🔵 عنوان مقاله
Replacing Oracle Hints: Best Practices with pg_hint_plan
🟢 خلاصه مقاله:
این مقاله به بررسی نحوه استفاده از 'hints' توسط کاربران دیتابیس Oracle می‌پردازد و روشی را برای تکرار این فرآیند در Postgres با استفاده از ابزار pg_hint_plan ارائه می‌دهد. 'Hints' ابزاری هستند که به کاربران اجازه می‌دهد در فرآیند تصمیم‌گیری بهینه‌سازی پرسوجو دخالت کنند. این مقاله توضیح می‌دهد که چه زمانی ممکن است از 'hints' استفاده کنید و چگونه می‌توان 'hints' مورد استفاده در Oracle را به Postgres نقشه‌برداری کرد. لوکاس توضیحاتی را در مورد استراتژی‌های مختلف و راه حل‌هایی برای پیاده‌سازی 'hints' در Postgres ارائه می‌دهد و به بررسی مزایا و معایب استفاده از 'hints' در فرآیند بهینه‌سازی پرسوجو می‌پردازد. همچنین، در مورد چالش‌های احتمالی و روش‌هایی برای دستیابی به بهینه‌سازی مؤثرتر صحبت می‌شود.
🟣لینک مقاله:
https://postgresweekly.com/link/165381/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Replacing Oracle Hints: Best Practices with pg_hint_plan
🟢 خلاصه مقاله:
این مقاله به بررسی نحوه استفاده از 'hints' توسط کاربران دیتابیس Oracle می‌پردازد و روشی را برای تکرار این فرآیند در Postgres با استفاده از ابزار pg_hint_plan ارائه می‌دهد. 'Hints' ابزاری هستند که به کاربران اجازه می‌دهد در فرآیند تصمیم‌گیری بهینه‌سازی پرسوجو دخالت کنند. این مقاله توضیح می‌دهد که چه زمانی ممکن است از 'hints' استفاده کنید و چگونه می‌توان 'hints' مورد استفاده در Oracle را به Postgres نقشه‌برداری کرد. لوکاس توضیحاتی را در مورد استراتژی‌های مختلف و راه حل‌هایی برای پیاده‌سازی 'hints' در Postgres ارائه می‌دهد و به بررسی مزایا و معایب استفاده از 'hints' در فرآیند بهینه‌سازی پرسوجو می‌پردازد. همچنین، در مورد چالش‌های احتمالی و روش‌هایی برای دستیابی به بهینه‌سازی مؤثرتر صحبت می‌شود.
🟣لینک مقاله:
https://postgresweekly.com/link/165381/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pganalyze
Replacing Oracle Hints: Best Practices with pg_hint_plan on PostgreSQL
How do you replace Oracle hints when you migrate to Postgres? Explore the differences between Oracle's hint system and PostgreSQL's planner with pg_hint_plan, review when you still need hints in your Postgres queries, and walk through best practices for using…
👍1
🔵 عنوان مقاله
Just Because You’re Getting an Index Scan, Doesn't Mean You Can’t Do Better
🟢 خلاصه مقاله:
در بررسی برنامه‌های پرس و جو، ممکن است مشاهده اسکن‌های ایندکس به‌عنوان نشان‌دهنده‌ی بهینه‌سازی خوب پرس و جو به نظر رسد، اما مایکل معتقد است که هنوز فرصت‌هایی برای بهبود بیشتر وجود دارد. او توصیه‌های کاربردی را برای استخراج بیشترین کارایی از پرس و جوها ارائه می‌دهد. تفسیر اولیه از اسکن‌های ایندکس به عنوان یک رویکرد کارآمد می‌تواند گمراه‌کننده باشد و به همین دلیل است که درک عمیق‌تری از چگونگی و به چه میزان این اسکن‌ها می‌توانند به افزایش کارآیی کمک کنند، اهمیت پیدا می‌کند.
🟣لینک مقاله:
https://postgresweekly.com/link/165372/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Just Because You’re Getting an Index Scan, Doesn't Mean You Can’t Do Better
🟢 خلاصه مقاله:
در بررسی برنامه‌های پرس و جو، ممکن است مشاهده اسکن‌های ایندکس به‌عنوان نشان‌دهنده‌ی بهینه‌سازی خوب پرس و جو به نظر رسد، اما مایکل معتقد است که هنوز فرصت‌هایی برای بهبود بیشتر وجود دارد. او توصیه‌های کاربردی را برای استخراج بیشترین کارایی از پرس و جوها ارائه می‌دهد. تفسیر اولیه از اسکن‌های ایندکس به عنوان یک رویکرد کارآمد می‌تواند گمراه‌کننده باشد و به همین دلیل است که درک عمیق‌تری از چگونگی و به چه میزان این اسکن‌ها می‌توانند به افزایش کارآیی کمک کنند، اهمیت پیدا می‌کند.
🟣لینک مقاله:
https://postgresweekly.com/link/165372/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pgMustard
You're getting index scans, but it's still slow - pgMustard
An issue I often see folks missing is that they see that all of their scans involve indexes and they think that the query is as fast as it can be.
🙏2
سازنده ردیس، چند وقتی میشه که به تیمش برگشته، و چند روز پیش این پست رو با عنوان "We are destroying software" تو بلاگ شخصیش منتشر کرده
کل پست صرفاً چند جمله که با همین عبارت شروع میشه، ولی واقعاً جای تفکر داره
چیزی نمیگم، خیلی کوتاهه خودتون بخونید :)
antirez.com/news/145
<Taqi/>
کل پست صرفاً چند جمله که با همین عبارت شروع میشه، ولی واقعاً جای تفکر داره
چیزی نمیگم، خیلی کوتاهه خودتون بخونید :)
antirez.com/news/145
<Taqi/>
❤5👍1
🔵 عنوان مقاله
Pig v0.1.4: Now with 400 Postgres Extensions
🟢 خلاصه مقاله:
مقاله مورد نظر درباره ابزاری به نام Pig (مخفف Postgres Install Genius) است که جزو تلاش‌های جدید برای مدیریت افزونه‌های Postgres به شکل بسته‌ای است. نسخه جدید Pig از DocumentDB مایکروسافت، به همراه افزونه‌هایی مانند pg_tracing برای ردیابی فعالیت‌ها، pg_cooldown برای کنترل دسترسی به دیتابیس، و VectorChord-bm25 که به بهبود عملکرد جست‌وجو کمک می‌کند، پشتیبانی می‌کند. این ابزار به کاربران امکان مدیریت راحت‌تر و کارآمدتر افزونه‌ها را داده و به آنها امکان می‌دهد تا از آخرین تکنولوژی‌ها استفاده کنند. Pig پتانسیل تحول در نحوه نصب و پیکربندی افزونه‌ها را دارد، زیرا استفاده‌اش آسان و در عین حال بسیار پیشرفته است.
