Database Labdon
663 subscribers
30 photos
481 links
🕸 Database Academy

حمایت مالی:
https://www.coffeete.ir/mrbardia72

ادمین:
@mrbardia72
Download Telegram
🔵 عنوان مقاله
💎 pg_query 6.0: Ruby Library to Parse, Deparse and Normalize SQL Queries with Postgres' Own Parser

🟢 خلاصه مقاله:
این مقاله به بررسی و تشریح نسخه ۶.۰ از یک نرم‌افزار می‌پردازد که از منبع کد سرور Postgres برای تجزیه کردن پرسش‌های SQL و بازگرداندن درخت تجزیه داخلی Postgres استفاده می‌کند. در این نسخه، نرم‌افزار به استفاده از تجزیه‌گر Postgres 17 ارتقا یافته است که از ویژگی‌های جدیدی پشتیبانی می‌کند، به ویژه توابع جدید JSON. این تغییرات به کاربران امکان می‌دهد تا قابلیت‌های پیشرفته‌تری را در پردازش و تحلیل داده‌ها استفاده کنند، افزایش بهره‌وری و دقت در کار با پایگاه‌های داده‌ی مبتنی بر Postgres را به همراه دارد.

🟣لینک مقاله:
https://postgresweekly.com/link/162766/web


👑 @Database_Academy
🔵 عنوان مقاله
Benchmarking Batch Ingest with INSERT vs COPY

🟢 خلاصه مقاله:
در مقاله‌ای که جیمز نوشته است، دو روش ساده برای بارگذاری انبوه داده‌ها در پایگاه داده‌ی پستگرس مورد بررسی قرار گرفته: استفاده از دستورات INSERT و COPY. جیمز مزایای هرکدام از این روش‌ها را توضیح داده و با اجرای بنچمارک‌هایی بر روی چندین پیکربندی مختلف از هر دو روش، نتایج و عملکرد آن‌ها را مقایسه کرده است. در نهایت، او راهنمایی‌هایی ارائه می‌دهد که کدام رویکرد برای چه شرایطی مناسب است. به طور کلی، گفته می‌شود که دستور COPY به دلیل کارآمدی بالاتر در بارگذاری مقادیر زیادی داده، در مواقع نیاز به سرعت و کارآیی بیشتر، ترجیح داده می‌شود، در حالیکه INSERT ممکن است برای سناریوهایی با داده‌های کمتر و نیاز به دقت بیشتر در داده‌های ورودی مناسب باشد.

🟣لینک مقاله:
https://postgresweekly.com/link/162751/web


👑 @Database_Academy
🔵 عنوان مقاله
Pigsty v3.1: A 'Batteries Included' Postgres Distribution

🟢 خلاصه مقاله:
مقاله‌ای که بررسی شده به نرم‌افزار Pigsty پرداخته که نسخه‌بندی جدیدی از PostgreSQL را همراه با تعدادی افزونه‌ها و ابزارها ارائه می‌دهد تا تجربه‌ای شبیه به RDS (سرویس پایگاه داده رابطه‌ای آمازون) را روی دستگاه‌های شخصی فراهم آورد. نسخه 3.1 نرم‌افزار Pigsty، PostgreSQL 17 را به عنوان نسخه پیش‌فرض معرفی کرده و امکان راه‌اندازی سریع مثال (instance) Supabase را در محیط میزبانی‌شده توسط خود کاربر فراهم می‌کند. این امکان قابلیتی است که به کاربران اجازه می‌دهد تا سرورهای پایگاه داده خود را بدون نیاز به استفاده از سرویس‌های ابری پرهزینه، به طور محلی مدیریت کنند. این نسخه به ویژه برای توسعه‌دهندگانی که مایل به داشتن کنترل بیشتر و صرفه‌جویی در هزینه‌ها هستند، مفید است.

