Как BiHA уведомляет о событиях в кластере
В прошлом году мы сделали встроенную поддержку отказоустойчивости в Postgres Pro Enterprise — BiHA. Наше решение позволяет разворачивать отказоустойчивый кластер Postgres, в котором в случае сбоя пишущего узла новый пишущий узел (лидер) будет выбран автоматически.
В новой версии BiHA появилась возможность зарегистрировать пользовательские функции, которые будут вызваны при возникновении таких событий в кластере, как смена лидера, добавление/удаление ноды и других. Этот механизм мы назвали пользовательские колбэки. Разработчик программного обеспечения Postgres Professional Наталия Кокунина расскажет, как реализованы колбэки, и обсудит особенности их использования.
Читать: https://habr.com/ru/companies/postgrespro/articles/927040/
#ru
@database_design | Другие наши каналы
В прошлом году мы сделали встроенную поддержку отказоустойчивости в Postgres Pro Enterprise — BiHA. Наше решение позволяет разворачивать отказоустойчивый кластер Postgres, в котором в случае сбоя пишущего узла новый пишущий узел (лидер) будет выбран автоматически.
В новой версии BiHA появилась возможность зарегистрировать пользовательские функции, которые будут вызваны при возникновении таких событий в кластере, как смена лидера, добавление/удаление ноды и других. Этот механизм мы назвали пользовательские колбэки. Разработчик программного обеспечения Postgres Professional Наталия Кокунина расскажет, как реализованы колбэки, и обсудит особенности их использования.
Читать: https://habr.com/ru/companies/postgrespro/articles/927040/
#ru
@database_design | Другие наши каналы
Своя система бэкапов: сначала стратегия, потом скрипты
Слишком многие люди преступно пренебрегают резервным копированием. Из-за заблуждений в этой области теряется слишком много данных; это связано и с ошибочными техниками наподобие «бэкапов Шрёдингера» (то есть никогда не тестируемых, а значит, валидных и невалидных одновременно), и с концептуальными заблуждениями о том, что такое бэкапы и как они работают (RAID — это не бэкап!).
Сегодня о резервном копировании зачастую думают по остаточному принципу. Многие полностью полагаются на «облако», не задаваясь даже вопросами о том, каким образом защищаются их данные. Большинство упускает из виду, что даже крупные поставщики облачных услуг работают по модели коллективной ответственности. В условиях пользования они часто подчёркивают, что, несмотря на обеспечение ими безопасности инфраструктуры, в конечном итоге ответственность за защиту и резервное копирование данных лежит на пользователях. Когда хранишь всё «в облаке», в кластерах, которыми владеют другие компании, или в распределённых системах Kubernetes, бэкапы часто кажутся ненужными. Иногда я спрашиваю коллег или разработчиков о том, как они реализуют резервное копирование, и они смотрят на меня так, как будто я говорю на каком-то древнем забытом языке. Они попросту никогда об этом не задумывались. Но данные не эфемерны, их необходимо защищать любыми возможными способами.
Я всегда исповедовал такую философию: данные обязаны быть восстанавливаемыми (и как можно быстрее), целостными и храниться в открытом формате (чтобы для их восстановления или анализа не приходилось покупать что-то). Эти пункты могут показаться очевидными, но на деле это не всегда так.
Читать: https://habr.com/ru/companies/ruvds/articles/929830/
#ru
@database_design | Другие наши каналы
Слишком многие люди преступно пренебрегают резервным копированием. Из-за заблуждений в этой области теряется слишком много данных; это связано и с ошибочными техниками наподобие «бэкапов Шрёдингера» (то есть никогда не тестируемых, а значит, валидных и невалидных одновременно), и с концептуальными заблуждениями о том, что такое бэкапы и как они работают (RAID — это не бэкап!).
Сегодня о резервном копировании зачастую думают по остаточному принципу. Многие полностью полагаются на «облако», не задаваясь даже вопросами о том, каким образом защищаются их данные. Большинство упускает из виду, что даже крупные поставщики облачных услуг работают по модели коллективной ответственности. В условиях пользования они часто подчёркивают, что, несмотря на обеспечение ими безопасности инфраструктуры, в конечном итоге ответственность за защиту и резервное копирование данных лежит на пользователях. Когда хранишь всё «в облаке», в кластерах, которыми владеют другие компании, или в распределённых системах Kubernetes, бэкапы часто кажутся ненужными. Иногда я спрашиваю коллег или разработчиков о том, как они реализуют резервное копирование, и они смотрят на меня так, как будто я говорю на каком-то древнем забытом языке. Они попросту никогда об этом не задумывались. Но данные не эфемерны, их необходимо защищать любыми возможными способами.