🟣لینک مقاله:
https://postgresweekly.com/link/165764/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Pig v0.1.4: Now with 400 Postgres Extensions
🟢 خلاصه مقاله:
مقاله مورد نظر درباره ابزاری به نام Pig (مخفف Postgres Install Genius) است که جزو تلاش‌های جدید برای مدیریت افزونه‌های Postgres به شکل بسته‌ای است. نسخه جدید Pig از DocumentDB مایکروسافت، به همراه افزونه‌هایی مانند pg_tracing برای ردیابی فعالیت‌ها، pg_cooldown برای کنترل دسترسی به دیتابیس، و VectorChord-bm25 که به بهبود عملکرد جست‌وجو کمک می‌کند، پشتیبانی می‌کند. این ابزار به کاربران امکان مدیریت راحت‌تر و کارآمدتر افزونه‌ها را داده و به آنها امکان می‌دهد تا از آخرین تکنولوژی‌ها استفاده کنند. Pig پتانسیل تحول در نحوه نصب و پیکربندی افزونه‌ها را دارد، زیرا استفاده‌اش آسان و در عین حال بسیار پیشرفته است.
🟣لینک مقاله:
https://postgresweekly.com/link/165764/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
GitHub
Release v0.1.4: 400 PG Extensions · pgsty/pig
Install the latest pig version with:
curl -fsSL https://repo.pigsty.io/pig | bash
New Extensions
pg_documentdb_core, and ferretdb
VectorChord-bm25 (vchord_bm25) 0.1.0
pg_tracing 0.1.2
pg_curl 2.4
...
curl -fsSL https://repo.pigsty.io/pig | bash
New Extensions
pg_documentdb_core, and ferretdb
VectorChord-bm25 (vchord_bm25) 0.1.0
pg_tracing 0.1.2
pg_curl 2.4
...
❤1👍1
🔵 عنوان مقاله
pgroll 0.9.0 Released with New Schema Migration Features
🟢 خلاصه مقاله:
مقاله مورد نظر به بررسی ابزاری به نام pgroll می‌پردازد که برای انجام مهاجرت‌های قابل برگشت ساختار داده‌ها در بانک اطلاعاتی Postgres طراحی شده است، بدون اینکه نیاز به توقف عملیات بانک داده باشد. نسخه ۰.۹ این ابزار قابلیت‌های جدیدی را معرفی می‌کند، از جمله امکان افزودن محدودیت‌های سطح جدول در هنگام فرایند ایجاد جدول، و همچنین ستون‌های تولید شده. این توانایی‌ها به توسعه‌دهندگان این امکان را می‌دهد که با اطمینان بیشتر و بدون اختلال در دسترسی به داده‌ها، تغییرات ساختاری را بر روی پایگاه داده اعمال کنند. pgroll با طراحی مؤثر خود، گزینه‌ای ایده‌آل برای پروژه‌هایی است که نیازمند انعطاف‌پذیری بالا در مدیریت پایگاه داده هستند و به دنبال راهکاری برای به‌روزرسانی پویا و بدون وقفه می‌باشند.
🟣لینک مقاله:
https://postgresweekly.com/link/165762/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pgroll 0.9.0 Released with New Schema Migration Features
🟢 خلاصه مقاله:
مقاله مورد نظر به بررسی ابزاری به نام pgroll می‌پردازد که برای انجام مهاجرت‌های قابل برگشت ساختار داده‌ها در بانک اطلاعاتی Postgres طراحی شده است، بدون اینکه نیاز به توقف عملیات بانک داده باشد. نسخه ۰.۹ این ابزار قابلیت‌های جدیدی را معرفی می‌کند، از جمله امکان افزودن محدودیت‌های سطح جدول در هنگام فرایند ایجاد جدول، و همچنین ستون‌های تولید شده. این توانایی‌ها به توسعه‌دهندگان این امکان را می‌دهد که با اطمینان بیشتر و بدون اختلال در دسترسی به داده‌ها، تغییرات ساختاری را بر روی پایگاه داده اعمال کنند. pgroll با طراحی مؤثر خود، گزینه‌ای ایده‌آل برای پروژه‌هایی است که نیازمند انعطاف‌پذیری بالا در مدیریت پایگاه داده هستند و به دنبال راهکاری برای به‌روزرسانی پویا و بدون وقفه می‌باشند.
🟣لینک مقاله:
https://postgresweekly.com/link/165762/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
👍1
🔵 عنوان مقاله
Citus 13: Now with Postgres 17 Support
🟢 خلاصه مقاله:
Citus یک افزونه منبع باز است که به طور گسترده‌ای کاربرد دارد و تسهیل‌گر افقی‌سازی مقیاس پایگاه‌داده Postgres به شمار می‌رود. این افزونه که چندین سال پیش توسط مایکروسافت خریداری شد، همچنان به دریافت به‌روزرسانی‌های جدید ادامه می‌دهد. آخرین نسخه منتشر شده از Citus، پشتیبانی کامل از Postgres 17 را شامل شده است، که این شامل قابلیت‌های جدید برای اجرای پرس‌وجوهای توزیع‌شده با استفاده از JSON_TABLE() و همچنین بهبود پشتیبانی برای جداول تقسیم‌بندی شده می‌باشد. این امکانات نوین به کاربران اجازه می‌دهد تا با استفاده از قابلیت‌های جدید، داده‌های بزرگ‌تر و پیچیده‌تری را به شکل مؤثرتری مدیریت و تحلیل کنند، بالا بردن کارایی و قابلیت اطمینان در در زمان اجرای پرس‌وجوهای پیچیده‌تر.
