درود دوستان، اگه تمایل داشتید رویداد اسپارک رو شرکت کنید، ارائه هاش جالب به نظر میاد.

https://t.me/ce_spark/104

این یه سری از ارائه هاشونه
https://t.me/ce_spark/112
https://t.me/ce_spark/111
https://t.me/ce_spark/108

➖➖➖➖➖➖➖➖
https://t.me/addlist/KpzXaiSpKENkMGM0

🔵 عنوان مقاله
pgwatch 3.0: A Flexible Postgres Monitoring Solution

🟢 خلاصه مقاله:
نسخه 3.0 نرم‌افزار در برگیرندهٔ پشتیبانی برای Postgres 17 است که شامل معیار‌های جدید نیز می‌شود. همچنین، این نسخه از پشتیبانی بهبود یافته برای سیستم‌عامل ویندوز، پشتیبانی بهتر از Docker و به‌روزرسانی مستندات بهره می‌برد. از دیگر ویژگی‌های قابل توجه‌، پشتیبانی از چند مخزن برای اجراهای موازی است که امکان پردازش بهتر و سریع‌تر داده‌ها را فراهم می‌آورد. تمامی اطلاعات و کدها مربوطه در مخزن GitHub قابل دسترسی اند. این ارتقاء‌ها به کاربران این امکان را می‌دهند که با استفاده از نرم‌افزار به شکل مؤثرتر و کارآمدتری از داده‌های خود استفاده کنند و از جدیدترین تکنولوژی‌ها بهره‌مند شوند.

🟣لینک مقاله:
https://postgresweekly.com/link/165053/web

➖➖➖➖➖➖➖➖
👑 @Database_Academy

🔵 عنوان مقاله
Mathesar: A Spreadsheet Interface to Postgres Databases

🟢 خلاصه مقاله:
مقاله‌ای که مورد بررسی قرار گرفته نرم‌افزار متن‌باز تحت مجوز GPLv3 را معرفی می‌کند که به کاربران اجازه می‌دهد تا از طریق یک رابط کاربری جدولی به پایگاه داده‌ای Postgres دلخواه دسترسی پیدا کنند. هدف اصلی این ابزار، سهولت دسترسی توسعه‌دهندگان و کاربران نهایی به پایگاه‌های داده است. این ابزار برای اولین بار دو سال پیش معرفی شد و اخیرا نسخه 0.2 آن منتشر شده است. همچنین لینک مخزن GitHub آن در دسترس قرار دارد که به کاربران اجازه می‌دهد نسخه‌های جدیدتر را دنبال یا دانلود کنند. این ابزار به توسعه‌دهندگان کمک می‌کند تا بتوانند پایگاه داده‌های Postgres را بدون نیاز به دانش فنی عمیق از پایگاه داده‌ها، به طور مستقیم در دسترس کاربران قرار دهند.

🟣لینک مقاله:
https://postgresweekly.com/link/165051/web

➖➖➖➖➖➖➖➖
👑 @Database_Academy

🔵 عنوان مقاله
PostgreSQL Performance Monitoring Cheatsheet

🟢 خلاصه مقاله:
مقاله‌ای که در دسترس قرار گرفته، راهنمایی فشرده و کاربردی است برای رصد و پایش عملکرد دیتابیس‌های PostgreSQL با استفاده از ابزارها و فرایندهای مناسب. در این مقاله، فهرستی از دستورات مهم و کاربردی psql ارائه می‌شود که برای مدیران دیتابیس و توسعه‌دهندگان ضروری هستند. علاوه بر این، نحوه استفاده از برنامه Datadog به عنوان ابزاری برای پایش و تحلیل عملکرد PostgreSQL به طور خلاصه شرح داده می‌شود. راهنما نکات مفیدی را در خصوص پیگیری منابع حیاتی و معیارهای فعالیت از دیتابیس‌ها بیان می‌کند و به خواننده کمک می‌کند تا با استفاده از Datadog، به طور مؤثری دیتابیس‌های PostgreSQL خود را تحت نظر داشته باشند. این مقاله منبعی ایده‌آل برای کسانی است که می‌خواهند به روز و آگاه از وضعیت دیتابیس‌های خود باشند و عملکرد سیستم‌هایشان را بهبود ببخشند.

