Маленькие, но мощные оптимизации: как pgpro_planner спасает запросы из мира 1С
Что общего у запросов из 1С, конструкции IN (VALUES ...) и безобидного выражения x + 0? Все они способны превратить выполнение запроса из миллисекундного дела в многоминутное ожидание, потому что стандартный планировщик PostgreSQL на них «спотыкается». Разбираем, как расширение pgpro_planner переписывает неудобные куски дерева запросов в дружелюбный вид еще до того, как оптимизатор успеет выбрать неудачный план, и почему некоторые из этих решений уже попали в ванильный PostgreSQL 18.
Читать: https://habr.com/ru/companies/postgrespro/articles/974652/
#ru
@database_design | Другие наши каналы
Что общего у запросов из 1С, конструкции IN (VALUES ...) и безобидного выражения x + 0? Все они способны превратить выполнение запроса из миллисекундного дела в многоминутное ожидание, потому что стандартный планировщик PostgreSQL на них «спотыкается». Разбираем, как расширение pgpro_planner переписывает неудобные куски дерева запросов в дружелюбный вид еще до того, как оптимизатор успеет выбрать неудачный план, и почему некоторые из этих решений уже попали в ванильный PostgreSQL 18.
Читать: https://habr.com/ru/companies/postgrespro/articles/974652/
#ru
@database_design | Другие наши каналы
Elasticsearch: реляционная база данных против поискового движка — Битва Титанов
В мире разработки часто возникает соблазн использовать знакомый инструмент для всех задач. Зачем изучать что-то новое, если есть проверенная реляционная база данных (РСУБД), такая как PostgreSQL или MySQL? Однако, когда дело доходит до реализации мощного, быстрого и релевантного поиска, этот подход терпит неудачу.
Elasticsearch — это не просто база данных, это распределенный поисковый и аналитический движок. В этой статье мы проведем детальное сравнение Elasticsearch и реляционных баз данных, разберемся в их архитектурных различиях и определим, когда каждый из инструментов становится титаном в своей нише.
Чтобы статья была максимально практико-ориентированной, мы рассмотрим, как с помощью Spring Boot быстро поднять приложение с интегрированным Elasticsearch и реализовать поиск, который «летает».
Читать: https://habr.com/ru/companies/otus/articles/975368/
#ru
@database_design | Другие наши каналы
В мире разработки часто возникает соблазн использовать знакомый инструмент для всех задач. Зачем изучать что-то новое, если есть проверенная реляционная база данных (РСУБД), такая как PostgreSQL или MySQL? Однако, когда дело доходит до реализации мощного, быстрого и релевантного поиска, этот подход терпит неудачу.
Elasticsearch — это не просто база данных, это распределенный поисковый и аналитический движок. В этой статье мы проведем детальное сравнение Elasticsearch и реляционных баз данных, разберемся в их архитектурных различиях и определим, когда каждый из инструментов становится титаном в своей нише.
Чтобы статья была максимально практико-ориентированной, мы рассмотрим, как с помощью Spring Boot быстро поднять приложение с интегрированным Elasticsearch и реализовать поиск, который «летает».
Читать: https://habr.com/ru/companies/otus/articles/975368/
#ru
@database_design | Другие наши каналы
Как мы научились строить деревья блокировок PostgreSQL в фоне и без влияния на производительность
Блокировки в СУБД — основа механизма параллельного доступа к данным, но также и частый симптом проблем в архитектуре или ошибок в логике работы с БД. Когда из-за них запросы зависают, нам требуется разбираться, кто кого и когда заблокировал, то есть поднимать и смотреть историю возникновения блокировок.
Чтобы понять цепочку блокировок, обычно строят их дерево рекурсивными запросами. Но частое выполнение таких запросов может существенно замедлить работу СУБД. В худшем случае можно усугубить проблему, которую мы пытаемся диагностировать.
Меня зовут Александра Кузнецова, я бэкенд-разработчик в СберТехе, в команде Platform V Kintsugi — это графический инструмент для сопровождения, разработки и диагностики СУБД на основе PostgreSQL. Расскажу о том, как мы с коллегами интегрировали сбор данных о блокировках в наш мониторинг сессий. Решение работает в фоне и не нагружает БД. И дерево блокировок можно построить для любого момента в прошлом, даже через несколько дней после инцидента. Начнём.
