подводные камни могут скрывать.
Читать: https://habr.com/ru/articles/920398/
#ru
@database_design | Другие наши каналы
Подробная инструкция, что нужно сделать, чтобы РКН вас не оштрафовал
Для тех, кто в танке, и еще не озаботился вопросом о правильном хранении и сборе Персональных данных, делюсь подробной инструкцией и документами, которые снимут у вас основную головную боль. Мы провели обсуждения с несколькими юристами, коллегами, получили платные консультацию.
Делюсь с вами этим бесплатно. Просто пойдите и сделайте как написано.
Читать: https://habr.com/ru/articles/920570/
#ru
@database_design | Другие наши каналы
Для тех, кто в танке, и еще не озаботился вопросом о правильном хранении и сборе Персональных данных, делюсь подробной инструкцией и документами, которые снимут у вас основную головную боль. Мы провели обсуждения с несколькими юристами, коллегами, получили платные консультацию.
Делюсь с вами этим бесплатно. Просто пойдите и сделайте как написано.
Читать: https://habr.com/ru/articles/920570/
#ru
@database_design | Другие наши каналы
«Облачные хранилища: как выбрать идеальное решение для бизнеса» (1 часть)
В июле 2023 года Gartner представил отчет «Hype Cycle for Storage and Data Protection Technologies», предсказывая, что к 2026 году объем неструктурированных данных в локальных, периферийных и публичных облаках крупных предприятий вырастет в три раза!
Читать: https://habr.com/ru/articles/920578/
#ru
@database_design | Другие наши каналы
В июле 2023 года Gartner представил отчет «Hype Cycle for Storage and Data Protection Technologies», предсказывая, что к 2026 году объем неструктурированных данных в локальных, периферийных и публичных облаках крупных предприятий вырастет в три раза!
Читать: https://habr.com/ru/articles/920578/
#ru
@database_design | Другие наши каналы
Как мы строим агрегатор финансовых продуктов в Казахстане: история Finance.kz
Как из обычного сайта-витрины вырастить финтех-продукт? Расскажу, как строится агрегатор финансовых продуктов в Казахстане.
Читать: «Как мы строим агрегатор финансовых продуктов в Казахстане: история Finance.kz»
#ru
@database_design | Другие наши каналы
Как из обычного сайта-витрины вырастить финтех-продукт? Расскажу, как строится агрегатор финансовых продуктов в Казахстане.
Читать: «Как мы строим агрегатор финансовых продуктов в Казахстане: история Finance.kz»
#ru
@database_design | Другие наши каналы
Когда 0 в продажах — аномалия? CUSUM для поиска проблем в ритейле
Всем привет! Меня зовут Костя, и в этой статье я продолжу рассказ моей коллеги Анастасии из команды доступности Magnit Tech о том, как можно искать проблемные товары на полках магазинов, опираясь лишь на данные по дневным продажам и остаткам товара в магазине.
В этой статье я расскажу о другом, альтернативном алгоритме, который детектирует ощутимую долю проблемных позиций наравне с тем, о котором рассказывала моя коллега. Этот алгоритм также прост для понимания и интерпретации бизнесом. Его внедрение и эксплуатация требуют минимальных затрат: вычислительные ресурсы, сопровождение и адаптация под разные форматы магазинов обходятся недорого. Кроме того, он может служить эффективным первым шагом перед внедрением более сложных и ресурсоемких ML-алгоритмов. В отличие от нейросетевых подходов к поиску аномалий, которые требуют тщательной настройки (или даже разработки) оптимальной архитектуры сети, настроить этот алгоритм значительно проще.
Читать: https://habr.com/ru/companies/magnit/articles/918928/
#ru
@database_design | Другие наши каналы
Всем привет! Меня зовут Костя, и в этой статье я продолжу рассказ моей коллеги Анастасии из команды доступности Magnit Tech о том, как можно искать проблемные товары на полках магазинов, опираясь лишь на данные по дневным продажам и остаткам товара в магазине.
