Clickhouse — непростая жизнь в продакшене

Около двух лет назад вышла небольшая статья Kafka Streams — непростая жизнь в production, в которой я описывал сложности, с которыми наша команда столкнулась при попытке решить задачи проекта с помощью kafka-streams. Эксперимент вышел неудачным, и мы в итоге совсем отказались от этой технологии. Вместо нее решили попробовать Clickhouse (CH), и сейчас уже можно сказать, что эта база нам очень хорошо подошла и отлично решает почти все задачи, которые нам ставит бизнес. В этой статье я расскажу об особенностях использования CH.

https://habr.com/ru/companies/maxilect/articles/761258/

#db

👉 @database_info

Одна из возможных версий переезда с MySQL на PostgreSQL

Всем привет! Меня зовут Станислав, я Java-разработчик в Rocket Science, outsource-компании, специализирующейся преимущественно на финтех-проектах. С 2019 года я веду проект бэкенда для внутренних мобильных приложений (которыми пользуются сотрудники) одного крупного банка. Когда мы начинали проект, у DBA были компетенции только в Oracle и MySQL, а в последние пару лет, наоборот, фокус в организации сместился в сторону PostgreSQL и появилась тенденция по переезду в него разных внутренних сервисов. Нашей команде было вполне комфортно на MySQL, но мы прикинули, что переезд в PostgreSQL позволит нам решить ряд попутных технических вопросов, и ввязались в эту авантюру.

В этой статье я расскажу, какие подводные камни ждали нас на этом пути.

https://habr.com/ru/articles/742552/

#db

👉 @database_info

Expert Oracle Database Architecture: Techniques and Solutions for High Performance and Productivity
Автор: Darl Kuhn (2021)

Теперь в четвертом издании, охватывающем Oracle Database 21c, эта книга-бестселлер продолжает знакомить вас с лучшими мыслями о том, как применять Oracle Database для создания масштабируемых приложений, которые хорошо работают и дают правильные результаты. Авторы разделяют простую философию: "Вы можете относиться к Oracle как к черному ящику и просто засовывать в него данные, а можете понять, как он работает, и использовать его как мощную вычислительную среду". Если вы выберете последнее, то обнаружите, что существует мало проблем управления информацией, которые вы не сможете решить быстро и элегантно.

#db

👉 @database_info

Пять факторов, которые влияют на выбор базы данных

При выборе баз данных для текущего проекта (или при замене тех, которые не отвечают вашим текущим потребностям) количество возможных вариантов очень велико. Это и хорошо, и плохо, ведь нужны какие-то критерии фильтрации.

Сегодня есть гораздо больше баз данных, чем когда-либо. В декабре 2012 года, когда DB-Engines.com впервые начал ранжировать базы данных, у него получился список из 73 систем (существенный рост по сравнению с самым первым списком из 18 систем). Спустя десять лет, на декабрь 2022 года в списке было уже почти четыреста систем. За последнее десятилетие произошёл настоящий кембрийский взрыв технологий баз данных. Нужно ориентироваться в обширном пространстве вариантов: SQL, NoSQL, множество «многомодельных» баз данных, которые могут быть сочетанием SQL и NoSQL, или множественные модели данных NoSQL (сочетающие две или более опций: документы, ключи-значения, широкие столбцы, графы и так далее).

Rus https://habr.com/ru/companies/ruvds/articles/713892/

Eng https://dzone.com/articles/5-factors-when-selecting-a-database


#db

👉 @database_info

Шпаргалка по SQL

#db

👉 @database_info

Популярные базы данных и их категории

#db

👉 @database_info

PostgreSQL Antipatterns: простой(?) INSERT… VALUES

Представим, что у вас есть некоторая табличка статистики, куда вы периодически скидываете таймстамп последнего "текущего" состояния в паре координат - например, (ID организации, ID сотрудника).

Как больно наступить на грабли в совсем простом, казалось бы, запросе?

https://habr.com/ru/company/tensor/blog/702902/

#PostgreSQL

👉 @database_info

Pro SQL Server 2022 Wait Statistics: A Practical Guide to Analyzing Performance in SQL Server and Azure SQL Database, 3rd Edition
Автор: Enrico van de Laar (2023)

Используйте это практическое руководство для анализа и устранения неполадок в работе SQL Server с помощью статистики ожидания. Вы научитесь точно определять, почему ваши запросы выполняются медленно. Вы будете знать, как измерить количество времени, затрачиваемое каждым узким местом, чтобы сосредоточить внимание на самых значительных улучшениях.

Книга не ограничивается рассмотрением наиболее распространенных типов ожиданий, а переходит к более сложным и угрожающим производительности типам ожиданий. Вы узнаете о статистике ожидания по запросам и статистике ожидания на основе сеансов, а также о типах проблем, которые они могут помочь вам решить.

#db

👉 @database_info

Размер базы данных PostgreSQL

Чтобы получить физический размер файлов (хранилища) базы данных, используем следующий запрос:

SELECT pg_database_size(current_database());
Результат будет представлен как число вида 41809016.

current_database() — функция, которая возвращает имя текущей базы данных. Вместо неё можно ввести имя текстом:

SELECT pg_database_size('my_database');
Для того, чтобы получить информацию в человекочитаемом виде, используем функцию pg_size_pretty:

SELECT pg_size_pretty(pg_database_size(current_database()));
В результате получим информацию вида 40 Mb.

#PostgreSQL

👉 @database_info