Читать: https://habr.com/ru/companies/sberbank/articles/974934/
#ru
@database_design | Другие наши каналы
Блокировки в СУБД — основа механизма параллельного доступа к данным, но также и частый симптом проблем в архитектуре или ошибок в логике работы с БД. Когда из-за них запросы зависают, нам требуется разбираться, кто кого и когда заблокировал, то есть поднимать и смотреть историю возникновения блокировок.
Чтобы понять цепочку блокировок, обычно строят их дерево рекурсивными запросами. Но частое выполнение таких запросов может существенно замедлить работу СУБД. В худшем случае можно усугубить проблему, которую мы пытаемся диагностировать.
Меня зовут Александра Кузнецова, я бэкенд-разработчик в СберТехе, в команде Platform V Kintsugi — это графический инструмент для сопровождения, разработки и диагностики СУБД на основе PostgreSQL. Расскажу о том, как мы с коллегами интегрировали сбор данных о блокировках в наш мониторинг сессий. Решение работает в фоне и не нагружает БД. И дерево блокировок можно построить для любого момента в прошлом, даже через несколько дней после инцидента. Начнём.
Читать: https://habr.com/ru/companies/sberbank/articles/974934/
#ru
@database_design | Другие наши каналы
Платформа данных мертва. Да здравствует платформа данных
Данных вокруг — океаны. А инструменты для работы за ними не поспевают. Мы как будто пытаемся переплыть эти океаны на дырявой шлюпке. Пробовали решить эту проблему по-разному, каждый подход был шагом вперед. Но ни один не дотянул до финиша.
Подход Инмона обещал «единый источник истины» в корпоративном хранилище — и обернулся бюрократией и запредельной стоимостью любого изменения. Подход Кимбалла дал скорость за счет удобных витрин, но ценой стали хаос, дублирование и информационные «силосы». Data Vault 2.0 — гибкий, аудируемый и мощный — без автоматизации превратился в проклятие для многих команд. И, наконец, Data Mesh: отличная организационная модель, которая дала командам автономию. Каждый домен сам владеет данными, сам отвечает за качество, сам развивается.
Но Data Mesh оставил открытым главный вопрос: как заставить всех этих независимых владельцев данных говорить на одном языке? Команды получили свободу, но работают на общей инфраструктуре, единой платформе с ее хранилищами, ETL-процессами, каталогами. И эта платформа осталась прежней: ждет команд от инженеров, требует ручного вмешательства, не умеет сама связывать данные из разных доменов. Дали командам независимость, но забыли дать им общий «мозг».
А что, если изменить непосредственно природу платформы данных? Сделать ее не пассивным набором инструментов, а системой, которая сама понимает данные, сама связывает домены, сама управляет качеством и развивается вместе с бизнесом?
Про концепцию такой платформы мы и хотим рассказать. Мы назвали ее AIDA (Adaptive Intelligence Data Architecture).
Читать: https://habr.com/ru/companies/gazprombank/articles/975026/
#ru
@database_design | Другие наши каналы
Данных вокруг — океаны. А инструменты для работы за ними не поспевают. Мы как будто пытаемся переплыть эти океаны на дырявой шлюпке. Пробовали решить эту проблему по-разному, каждый подход был шагом вперед. Но ни один не дотянул до финиша.
Подход Инмона обещал «единый источник истины» в корпоративном хранилище — и обернулся бюрократией и запредельной стоимостью любого изменения. Подход Кимбалла дал скорость за счет удобных витрин, но ценой стали хаос, дублирование и информационные «силосы». Data Vault 2.0 — гибкий, аудируемый и мощный — без автоматизации превратился в проклятие для многих команд. И, наконец, Data Mesh: отличная организационная модель, которая дала командам автономию. Каждый домен сам владеет данными, сам отвечает за качество, сам развивается.
Но Data Mesh оставил открытым главный вопрос: как заставить всех этих независимых владельцев данных говорить на одном языке? Команды получили свободу, но работают на общей инфраструктуре, единой платформе с ее хранилищами, ETL-процессами, каталогами. И эта платформа осталась прежней: ждет команд от инженеров, требует ручного вмешательства, не умеет сама связывать данные из разных доменов. Дали командам независимость, но забыли дать им общий «мозг».