Я всегда исповедовал такую философию: данные обязаны быть восстанавливаемыми (и как можно быстрее), целостными и храниться в открытом формате (чтобы для их восстановления или анализа не приходилось покупать что-то). Эти пункты могут показаться очевидными, но на деле это не всегда так.
Читать: https://habr.com/ru/companies/ruvds/articles/929830/
#ru
@database_design | Другие наши каналы
Как создать масштабируемое AI-приложение с MongoDB Atlas и Cohere Command R+
Статья описывает, как объединить возможности MongoDB Atlas для векторного поиска и Cohere Command R+ для генерации ответов, чтобы получить быстродействующие интеллектуальные решения с контекстной точностью и высокой производительностью.
Читать подробнее
#en
@database_design | Другие наши каналы
Статья описывает, как объединить возможности MongoDB Atlas для векторного поиска и Cohere Command R+ для генерации ответов, чтобы получить быстродействующие интеллектуальные решения с контекстной точностью и высокой производительностью.
Читать подробнее
#en
@database_design | Другие наши каналы
Как мы успешно прошли тест на 30 000 одновременных пользователей в 1C:ERP (и что мы подкрутили в PostgreSQL)
Уже давно стали обыденными внедрения решений на платформе 1С:Предприятие на тысячу одновременных пользователей. Есть внедрения и более масштабные. И масштаб внедрений растёт. Поэтому мы решили убедиться, что платформа выдержит нагрузку нашего самого востребованного на крупных внедрениях решения 1C:ERP на 30 000 одновременно работающих пользователях.
Почему именно 30 000 пользователей, как мы измеряли производительность и как добились желаемой производительности – под катом.
Читать: https://habr.com/ru/companies/1c/articles/930588/
#ru
@database_design | Другие наши каналы
Уже давно стали обыденными внедрения решений на платформе 1С:Предприятие на тысячу одновременных пользователей. Есть внедрения и более масштабные. И масштаб внедрений растёт. Поэтому мы решили убедиться, что платформа выдержит нагрузку нашего самого востребованного на крупных внедрениях решения 1C:ERP на 30 000 одновременно работающих пользователях.
Почему именно 30 000 пользователей, как мы измеряли производительность и как добились желаемой производительности – под катом.
Читать: https://habr.com/ru/companies/1c/articles/930588/
#ru
@database_design | Другие наши каналы
Как мы научили PostgreSQL автоматически создавать партиции: опыт Nexign Nord
Программисты, ежедневно решающие задачи оптимизации запросов и управления большими объемами данных, неизбежно сталкиваются с необходимостью освоения новых методов организации данных. Поэтому сегодня предлагаем поговорить об автоматизации партиционирования как об эффективном варианте решения.
Читать: https://habr.com/ru/companies/nexign/articles/930790/
#ru
@database_design | Другие наши каналы
Программисты, ежедневно решающие задачи оптимизации запросов и управления большими объемами данных, неизбежно сталкиваются с необходимостью освоения новых методов организации данных. Поэтому сегодня предлагаем поговорить об автоматизации партиционирования как об эффективном варианте решения.
Читать: https://habr.com/ru/companies/nexign/articles/930790/
#ru
@database_design | Другие наши каналы
Как мы научили PostgreSQL автоматически создавать партиции: опыт Nexign Nord
Программисты, ежедневно решающие задачи оптимизации запросов и управления большими объемами данных, неизбежно сталкиваются с необходимостью освоения новых методов организации данных. Поэтому сегодня предлагаем поговорить об автоматизации партиционирования как об эффективном варианте решения.
Читать: https://habr.com/ru/companies/nexign/articles/930790/
#ru
@database_design | Другие наши каналы
Программисты, ежедневно решающие задачи оптимизации запросов и управления большими объемами данных, неизбежно сталкиваются с необходимостью освоения новых методов организации данных. Поэтому сегодня предлагаем поговорить об автоматизации партиционирования как об эффективном варианте решения.
Читать: https://habr.com/ru/companies/nexign/articles/930790/
#ru
@database_design | Другие наши каналы
Унификация данных в ритейле с MongoDB Atlas
MongoDB Atlas помогает интегрировать разрозненные данные и обеспечить реальное время обновлений. Это позволяет магазинам предоставить сотрудникам доступ к актуальной информации о товарах и клиентах, повышая качество обслуживания и упрощая управление запасами. Unified commerce с MongoDB Atlas: как единая платформа улучшает продажи и обслуживает клиентов. Объединение данных из разных каналов помогает сотрудникам быстро отвечать на запросы, повышая лояльность покупателей и снижая дефицит товаров. Эффективный семантический поиск с MongoDB и Cohere
В статье рассказывается, как с помощью векторных индексов MongoDB Atlas и API Cohere можно создать быстрый и точный поиск на основе смысла запросов. Совместное использование фильтров и повторного ранжирования повышает качество результатов и сокращает время обработки данных.
