Основатель Microsoft Билл Гейтс впервые встретился с создателем Linux Линусом Торвальдсом. 📝 The Verge

#новости@iphonesru

Сбер представил обновленный инструмент GigaCode 2.0 для ускорения разработки. Он поддерживает 35 языков программирования

Как сообщил на конференции GigaConf старший вице-президент Сбера Андрей Белевцев, новая версия использует ансамбль нейросетей, включая GigaChat и специализированные модели для работы с кодом. Они были дообучены на актуальных данных и теперь способны генерировать до 40 подсказок в секунду, что в четыре раза быстрее, чем раньше.

Одна из главных особенностей GigaCode 2.0 — повышенное внимание к контексту кода. Это позволяет выдавать более точные и практически применимые рекомендации, особенно при работе с большими проектами. Существенно выросло и качество генерации кода: по международному стандарту LiveCodeBench точность решений увеличилась с 28 до 65%.

Кроме того, в новой версии доработана технология RAG (Retrieval Augmented Generation), которая помогает лучше учитывать специфику конкретного проекта и уменьшает количество ошибок. Например, использование устаревших методов или неправильного синтаксиса.

GigaCode 2.0 поддерживает более 35 языков программирования, включая Python, Java, JavaScript, Kotlin и C++, что делает его гибким инструментом для разных задач и команд.

https://www.iphones.ru/iNotes/sber-predstavil-obnovlennyy-instrument-dlya-uskoreniya-razrabotki-gigacode-20

#новости@iphonesru

🤖 Функция JSON_TABLE() в PostgreSQL 17.

Одним из очень полезных нововведений в PostgreSQL 17 стала функция JSON_TABLE(), которая предназначена для преобразования данных в формате JSON в табличный вид, что позволяет использовать их в SQL-запросах как обычную таблицу. Эта функция поддерживает сложные структуры JSON и позволяет извлекать данные из вложенных уровней, а также формировать реляционные представления.

Основные особенности JSON_TABLE():

📌 Использование в FROM-предложении: JSON_TABLE() можно использовать в FROM-предложении запроса SELECT, UPDATE, DELETE, а также как источник данных в MERGE-запросе;
📌 Извлечение данных: Функция использует JSON-путь (JSON path expression) для извлечения нужных данных из JSON-структуры;
📌 Формирование таблицы: С помощью COLUMNS-предложения можно задать структуру результирующей таблицы, указав, какие данные из JSON-объекта должны быть извлечены и каким образом.

Синтаксис будет таким:

JSON_TABLE (
context_item,
path_expression [AS json_path_name]
[PASSING {value AS varname} [, ...]]
COLUMNS (json_table_column [, ...])
[ {ERROR | EMPTY} ON ERROR ]
[PLAN (json_table_plan) | PLAN DEFAULT ({INNER | OUTER} [, {CROSS | UNION} ] | {CROSS | UNION} [, {INNER | OUTER} ])]
)

На первый взгляд кажется сложным. Давайте с этим разбираться.

context_item - это источник наших данных JSON/JSONB. Это может быть таблица, содержащая JSON данные;

path_expression - SQL или JSON выражение, определяющее запрос;

COLUMNS - определяет схему таблицы, в которую мы загружаем JSON. Т.е. здесь мы определяем в какие колонки какие JSON данные грузить.

Со всеми остальными параметрами функции более подробно можно ознакомиться в документации:

➡️ https://postgrespro.ru/docs/postgrespro/17/functions-json#FUNCTIONS-SQLJSON-TABLE

Примеры использования (из документации):

Предположим, у нас есть таблица my_films, где хранится JSON-данные:

CREATE TABLE my_films (js jsonb);
INSERT INTO my_films VALUES ('{"favorites": [{"kind": "comedy", "films": [{"title": "Bananas", "director": "Woody Allen"}, {"title": "The Dinner Game", "director": "Francis Veber"}]}, {"kind": "horror", "films": [{"title": "Psycho", "director": "Alfred Hitchcock"}]}, {"kind": "thriller", "films": [{"title": "Vertigo", "director": "Alfred Hitchcock"}]}, {"kind": "drama", "films": [{"title": "Yojimbo", "director": "Akira Kurosawa"}]}]}');

Используем JSON_TABLE() для извлечения жанра, названия и режиссера:

SELECT jt.*
FROM my_films,
JSON_TABLE (
js,
'$.favorites[*]'
COLUMNS (
id FOR ORDINALITY,
kind text PATH '$.kind',
NESTED PATH '$.films[*]' COLUMNS (
title text PATH '$.title',
director text PATH '$.director')
)
) AS jt;

Здесь у нас ещё присутствует параметр FOR ORDINALITY, который добавляет столбец с порядковым номером строки, а также NESTED PATH (вложенные пути) - позволяет извлекать данные из вложенных JSON-объектов или массивов.