🟣لینک مقاله:
https://postgresweekly.com/link/165760/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Citus 13: Now with Postgres 17 Support
🟢 خلاصه مقاله:
Citus یک افزونه منبع باز است که به طور گسترده‌ای کاربرد دارد و تسهیل‌گر افقی‌سازی مقیاس پایگاه‌داده Postgres به شمار می‌رود. این افزونه که چندین سال پیش توسط مایکروسافت خریداری شد، همچنان به دریافت به‌روزرسانی‌های جدید ادامه می‌دهد. آخرین نسخه منتشر شده از Citus، پشتیبانی کامل از Postgres 17 را شامل شده است، که این شامل قابلیت‌های جدید برای اجرای پرس‌وجوهای توزیع‌شده با استفاده از JSON_TABLE() و همچنین بهبود پشتیبانی برای جداول تقسیم‌بندی شده می‌باشد. این امکانات نوین به کاربران اجازه می‌دهد تا با استفاده از قابلیت‌های جدید، داده‌های بزرگ‌تر و پیچیده‌تری را به شکل مؤثرتری مدیریت و تحلیل کنند، بالا بردن کارایی و قابلیت اطمینان در در زمان اجرای پرس‌وجوهای پیچیده‌تر.
🟣لینک مقاله:
https://postgresweekly.com/link/165760/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Citus Data
Distribute PostgreSQL 17 with Citus 13
Postgres 17 is now supported by Citus. This post gives an overview of the 13.0 release of the Citus open source extension, with Postgres 17 support plus various improvements and bug fixes.
🔵 عنوان مقاله
Scaling Postgres without Boiling the Ocean
🟢 خلاصه مقاله:
مقاله مورد نظر به بررسی توانایی‌های اولیه سیستم مدیریت پایگاه داده Postgres در مقابله با بارهای کاری بالا پرداخته و مشکلات رایجی که ممکن است هنگام افزایش بار کاری رخ دهند را تشریح می‌کند. نویسنده، Shayon، به شناسایی و راه‌حل‌هایی برای این مسائل می‌پردازد. به طور خاص، مقاله بیان می‌کند که Postgres به صورت پیش‌فرض تا حد زیادی قابلیت مقیاس‌پذیری دارد، اما با افزایش جدی بار کاری، مشکلاتی مثل "مسائل عجیب" ممکن است ظاهر شوند. هرچند جزئیات خاصی از مسائل و راه‌حل‌های مورد نظر ارائه نشده است، اما تاکید مقاله بر این است که با تنظیم دقیق و مناسب می‌توان این مشکلات را مدیریت کرد و بهره‌وری Postgres را حتی در شرایط سنگین بار کاری حفظ کرد. این یادآوری می‌کند اهمیت داشتن درک عمیقی از تنظیمات و بهینه‌سازی‌های داخلی Postgres برای رسیدگی به چالش‌های مرتبط با مقیاس بزرگ است.
🟣لینک مقاله:
https://postgresweekly.com/link/165750/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Scaling Postgres without Boiling the Ocean
🟢 خلاصه مقاله:
مقاله مورد نظر به بررسی توانایی‌های اولیه سیستم مدیریت پایگاه داده Postgres در مقابله با بارهای کاری بالا پرداخته و مشکلات رایجی که ممکن است هنگام افزایش بار کاری رخ دهند را تشریح می‌کند. نویسنده، Shayon، به شناسایی و راه‌حل‌هایی برای این مسائل می‌پردازد. به طور خاص، مقاله بیان می‌کند که Postgres به صورت پیش‌فرض تا حد زیادی قابلیت مقیاس‌پذیری دارد، اما با افزایش جدی بار کاری، مشکلاتی مثل "مسائل عجیب" ممکن است ظاهر شوند. هرچند جزئیات خاصی از مسائل و راه‌حل‌های مورد نظر ارائه نشده است، اما تاکید مقاله بر این است که با تنظیم دقیق و مناسب می‌توان این مشکلات را مدیریت کرد و بهره‌وری Postgres را حتی در شرایط سنگین بار کاری حفظ کرد. این یادآوری می‌کند اهمیت داشتن درک عمیقی از تنظیمات و بهینه‌سازی‌های داخلی Postgres برای رسیدگی به چالش‌های مرتبط با مقیاس بزرگ است.
🟣لینک مقاله:
https://postgresweekly.com/link/165750/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Shayon Mukherjee
Scaling with PostgreSQL without boiling the ocean
Practical scaling strategies for application developers who don't have a dedicated database team
🔵 عنوان مقاله
Dealing With "found xmin ... from before relfrozenxid"
🟢 خلاصه مقاله:
مقاله مورد بررسی به خطای رایجی در فرایند وکیومینگ پایگاه داده می‌پردازد که به دلیل استفاده از عبارات نامفهوم، درک آن دشوار است. این خطا زمانی رخ می‌دهد که یک تاپل غیریخ‌زده (unfrozen tuple) با xmin قدیمی‌تر از relfrozenxid جدول وجود داشته باشد، که نشان‌دهنده فساد داده است. این خطا در جریان فرایند وکیومینگ پدیدار می‌شود و موجب خرابی آن می‌گردد. خوشبختانه، راهکارهایی برای مقابله با این مشکل وجود دارد. این راهکارها شامل بروزرسانی و تنظیمات مجدد پارامترهای مربوط به حافظه و مدیریت تراکنش‌ها است تا از بروز این خطاها در آینده پیشگیری شود. امکانات نظارتی و ابزارهای تخصصی نیز می‌توانند به شناسایی و حل این مشکلات کمک کنند.