А что, если изменить непосредственно природу платформы данных? Сделать ее не пассивным набором инструментов, а системой, которая сама понимает данные, сама связывает домены, сама управляет качеством и развивается вместе с бизнесом?
Про концепцию такой платформы мы и хотим рассказать. Мы назвали ее AIDA (Adaptive Intelligence Data Architecture).
Читать: https://habr.com/ru/companies/gazprombank/articles/975026/
#ru
@database_design | Другие наши каналы
Хакеры взломали создателей единого реестра воинского учета РФ. И удалили данные оттуда
Хакеры взломали «Микорд» — разработчика реестра воинского учета РФ, заявив об удалении данных и доступе к исходникам и документации
Читать: «Хакеры взломали создателей единого реестра воинского учета РФ. И удалили данные оттуда»
#ru
@database_design | Другие наши каналы
Хакеры взломали «Микорд» — разработчика реестра воинского учета РФ, заявив об удалении данных и доступе к исходникам и документации
Читать: «Хакеры взломали создателей единого реестра воинского учета РФ. И удалили данные оттуда»
#ru
@database_design | Другие наши каналы
Ускорение планирования JOIN’ов — до 16 раз быстрее
Благодаря коммиту нашего специалиста, в PostgreSQL 19 планирование JOIN’ов станет до 16 раз быстрее. Если раньше алгоритм сравнения частых значений (MCV) работал за O(N²), и при target=10k само планирование запроса могло занимать десятки миллисекунд, то теперь вместо квадратичного перебора будет использоваться хеш-таблица, а это снижает сложность до O(N). Изменение особенно оценят те, кто работает с неравномерными данными и поднимает default_statistics_target выше 1000.
Подробный разбор с тестами и графиками — в переводе статьи о нашем патче.
Читать: https://habr.com/ru/companies/tantor/articles/975808/
#ru
@database_design | Другие наши каналы
Благодаря коммиту нашего специалиста, в PostgreSQL 19 планирование JOIN’ов станет до 16 раз быстрее. Если раньше алгоритм сравнения частых значений (MCV) работал за O(N²), и при target=10k само планирование запроса могло занимать десятки миллисекунд, то теперь вместо квадратичного перебора будет использоваться хеш-таблица, а это снижает сложность до O(N). Изменение особенно оценят те, кто работает с неравномерными данными и поднимает default_statistics_target выше 1000.
Подробный разбор с тестами и графиками — в переводе статьи о нашем патче.
Читать: https://habr.com/ru/companies/tantor/articles/975808/
#ru
@database_design | Другие наши каналы
MariaDB Enterprise Q4 2025: релизы и бэкпорты
По MariaDB: выпущены версии 11.8.5-2, 11.4.9-6 и 10.6.24-20 с бэкпортами — буферизация аудит-логов, новые поля SHOW REPLICA STATUS, добавлен плагин caching_sha2_password, обновлён Galera и ColumnStore; последние релизы с поддержкой Windows 10/11.
Читать подробнее
#en
@database_design | Другие наши каналы
По MariaDB: выпущены версии 11.8.5-2, 11.4.9-6 и 10.6.24-20 с бэкпортами — буферизация аудит-логов, новые поля SHOW REPLICA STATUS, добавлен плагин caching_sha2_password, обновлён Galera и ColumnStore; последние релизы с поддержкой Windows 10/11.
Читать подробнее
#en
@database_design | Другие наши каналы
Новые серверы, новый Kubernetes, новый класс хранения в S3 и другие апдейты — дайджест продуктов Selectel
Привет, Хабр! Это Настя из Selectel. В очередном дайджесте расскажу, как мы улучшили продукты в ноябре. Новинок достаточно: добавили ледяной класс хранения S3, новые расширения в PostgreSQL и прерываемые ВМ во все регионы. Велкам под кат!
Читать: https://habr.com/ru/companies/selectel/articles/975968/
#ru
@database_design | Другие наши каналы
Привет, Хабр! Это Настя из Selectel. В очередном дайджесте расскажу, как мы улучшили продукты в ноябре. Новинок достаточно: добавили ледяной класс хранения S3, новые расширения в PostgreSQL и прерываемые ВМ во все регионы. Велкам под кат!
