🔵 عنوان مقاله
The Feature We Were Afraid to Talk About (7 minute read)
🟢 خلاصه مقاله:
dltHub با صراحت توضیح میدهد که اتکای کامل به LLM برای ساخت خودکار data scaffold از روی مستندات، در عمل برای محیطهای تولیدی قابل اعتماد نبود. نسخه اول، اسکَفولدها را مستقیم با LLM میساخت و در ظاهر عالی بود، اما خطاهای ظریف و «توهمات» باعث شکست پایپلاینها و اتلاف زمان دیباگ میشد. در v2 رویکرد برعکس شد: ابتدا با پارسرها و اعتبارسنجهای قطعی، حقایق قابل راستیآزمایی (مثل endpointها، schemaها، روشهای احراز هویت و قواعد pagination) استخراج و تثبیت میشوند؛ سپس LLM فقط برای ظرایف معنایی وارد میشود—برای رفع ابهامها، نامگذاری بهتر یا پیشنهاد تبدیلهای سبک—آن هم با ارجاع شفاف به منبع تا قابلیت رهگیری و اصلاح حفظ شود. نتیجه، کاهش خطا و افزایش قابلیت بازتولید و دیباگپذیری است؛ LLM ارزش افزوده میدهد اما موتور تصمیم قطعی نیست. درس کلیدی: در دادههای تولیدی، باید LLM را با ریلهای ایمنی، استخراج قطعی و اعتبارسنجی احاطه کرد، نه اینکه همه چیز را به آن سپرد.
#LLM #DataEngineering #MLOps #AI #ProductionReliability #DeterministicParsing #DataPipelines #dltHub
🟣لینک مقاله:
https://dlthub.com/blog/improving_generation_baseline?utm_source=tldrdata
➖➖➖➖➖➖➖➖
👑 @Database_Academy
The Feature We Were Afraid to Talk About (7 minute read)
🟢 خلاصه مقاله:
dltHub با صراحت توضیح میدهد که اتکای کامل به LLM برای ساخت خودکار data scaffold از روی مستندات، در عمل برای محیطهای تولیدی قابل اعتماد نبود. نسخه اول، اسکَفولدها را مستقیم با LLM میساخت و در ظاهر عالی بود، اما خطاهای ظریف و «توهمات» باعث شکست پایپلاینها و اتلاف زمان دیباگ میشد. در v2 رویکرد برعکس شد: ابتدا با پارسرها و اعتبارسنجهای قطعی، حقایق قابل راستیآزمایی (مثل endpointها، schemaها، روشهای احراز هویت و قواعد pagination) استخراج و تثبیت میشوند؛ سپس LLM فقط برای ظرایف معنایی وارد میشود—برای رفع ابهامها، نامگذاری بهتر یا پیشنهاد تبدیلهای سبک—آن هم با ارجاع شفاف به منبع تا قابلیت رهگیری و اصلاح حفظ شود. نتیجه، کاهش خطا و افزایش قابلیت بازتولید و دیباگپذیری است؛ LLM ارزش افزوده میدهد اما موتور تصمیم قطعی نیست. درس کلیدی: در دادههای تولیدی، باید LLM را با ریلهای ایمنی، استخراج قطعی و اعتبارسنجی احاطه کرد، نه اینکه همه چیز را به آن سپرد.
#LLM #DataEngineering #MLOps #AI #ProductionReliability #DeterministicParsing #DataPipelines #dltHub
🟣لینک مقاله:
https://dlthub.com/blog/improving_generation_baseline?utm_source=tldrdata
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Dlthub
The feature we were afraid to talk about
This is the story of how we made our LLM generation workflow superior to starting from raw docs.
🔵 عنوان مقاله
Tiger Data Introduces a Free Postgres Plan
🟢 خلاصه مقاله:
Tiger Data که پیشتر با نام Timescale شناخته میشد، برای پلتفرم مدیریتشده Postgres خود یک طرح رایگان معرفی کرده است. این شرکت تا امروز پلن رایگان نداشت و اکنون میتوان تا دو سرویس رایگان با سقف ۷۵۰ مگابایت برای هر سرویس ایجاد کرد. این ظرفیت برای نمونهسازی، آموزش، ابزارهای کوچک و محیطهای تست مناسب است و در صورت رشد نیازها، امکان ارتقا به پلنهای پولی وجود دارد. در نتیجه، ورود به استفاده از Postgres مدیریتشده سادهتر و کمهزینهتر میشود.
#Postgres #TigerData #Timescale #Database #FreeTier #Cloud #Developers #Startups
🟣لینک مقاله:
https://postgresweekly.com/link/176015/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Tiger Data Introduces a Free Postgres Plan
🟢 خلاصه مقاله:
Tiger Data که پیشتر با نام Timescale شناخته میشد، برای پلتفرم مدیریتشده Postgres خود یک طرح رایگان معرفی کرده است. این شرکت تا امروز پلن رایگان نداشت و اکنون میتوان تا دو سرویس رایگان با سقف ۷۵۰ مگابایت برای هر سرویس ایجاد کرد. این ظرفیت برای نمونهسازی، آموزش، ابزارهای کوچک و محیطهای تست مناسب است و در صورت رشد نیازها، امکان ارتقا به پلنهای پولی وجود دارد. در نتیجه، ورود به استفاده از Postgres مدیریتشده سادهتر و کمهزینهتر میشود.