🟣لینک مقاله:
https://postgresweekly.com/link/165756/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Dealing With "found xmin ... from before relfrozenxid"
🟢 خلاصه مقاله:
مقاله مورد بررسی به خطای رایجی در فرایند وکیومینگ پایگاه داده می‌پردازد که به دلیل استفاده از عبارات نامفهوم، درک آن دشوار است. این خطا زمانی رخ می‌دهد که یک تاپل غیریخ‌زده (unfrozen tuple) با xmin قدیمی‌تر از relfrozenxid جدول وجود داشته باشد، که نشان‌دهنده فساد داده است. این خطا در جریان فرایند وکیومینگ پدیدار می‌شود و موجب خرابی آن می‌گردد. خوشبختانه، راهکارهایی برای مقابله با این مشکل وجود دارد. این راهکارها شامل بروزرسانی و تنظیمات مجدد پارامترهای مربوط به حافظه و مدیریت تراکنش‌ها است تا از بروز این خطاها در آینده پیشگیری شود. امکانات نظارتی و ابزارهای تخصصی نیز می‌توانند به شناسایی و حل این مشکلات کمک کنند.
🟣لینک مقاله:
https://postgresweekly.com/link/165756/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
CYBERTEC PostgreSQL | Services & Support
Dealing with the PostgreSQL error "found xmin ... from before relfrozenxid ..."
This article explains the error message "found xmin ... from before relfrozenxid ..." and shows how you can fix the problem.
🔵 عنوان مقاله
How About Trailing Commas in SQL?
🟢 خلاصه مقاله:
خلاصه مقاله:
مقاله پیرامون ویژگی ساده اما بسیار درخواستی در زبان SQL بحث می‌کند که در برخی گویش‌ها پیاده‌سازی شده است و این سوال را مطرح می‌کند که آیا این ویژگی می‌تواند در گویش Postgres نیز پیاده‌سازی شود و آیا باید چنین کاری انجام شود. نویسنده توضیح می‌دهد که این موضوع بسیار پیچیده‌تر از آن است که به نظر می‌رسد و به بررسی مسائل فنی و چالش‌هایی که باید در نظر گرفته شود پرداخته است. این مقاله به تحلیل اهمیت و تاثیر احتمالی این ویژگی بر کاربردهای کنونی و آینده SQL می‌پردازد.
🟣لینک مقاله:
https://postgresweekly.com/link/165751/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
How About Trailing Commas in SQL?
🟢 خلاصه مقاله:
خلاصه مقاله:
مقاله پیرامون ویژگی ساده اما بسیار درخواستی در زبان SQL بحث می‌کند که در برخی گویش‌ها پیاده‌سازی شده است و این سوال را مطرح می‌کند که آیا این ویژگی می‌تواند در گویش Postgres نیز پیاده‌سازی شود و آیا باید چنین کاری انجام شود. نویسنده توضیح می‌دهد که این موضوع بسیار پیچیده‌تر از آن است که به نظر می‌رسد و به بررسی مسائل فنی و چالش‌هایی که باید در نظر گرفته شود پرداخته است. این مقاله به تحلیل اهمیت و تاثیر احتمالی این ویژگی بر کاربردهای کنونی و آینده SQL می‌پردازد.
🟣لینک مقاله:
https://postgresweekly.com/link/165751/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Peter Eisentraut
How about trailing commas in SQL?
Anecdotally, this might be the most requested feature in SQL: Allow some trailing commas.
🔵 عنوان مقاله
Find Your Flow with Heroku Postgres
🟢 خلاصه مقاله:
مقاله به بررسی سرویس پایگاه داده PostgreSQL ارائه‌شده توسط Heroku می‌پردازد و تأکید دارد که این ابزار، پیشرفته‌ترین پایگاه داده متن‌باز در دنیا است که استفاده از آن به لطف Heroku آسان‌تر از همیشه شده‌است. با استفاده از این سرویس، کاربران می‌توانند به بهره‌برداری حداکثری از داده‌ها بپردازند در حالی که مدیریت و نگهداری سیستم به عهده Heroku می‌باشد. این امر به کاربران اجازه می‌دهد تا تمرکز خود را بر روی توسعه اپلیکیشن‌های مبتنی بر داده قرار دهند بدون نگرانی از جنبه‌های اداری و فنی.
🟣لینک مقاله:
https://postgresweekly.com/link/165749/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Find Your Flow with Heroku Postgres
🟢 خلاصه مقاله:
مقاله به بررسی سرویس پایگاه داده PostgreSQL ارائه‌شده توسط Heroku می‌پردازد و تأکید دارد که این ابزار، پیشرفته‌ترین پایگاه داده متن‌باز در دنیا است که استفاده از آن به لطف Heroku آسان‌تر از همیشه شده‌است. با استفاده از این سرویس، کاربران می‌توانند به بهره‌برداری حداکثری از داده‌ها بپردازند در حالی که مدیریت و نگهداری سیستم به عهده Heroku می‌باشد. این امر به کاربران اجازه می‌دهد تا تمرکز خود را بر روی توسعه اپلیکیشن‌های مبتنی بر داده قرار دهند بدون نگرانی از جنبه‌های اداری و فنی.
🟣لینک مقاله:
https://postgresweekly.com/link/165749/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Heroku
Fully Managed PostgreSQL as a Service | Heroku
Deploy data-driven apps using Heroku’s managed database as a service for PostgreSQL with operational expertise built in, security by default, and more.
🔵 عنوان مقاله
Locksmith: Detect SQL Migration Issues Quickly
🟢 خلاصه مقاله:
این مقاله به معرفی ابزار جدیدی پرداخته است که با زبان برنامه‌نویسی Rust نوشته شده و برای شناسایی قفل‌های جدول، بازنویسی‌های جدول و تغییرات اعمال شده بر روی جدول‌ها، ستون‌ها و شاخص‌ها در جریان یک مهاجرت اسکما طراحی شده است. این ابزار قادر است به توسعه‌دهندگان کمک کند تا اطمینان حاصل کنند که تغییرات اسکما بدون اختلال در دسترسی کاربران به داده‌ها و بدون ایجاد خطای عملیاتی مرتبط با قفل شدن داده‌ها انجام می‌گیرد. ابزار به گونه‌ای طراحی شده که ردیابی و تجزیه و تحلیل تغییرات را در زمان واقعی امکان‌پذیر می‌سازد، که می‌تواند به طور چشمگیری در مینیمایز کردن زمان توقف سیستم به هنگام اعمال مهاجرت‌های پیچیده کمک کند. این ابزار خصوصاً برای محیط‌هایی با حجم داده بالا و نیاز به عملیات پایدار بسیار مفید است.