Читать: https://habr.com/ru/companies/selectel/articles/975968/
#ru
@database_design | Другие наши каналы
Как мы чуть не похоронили CRM клиента и зачем вам свой регламент безопасности
Сегодня не будет кейса про успешный успех. Этот кейс о том, как одна массовая операция может за день уничтожить данные, которые собирались годами.
Я Антон Карцев, генеральный директор и основатель Флайск. И сейчас расскажу историю из практики интегратора, с реальными последствиями, о которых, обычно, не говорят.
Читать: https://habr.com/ru/articles/972382/
#ru
@database_design | Другие наши каналы
Сегодня не будет кейса про успешный успех. Этот кейс о том, как одна массовая операция может за день уничтожить данные, которые собирались годами.
Я Антон Карцев, генеральный директор и основатель Флайск. И сейчас расскажу историю из практики интегратора, с реальными последствиями, о которых, обычно, не говорят.
Читать: https://habr.com/ru/articles/972382/
#ru
@database_design | Другие наши каналы
Как мы запускали «марсоход» на PostgreSQL: автоматизация кластеров в изолированной среде крупной компании
Мы создали комплексную систему автоматического развертывания кластеров PostgreSQL, протестировали ее более 150 раз, внедрили у заказчика в изолированной инфраструктуре, и все заработало.
Никакого доступа к рабочей инфраструктуре, никакого интернета, никакого «скопировал — вставил». Даже буфер обмена отключен. Все тестируем у себя, воссоздав полностью среду заказчика. А это уже больше похоже на запуск марсохода.
Читать: https://habr.com/ru/companies/jetinfosystems/articles/976520/
#ru
@database_design | Другие наши каналы
Мы создали комплексную систему автоматического развертывания кластеров PostgreSQL, протестировали ее более 150 раз, внедрили у заказчика в изолированной инфраструктуре, и все заработало.
Никакого доступа к рабочей инфраструктуре, никакого интернета, никакого «скопировал — вставил». Даже буфер обмена отключен. Все тестируем у себя, воссоздав полностью среду заказчика. А это уже больше похоже на запуск марсохода.
Читать: https://habr.com/ru/companies/jetinfosystems/articles/976520/
#ru
@database_design | Другие наши каналы
Как в 2026 году снизить стоимость разработки интеграций
На связи Сергей Скирдин, технический директор ИТ-интегратора «Белый код». Чаще всего в интеграциях мы сталкиваемся с настройкой обмена для баз 1С. Предположим, у нас 8 конфигураций 1С, связанных между собой, и нужно навести порядок. В статье расскажу, как мы придумали снизить стоимость разработки, а также значительно сократить время на рутинные задачи.
Читать: https://habr.com/ru/articles/976730/
#ru
@database_design | Другие наши каналы
На связи Сергей Скирдин, технический директор ИТ-интегратора «Белый код». Чаще всего в интеграциях мы сталкиваемся с настройкой обмена для баз 1С. Предположим, у нас 8 конфигураций 1С, связанных между собой, и нужно навести порядок. В статье расскажу, как мы придумали снизить стоимость разработки, а также значительно сократить время на рутинные задачи.
Читать: https://habr.com/ru/articles/976730/
#ru
@database_design | Другие наши каналы
Как построить геопространственный Lakehouse с помощью открытого ПО и Databricks
Геопространственные данные быстро перестают быть «слоем на карте», когда их нужно свести с другими источниками, регулярно обновлять, масштабировать запросы вроде «точка в полигоне» и отдавать результат в BI или GIS без ручной сборки артефактов. В статье разбирается практичный способ собрать геопространственный lakehouse на Databricks и открытых инструментах поверх Spark: как приземлять разные форматы в Delta, где чинить системы координат и некорректные геометрии, чем ускорять тяжёлые геоджойны и как организовать слой представления под разные потребители — от Power BI до облачных ГИС.