🟣لینک مقاله:
https://postgresweekly.com/link/165032/web

➖➖➖➖➖➖➖➖
👑 @Database_Academy

🔵 عنوان مقاله
pg_squeeze 1.8: Extension to Automate Table Bloat Cleanup

🟢 خلاصه مقاله:
مقاله‌‌ای که مورد بحث قرار گرفته، اشاره دارد به اینکه یک افزونه جدید برای پایگاه داده‌های Postgres ارائه شده است که هرچند جایگزینی برای عملیات خلاصه‌سازی داده‌ها (vacuuming) نیست، اما قابلیت‌های پیشرفته‌ای به آن اضافه می‌کند تا فضای بیشتری را در همان مکان فعلی بهبود ببخشد. این افزونه که اکنون با نسخه 17 پایگاه داده Postgres سازگار است، گامی فراتر برای افزایش کارایی و بهینه‌سازی فضای داده‌ها محسوب می‌شود. این ابزار می‌تواند به مدیران پایگاه داده کمک کند تا با استفاده از تکنولوژی‌های نوآورانه، فضا را به شکل موثرتری مدیریت کنند و بهره‌وری سیستم‌های خود را افزایش دهند. افزونه مذکور در پی تقویت توان مدیریت داده در محیط‌هایی با حجم بالا و نیازهای شدید به ذخیره‌سازی می‌باشد.

🟣لینک مقاله:
https://postgresweekly.com/link/165056/web

➖➖➖➖➖➖➖➖
👑 @Database_Academy

🔵 عنوان مقاله
A Major Aurora Postgres Upgrade with Zero Downtime

🟢 خلاصه مقاله:
دو مهندس الهام گرفته از یک پست وبلاگ پیشین تیم پایگاه داده Lyft، تصمیم گرفتند نسخه‌ای کوچک اما پرکاربرد از نمونه Aurora Postgres خود را به روز رسانی کنند بدون اینکه برنامه‌شان تأثیر بپذیرد. در این مقاله، داستان کامل به همراه مشکلاتی که با آن‌ها روبرو شدند، بیان شده است. به یاد داشته باشید که پایگاه داده برای چند ثانیه از دسترس خارج می‌شود، اما برنامه‌ی آن‌ها نیازی به رد درخواست‌ها نداشت. از دیدگاه تکنیکی، این مقاله می‌تواند درک بهتری از چالش‌ها و راهکارهای به روز رسانی سیستم‌های پایگاه داده در محیط‌های تولیدی فراهم آورد. این محتوا مخاطبان فنی را هدف قرار داده و بینش‌هایی در مورد نحوه مدیریت و اجرای بدون وقفه عملیات پایگاه داده به ارمغان می‌آورد.