🟣لینک مقاله:
https://postgresweekly.com/link/162763/web


👑 @Database_Academy
🔵 عنوان مقاله
Building AI Apps on Postgres? Start with pgai

🟢 خلاصه مقاله:
مقاله‌ای که مورد بحث قرار گرفته به معرفی "pgai"، یک افزونه برای PostgreSQL می‌پردازد که قابلیت‌های مرتبط با هوش مصنوعی (AI) مانند ایجاد تعبیه‌ها و تکمیل مدل‌ها را به این پایگاه داده می‌افزاید. این افزونه به توسعه‌دهندگان امکان می‌دهد تا با استفاده از قدرت هوش مصنوعی، به راحتی برنامه‌های کاربردی مبتنی بر جستجو و بازیابی تقویت‌شده (RAG) را توسعه دهند. به طور کلی، pgai به عنوان ابزاری پیشرفته برای پیاده‌سازی و ادغام قابلیت‌های AI درون PostgreSQL شناخته می‌شود و بدین ترتیب، توانایی‌های جدید و مؤثری را در اختیار برنامه‌نویسان قرار می‌دهد تا آن‌ها بتوانند با سهولت بیشتری نیازهای مرتبط با جستجو و پردازش داده‌ها را مدیریت کنند. از جمله کاربردهای برجسته این افزونه، توانایی ادغام تکنیک‌های تکمیل مدل و خلق تعبیه‌های داده‌ای است که به بالابردن کارایی سیستم‌های مبتنی بر پایگاه داده کمک می‌کند.

🟣لینک مقاله:
https://postgresweekly.com/link/162747/web


👑 @Database_Academy
🔥1
🔵 عنوان مقاله
Could GROUP BY Clause Reordering Improve Performance?

🟢 خلاصه مقاله:
مقاله‌ای که مورد بحث قرار گرفته، به بررسی تأثیر ترتیب ستون‌ها در دستورات GROUP BY در عملکرد پرس و جو‌های دیتابیس می‌پردازد. تغییرات جزئی در ساختار پرس و جو می‌تواند تأثیرات قابل توجهی در بهبود عملکرد داشته باشد. این امر به ویژه زمانی مهم می‌شود که داده‌ها به شکل گسترده‌ای وجود دارند و بازیابی اطلاعات به شکل کارآمد اهمیت پیدا می‌کند. ترتیب مناسب ستون‌ها در GROUP BY می‌تواند به بهینه‌سازی پردازش دیتابیس و کاهش زمان پردازش کمک کند، با این حال، انتخاب این ترتیب باید با توجه به نوع و توزیع داده‌ها صورت گیرد. نویسنده بر این نکته تاکید می‌کند که درک عمیق از داده‌ها و نحوه پردازش آن‌ها برای انتخاب بهترین ترکیب ستونی بسیار حیاتی است.

🟣لینک مقاله:
https://postgresweekly.com/link/162750/web


👑 @Database_Academy
Forwarded from DevOps Labdon
🔵 عنوان مقاله
Shrinking A Postgres Table (4 minute read)

🟢 خلاصه مقاله:
خلاصه مقاله: نویسنده این مقاله مشکل کمبود فضای دیسک در پایگاه داده پستگریس خودمختار خود را حل کرد. این مشکل به دلیل وجود جدول "دانلودها" با حجم بالا بوجود آمده بود. نویسنده با جایگزین کردن جدول قدیمی با یک جدول جدید که تنها شامل داده‌های مرتبط بود، توانست فضای دیسک را به طور مؤثری آزاد کند. این رویکرد به کاهش اندازه پایگاه داده و بهبود عملکرد کلی آن منجر شد. استفاده از داده‌های مرتبط و حذف داده‌های غیرضروری از جدول دانلودها، راهکاری عملی برای رسیدگی به مسائل مشابه در دیگر پایگاه‌های داده است.