Перейти к статье
Читать: https://habr.com/ru/companies/otus/articles/976752/
#ru
@database_design | Другие наши каналы
Геопространственные данные быстро перестают быть «слоем на карте», когда их нужно свести с другими источниками, регулярно обновлять, масштабировать запросы вроде «точка в полигоне» и отдавать результат в BI или GIS без ручной сборки артефактов. В статье разбирается практичный способ собрать геопространственный lakehouse на Databricks и открытых инструментах поверх Spark: как приземлять разные форматы в Delta, где чинить системы координат и некорректные геометрии, чем ускорять тяжёлые геоджойны и как организовать слой представления под разные потребители — от Power BI до облачных ГИС.
Перейти к статье
Читать: https://habr.com/ru/companies/otus/articles/976752/
#ru
@database_design | Другие наши каналы
Оптимизации функционала Apache Iceberg в задачах real-time загрузки и обработки данных
Привет, Хабр! На связи — технические лидеры направления разработки Apache Spark в составе платформы Data Ocean Андрей Первушин и Дмитрий Паршин из Data Sapience. Мы занимаемся решением нетривиальных задач в области Spark-вычислений, некоторые из которых становятся частью конечного продукта.
Сегодня мы расскажем, с какими проблемами можно столкнуться при реализации Upsert Streaming в Iceberg, что такое equality delete, почему они создают нагрузку при чтении таблиц в Apache Iceberg и как мы оптимизировали Apache Spark, чтобы снизить потребление памяти и ускорить чтение данных.
Читать: https://habr.com/ru/companies/datasapience/articles/976920/
#ru
@database_design | Другие наши каналы
Привет, Хабр! На связи — технические лидеры направления разработки Apache Spark в составе платформы Data Ocean Андрей Первушин и Дмитрий Паршин из Data Sapience. Мы занимаемся решением нетривиальных задач в области Spark-вычислений, некоторые из которых становятся частью конечного продукта.
Сегодня мы расскажем, с какими проблемами можно столкнуться при реализации Upsert Streaming в Iceberg, что такое equality delete, почему они создают нагрузку при чтении таблиц в Apache Iceberg и как мы оптимизировали Apache Spark, чтобы снизить потребление памяти и ускорить чтение данных.
Читать: https://habr.com/ru/companies/datasapience/articles/976920/
#ru
@database_design | Другие наши каналы
От Адама и Евы к «Моим документам»: история хранения и передачи личной информации
История способов хранения данных — это история человечества. От первых рисунков на стенах древних пещер до современных облачных хранилищ, мы постоянно совершенствовали способы сохранить важную информацию, чтобы передать её потомкам или использовать для решения актуальных проблем. Но речь в статье пойдет немного не о том: сегодня мы постараемся осветить не столько глобальные вопросы сохранения и приумножения знаний, сколько проблемы рядовых «пользователей». Мы задались вопросом, как простые люди, не обремененные высокими материями, хранили личную информацию: любовные письма, дорогие сердцу изображения, плоды творчества и тому подобное. Разумеется, охватить всё в рамках одной статьи будет попросту невозможно, поэтому основной акцент мы сделаем на текстовой информации.
Читать: https://habr.com/ru/companies/ispsystem/articles/976974/
#ru
@database_design | Другие наши каналы
История способов хранения данных — это история человечества. От первых рисунков на стенах древних пещер до современных облачных хранилищ, мы постоянно совершенствовали способы сохранить важную информацию, чтобы передать её потомкам или использовать для решения актуальных проблем. Но речь в статье пойдет немного не о том: сегодня мы постараемся осветить не столько глобальные вопросы сохранения и приумножения знаний, сколько проблемы рядовых «пользователей». Мы задались вопросом, как простые люди, не обремененные высокими материями, хранили личную информацию: любовные письма, дорогие сердцу изображения, плоды творчества и тому подобное. Разумеется, охватить всё в рамках одной статьи будет попросту невозможно, поэтому основной акцент мы сделаем на текстовой информации.
Читать: https://habr.com/ru/companies/ispsystem/articles/976974/
#ru
@database_design | Другие наши каналы
Как установить Digital Q.DataBase на Astra Linux 1.8 и бесплатно работать с MS SQL, PostgreSQL и Oracle
Привет, Хабр!
Мы много работаем с компаниями, которым необходимо использовать отечественное ПО для баз данных. В таких проектах часто уже есть инфраструктура на MS SQL Server, PostgreSQL или Oracle Database. Основной конфликт — требования регуляторов и высокая стоимость миграции логики приложений на другую СУБД.