В этой статье я расскажу о другом, альтернативном алгоритме, который детектирует ощутимую долю проблемных позиций наравне с тем, о котором рассказывала моя коллега. Этот алгоритм также прост для понимания и интерпретации бизнесом. Его внедрение и эксплуатация требуют минимальных затрат: вычислительные ресурсы, сопровождение и адаптация под разные форматы магазинов обходятся недорого. Кроме того, он может служить эффективным первым шагом перед внедрением более сложных и ресурсоемких ML-алгоритмов. В отличие от нейросетевых подходов к поиску аномалий, которые требуют тщательной настройки (или даже разработки) оптимальной архитектуры сети, настроить этот алгоритм значительно проще.
Читать: https://habr.com/ru/companies/magnit/articles/918928/
#ru
@database_design | Другие наши каналы
Как мы автоматизировали обновление, развёртывание и настройку Postgres-like СУБД для пользователей
Привет, Хабр! Меня зовут Роман Аминов, я руковожу группой автоматизации бизнес-сценариев в команде СУБД Pangolin в СберТехе. Это специальная доработанная сборка PostgreSQL, целевая СУБД в Сбере и не только. СУБД — сложный продукт, обновление, настройка и другие рутинные действия, связанные с её сопровождением, сопряжены с риском потери данных. Чтобы облегчить жизнь пользователям (и вдобавок разгрузить нашу техподдержку) мы разработали инструмент для автоматизации кластеров СУБД, их настройки и конфигурирования, обновления версий компонентов в их составе и обслуживание. Решение уже прошло проверку на тысячах кластеров в Сбере и я готов поделиться тем, как всё это работает.
Уточню, что мы используем систему управления конфигурациями Ansible. Всё, что нужно для её работы — это возможность устанавливать SSH-соединения и Python на удалённых серверах.
Надеюсь, статья будет полезна или натолкнёт на свои мысли автоматизаторов и администраторов СУБД и вообще всех, кто связан с базами данных.
Читать: https://habr.com/ru/companies/sberbank/articles/919922/
#ru
@database_design | Другие наши каналы
Привет, Хабр! Меня зовут Роман Аминов, я руковожу группой автоматизации бизнес-сценариев в команде СУБД Pangolin в СберТехе. Это специальная доработанная сборка PostgreSQL, целевая СУБД в Сбере и не только. СУБД — сложный продукт, обновление, настройка и другие рутинные действия, связанные с её сопровождением, сопряжены с риском потери данных. Чтобы облегчить жизнь пользователям (и вдобавок разгрузить нашу техподдержку) мы разработали инструмент для автоматизации кластеров СУБД, их настройки и конфигурирования, обновления версий компонентов в их составе и обслуживание. Решение уже прошло проверку на тысячах кластеров в Сбере и я готов поделиться тем, как всё это работает.
Уточню, что мы используем систему управления конфигурациями Ansible. Всё, что нужно для её работы — это возможность устанавливать SSH-соединения и Python на удалённых серверах.
Надеюсь, статья будет полезна или натолкнёт на свои мысли автоматизаторов и администраторов СУБД и вообще всех, кто связан с базами данных.
Читать: https://habr.com/ru/companies/sberbank/articles/919922/
#ru
@database_design | Другие наши каналы
Развёртывание отказоустойчивого Nextcloud Enterprise: пошаговое руководство
Привет! Сегодня поговорим о Nextcloud. Вы наверняка слышали об этом мощном решении для хранения, совместной работы и обмена файлами. В статье разберём, как развернуть Nextcloud в высокодоступной конфигурации с балансировщиком нагрузки, реплицируемой базой данных, отказоустойчивым хранилищем и полнотекстовым поиском.
Читать: https://habr.com/ru/companies/cloud4y/articles/920596/
#ru
@database_design | Другие наши каналы
Привет! Сегодня поговорим о Nextcloud. Вы наверняка слышали об этом мощном решении для хранения, совместной работы и обмена файлами. В статье разберём, как развернуть Nextcloud в высокодоступной конфигурации с балансировщиком нагрузки, реплицируемой базой данных, отказоустойчивым хранилищем и полнотекстовым поиском.