Читать подробнее
#en
@database_design | Другие наши каналы
MongoDB Atlas помогает интегрировать разрозненные данные и обеспечить реальное время обновлений. Это позволяет магазинам предоставить сотрудникам доступ к актуальной информации о товарах и клиентах, повышая качество обслуживания и упрощая управление запасами. Unified commerce с MongoDB Atlas: как единая платформа улучшает продажи и обслуживает клиентов. Объединение данных из разных каналов помогает сотрудникам быстро отвечать на запросы, повышая лояльность покупателей и снижая дефицит товаров. Эффективный семантический поиск с MongoDB и Cohere
В статье рассказывается, как с помощью векторных индексов MongoDB Atlas и API Cohere можно создать быстрый и точный поиск на основе смысла запросов. Совместное использование фильтров и повторного ранжирования повышает качество результатов и сокращает время обработки данных.
Читать подробнее
#en
@database_design | Другие наши каналы
Как повысить надежность базы данных с помощью WCAR
MariaDB Enterprise Platform 2025 предлагает технологию Workload Capture and Replay (WCAR), которая помогает анализировать и воспроизводить рабочие нагрузки для оптимизации производительности и полноценного управления изменениями в базе данных. Подробнее по ссылке.
Читать подробнее
#en
@database_design | Другие наши каналы
MariaDB Enterprise Platform 2025 предлагает технологию Workload Capture and Replay (WCAR), которая помогает анализировать и воспроизводить рабочие нагрузки для оптимизации производительности и полноценного управления изменениями в базе данных. Подробнее по ссылке.
Читать подробнее
#en
@database_design | Другие наши каналы
MariaDB
Elevate Your Database Change Management with Workload Capture and Replay (WCAR) | MariaDB
This blog covers a new MariaDB feature, Workload Capture and Replay, which lets businesses capture and replay database traffic for testing, troubleshooting and optimization.
Знакомьтесь: Кибер Хранилище
В этом обзоре мы познакомимся с новым продуктом компании Киберпротект – Кибер Хранилище. Это простая в эксплуатации универсальная, система хранения данных, работающая на базе стандартного серверного оборудования архитектуры x86-64 с установленными дисками HDD, SSD или NVMe.
Кибер Хранилище поддерживает основные протоколы хранения: iSCSI, NFS и S3, интегрировано с системой резервного копирования Кибер Бэкап и сервисом Кибер Бэкап Облачный, поддерживает возможность неограниченного масштабирования и реализации географически распределенных решений.
Читать: https://habr.com/ru/companies/cyberprotect/articles/930938/
#ru
@database_design | Другие наши каналы
В этом обзоре мы познакомимся с новым продуктом компании Киберпротект – Кибер Хранилище. Это простая в эксплуатации универсальная, система хранения данных, работающая на базе стандартного серверного оборудования архитектуры x86-64 с установленными дисками HDD, SSD или NVMe.
Кибер Хранилище поддерживает основные протоколы хранения: iSCSI, NFS и S3, интегрировано с системой резервного копирования Кибер Бэкап и сервисом Кибер Бэкап Облачный, поддерживает возможность неограниченного масштабирования и реализации географически распределенных решений.
Читать: https://habr.com/ru/companies/cyberprotect/articles/930938/
#ru
@database_design | Другие наши каналы
BrOk: Как упростить работу с брокерами сообщений и REST-запросами без лишнего кода?
BrOk — графический low-code инструмент для управления популярными брокерами сообщений, такими как Kafka, RabbitMQ, Artemis, NATS и Redis. Узнайте, как упростить работу с очередями, шаблонами, сценариями и REST API без лишнего кода.
Читать: «BrOk: Как упростить работу с брокерами сообщений и REST-запросами без лишнего кода?»
#ru
@database_design | Другие наши каналы
BrOk — графический low-code инструмент для управления популярными брокерами сообщений, такими как Kafka, RabbitMQ, Artemis, NATS и Redis. Узнайте, как упростить работу с очередями, шаблонами, сценариями и REST API без лишнего кода.
Читать: «BrOk: Как упростить работу с брокерами сообщений и REST-запросами без лишнего кода?»