Мы создали продукт, который нативно понимает диалекты и позволяет работать с существующими базами без переписывания кода. В статье расскажем, как развернуть Digital Q.DataBase для начала работы с базами без долгой и затратной миграции.
Читать: https://habr.com/ru/companies/diasoft_company/articles/977170/
#ru
@database_design | Другие наши каналы
Привет, Хабр!
Мы много работаем с компаниями, которым необходимо использовать отечественное ПО для баз данных. В таких проектах часто уже есть инфраструктура на MS SQL Server, PostgreSQL или Oracle Database. Основной конфликт — требования регуляторов и высокая стоимость миграции логики приложений на другую СУБД.
Мы создали продукт, который нативно понимает диалекты и позволяет работать с существующими базами без переписывания кода. В статье расскажем, как развернуть Digital Q.DataBase для начала работы с базами без долгой и затратной миграции.
Читать: https://habr.com/ru/companies/diasoft_company/articles/977170/
#ru
@database_design | Другие наши каналы
Дайджест для тех, кто занимается бэкендом: чему учиться в декабре и январе
Привет, Хабр. Это дайджест для тех, кто занимается бэкендом: от продакшен-Docker, CI/CD и Kubernetes до баз данных, мониторинга и архитектуры сервисов. Мы собрали открытые уроки и курсы, которые фокусируются не на абстрактной теории, а на реальных задачах — масштабировании, отказоустойчивости, наблюдаемости и поддержке сложных систем в проде. Если вы развиваете бэкенд-сервисы, отвечаете за их стабильность или хотите системно расти от уровня к уровню, здесь можно точечно закрыть пробелы и выстроить понятную траекторию обучения.
Перейти к дайджесту
Читать: https://habr.com/ru/companies/otus/articles/977280/
#ru
@database_design | Другие наши каналы
Привет, Хабр. Это дайджест для тех, кто занимается бэкендом: от продакшен-Docker, CI/CD и Kubernetes до баз данных, мониторинга и архитектуры сервисов. Мы собрали открытые уроки и курсы, которые фокусируются не на абстрактной теории, а на реальных задачах — масштабировании, отказоустойчивости, наблюдаемости и поддержке сложных систем в проде. Если вы развиваете бэкенд-сервисы, отвечаете за их стабильность или хотите системно расти от уровня к уровню, здесь можно точечно закрыть пробелы и выстроить понятную траекторию обучения.
Перейти к дайджесту
Читать: https://habr.com/ru/companies/otus/articles/977280/
#ru
@database_design | Другие наши каналы
👍1
Как ИИ помогает проектировать базы данных
Искусственный интеллект резко ворвался в нашу жизнь. Для кого-то это возможность смотреть или генерировать прикольные и не очень картинки и видео, которые многим уже надоели. А для нас, коллеги, это мощный инструмент, позволяющий быстрее решать различные задачи.
Нейросети научились писать код, и все кто шагает в ногу со временем уже используют Cursor и подобные инструменты, восхищаясь насколько шагнули вперёд технологии, и как много возможностей они дают тем, кто уже и так шарит, и умеет использовать их с умом.
В этой статье речь пойдёт о менее заезженной, но не менее актуальной теме – как ИИ уже сейчас помогает проектировать базы данных.
Читать: https://habr.com/ru/articles/977416/
#ru
@database_design | Другие наши каналы
Искусственный интеллект резко ворвался в нашу жизнь. Для кого-то это возможность смотреть или генерировать прикольные и не очень картинки и видео, которые многим уже надоели. А для нас, коллеги, это мощный инструмент, позволяющий быстрее решать различные задачи.
Нейросети научились писать код, и все кто шагает в ногу со временем уже используют Cursor и подобные инструменты, восхищаясь насколько шагнули вперёд технологии, и как много возможностей они дают тем, кто уже и так шарит, и умеет использовать их с умом.
В этой статье речь пойдёт о менее заезженной, но не менее актуальной теме – как ИИ уже сейчас помогает проектировать базы данных.