Читать: https://habr.com/ru/companies/cloud4y/articles/920596/
#ru
@database_design | Другие наши каналы
Qsan: репликация средствами СХД
Важным аспектом при построении IT-инфраструктуры любой сложности является ее устойчивость к различным инцидентам. К сожалению, полностью исключить ошибки, вызванные аппаратной или программной неисправностью, а также человеческими действиями (случайными или преднамеренными), увы, невозможно. Поэтому всегда необходимо иметь четко отработанный план по восстановлению. Раз мы ведем речь в контексте использования СХД, то наиболее уязвимыми здесь являются как раз хранимые на ней данные.
Читать: https://habr.com/ru/companies/skilline/articles/918912/
#ru
@database_design | Другие наши каналы
Важным аспектом при построении IT-инфраструктуры любой сложности является ее устойчивость к различным инцидентам. К сожалению, полностью исключить ошибки, вызванные аппаратной или программной неисправностью, а также человеческими действиями (случайными или преднамеренными), увы, невозможно. Поэтому всегда необходимо иметь четко отработанный план по восстановлению. Раз мы ведем речь в контексте использования СХД, то наиболее уязвимыми здесь являются как раз хранимые на ней данные.
Читать: https://habr.com/ru/companies/skilline/articles/918912/
#ru
@database_design | Другие наши каналы
Как превратить бизнес-требования в эффективную схему БД без жертв
Научимся превращать бизнес-требования в рабочую схему БД и документировать ключевые решения! Без недопонимания, технического долга и смс.
Читать: https://habr.com/ru/articles/920916/
#ru
@database_design | Другие наши каналы
Научимся превращать бизнес-требования в рабочую схему БД и документировать ключевые решения! Без недопонимания, технического долга и смс.
Читать: https://habr.com/ru/articles/920916/
#ru
@database_design | Другие наши каналы
Jay Knowledge Hub: от прототипа до промышленного PaaS создания баз знаний полного цикла
Привет, Хабр! Меня зовут Никита, я руководитель команды разработки умного поиска на основе генеративного AI в Just AI. В этой статье я расскажу о нашем опыте в умный поиск — как от mvp RAG-сервиса для Q&A бота нашей службы поддержки мы пришли к облачной платформе Jay Knowledge Hub (сокращенно KHUB), которая помогает нашим клиентам автоматизировать поиск по различным источникам знаний.
Читать: https://habr.com/ru/companies/just_ai/articles/920966/
#ru
@database_design | Другие наши каналы
Привет, Хабр! Меня зовут Никита, я руководитель команды разработки умного поиска на основе генеративного AI в Just AI. В этой статье я расскажу о нашем опыте в умный поиск — как от mvp RAG-сервиса для Q&A бота нашей службы поддержки мы пришли к облачной платформе Jay Knowledge Hub (сокращенно KHUB), которая помогает нашим клиентам автоматизировать поиск по различным источникам знаний.
Читать: https://habr.com/ru/companies/just_ai/articles/920966/
#ru
@database_design | Другие наши каналы
Профессор Маргарет Мензин из Simmons University обновила курс по базам данных, внедрив MongoDB и NoSQL. Она создала активное студенческое сообщество и подготовила будущих специалистов, сочетая теорию и практику для реальных проектов и карьерного успеха. Создаем ИИ с когнитивной памятью, которая забывает с целью и помнит с умом. Система на базе MongoDB Atlas, AWS Bedrock и Claude оценивает значимость информации, укрепляет важные знания и предоставляет контекстно релевантные ответы. Это шаг к более естественному ИИ. Искусственный интеллект с когнитивной памятью учится запоминать важное, избегая повторных вопросов и улучшая взаимодействие с пользователем. Такая система формирует связи между понятиями, снижает затраты на обработку и адаптируется со временем, приближая AI к человеческой памяти.