🟣لینک مقاله:
https://www.johnnunemaker.com/shrinking-a-postgres-table/?utm_source=tldrdevops


👑 @DevOps_Labdon
🔵 عنوان مقاله
DELETEs Are Difficult

🟢 خلاصه مقاله:
مقاله‌ مورد نظر به بررسی عملیات حذف داده‌ها از یک جدول داده‌ای می‌پردازد و توضیح می‌دهد که اگرچه به‌طور مفهومی این کار آسان به‌نظر می‌رسد، اما در عمل، مستلزم انجام فرایندهای پیچیده و مدیریتی در پشت‌پرده است. نویسنده تاکید می‌کند که این فرآیند می‌تواند بر عملکرد سیستم تأثیر منفی گذارده و به سرعت موجب بروز مشکلاتی شود. در مقاله روش‌های مختلفی برای بهبود کارایی در هنگام حذف داده‌ها معرفی شده و تأکید می‌شود بر اهمیت برنامه‌ریزی دقیق و اتخاذ استراتژی‌های مؤثر برای کاهش تأثیر منفی این فرآیند بر کل سیستم. نکات اصلی توصیه‌شده شامل استفاده از ابزارها و تکنیک‌های بهینه‌سازی و آگاهی از محدودیت‌های سخت‌افزاری و نرم‌افزاری موجود است.

🟣لینک مقاله:
https://postgresweekly.com/link/162758/web


👑 @Database_Academy
👍1
🔵 عنوان مقاله
pgspot: Spot Vulnerabilities in Postgres Extension Scripts

🟢 خلاصه مقاله:
این مقاله به معرفی و بررسی ابزار تحلیل امنیتی برای اسکریپت‌های SQL پرداخته است که توسط یک مهندس در Timescale طراحی شده است. هدف از توسعه این ابزار، جلوگیری از تکرار آسیب‌پذیری‌هایی است که پیش‌تر در پایگاه داده TimescaleDB شناسایی شده‌اند. این ابزار نه تنها به بررسی آسیب‌پذیری‌ها می‌پردازد، بلکه رعایت بهترین شیوه‌های موجود را نیز تضمین می‌کند. استفاده از این ابزار حتی منجر به کشف یک آسیب‌پذیری مرتبط با افزونه‌ها در هسته‌ Postgres شده که به سرعت توسط تیم Postgres رفع شده است. این ابزار به صورت گسترده توانایی تقویت ایمنی و پایداری سیستم‌های پایگاه داده را دارد و نشان‌دهنده پیشرفت قابل توجهی در حوزه امنیت دیتابیس است.

🟣لینک مقاله:
https://postgresweekly.com/link/162748/web


👑 @Database_Academy
🔵 عنوان مقاله
  The PGConf.EU 2024 Lightning Talks

🟢 خلاصه مقاله:
این خلاصه از مقاله به بررسی همایش اخیر PGConf EU می‌پردازد که شامل دوازده سخنرانی کوتاه به همراه ارائه اسلایدها و ضبط برنامه‌ها بود. موضوعات متنوعی پوشش داده شده‌اند که شامل BM25، به‌روزرسانی‌های مربوط به Postgres Performance Farm، pg_duckdb، و WAL-G است. BM25 یک الگوریتم رتبه‌بندی برای جستجوی متن است، در حالی که Postgres Performance Farm یک پروژه است که به بهینه‌سازی عملکرد پایگاه داده‌های پستگرس می‌پردازد. pg_duckdb یک ابزار برای تحلیل داده‌ها با پستگرس و DuckDB است و WAL-G یک ابزار پشتیبان‌گیری برای پستگرس است که با استفاده از فشرده‌سازی داده‌ها و پشتیبانی چند رشته‌ای کار می‌کند. این همایش فرصتی برای ارائه دهندگان و شرکت‌کنندگان بود تا در مورد پیشرفت‌های فنی جدید در زمینه پایگاه داده‌های پستگرس گفتگو کنند و دیدگاه‌های خود را به اشتراک بگذارند.