🟣لینک مقاله:
https://postgresweekly.com/link/165033/web

➖➖➖➖➖➖➖➖
👑 @Database_Academy

🔵 عنوان مقاله
VACUUM (INDEX_CLEANUP OFF) Considered Harmful

🟢 خلاصه مقاله:
این مقاله به تحلیل عمقی مفهوم تجاهل استراتژیک از گزینه‌های خاص در موقعیت‌های اضطراری می‌پردازد. نویسنده با بیانی کلی به خوانندگان هشدار می‌دهد که مگر در شرایطی که کاملاً اطمینان دارند که چه کاری انجام می‌دهند و در شرایطی فوق‌العاده قرار دارند، باید از در نظر گرفتن برخی از گزینه‌ها خودداری کنند. به بیان دیگر، خوانندگان باید "وانمود کنند که این گزینه وجود ندارد". این ادبیات رایج در میان متخصصان است که نوعی دفاع پیشگیرانه را تشویق می‌کند تا از تصمیمات عجولانه و احتمالاً خطرناک در شرایط بحرانی پرهیز کنند. مقاله تأکید می‌کند که تنها در شرایط "بحرانی حلقه‌ای" که از تحلیل دقیق و شناخت کامل وضعیت برخوردار است، بایستی این گزینه‌ها مورد استفاده قرار گیرند. به این ترتیب، مقاله در واقع به ترویج احتیاط و دوراندیشی در مدیریت موقعیت‌های پیچیده می‌پردازد.

🟣لینک مقاله:
https://postgresweekly.com/link/165046/web

➖➖➖➖➖➖➖➖
👑 @Database_Academy

🔵 عنوان مقاله
A New Postgres Block Storage Layout for Full Text Search

🟢 خلاصه مقاله:
مقاله‌ای که مورد بررسی قرار گرفته درباره بروزرسانی افزونه‌ی pg_search برای پایگاه داده‌ی Postgres است. این افزونه که برای جستجوی متن کامل با استفاده از الگوریتم BM25 طراحی شده، پیشتر نیازمند استفاده از فایل‌های خارجی غیر-Postgres بود. اکنون، به‌روزرسانی‌های جدید این افزونه امکان استفاده کامل از حافظه بلوکی Postgres را فراهم کرده است. این مقاله دلایل و چگونگی این تغییرات را توضیح می‌دهد و بر اهمیت بهره‌برداری از قابلیت‌های داخلی Postgres برای بهبود عملکرد و کارایی جستجوی متن کامل تأکید می‌کند. تغییر به استفاده از حافظه بلوکی داخلی به افزایش سرعت و کارآمدی در جستجوها کمک شایانی کرده و علاوه بر این، نگهداری و مدیریت داده‌ها را ساده‌تر می‌کند.

🟣لینک مقاله:
https://postgresweekly.com/link/165035/web

➖➖➖➖➖➖➖➖
👑 @Database_Academy

🔵 دنیای بلاکچین و ارز های دیجیتال
🔴 @Blockchain_labdon
🟢 حوزه های تحت پوشش

(Bitcoin, Ethereum, Altcoins, Blockchain, Policy & Regulations, AI, NFTs, DeFi)

➖➖➖➖➖➖➖➖
🔵 مهندسی نرم افزار
🔴 @software_labdon
🟢 حوزه های تحت پوشش

(Engineering, Architecture, Design, Testing, Security , QA)

➖➖➖➖➖➖➖➖
🔵 لینوکس- از توزیع‌ها تا ترفندهای امنیتی
🔴 @linux_labdon
🟢 حوزه های تحت پوشش

(Linux Distributions, Open Source Software, Security Tips ,New Releases & Features)

➖➖➖➖➖➖➖➖
🔵 دوآپـس - ابزارها و روندهای جدید
🔴 @devops_labdon
🟢 حوزه های تحت پوشش

(CI/CD Pipelines, Cloud Infrastructure, Containerization & Orchestration, Monitoring & Performance, Infrastructure as Code, Security in DevOps)

بعد مدت ها یک مقاله توی مدیوم نوشتم دوباره. اول GeoHash رو یاد میگیریم،‌ بعد اینکه چطور روی prefixهاش با پیجیدگی زمانی log Nسرچ کنیم، و در نهایت H3 چیه و چطور میشه ازش توی ردیس استفاده کرد. اگه به دید سیستم دیزاینی هم بهش نگاه کنید به درد مصاحبه‌ها خیلی می‌خوره.

https://medium.com/@mhrlife/how-to-index-the-earth-a-deep-dive-into-geohash-redis-and-location-based-services-777626c6eb59