🟣لینک مقاله:
https://postgresweekly.com/link/165761/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Locksmith: Detect SQL Migration Issues Quickly
🟢 خلاصه مقاله:
این مقاله به معرفی ابزار جدیدی پرداخته است که با زبان برنامه‌نویسی Rust نوشته شده و برای شناسایی قفل‌های جدول، بازنویسی‌های جدول و تغییرات اعمال شده بر روی جدول‌ها، ستون‌ها و شاخص‌ها در جریان یک مهاجرت اسکما طراحی شده است. این ابزار قادر است به توسعه‌دهندگان کمک کند تا اطمینان حاصل کنند که تغییرات اسکما بدون اختلال در دسترسی کاربران به داده‌ها و بدون ایجاد خطای عملیاتی مرتبط با قفل شدن داده‌ها انجام می‌گیرد. ابزار به گونه‌ای طراحی شده که ردیابی و تجزیه و تحلیل تغییرات را در زمان واقعی امکان‌پذیر می‌سازد، که می‌تواند به طور چشمگیری در مینیمایز کردن زمان توقف سیستم به هنگام اعمال مهاجرت‌های پیچیده کمک کند. این ابزار خصوصاً برای محیط‌هایی با حجم داده بالا و نیاز به عملیات پایدار بسیار مفید است.
🟣لینک مقاله:
https://postgresweekly.com/link/165761/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
GitHub
GitHub - orf/locksmith: Detect SQL migration issues quickly and easily
Detect SQL migration issues quickly and easily . Contribute to orf/locksmith development by creating an account on GitHub.
👍1
🔵 عنوان مقاله
A Look at Virtual Generated Columns in Postgres 18
🟢 خلاصه مقاله:
مقاله‌ای که مطالعه کردید به توصیف ویژگی جدید در نسخه 18 پایگاه داده Postgres می‌پردازد که قابلیت افزودن 'ستون‌های مجازی تولیدی' را معرفی می‌کند. این ستون‌ها در زمان خواندن داده‌ها محاسبه می‌شوند و بر خلاف ستون‌های تولیدی فعلی، روی دیسک ذخیره نمی‌شوند. استفاده از ستون‌های مجازی تولیدی باعث صرفه‌جویی در فضای ذخیره‌سازی می‌شود، زیرا داده‌های محاسبه‌شده تنها در زمان نیاز و در حافظه اصلی ایجاد می‌گردند. بنابراین، این ویژگی ممکن است به بهبود کارایی در مصرف منابع و عملکرد کلی سیستم کمک کند، به ویژه در مواردی که مقادیر ستون محاسبه‌شده به ندرت مورد استفاده قرار می‌گیرند. این تغییر جایگاه Postgres را به عنوان یکی از پایگاه‌های داده پیشرو و نوآور در صنعت تقویت می‌نماید.
🟣لینک مقاله:
https://postgresweekly.com/link/165888/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
A Look at Virtual Generated Columns in Postgres 18
🟢 خلاصه مقاله:
مقاله‌ای که مطالعه کردید به توصیف ویژگی جدید در نسخه 18 پایگاه داده Postgres می‌پردازد که قابلیت افزودن 'ستون‌های مجازی تولیدی' را معرفی می‌کند. این ستون‌ها در زمان خواندن داده‌ها محاسبه می‌شوند و بر خلاف ستون‌های تولیدی فعلی، روی دیسک ذخیره نمی‌شوند. استفاده از ستون‌های مجازی تولیدی باعث صرفه‌جویی در فضای ذخیره‌سازی می‌شود، زیرا داده‌های محاسبه‌شده تنها در زمان نیاز و در حافظه اصلی ایجاد می‌گردند. بنابراین، این ویژگی ممکن است به بهبود کارایی در مصرف منابع و عملکرد کلی سیستم کمک کند، به ویژه در مواردی که مقادیر ستون محاسبه‌شده به ندرت مورد استفاده قرار می‌گیرند. این تغییر جایگاه Postgres را به عنوان یکی از پایگاه‌های داده پیشرو و نوآور در صنعت تقویت می‌نماید.
🟣لینک مقاله:
https://postgresweekly.com/link/165888/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
dbi Blog
PostgreSQL 18: Virtual generated columns
This is about another feature which was committed for PostgreSQL 18: Virtual generated columns. Generated columns are available already, but they need to be “STORED”. This means the result of an expression is stored to disk and the result is computed while…
👍1
🔵 عنوان مقاله
Representing Graphs in Postgres
🟢 خلاصه مقاله:
مقاله به بررسی امکان استفاده از پایگاه داده Postgres به‌عنوان یک پایگاه داده گرافی می‌پردازد. اگرچه Postgres به‌طور طبیعی یک پایگاه داده گرافی نیست، امکان شبیه‌سازی مفاهیم مربوط به گراف در آن وجود دارد. به‌عنوان جایگزین، استفاده از افزونه‌هایی مثل Apache AGE را پیشنهاد می‌کند که از کوئری‌های گرافی شبیه به Cypher پشتیبانی می‌کنند. این افزونه‌ها امکان بکارگیری ویژگی‌های پایگاه داده گرافی را در Postgres فراهم می‌آورند، بدون آنکه نیاز به تغییر داده پایه‌ای یا مهاجرت داده‌ها به یک سیستم جدید باشد. این رویکرد می‌تواند به‌خصوص برای کاربرانی که قبلاً از Postgres استفاده می‌کنند و نیاز به انجام پرس و جوهای پیچیده گرافی دارند، مفید باشد.