Читать подробнее
#en
@database_design | Другие наши каналы
Читать подробнее
#en
@database_design | Другие наши каналы
Как сделать свой первый сайт на HTML и CSS: пошаговая инструкция
Как сделать на HTML и CSS. Показываем, какими навыками нужно обладать для создания сайтов. Рассматриваем пошаговую инструкцию и основные нюансы ✔ Tproger
Читать: «Как сделать свой первый сайт на HTML и CSS: пошаговая инструкция»
#ru
@database_design | Другие наши каналы
Как сделать на HTML и CSS. Показываем, какими навыками нужно обладать для создания сайтов. Рассматриваем пошаговую инструкцию и основные нюансы ✔ Tproger
Читать: «Как сделать свой первый сайт на HTML и CSS: пошаговая инструкция»
#ru
@database_design | Другие наши каналы
MariaDB внедрила Vector Embedded Search — новую функцию для хранения и поиска векторных данных рядом с транзакционной информацией. Это позволяет создавать более умные приложения, использующие искусственный интеллект, напрямую работая с вашими данными. Подробнее по ссылке.
Читать подробнее
#en
@database_design | Другие наши каналы
Читать подробнее
#en
@database_design | Другие наши каналы
MariaDB
Build Smarter with MariaDB MCP Server: AI-Ready, Vector-Enabled | MariaDB
MariaDB MCP Server integrates AI workflows via a Model Context Protocol (MCP). Use SQL + vector search for RAG, semantic search and more on your MariaDB stack.
Как заставить вашу базу данных летать, а не ползать. Часть 2 – когда репликации недостаточно и пора использовать шардинг
Всем привет! На связи снова Илья Криволапов — системный аналитик в SENSE, где мы трудимся на проекте одного из цветных банков РФ. Работаю в профессии уже пятый год и, несмотря на мою фамилию, с продом у нас в целом тёплые отношения.
Помимо боевых задач, я преподаю курс «Хранение и обработка больших объемов данных» и за это время накопил немало практических кейсов и наблюдений. Всё это добро я решил не держать при себе и собрал самое полезное в виде ультимативного гайда по оптимизации и грамотному проектированию баз данных с расчетом на масштабирование, который сейчас публикую на Хабре.
Цикл состоит из 3 частей. В первой мы обсудили два базовых подхода к масштабированию БД: вертикальный и горизонтальный. Поговорили о плюсах, минусах и о том, как делать точно не стоит.
Во второй части – то есть сейчас – мы нырнём глубже в мир горизонтального масштабирования и разберем три первых способа шардирования: по диапазону, по хэшу и по географическим зонам. Я расскажу, как каждый из них работает, где пригодится и в каких случаях может дать сбой.
Материал по-прежнему будет полезен всем, кто заботится о «здоровье» базы данных: DBA, архитекторам, DevOps-инженерам, аналитикам и разработчикам.
Готовы продолжать? Тогда поехали!
Читать: https://habr.com/ru/companies/it_sense/articles/920344/
#ru
@database_design | Другие наши каналы
Всем привет! На связи снова Илья Криволапов — системный аналитик в SENSE, где мы трудимся на проекте одного из цветных банков РФ. Работаю в профессии уже пятый год и, несмотря на мою фамилию, с продом у нас в целом тёплые отношения.
Помимо боевых задач, я преподаю курс «Хранение и обработка больших объемов данных» и за это время накопил немало практических кейсов и наблюдений. Всё это добро я решил не держать при себе и собрал самое полезное в виде ультимативного гайда по оптимизации и грамотному проектированию баз данных с расчетом на масштабирование, который сейчас публикую на Хабре.
Цикл состоит из 3 частей. В первой мы обсудили два базовых подхода к масштабированию БД: вертикальный и горизонтальный. Поговорили о плюсах, минусах и о том, как делать точно не стоит.