🟣لینک مقاله:
https://postgresweekly.com/link/162757/web


👑 @Database_Academy
Forwarded from Bardia & Erfan
🟢 اگر کارفرما هستید و به دنبال نیروهای متخصص در حوزه‌های زیر می‌گردید، آگهی شغلی خود را برای ما ارسال کنید. و ما توی چنل های مرتبط به هر حوزه ای قرار میدیم

تخصص های همچون:
🔥 linux
🔥 devops
🔥 golang
🔥 blockchain
🔥 database


🟢 اگر کارجو هستید، رزومه خود را مطابق فرمت زیر برای ما ارسال کنید:

🤝موارد زیر را به همراه فایل pdf رزومه بفرستید:

🎯نام و نام خانوادگی (اجباری)
🎯مدت سابقه کار (اجباری)
🎯لینکدین (اختیاری)
🎯گیتهاب (اختیاری)
🎯محل سکونت  (اجباری)
🎯امکان نقل مکان برای کار دارم یا خیر
(اجباری)


🕊Admin:
@mrbardia72
🎉1💅1
#موقعیت_شغلی

Database Administrator

🏷️ #python #oracle #perl #gcp #aws #bash #cloud #sql

🌎 Visa Sponsorship & Relocation Included

🔗 Click Here for More Details & Apply
Forwarded from Bardia & Erfan
🟢 اگر مقاله، سورس کد، یا محتوای مفیدی در حوزه‌های زیر دارید، خوشحال می‌شویم که برای ما ارسال کنید:


🔴 Linux
🔴 DevOps
🔴 Blockchain
🔴 Database
🔴 software

💡 محتوای شما می‌تواند در کانال‌های مرتبط (با عنوان ذکر منبع خودتون)منتشر شود تا افراد بیشتری از آن بهره‌مند شوند.

🕊 ادمین:
@mrbardia72
🔵 عنوان مقاله
Transactional Schema Migration Across Tenant Databases with pg_karnak

🟢 خلاصه مقاله:
مقاله‌ای که مورد بررسی قرار گرفته، به بررسی ابزاری به نام pg_karnak می‌پردازد که برای هماهنگی طرح‌های داده (schemas) در بین پایگاه‌های داده‌ای که هر مشتری یا کاربر در یک سیستم منفرد دارد، طراحی شده است. این ابزار، که هنوز به صورت متن‌باز منتشر نشده است، به عنوان یک لایه DDL توزیع‌شده در Nile عمل می‌کند. pg_karnak به کاربران امکان می‌دهد تا طرح‌های داده‌ای خود را به طور مؤثر و سازمان‌یافته‌ای در میان دیتابیس‌های متعدد مدیریت کنند، که این کار معمولاً می‌تواند بسیار پیچیده و دشوار باشد. با استفاده از این سیستم، تغییرات طرح داده‌ها می‌توانند به طور هماهنگ و کارآمد در کلیه پایگاه‌های داده اعمال شوند، که این امر به حفظ یکپارچگی و کارایی داده‌ها در سراسر سیستم کمک می‌کند.

🟣لینک مقاله:
https://postgresweekly.com/link/163037/web


👑 @Database_Academy
👍1
🔵 عنوان مقاله
Optimizing Postgres Performance and Compression: pglz vs. LZ4

🟢 خلاصه مقاله:
متن مقاله‌ای که ارائه شده به بحث در مورد امکان تغییر الگوریتم فشرده‌سازی داده‌های TOAST در پایگاه‌داده اشاره دارد. نویسنده نکته‌ای کلیدی را مطرح می‌کند که تغییر به الگوریتم LZ4 ممکن است به دلیل سرعت بالای آن مفید واقع شود. این اشاره کرده است که این تغییر می‌تواند در بهبود عملکرد کلی پایگاه داده‌ها مؤثر باشد. بدین ترتیب، این تحقیق دعوت به ارزیابی و امکان‌سنجی استفاده از LZ4 به جای الگوریتم‌های فشرده‌سازی دیگر را می‌کند تا ببیند آیا این تغییر می‌تواند نتایج بهتری را در محیط‌های عملیاتی خاص فراهم آورد. این مطلب ممکن است برای مدیران پایگاه داده و توسعه‌دهندگانی که به دنبال بهینه‌سازی عملکرد ذخیره‌سازی داده‌های خود هستند، مفید باشد.