🟣لینک مقاله:
https://postgresweekly.com/link/165895/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Representing Graphs in Postgres
🟢 خلاصه مقاله:
مقاله به بررسی امکان استفاده از پایگاه داده Postgres به‌عنوان یک پایگاه داده گرافی می‌پردازد. اگرچه Postgres به‌طور طبیعی یک پایگاه داده گرافی نیست، امکان شبیه‌سازی مفاهیم مربوط به گراف در آن وجود دارد. به‌عنوان جایگزین، استفاده از افزونه‌هایی مثل Apache AGE را پیشنهاد می‌کند که از کوئری‌های گرافی شبیه به Cypher پشتیبانی می‌کنند. این افزونه‌ها امکان بکارگیری ویژگی‌های پایگاه داده گرافی را در Postgres فراهم می‌آورند، بدون آنکه نیاز به تغییر داده پایه‌ای یا مهاجرت داده‌ها به یک سیستم جدید باشد. این رویکرد می‌تواند به‌خصوص برای کاربرانی که قبلاً از Postgres استفاده می‌کنند و نیاز به انجام پرس و جوهای پیچیده گرافی دارند، مفید باشد.
🟣لینک مقاله:
https://postgresweekly.com/link/165895/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Richard-Towers
Richard Towers | Representing graphs in Postgresql
Some tricks and techniques for working with graph or tree like data in Postgresql
🔵 عنوان مقاله
Postgres, Now with Built-In Warehousing
🟢 خلاصه مقاله:
مقاله‌ای که مرور شده با تمرکز بر Crunchy Data Warehouse است و به بررسی چگونگی ترکیب قابلیت‌های یک پایگاه داده تراکنشی و انبارداده در یک محصول واحد می‌پردازد. این محصول امکان اجرای پایگاه داده تراکنشی به صورت روان را فراهم می‌کند، در حالی که قابلیت‌هایی نظیر پرسوجو از ذخیره‌سازی اشیاء، اتصالات ابزارهای تجزیه و تحلیل تجاری (BI) و موارد دیگر را اضافه می‌کند. با استفاده از Crunchy Data Warehouse، کاربران می‌توانند به راحتی و بدون پیچیدگی‌های معمول، مقیاس‌پذیری در پروژه‌های خود را افزایش دهند. این سیستم توسط Postgres پشتیبانی می‌شود که یک راهکار محبوب و مورد اعتماد برای مدیریت پایگاه داده‌ها است. در کل، Crunchy Data Warehouse راهکاری کارآمد و قدرتمند را برای مدیریت یکپارچه پایگاه داده‌های تراکنشی و تحلیلی ارائه می‌دهد.
🟣لینک مقاله:
https://postgresweekly.com/link/165884/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Postgres, Now with Built-In Warehousing
🟢 خلاصه مقاله:
مقاله‌ای که مرور شده با تمرکز بر Crunchy Data Warehouse است و به بررسی چگونگی ترکیب قابلیت‌های یک پایگاه داده تراکنشی و انبارداده در یک محصول واحد می‌پردازد. این محصول امکان اجرای پایگاه داده تراکنشی به صورت روان را فراهم می‌کند، در حالی که قابلیت‌هایی نظیر پرسوجو از ذخیره‌سازی اشیاء، اتصالات ابزارهای تجزیه و تحلیل تجاری (BI) و موارد دیگر را اضافه می‌کند. با استفاده از Crunchy Data Warehouse، کاربران می‌توانند به راحتی و بدون پیچیدگی‌های معمول، مقیاس‌پذیری در پروژه‌های خود را افزایش دهند. این سیستم توسط Postgres پشتیبانی می‌شود که یک راهکار محبوب و مورد اعتماد برای مدیریت پایگاه داده‌ها است. در کل، Crunchy Data Warehouse راهکاری کارآمد و قدرتمند را برای مدیریت یکپارچه پایگاه داده‌های تراکنشی و تحلیلی ارائه می‌دهد.
🟣لینک مقاله:
https://postgresweekly.com/link/165884/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Crunchy Data
Crunchy Data Warehouse - Modern Postgres Data Warehouse
A next-generation Postgres-native data warehouse. Full Iceberg support for fast analytical queries and transactions, built on unmodified Postgres to support the features and ecosystem you love.
🔵 عنوان مقاله
PostgreSQL 17.3, 16.7, 15.11, 14.16, and 13.19 Released
🟢 خلاصه مقاله:
این مقاله به بررسی به‌روزرسانی‌های اعمال شده بر روی تمام نسخ‌های پشتیبانی شده از پایگاه داده‌ی Postgres می‌پردازد که شامل رفع یک آسیب‌پذیری امنیتی مهم و تعدادی ایرادات کوچکتر است. این به‌روزرسانی‌ها، به‌عنوان به‌روزرسانی‌های جزئی شناخته می‌شوند، که فرایند ارتقاء را ساده می‌کنند و نیازی به تخلیه و بارگذاری مجدد داده‌ها ندارند. عملیات ارتقاء به گونه‌ای طراحی شده است که بدون دردسر و به سرعت قابل انجام است، که این امر به کاربران امکان می‌دهد تا با اطمینان بیشتری نسبت به امنیت و پایداری سیستم‌های خود اقدام به به‌روزرسانی کنند. این مقاله تاکید دارد که به‌روزرسانی منظم Postgres از اهمیت بالایی برخوردار است تا از حفاظت داده‌ها و بهره‌وری سیستم اطمینان حاصل شود.
🟣لینک مقاله:
https://postgresweekly.com/link/165886/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
PostgreSQL 17.3, 16.7, 15.11, 14.16, and 13.19 Released
🟢 خلاصه مقاله:
این مقاله به بررسی به‌روزرسانی‌های اعمال شده بر روی تمام نسخ‌های پشتیبانی شده از پایگاه داده‌ی Postgres می‌پردازد که شامل رفع یک آسیب‌پذیری امنیتی مهم و تعدادی ایرادات کوچکتر است. این به‌روزرسانی‌ها، به‌عنوان به‌روزرسانی‌های جزئی شناخته می‌شوند، که فرایند ارتقاء را ساده می‌کنند و نیازی به تخلیه و بارگذاری مجدد داده‌ها ندارند. عملیات ارتقاء به گونه‌ای طراحی شده است که بدون دردسر و به سرعت قابل انجام است، که این امر به کاربران امکان می‌دهد تا با اطمینان بیشتری نسبت به امنیت و پایداری سیستم‌های خود اقدام به به‌روزرسانی کنند. این مقاله تاکید دارد که به‌روزرسانی منظم Postgres از اهمیت بالایی برخوردار است تا از حفاظت داده‌ها و بهره‌وری سیستم اطمینان حاصل شود.