Во второй части – то есть сейчас – мы нырнём глубже в мир горизонтального масштабирования и разберем три первых способа шардирования: по диапазону, по хэшу и по географическим зонам. Я расскажу, как каждый из них работает, где пригодится и в каких случаях может дать сбой.
Материал по-прежнему будет полезен всем, кто заботится о «здоровье» базы данных: DBA, архитекторам, DevOps-инженерам, аналитикам и разработчикам.
Готовы продолжать? Тогда поехали!
Читать: https://habr.com/ru/companies/it_sense/articles/920344/
#ru
@database_design | Другие наши каналы
Как AI меняет классику: MongoDB ускоряет модернизацию старых систем с помощью ИИ-моделей. Теперь масштабные проекты, что раньше занимали годы, решаются за недели, а команды создают инновации быстрее, благодаря уникальному подходу MongoDB и передовым AI-технологиям. Оптимизация Drupal с MongoDB
Статья рассказывает, как использование MongoDB помогает ускорить Drupal для сайтов с большим числом авторизованных пользователей. MongoDB облегчает хранение данных, повышая производительность и масштабируемость, что становится ключом к будущему развитию Drupal.
Читать подробнее
#en
@database_design | Другие наши каналы
Статья рассказывает, как использование MongoDB помогает ускорить Drupal для сайтов с большим числом авторизованных пользователей. MongoDB облегчает хранение данных, повышая производительность и масштабируемость, что становится ключом к будущему развитию Drupal.
Читать подробнее
#en
@database_design | Другие наши каналы
Новые возможности Spring Data MongoDB: теперь поддержка векторного поиска и шифрования данных. Версия 4.5.0 облегчает работу с векторными индексами и Queryable Encryption, повышая безопасность и эффективность AI-приложений на Java с MongoDB. Как человек запоминает важное? Новый подход к AI-памяти имитирует работу мозга — система выделяет значимую, полезную информацию, объединяет её и «забывает» менее важное. Это позволяет создавать AI, который «помнит» как человек, улучшая качество общения и сокращая повторения. Преподаватель в Simmons University использует MongoDB для обучения студентов работе с современными базами данных. В курсах студенты занимаются реальными проектами и получают навыки, востребованные на рынке труда, что помогает им успешно строить карьеру в IT.
Читать подробнее
#en
@database_design | Другие наши каналы
Читать подробнее
#en
@database_design | Другие наши каналы
Конструктор шины PCIe
Приводится решение для снятия ограничений на количество дисков и контроллеров шины PCIe, подключаемых к материнской плате. В качестве примера взят компактный компьютер, у которого для подключения дополнительных дисков доступен только один M.2
Читать: https://habr.com/ru/companies/3rdman/articles/921130/
#ru
@database_design | Другие наши каналы
Приводится решение для снятия ограничений на количество дисков и контроллеров шины PCIe, подключаемых к материнской плате. В качестве примера взят компактный компьютер, у которого для подключения дополнительных дисков доступен только один M.2
Читать: https://habr.com/ru/companies/3rdman/articles/921130/
#ru
@database_design | Другие наши каналы
Когда может быть полезно сэмплирование в pg_stat_statements?
pg_stat_statements — стандартное расширение PostgreSQL для сбора статистики выполнения SQL-запросов. Статистика позволяет анализировать поведение запросов во времени, выявлять проблемные участки и принимать обоснованные решения по оптимизации. Однако в системах с высокой конкуренцией pg_stat_statements само по себе может стать узким местом и вызывать просадки производительности. В этой статье разбираем, в каких сценариях расширение становится источником проблем, как устроено сэмплирование и в каких случаях его применение позволяет снизить накладные расходы.