#ru
@database_design | Другие наши каналы
Сегментация клиентов методом K-Means на стороне БД
Привет, Хабр!
Сегодня мы рассмотрим, как заставить PostgreSQL самостоятельно крутить K-Means для сегментации клиентов, не вытаскивая данные наружу. Пройдемся по циклу: нормализуем фичи в materialized view, напишем функцию PL/PythonU, которая дергает scikit-learn, сохраняем cluster_id обратно в таблицу и закрываем гештальт отчётом «доход по кластеру» чистым SQL.
Читать: https://habr.com/ru/companies/otus/articles/930506/
#ru
@database_design | Другие наши каналы
Привет, Хабр!
Сегодня мы рассмотрим, как заставить PostgreSQL самостоятельно крутить K-Means для сегментации клиентов, не вытаскивая данные наружу. Пройдемся по циклу: нормализуем фичи в materialized view, напишем функцию PL/PythonU, которая дергает scikit-learn, сохраняем cluster_id обратно в таблицу и закрываем гештальт отчётом «доход по кластеру» чистым SQL.
Читать: https://habr.com/ru/companies/otus/articles/930506/
#ru
@database_design | Другие наши каналы
Обновление MariaDB Connector/Node.js 3.4.5 Выпущена новая стабильная версия MariaDB Connector/Node.js 3.4.5 с улучшениями и исправлениями. Подробности и ссылка для загрузки доступны на официальном сайте MariaDB.
Читать подробнее
#en
@database_design | Другие наши каналы
Читать подробнее
#en
@database_design | Другие наши каналы
MariaDB
MariaDB Node.js Connector 3.4.5 now available | MariaDB
MariaDB is pleased to announce the immediate availability of the MariaDB Connector/Node.js 3.4.5 GA release. Download Now MariaDB Connector/Node.js 3.4.5 is a Stable (GA) release.
Искусственный интеллект меняет геопространственный анализ в Австралии. Компания использует AI для обработки огромных массивов данных, что помогает развивать устойчивые проекты и повышать эффективность бизнеса. Подробности о новых возможностях в сфере больших данных.
Читать подробнее
#en
@database_design | Другие наши каналы
Читать подробнее
#en
@database_design | Другие наши каналы
Как работает база данных Firebird, часть 3
В предыдущей части мы начали изучать, как выполняется выборка строки из таблицы базы данных при выполнении запроса. В этой части мы пройдём по цепочке выполняющихся узлов.
Читать: https://habr.com/ru/articles/931218/
#ru
@database_design | Другие наши каналы
В предыдущей части мы начали изучать, как выполняется выборка строки из таблицы базы данных при выполнении запроса. В этой части мы пройдём по цепочке выполняющихся узлов.
Читать: https://habr.com/ru/articles/931218/
#ru
@database_design | Другие наши каналы
Синхронизация Obsidian: Налаживаем связь между всеми вашими устройствами
Когда дело доходит до управления знаниями и организации мыслей, Obsidian стал настоящим открытием для многих, превратившись из простой программы в "второй мозг". Однако его основное преимущество - локальное хранение данных - может стать и главным недостатком, особенно когда требуется синхронизация заметок между различными устройствами и операционными системами, такими как iOS, MacOS и Windows.
В этой статье мы подробно рассмотрим различные подходы к синхронизации Obsidian, основываясь на опыте пользователей и доступных решениях. Спойлер: наименее сложным и эффективным решением для пользователей Apple-устройств с Windows оказался iCloud.
Читать: https://habr.com/ru/articles/931256/
#ru
@database_design | Другие наши каналы
Когда дело доходит до управления знаниями и организации мыслей, Obsidian стал настоящим открытием для многих, превратившись из простой программы в "второй мозг". Однако его основное преимущество - локальное хранение данных - может стать и главным недостатком, особенно когда требуется синхронизация заметок между различными устройствами и операционными системами, такими как iOS, MacOS и Windows.
В этой статье мы подробно рассмотрим различные подходы к синхронизации Obsidian, основываясь на опыте пользователей и доступных решениях. Спойлер: наименее сложным и эффективным решением для пользователей Apple-устройств с Windows оказался iCloud.