🟣لینک مقاله:
https://postgresweekly.com/link/165886/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
PostgreSQL News
PostgreSQL 17.3, 16.7, 15.11, 14.16, and 13.19 Released!
The PostgreSQL Global Development Group has released an update to all supported versions of PostgreSQL, including 17.3, 16.7, 15.11, 14.16, …
🔵 عنوان مقاله
A PostgreSQL Compatibility Index to Compare Implementations
🟢 خلاصه مقاله:
مقاله‌ای که مورد بررسی قرار گرفته به بررسی وضعیت پیچیده و در عین حال حسادت‌برانگیز پایگاه داده‌ها در رابطه با Postgres می‌پردازد. Postgres به عنوان یک زبان مشترک بین پایگاه‌های داده مطرح شده است، به طوری که حتی پایگاه‌های داده‌ای که هیچ کدی از Postgres ندارند، تلاش می‌کنند به نوعی با آن سازگار باشند. با این حال، سؤال اصلی این است که این سازگاری تا چه حد است؟ برای درک بهتر و نظارت بر این موضوع، 'شاخص سازگاری Postgres' ایجاد شده است که به تست و مانیتور کردن چندین جنبه مهم می‌پردازد. این شاخص به ارزیابی دقیق تر و عینی سطح سازگاری و امکانات مختلف پایگاه‌های داده نسبت به Postgres کمک می‌کند، از این رو به فهمی عمیق‌تر و استانداردسازی بهتر در بین محصولات مختلف منجر می‌شود.
🟣لینک مقاله:
https://postgresweekly.com/link/165887/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
A PostgreSQL Compatibility Index to Compare Implementations
🟢 خلاصه مقاله:
مقاله‌ای که مورد بررسی قرار گرفته به بررسی وضعیت پیچیده و در عین حال حسادت‌برانگیز پایگاه داده‌ها در رابطه با Postgres می‌پردازد. Postgres به عنوان یک زبان مشترک بین پایگاه‌های داده مطرح شده است، به طوری که حتی پایگاه‌های داده‌ای که هیچ کدی از Postgres ندارند، تلاش می‌کنند به نوعی با آن سازگار باشند. با این حال، سؤال اصلی این است که این سازگاری تا چه حد است؟ برای درک بهتر و نظارت بر این موضوع، 'شاخص سازگاری Postgres' ایجاد شده است که به تست و مانیتور کردن چندین جنبه مهم می‌پردازد. این شاخص به ارزیابی دقیق تر و عینی سطح سازگاری و امکانات مختلف پایگاه‌های داده نسبت به Postgres کمک می‌کند، از این رو به فهمی عمیق‌تر و استانداردسازی بهتر در بین محصولات مختلف منجر می‌شود.
🟣لینک مقاله:
https://postgresweekly.com/link/165887/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Medium
Postgres Is
Update: In response to a trademark notice from the PostgreSQL Community Association of Canada, domain has been changed from “Postgres.Is”…
🔵 عنوان مقاله
Postgres in the Time of Monster Hardware
🟢 خلاصه مقاله:
در مقاله‌ای که مورد بررسی قرار گرفت، بر قدرت روزافزون پردازنده‌های مدرن و تأثیر آن بر مقیاس‌پذیری سرورهای دیتابیس تأکید شده است. به‌طور خاص، مقاله به معرفی پردازنده‌ی AMD EPYC با 192 هسته در هر سوکت و 10 ترابایت حافظه RAM می‌پردازد که نسبت به سرورهایی که 15 سال پیش با پردازنده‌ی Xeon هستند، 160 برابر سریع‌تر عمل می‌کند. این میزان قدرت پردازشی غیرمعمول، سؤالاتی درباره‌ی بهترین روش‌ها برای مقیاس‌بندی سرورهای دیتابیس در دوران کنونی را مطرح می‌کند، جایی که ذخیره‌سازی سریع‌تر نیز به‌عنوان بخشی از معادله است. مقاله در نهایت بر اهمیت بازاندیشی در استراتژی‌ها و فناوری‌های مورد استفاده برای به‌روزرسانی و اصلاح ساختارهای داده‌ای در عصر و تکنولوژی جدید تأکید می‌کند.
🟣لینک مقاله:
https://postgresweekly.com/link/165885/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Postgres in the Time of Monster Hardware
🟢 خلاصه مقاله:
در مقاله‌ای که مورد بررسی قرار گرفت، بر قدرت روزافزون پردازنده‌های مدرن و تأثیر آن بر مقیاس‌پذیری سرورهای دیتابیس تأکید شده است. به‌طور خاص، مقاله به معرفی پردازنده‌ی AMD EPYC با 192 هسته در هر سوکت و 10 ترابایت حافظه RAM می‌پردازد که نسبت به سرورهایی که 15 سال پیش با پردازنده‌ی Xeon هستند، 160 برابر سریع‌تر عمل می‌کند. این میزان قدرت پردازشی غیرمعمول، سؤالاتی درباره‌ی بهترین روش‌ها برای مقیاس‌بندی سرورهای دیتابیس در دوران کنونی را مطرح می‌کند، جایی که ذخیره‌سازی سریع‌تر نیز به‌عنوان بخشی از معادله است. مقاله در نهایت بر اهمیت بازاندیشی در استراتژی‌ها و فناوری‌های مورد استفاده برای به‌روزرسانی و اصلاح ساختارهای داده‌ای در عصر و تکنولوژی جدید تأکید می‌کند.