🔵 عنوان مقاله
DocumentDB: Microsoft Brings More NoSQL to Postgres

🟢 خلاصه مقاله:
مقاله‌ای که مورد بررسی قرار گرفته در رابطه با یک موتور پایگاه داده‌ای NoSQL مبتنی بر اسناد است که تحت عنوان DocumentDB شناخته می‌شود، اما باید با نسخه مشابهی که توسط آمازون توسعه یافته است اشتباه نگرفته شود. این DocumentDB که تحت لیسانس MIT منتشر شده، بر روی Postgres بنا نهاده شده است و توسط مایکروسافت برای استفاده درونی در Azure Cosmos DB برای MongoDB به کار رفته است. این سیستم به طور خاص برای کاربردهایی طراحی شده که به انعطاف‌پذیری بالا در مدیریت داده‌های گسترده و توزیع شده نیاز دارند. DocumentDB با استفاده از قابلیت‌ها و توانمندی‌های Postgres، یک راه‌کار مؤثر برای مدیریت پردازش داده‌های NoSQL ارائه می‌دهد، این در حالی است که از استانداردهای باز و آزاد برخوردار است.

🟣لینک مقاله:
https://postgresweekly.com/link/165373/web

➖➖➖➖➖➖➖➖
👑 @Database_Academy

🔵 عنوان مقاله
ChartDB: Open Source Database Schema Diagram Editor

🟢 خلاصه مقاله:
مقاله‌ به معرفی ابزاری می‌پردازد که امکان ایجاد یک اسکیمای دیتابیس جدید از صفر یا وارد کردن اسکیمای موجود را فراهم می‌آورد. این ابزار از دیتابیس‌های متنوعی نظیر Postgres، MySQL، SQL Server و SQLite پشتیبانی می‌کند و با زبان برنامه‌نویسی TypeScript نوشته شده است. کاربران می‌توانند از این ابزار به صورت شخصی استفاده کنند یا با استفاده از دموی آنلاین آن را امتحان کنند. این ابزار تحت لایسنس AGPL ارائه می‌شود، که به معنای این است که کد آن متن باز و قابل دسترسی برای همه است، به این ترتیب کاربران می‌توانند به توسعه یا تغییر آن بپردازند و نسخه‌های سفارشی خود را بسازند. دسترسی به این ابزار می‌تواند خصوصاً برای توسعه‌دهندگانی که به دنبال راه‌حل‌های انعطاف‌پذیر در مدیریت دیتابیس هستند، مفید باشد.

🟣لینک مقاله:
https://postgresweekly.com/link/165390/web

➖➖➖➖➖➖➖➖
👑 @Database_Academy

🔵 عنوان مقاله
POSETTE 2025: Call for Proposals (CFP) Closes February 9!

🟢 خلاصه مقاله:
رویداد POSETTE، رویدادی مجازی و رایگان برای توسعه‌دهندگان Postgres، قرار است از تاریخ 10 تا 12 ژوئن برگزار شود. فرصت ارسال پیشنهادات برای سخنرانی در این رویداد تا تاریخ 9 فوریه و تا ساعت 11:59 شب به وقت اقیانوس آرام باز است. از سخنرانان جدید و با تجربه دعوت می‌شود تا پیشنهادات خود را ارائه دهند. موضوعات پیشنهادی، منابع مفید برای سخنرانان و جزئیات ارسال پیشنهادات در دسترس هستند و می‌توانند به عنوان راهنمای مفیدی برای علاقه‌مندان به سخنرانی از آن‌ها استفاده کنند. این اطلاعات به افرادی که علاقمند به مشارکت در این رویداد هستند کمک می‌کند تا با آمادگی بیشتر و دانش لازم به تهیه و ارسال پیشنهادات خود بپردازند.