С помощью параметров PASSING и FORMAT JSON мы можем извлечь JSON-данные и преобразовать их в строку:

SELECT jt.*
FROM my_films,
JSON_TABLE (
js,
'$.favorites[*]'
PASSING 'Alfred Hitchcock' AS filter
COLUMNS (
id FOR ORDINALITY,
kind text PATH '$.kind',
title text FORMAT JSON PATH '$.films[*].title' OMIT QUOTES,
director text PATH '$.films[*].director' KEEP QUOTES
)
) AS jt;

Функция JSON_TABLE() в PostgreSQL 17 - мощный инструмент для преобразования JSON-данных в реляционный формат. Она позволяет работать с вложенными структурами, извлекать нужные поля и формировать таблицы, которые можно использовать в SQL - запросах.

На этом все! До связи!

#pgjson

Авторы индекса TIOBE опубликовали июльский рейтинг популярных языков программирования. Первые восемь позиций рейтинга остались без изменений. Ada обогнал SQL, Perl и Fortran и занял 9-е место.

#разработка #статистика

Создание расширений на Rust

В данной статье автор делится своим опытом создания крупных расширений для реальных проектов. Это не вводная статья – она рассчитана на тех, кто уже умеет писать простые расширения с помощью Rust.

👉Читать статью

#статьи

Издание Register рассказало историю о том, как 20 лет назад неквалифицированный системный администратор на три часа обрушил сайт Amazon.com из‑за опечатки в файле конфигурации системы резервного копирования.

#Amazon #ТехническиеШоколадки #люди

Figma открыла всем пользователям доступ к сервису вайб-кодинга Figma Make для создания приложений по текстовым описаниям.

Генерировать и редактировать приложения смогут все пользователи, но для публикации понадобится подписка на все инструменты Figma

vc.ru/ai/2120073

Microsoft готовит масштабное обновление своей флагманской среды разработки Visual Studio. Согласно внутренней переписке, с которой ознакомилось издание Business Insider, основной особенностью новой Visual Studio станет глубокая интеграция ИИ-инструментов.

#ИскИн #разработка #Microsoft

Matplotlib: Оформление графиков

Без подписей и нормальных цветов график может превратиться в кашу. Поэтому в этот раз расскажем, как правильно оформлять графики.

Обрати внимание на пример. ax.set_title позволяет добавить заголовок нашему графику, а set_label добавляет подписи к конкретным осям. ax.grid включает сетку. Сетка помогает ориентироваться по значениям, особенно если их много.

Если много линий на одном графике — легенда обязательна. Делается она с помощью ax.legend. Цвета можно создавать различными способами: по названию ('red'), hex ('#FF5733') или RGB.

#практика

Функция WEEK в MySQL

Функция WEEK используется для извлечения номера недели из даты.

Базовый синтаксис функции выглядит следующим образом:
WEEK( date_value, [ mode ] )

- date_value - значение даты или даты/времени, из которого извлекается неделя.
- mode - Необязательный. Он используется для указания дня недели. Это может быть один из следующих вариантов:

Примечание:
1. Функция WEEK возвращает значение от 0 до 53 или от 1 до 53 в зависимости от указанного режима.
2. Если вы используете MySQL 4.0.14+, а режим не указан, функция WEEK будет использовать значение в системной переменной default_week_format в качестве режима.
3. Если вы используете версию MySQL, которая старше 4.0.14, а режим не указан, функция WEEK будет использовать 0 в качестве режима.
4. Функция WEEKOFYEAR возвращает то же самое, что и функция WEEK с синтаксисом WEEK (date_value, 3).