🟣لینک مقاله:
https://postgresweekly.com/link/165885/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
EDB
Postgres in the time of monster hardware
👍2
🔵 عنوان مقاله
Expanding pgai Vectorizer
🟢 خلاصه مقاله:
مجموعه ابزارهای pgai از Timescale، روش‌های استفاده از قابلیت‌های هوش مصنوعی در Postgres را تسهیل می‌بخشد. این مجموعه امکان ایجاد خودکار و همگام‌سازی نمایه‌های برداری برای داده‌ها را فراهم می‌کند. به تازگی، پشتیبانی از SQLAlchemy و همچنین پشتیبانی از مدل‌های بیشتری برای تعبیه توسط LiteLLM در pgai افزوده شده است. این پیشرفت‌ها به کاربران امکان می‌دهد تا با استفاده از تکنولوژی‌های پیشرفته در پایگاه داده‌های Postgres، داده‌های خود را به صورت هوشمندتر و کارآمدتر مدیریت کنند. اضافه شدن پشتیبانی از این قابلیت‌ها به کاربران کمک می‌کند تا به راحتی عملکردهای مبتنی بر هوش مصنوعی را بر روی داده‌های خود پیاده‌سازی نمایند. این افزودنی‌ها به بستر Timescale کمک می‌کند تا به عنوان یک راهکار قابل اعتماد برای ادغام هوش مصنوعی با بانک‌های داده مورد استفاده قرار گیرد.
🟣لینک مقاله:
https://postgresweekly.com/link/165901/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Expanding pgai Vectorizer
🟢 خلاصه مقاله:
مجموعه ابزارهای pgai از Timescale، روش‌های استفاده از قابلیت‌های هوش مصنوعی در Postgres را تسهیل می‌بخشد. این مجموعه امکان ایجاد خودکار و همگام‌سازی نمایه‌های برداری برای داده‌ها را فراهم می‌کند. به تازگی، پشتیبانی از SQLAlchemy و همچنین پشتیبانی از مدل‌های بیشتری برای تعبیه توسط LiteLLM در pgai افزوده شده است. این پیشرفت‌ها به کاربران امکان می‌دهد تا با استفاده از تکنولوژی‌های پیشرفته در پایگاه داده‌های Postgres، داده‌های خود را به صورت هوشمندتر و کارآمدتر مدیریت کنند. اضافه شدن پشتیبانی از این قابلیت‌ها به کاربران کمک می‌کند تا به راحتی عملکردهای مبتنی بر هوش مصنوعی را بر روی داده‌های خود پیاده‌سازی نمایند. این افزودنی‌ها به بستر Timescale کمک می‌کند تا به عنوان یک راهکار قابل اعتماد برای ادغام هوش مصنوعی با بانک‌های داده مورد استفاده قرار گیرد.
🟣لینک مقاله:
https://postgresweekly.com/link/165901/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Timescale Blog
Expanding pgai Vectorizer: SQLAlchemy and LiteLLM Make Vector Search Simple
The integration of pgai Vectorizer with SQLAlchemy and LiteLLM will enable you to manage vector embeddings easily and seamlessly within your workflows. See how.
👍1
🔵 عنوان مقاله
Incremental Archival from Postgres to Parquet
🟢 خلاصه مقاله:
مقاله مورد بحث به بررسی دو افزونه‌ی pg_parquet و pg_incremental از شرکت Crunchy Data می‌پردازد. این افزونه‌ها امکان برپایی یک خط لوله‌ی ترکیبی برای صادر کردن داده‌ها را فراهم می‌آورند. داده‌ها می‌توانند به فرمت ستونی Parquet تبدیل شده و در سرویس ذخیره‌سازی S3 ذخیره شوند. افزونه‌ی pg_parquet برای تعریف فرمت داده‌ها و تبدیل آنها به فرمت Parquet استفاده می‌شود، در حالی که افزونه‌ی pg_incremental امکان انتخاب داده‌ها بر اساس دامنه‌های قابل تعریف توسط کاربر را دارد. با استفاده از این دو افزونه، کاربران می‌توانند به طور خودکار داده‌های خود را فیلتر، تحلیل و ذخیره کنند، بدون اینکه نیاز به دخالت دستی باشد. این فرآیند به ویژه در مواردی که کار با حجم عظیمی از داده‌ها مطرح است، می‌تواند صرفه‌جویی قابل توجهی در زمان و منابع به همراه داشته باشد.
🟣لینک مقاله:
https://postgresweekly.com/link/165897/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Incremental Archival from Postgres to Parquet
🟢 خلاصه مقاله:
مقاله مورد بحث به بررسی دو افزونه‌ی pg_parquet و pg_incremental از شرکت Crunchy Data می‌پردازد. این افزونه‌ها امکان برپایی یک خط لوله‌ی ترکیبی برای صادر کردن داده‌ها را فراهم می‌آورند. داده‌ها می‌توانند به فرمت ستونی Parquet تبدیل شده و در سرویس ذخیره‌سازی S3 ذخیره شوند. افزونه‌ی pg_parquet برای تعریف فرمت داده‌ها و تبدیل آنها به فرمت Parquet استفاده می‌شود، در حالی که افزونه‌ی pg_incremental امکان انتخاب داده‌ها بر اساس دامنه‌های قابل تعریف توسط کاربر را دارد. با استفاده از این دو افزونه، کاربران می‌توانند به طور خودکار داده‌های خود را فیلتر، تحلیل و ذخیره کنند، بدون اینکه نیاز به دخالت دستی باشد. این فرآیند به ویژه در مواردی که کار با حجم عظیمی از داده‌ها مطرح است، می‌تواند صرفه‌جویی قابل توجهی در زمان و منابع به همراه داشته باشد.
🟣لینک مقاله:
https://postgresweekly.com/link/165897/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Crunchy Data
Incremental Archival from Postgres to Parquet for Analytics | Crunchy Data Blog
Marco combines pg_incremental and pg_parquet with Crunchy Data Warehouse to set up a simple and effective end-to-end data pipeline for fast analytics on historical archive data.
👍2