🟣لینک مقاله:
https://postgresweekly.com/link/165371/web

➖➖➖➖➖➖➖➖
👑 @Database_Academy

📚 معرفی دو کتاب عالی در زمینه ساختمان داده و الگوریتم‌ها

اگر به دنبال منابع قوی برای یادگیری ساختمان داده‌ها (Data Structures) و الگوریتم‌ها (Algorithms) هستید، این دو کتاب را از دست ندهید:👇

🔵https://skybooks.ir/products/Grokking-Algorithms

Table of Contents

1. Introduction to algorithms
2. Selection sort
3. Recursion
4. Quicksort
5. Hash tables
6. Beadth-first search
7. Trees
8. Balanced trees
9. Dijkstra’s algorithm
10. Greedy algorithms
11. Dynamic programming
12. k-nearest neighbors
13. where to go next
➖➖➖➖➖➖➖➖
🔵https://skybooks.ir/products/Grokking-Data-Structures

Table of Contents

1. Introducing data structures: Why you should learn about data structures
2. Static arrays: Building your first data structure
3. Sorted arrays: Searching faster, at a price
4. Big-O notation: A framework for measuring algorithm efficiency
5. Dynamic arrays: Handling dynamically sized datasets
6. Linked lists: A flexible dynamic collection
7. Abstract data types: Designing the simplest container—the bag
8. Stacks: Piling up data before processing it
9. Queues: Keeping information in the same order as it arrives
10. Priority queues and heaps: Handling data according to its priority
11. Binary search trees: A balanced container
12. Dictionaries and hash tables: How to build and use associative arrays
13. Graphs: Learning how to model complex relationships in data

🔵 عنوان مقاله
commit_delay for Better Performance: A Postgres Benchmark

🟢 خلاصه مقاله:
مقاله‌ای که توسط لارنز نوشته شده، روی بهبود عملکرد سیستم‌های پردازش تراکنشی تمرکز دارد. این بهبود از طریق استفاده بهینه از تنظیمات commit_delay و commit_siblings برای گروه‌بندی فلاش‌های WAL (Write-Ahead Logging) انجام می‌پذیرد. لارنز نتایج بنچمارک را به اشتراک گذاشته که نشان می‌دهد استفاده از این تنظیمات می‌تواند به طور قابل توجهی موجب بهبود عملکرد در محیط‌های تراکنشی شود. این تکنیک‌ها باعث می‌شوند که زمان لازم برای فلاش شدن لاگ‌های WAL کاهش یابد و در نتیجه، هزینه‌های عملیاتی نیز کمتر شود. این امر به خصوص در سیستم‌هایی با حجم بالای تراکنش‌، مزیت قابل توجهی به شمار می‌رود. به‌طور کلی، مقاله نشان می‌دهد که با استفاده صحیح و بهینه از پارامترهای commit_delay و commit_siblings، می‌توان به افزایش کارایی در مدیریت پایگاه‌داده‌ها دست یافت.

🟣لینک مقاله:
https://postgresweekly.com/link/165380/web

➖➖➖➖➖➖➖➖
👑 @Database_Academy

وقتی Cache بیشتر از این که کمک کنه، دردسر می سازه!

چند وقت پیش روی یه پروژه بزرگ کار می کردم که توش Redis برای کشینگ استفاده می کردیم. همه چیز خوب پیش می رفت تا اینکه یه روز، یه تغییر ظاهرا بی ضرر تو کد باعث شد کش درست Invalid نشه. نتیجه چی شد؟ کاربرا داده های قدیمی رو می دیدن، بعضیا نمی تونستن اطلاعاتشون رو آپدیت کنن، و پشتیبانی حسابی شلوغ شد!

کش توزیع شده یه شمشیر دولبه ست!
از یه طرف، می تونه فشار روی دیتابیس رو کم کنه و سرعت پاسخ گویی رو بالا ببره، ولی از طرف دیگه، اگه درست مدیریت نشه، مشکلاتی مثل:

مشکل Cache Inconsistency – وقتی دیتا تو کش و دیتابیس ناهماهنگ می شه و بعضی کاربرا داده های قدیمی می بینن.