Читать: https://habr.com/ru/articles/977416/
#ru
@database_design | Другие наши каналы
Как я распилил 1,1 ТБ default-партиции и не уронил прод
Мы забыли вовремя создать партиции, и все новые данные полетели в
Default-партиция — это не озеро Байкал. Если туда всё сливать, экосистема потом мстит.
44 секунды блокировки: план операции
Читать: https://habr.com/ru/articles/977528/
#ru
@database_design | Другие наши каналы
Мы забыли вовремя создать партиции, и все новые данные полетели в
events_default_partition. Default дорос до ~1.1 ТБ, а простое «ATTACH PARTITION» требовало часов сканирования и долгой блокировки. В статье — почему «быстрые» рецепты оказываются медленными, как я перенёс данные в нужные диапазоны, и как мы уложили критическую блокировку в 44 с.Default-партиция — это не озеро Байкал. Если туда всё сливать, экосистема потом мстит.
44 секунды блокировки: план операции
Читать: https://habr.com/ru/articles/977528/
#ru
@database_design | Другие наши каналы
Что делать, если нужно одно решение, чтобы править всеми СХД? Выбираем CSI-драйвер: от вендора или универсальный
Команда Deckhouse Storage рассказала о поддерживаемых в наших платформах CSI с использованием реализаций от вендора (для платформ Huawei, HPE, NetApp и Yadro), а также о собственном универсальном CSI-драйвере csi-scsi-generic, который поддерживает интеграцию с любыми системами хранения данных.
Читать: https://habr.com/ru/companies/flant/articles/967318/
#ru
@database_design | Другие наши каналы
Команда Deckhouse Storage рассказала о поддерживаемых в наших платформах CSI с использованием реализаций от вендора (для платформ Huawei, HPE, NetApp и Yadro), а также о собственном универсальном CSI-драйвере csi-scsi-generic, который поддерживает интеграцию с любыми системами хранения данных.
Читать: https://habr.com/ru/companies/flant/articles/967318/
#ru
@database_design | Другие наши каналы
Большой разворот: как изменился стек технологий в российском IT после 2022 года
Если оглянуться на последние три года в российской IT-индустрии, становится ясно: мы пережили полноценную трансформацию. Процесс, который в обычных условиях занял бы лет пять-семь, сжался в 2-3 раза. Для многих это был болезненный, но продуктивный стресс-тест для всей экосистемы.
В этой статье я постараюсь глубже раскрыть тему, не буду останавливаться на банальных «было-стало». Сразу хочу попросить написать в комментариях: с какими трудностями вы столкнулись? Что было сложнее всего? Что далось проще? Какие неожиданные проблемы выскакивали и как вы с ними боролись? Думаю всем будет интересно почитать о вашем опыте.
И так, начнём!
Читать: https://habr.com/ru/companies/timeweb/articles/971778/
#ru
@database_design | Другие наши каналы
Если оглянуться на последние три года в российской IT-индустрии, становится ясно: мы пережили полноценную трансформацию. Процесс, который в обычных условиях занял бы лет пять-семь, сжался в 2-3 раза. Для многих это был болезненный, но продуктивный стресс-тест для всей экосистемы.
В этой статье я постараюсь глубже раскрыть тему, не буду останавливаться на банальных «было-стало». Сразу хочу попросить написать в комментариях: с какими трудностями вы столкнулись? Что было сложнее всего? Что далось проще? Какие неожиданные проблемы выскакивали и как вы с ними боролись? Думаю всем будет интересно почитать о вашем опыте.
И так, начнём!
Читать: https://habr.com/ru/companies/timeweb/articles/971778/
#ru
@database_design | Другие наши каналы
MariaDB Connector/J 3.5.7 и 2.7.13 — новые релизы
MariaDB выпустила Connector/J 3.5.7 и 2.7.13: в 3.5.7 добавлена поддержка TLS SNI и исключение MariaDbDataTruncation, исправлены разные баги. Подробности в release notes и на сайте MariaDB.
Читать подробнее
#en
@database_design | Другие наши каналы
MariaDB выпустила Connector/J 3.5.7 и 2.7.13: в 3.5.7 добавлена поддержка TLS SNI и исключение MariaDbDataTruncation, исправлены разные баги. Подробности в release notes и на сайте MariaDB.
Читать подробнее
#en
@database_design | Другие наши каналы