Читать: https://habr.com/ru/articles/931256/
#ru
@database_design | Другие наши каналы
Энтузиаст замедлил PostgreSQL в 42 000 раз с помощью 32 параметров — и ни одной строчки кода
Энтузиаст замедлил PostgreSQL в 42 000 раз без кода — только с помощью 32 настроек в конфиге. От 7000 TPS до 0,016 за 2 минуты
Читать: «Энтузиаст замедлил PostgreSQL в 42 000 раз с помощью 32 параметров — и ни одной строчки кода»
#ru
@database_design | Другие наши каналы
Энтузиаст замедлил PostgreSQL в 42 000 раз без кода — только с помощью 32 настроек в конфиге. От 7000 TPS до 0,016 за 2 минуты
Читать: «Энтузиаст замедлил PostgreSQL в 42 000 раз с помощью 32 параметров — и ни одной строчки кода»
#ru
@database_design | Другие наши каналы
Расширение jsquery для PostgreSQL — точные и быстрые выборки из JSONB
Привет, Хабр! Это Антон Дятлов, инженер по защите информации в Selectel. В современных базах данных JSON — де-факто стандарт для хранения полуструктурированных сведений. PostgreSQL предлагает два специализированных типа для работы с ним: json и jsonb. Первый хранит точную текстовую копию документа со всеми пробелами и порядком ключей. Второй применяет оптимизированный бинарный формат.
Рассказываем про jsquery — расширение, которое предоставляет полноценный язык для формулирования выборок. Появляется возможность писать декларативные, понятные и очень быстрые инструкции для работы с
Читать: https://habr.com/ru/companies/selectel/articles/928922/
#ru
@database_design | Другие наши каналы
Привет, Хабр! Это Антон Дятлов, инженер по защите информации в Selectel. В современных базах данных JSON — де-факто стандарт для хранения полуструктурированных сведений. PostgreSQL предлагает два специализированных типа для работы с ним: json и jsonb. Первый хранит точную текстовую копию документа со всеми пробелами и порядком ключей. Второй применяет оптимизированный бинарный формат.
Рассказываем про jsquery — расширение, которое предоставляет полноценный язык для формулирования выборок. Появляется возможность писать декларативные, понятные и очень быстрые инструкции для работы с
jsonb-полями.Читать: https://habr.com/ru/companies/selectel/articles/928922/
#ru
@database_design | Другие наши каналы
Работа с временными таблицами в PostgreSQL
При создании временных таблиц в PostgreSQL изменяются до 13 таблиц системного каталога, при этом особенно сильно разрастаются
Читать: https://habr.com/ru/companies/tantor/articles/930038/
#ru
@database_design | Другие наши каналы
При создании временных таблиц в PostgreSQL изменяются до 13 таблиц системного каталога, при этом особенно сильно разрастаются
pg_attribute, pg_class, pg_depend и pg_type. Массовое создание и усечение временных таблиц активно применяется, в том числе в 1C:ERP. В статье рассматриваются особенности работы с временными таблицами и описано решение проблемы раздувания таблиц системного каталога, реализованное в СУБД Tantor Postgres.Читать: https://habr.com/ru/companies/tantor/articles/930038/
#ru
@database_design | Другие наши каналы
Новая эра DevOps: как Kubernetes, Crossplane и MongoDB Atlas упрощают управление облачной инфраструктурой. Автоматизация создания проектов, кластеров и пользователей через один объект Kubernetes улучшает безопасность и ускоряет процессы разработки.
Читать подробнее
#en
@database_design | Другие наши каналы
Читать подробнее
#en
@database_design | Другие наши каналы
Расчет RFM-модели в чистом SQL на примере магазина котиков: коротко
Привет, Хабр!
Сегодня мы рассмотрим, как реализовать RFM‑модель в чистом SQL на примере магазина котиков.
Читать: https://habr.com/ru/companies/otus/articles/930740/
#ru
@database_design | Другие наши каналы
Привет, Хабр!
Сегодня мы рассмотрим, как реализовать RFM‑модель в чистом SQL на примере магазина котиков.
Читать: https://habr.com/ru/companies/otus/articles/930740/
#ru
@database_design | Другие наши каналы
Автоматизация управления MongoDB Atlas с помощью Crossplane и Kubernetes
В статье раскрывается, как Crossplane упрощает создание и настройку окружений MongoDB Atlas через Kubernetes, позволяя быстро развертывать проекты и управлять инфраструктурой без сложных ручных процессов. Такой подход повышает гибкость и прозрачность работы команд.
Читать подробнее
#en
@database_design | Другие наши каналы
В статье раскрывается, как Crossplane упрощает создание и настройку окружений MongoDB Atlas через Kubernetes, позволяя быстро развертывать проекты и управлять инфраструктурой без сложных ручных процессов. Такой подход повышает гибкость и прозрачность работы команд.
Читать подробнее
#en
@database_design | Другие наши каналы