🟣لینک مقاله:
https://postgresweekly.com/link/163039/web


👑 @Database_Academy
👍1
🔵 عنوان مقاله
What I Wish Someone Told Me About Postgres

🟢 خلاصه مقاله:
این مقاله مجموعه‌ای گسترده از نکات کاربردی را ارائه می‌دهد که طیف وسیعی از مضامین مرتبط با عملکردهای پایگاه داده‌های SQL را پوشش می‌دهد. موضوعات شامل نرمال‌سازی داده‌ها، استفاده از انواع مختلف داده، و نکات خاص در استفاده از SQL می‌باشند. همچنین به بررسی مسائل مرتبط با قفل‌ها و استفاده از JSONB می‌پردازد. مقاله به ترویج بهره‌وری و اثربخشی در کار با دیتابیس‌های SQL کمک می‌کند، با ارائه راهکارها و توصیه‌هایی برای بهبود عملکرد و کارآیی الگوهای دیتا و تراکنش‌ها. این مقاله یک منبع ارزشمند برای توسعه‌دهندگان و مدیران دیتابیس است که به دنبال بهینه‌سازی استفاده از سیستم‌های خود هستند و می‌خواهند از تکنولوژی‌های جدید، مثل JSONB، به نحو اثربخشی استفاده کنند.

🟣لینک مقاله:
https://postgresweekly.com/link/163031/web


👑 @Database_Academy
Forwarded from Gopher Academy
🔵 عنوان مقاله
🪨 Pebble: RocksDB/LevelDB Inspired Key-Value Database in Go

🟢 خلاصه مقاله:
مقاله‌ای که بررسی شده، به بررسی یک سیستم ذخیره‌سازی کلید-مقدار متمرکز بر عملکرد پرداخته است که از فرمت فایل RockDB استفاده می‌کند اما ویژگی‌های اضافی برخی از نیازهای CockroachDB را نیز در بر می‌گیرد. این سیستم در CockroachDB به کار رفته و به طور گسترده‌ای مورد استفاده قرار می‌گیرد و به عنوان یک سیستم پایدار و آماده به کار در محیط‌های تولید شناخته شده است. این مطالعه تأکید دارد که اضافات جدید به منظور بهبود تطابق با الزامات خاص CockroachDB انجام گرفته است، بدین ترتیب افزوده‌های فنی ارائه شده علاوه بر حفظ کارایی بالا، به ارتقاء قابلیت اطمینان و سهولت در استفاده از سیستم در سطوح وسیع کمک کرده‌اند.

🟣لینک مقاله:
https://golangweekly.com/link/162935/web


👑 @gopher_academy
🔵 عنوان مقاله
Amazon Aurora DSQL: A New Postgres-Compatible Database

🟢 خلاصه مقاله:
مقاله بررسی می‌کند تکنولوژی جدیدی به نام DSQL که از جانب AWS معرفی شده است. این فناوری با وعده‌ی قابلیت‌های مقیاس‌پذیری شبه نامحدود و قابلیت‌های بالای دسترس‌پذیری و پایداری قوی معرفی شده، هرچند تا حدودی با Postgres سازگار است، ولی قابلیت‌هایی همچون views، triggers، JSON و محدودیت‌های کلید خارجی را ندارد. AJ Stuyvenberg، که به عنوان AWS Hero شناخته می‌شود، این فناوری را به‌عنوان "هیجان‌انگیزترین راه‌اندازی که تا به حال از AWS دیده‌ام" توصیف می‌کند. همچنین اشاره می‌کند که این فناوری در حال حاضر در مرحله پیش‌نمایش است و جزئیات کامل در دسترس نیست. به زودی اطلاعات بیشتری از این محصول جدید انتظار می‌رود.