مشکل Cache Stampede – همه درخواست ها همزمان به کش می رسن و فشار زیادی ایجاد می کنن.

مشکل TTL Misconfiguration – تنظیم اشتباه زمان اعتبار کش که باعث می شه یا دیتا زودتر از حد لازم حذف بشه یا تا مدت زیادی به روز نشه.


اون تجربه یه درس مهم بهم داد: کش چیزی نیست که فقط یه بار تنظیمش کنیم و فراموشش کنیم. باید یه استراتژی کش هوشمند داشته باشیم که همیشه بهینه بمونه.

<Hamed Farzanefar/>
➖➖➖➖➖➖➖➖
https://t.me/addlist/KpzXaiSpKENkMGM0

🔵 عنوان مقاله
🤖 Automating Data Summarization in Postgres with Claude

🟢 خلاصه مقاله:
مقاله‌ی مورد نظر به بررسی چگونگی استفاده از ابزارهای pgvector و pgai شرکت Timescale برای ادغام PostgreSQL با سیستم هوش مصنوعی کلود Anthropic می‌پردازد؛ به این ترتیب، بدون نیاز به نوشتن اسکریپت‌های خارجی، PostgreSQL قادر خواهد بود وظایف خلاصه‌سازی را انجام دهد. این رویکرد امکان بهره‌گیری از توانایی‌های AI را در درون بانک اطلاعاتی فراهم می‌آورد و می‌تواند برای تحلیل داده‌ها و مدیریت اطلاعات به‌شکل کارآمدتری استفاده شود. ادغام این دو ابزار، pgvector را به عنوان واسط برای کار با وکتورها و pgai را به عنوان مدیوم برقراری ارتباط با هوش مصنوعی کلود Anthropic به کار می‌برد. این روش نه تنها کارایی فرآیندهای مربوط به AI را در پایگاه‌های داده تسهیل می‌کند بلکه منجر به بهینه‌سازی عملیات خلاصه‌سازی داده‌ها نیز می‌شود.

🟣لینک مقاله:
https://postgresweekly.com/link/165378/web

➖➖➖➖➖➖➖➖
👑 @Database_Academy

درود دوستان عزیز، اگر انتقاد یا پیشنهادی دارید که می‌تواند به بهبود چنل ها کمک کند، خوشحال می‌شوم از نظرات شما استفاده کنم. می‌توانید از طریق آی‌دی زیر با من در ارتباط باشید:

@mrbardia72


منتظر نظرات سازنده‌تان هستم! 😊

🔵 عنوان مقاله
DB Fiddle: An Online SQL Database Playground

🟢 خلاصه مقاله:
این مقاله به یک ابزار آنلاین بسیار مفید اشاره دارد که امکان دسترسی به مجموعه‌ای از سیستم‌های پایگاه داده، از جمله نسخه‌های 9.4 تا 17 پستگرس را فراهم می‌کند. اگرچه استفاده از پایگاه داده‌های محلی برای آزمایشات بزرگ‌تر توصیه می‌شود، اما این ابزار آنلاین برای بررسی تغییرات دستورالعمل‌ها قبل از ارتقا نسخه‌ها یا تست کردن پرسش‌ها روی نسخه‌های قدیمی‌تر پستگرس یا حتی مای‌اس‌کیو‌ال گزینه‌ای سریع و آسان است. این ابزار به کاربران این امکان را می‌دهد که بدون نیاز به نصب پایگاه داده‌ها، به سرعت و به راحتی تغییرات سینتکسی یا عملکردی را ارزیابی کنند. از این رو، می‌تواند بسیار مفید باشد برای توسعه‌دهندگان داده‌ها و مدیران دیتابیس که به دنبال آزمودن و تعدیل کردن پرسش‌های پایگاه داده خود در محیطی امن و بدون دردسر هستند.

🟣لینک مقاله:
https://postgresweekly.com/link/165388/web

➖➖➖➖➖➖➖➖
👑 @Database_Academy