Читать: https://habr.com/ru/companies/tantor/articles/919592/
#ru
@database_design | Другие наши каналы
pg_stat_statements — стандартное расширение PostgreSQL для сбора статистики выполнения SQL-запросов. Статистика позволяет анализировать поведение запросов во времени, выявлять проблемные участки и принимать обоснованные решения по оптимизации. Однако в системах с высокой конкуренцией pg_stat_statements само по себе может стать узким местом и вызывать просадки производительности. В этой статье разбираем, в каких сценариях расширение становится источником проблем, как устроено сэмплирование и в каких случаях его применение позволяет снизить накладные расходы.
Читать: https://habr.com/ru/companies/tantor/articles/919592/
#ru
@database_design | Другие наши каналы
MongoDB и deepset упрощают создание AI-приложений
MongoDB и deepset объединили усилия, чтобы упростить разработку AI-приложений с использованием RAG и MongoDB Atlas Vector Search. Это ускоряет создание масштабируемых, гибких и безопасных решений для различных отраслей. Новые возможности Spring Data MongoDB 4.5.0: поддержка векторного поиска и шифрования данных. Теперь разработчики могут создавать векторные индексы и выполнять семантический поиск, а также безопасно работать с зашифрованными полями — всё удобно в интеграции с Spring.
Читать подробнее
#en
@database_design | Другие наши каналы
MongoDB и deepset объединили усилия, чтобы упростить разработку AI-приложений с использованием RAG и MongoDB Atlas Vector Search. Это ускоряет создание масштабируемых, гибких и безопасных решений для различных отраслей. Новые возможности Spring Data MongoDB 4.5.0: поддержка векторного поиска и шифрования данных. Теперь разработчики могут создавать векторные индексы и выполнять семантический поиск, а также безопасно работать с зашифрованными полями — всё удобно в интеграции с Spring.
Читать подробнее
#en
@database_design | Другие наши каналы
Векторный поиск внутри PostgreSQL: что умеет и где может пригодиться pgvector
Итак, ваш проект вырос и вам потребовалась новая функциональность, будь то рекомендательный движок, база знаний или автоматизированная первая линия техподдержки. Для всего этого можно использовать векторный и/или семантический поиск, а также интегрировать в проект LLM. Поздравляю — теперь вам нужно еще и хранить embedding-векторы, а также искать по ним ближайшие объекты. Решений два: внешняя векторная БД или интеграция всего этого богатства в существующий стек. Второй путь проще на старте, немного быстрее и обычно дешевле — разумеется, если вы уже используете PostgreSQL.
Привет, Хабр! Меня зовут Александр Гришин, я отвечаю за развитие продуктов хранения данных в Selectel: облачных баз данных и S3-хранилища. В этой статье я расскажу о pgvector — расширении для PostgreSQL, которое позволяет добавить векторный поиск без внешних сервисов, пересборки архитектуры и большого количества работы. Материал пригодится продуктовым командам, архитекторам, бэкенд-разработчикам и инженерам данных.
Читать: https://habr.com/ru/companies/selectel/articles/920824/
#ru
@database_design | Другие наши каналы
Итак, ваш проект вырос и вам потребовалась новая функциональность, будь то рекомендательный движок, база знаний или автоматизированная первая линия техподдержки. Для всего этого можно использовать векторный и/или семантический поиск, а также интегрировать в проект LLM. Поздравляю — теперь вам нужно еще и хранить embedding-векторы, а также искать по ним ближайшие объекты. Решений два: внешняя векторная БД или интеграция всего этого богатства в существующий стек. Второй путь проще на старте, немного быстрее и обычно дешевле — разумеется, если вы уже используете PostgreSQL.
Привет, Хабр! Меня зовут Александр Гришин, я отвечаю за развитие продуктов хранения данных в Selectel: облачных баз данных и S3-хранилища. В этой статье я расскажу о pgvector — расширении для PostgreSQL, которое позволяет добавить векторный поиск без внешних сервисов, пересборки архитектуры и большого количества работы. Материал пригодится продуктовым командам, архитекторам, бэкенд-разработчикам и инженерам данных.
Читать: https://habr.com/ru/companies/selectel/articles/920824/
#ru
@database_design | Другие наши каналы