🟣لینک مقاله:
https://postgresweekly.com/link/163026/web


👑 @Database_Academy
👍1
🔵 عنوان مقاله
Supabase Cron: Job Scheduling in Postgres

🟢 خلاصه مقاله:
این مقاله به بررسی یک ماژول که از افزونه pg_cron برای مدیریت کارهای مکرر در پلتفرم Supabase استفاده می‌کند می‌پردازد. این ماژول قابلیت مدیریت و زمان‌بندی کارها را از طریق داشبورد یا SQL فراهم می‌کند. pg_cron به کاربران این امکان را می‌دهد که با استفاده از دستورات SQL، کارهای تکراری خود را برنامه‌ریزی کنند و آن‌ها را در دیتابیس مدیریت کنند. این ابزار به ویژه برای برنامه‌هایی که نیاز به اجرای دوره‌ای وظایف دارند، مفید است، مانند بکاپ گیری داده‌ها، بروزرسانی‌های دوره‌ای و کارهای نگهداری سیستم. Pg_cron به دلیل ادغام آسان و قابلیت اطمینان بالا در میان توسعه‌دهندگان و مدیران دیتابیس محبوبیت پیدا کرده است. این ماژول از ویژگی‌های امنیتی Supabase بهره می‌برد، که اطمینان می‌دهد فقط کاربران مجاز قادر به مشاهده یا ویرایش کارهای زمان‌بندی شده هستند.

🟣لینک مقاله:
https://postgresweekly.com/link/163045/web


👑 @Database_Academy
👍1
🔵 عنوان مقاله
Full-Stack Observability from Honeybadger

🟢 خلاصه مقاله:
پلتفرم جدید خطازنی Honeybadger که شباهت زیادی به سرویس‌های Splunk، DataDog یا CloudWatch Logs دارد، با این تفاوت که فقط ویژگی‌های مثبت این سرویس‌ها را به همراه یک قیمت معقول ارائه می‌دهد. این سیستم، علاوه بر کارایی بالا، به راحتی با سرویس‌هایی نظیر Crunchy Bridge، Journald و AWS یکپارچه‌سازی می‌شود. از مزایای اصلی این پلتفرم می‌توان به قیمت مناسب، راحتی در استفاده و امکان یکپارچه‌سازی آسان با دیگر سرویس‌های مدیریت داده و زیرساخت‌های فناوری اطلاعات اشاره کرد. این ویژگی‌ها Honeybadger را به یک انتخاب جذاب برای مدیریت لاگ‌ها در مقیاس وسیع یا پروژه‌های کوچکتر تبدیل می‌کند.

🟣لینک مقاله:
https://postgresweekly.com/link/163025/web


👑 @Database_Academy
🔵 عنوان مقاله
The substring Function, Regex Style

🟢 خلاصه مقاله:
مقاله‌ای که مد نظر قرار دادید به بررسی ویژگی‌های تابع substring در پایگاه داده Postgres می‌پردازد. این تابع به طور معمول برای استخراج بخش‌هایی از رشته‌ها با استفاده از شاخص‌های عددی به کار می‌رود. اما نکته کمتر شناخته‌شده‌ای که در این مقاله به آن اشاره شده است، پشتیبانی این تابع از عبارات منظم (regular expressions) است. با استفاده از عبارات منظم، کاربران می‌توانند بخش‌های پیچیده‌تر و متنوع‌تری از رشته‌ها را بر اساس الگوها و قواعد خاص استخراج کنند که این امر بسیار مفید است برای پردازش و تحلیل داده‌های متنی در پایگاه‌های داده. توانایی استفاده از عبارات منظم در تابع substring ارزش قابل توجهی به این ابزار می‌افزاید و کاربرد آن را در سناریوهای مختلف داده‌کاوی و مدیریت داده‌ها گسترش می‌دهد.

🟣لینک مقاله:
https://postgresweekly.com/link/163038/web


👑 @Database_Academy