#Postgres #TigerData #Timescale #Database #FreeTier #Cloud #Developers #Startups
🟣لینک مقاله:
https://postgresweekly.com/link/176015/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Tiger Data Blog
Introducing Agentic Postgres Free Plan: The Fastest Way to Experiment with AI on Postgres
Experiment with AI on Postgres. The Tiger Free Plan offers database forks, vector search, and real-time analytics. No credit card required. Built for developers and agents: Agentic Postgres.
🔵 عنوان مقاله
pqr.sql: Generate QR Codes with Pure SQL in Postgres
🟢 خلاصه مقاله:
**pqr.sql یک ایدهی خلاقانه است که نشان میدهد میتوان QR Code را تنها با SQL و مستقیماً داخل Postgres تولید کرد. این کار بدون افزونه یا کد اپلیکیشن انجام میشود و برای محیطهای محدود یا سناریوهای خودبسنده مفید است و جنبه آموزشی خوبی برای توانمندیهای SQL در Postgres دارد. با این حال، به چندصد خط SQL نیاز دارد و برای تولید عملیاتی جایگزین کتابخانههای تخصصی نیست؛ اما نمونهای جذاب با کاربردهای غیربدیهی است.
#Postgres #PostgreSQL #SQL #QRCode #PureSQL #Databases #SQLTricks
🟣لینک مقاله:
https://postgresweekly.com/link/175728/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pqr.sql: Generate QR Codes with Pure SQL in Postgres
🟢 خلاصه مقاله:
**pqr.sql یک ایدهی خلاقانه است که نشان میدهد میتوان QR Code را تنها با SQL و مستقیماً داخل Postgres تولید کرد. این کار بدون افزونه یا کد اپلیکیشن انجام میشود و برای محیطهای محدود یا سناریوهای خودبسنده مفید است و جنبه آموزشی خوبی برای توانمندیهای SQL در Postgres دارد. با این حال، به چندصد خط SQL نیاز دارد و برای تولید عملیاتی جایگزین کتابخانههای تخصصی نیست؛ اما نمونهای جذاب با کاربردهای غیربدیهی است.
#Postgres #PostgreSQL #SQL #QRCode #PureSQL #Databases #SQLTricks
🟣لینک مقاله:
https://postgresweekly.com/link/175728/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Tanelpoder
pqr.sql: Generate QR Codes with Pure SQL in PostgreSQL - Tanel Poder Consulting
As my cat woke me up way too early for a Saturday morning, I decided to put all this extra time (and my ChatGPT Pro subscription) into good use and generated a QR-code generator for PostgreSQL, written as a single pure SQL statement. No external libraries…
🔵 عنوان مقاله
The Benefits of a DESCending Index
🟢 خلاصه مقاله:
گذشته از کاربرد شناختهشدهی DESC در همخوانسازی ایندکس با ORDER BYهای ترکیبی، در برخی سناریوهای خاص یک ایندکسِ نزولی میتواند هنگام ساخت و درج، فضای کمتری اشغال کند. وقتی الگوی درج دادهها با جهت مرتبسازی ایندکس همراستا باشد، احتمال شکاف صفحه کمتر میشود و چیدمان برگها فشردهتر میماند؛ نتیجه میتواند ایندکسی کوچکتر و با محلیّت حافظه بهتر باشد.
از نظر اجرا هم مزیتی وجود دارد: برای تولید همان ترتیب نتایج، یک اسکن روبهجلو روی ایندکسِ نزولی معمولاً از اسکن روبهعقب روی ایندکسِ صعودی کاراتر است، چون با پیشخوانی دیسک و الگوهای کش سازگارتر است. بنابراین برای پرسوجوهای «جدیدترینها اول» مثل ORDER BY created_at DESC همراه با LIMIT، انتخاب ایندکس نزولی اغلب اجرای پایدارتر و سریعتری میدهد. جمعبندی: جهت ایندکس را بر اساس الگوی غالب ORDER BY انتخاب و هر دو حالت را با EXPLAIN روی دادههای واقعی بسنجید.
#PostgreSQL #Indexing #DESC #ORDERBY #QueryOptimization #DatabasePerformance #BTree #TopN
🟣لینک مقاله:
https://postgresweekly.com/link/176021/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
The Benefits of a DESCending Index
🟢 خلاصه مقاله:
گذشته از کاربرد شناختهشدهی DESC در همخوانسازی ایندکس با ORDER BYهای ترکیبی، در برخی سناریوهای خاص یک ایندکسِ نزولی میتواند هنگام ساخت و درج، فضای کمتری اشغال کند. وقتی الگوی درج دادهها با جهت مرتبسازی ایندکس همراستا باشد، احتمال شکاف صفحه کمتر میشود و چیدمان برگها فشردهتر میماند؛ نتیجه میتواند ایندکسی کوچکتر و با محلیّت حافظه بهتر باشد.
از نظر اجرا هم مزیتی وجود دارد: برای تولید همان ترتیب نتایج، یک اسکن روبهجلو روی ایندکسِ نزولی معمولاً از اسکن روبهعقب روی ایندکسِ صعودی کاراتر است، چون با پیشخوانی دیسک و الگوهای کش سازگارتر است. بنابراین برای پرسوجوهای «جدیدترینها اول» مثل ORDER BY created_at DESC همراه با LIMIT، انتخاب ایندکس نزولی اغلب اجرای پایدارتر و سریعتری میدهد. جمعبندی: جهت ایندکس را بر اساس الگوی غالب ORDER BY انتخاب و هر دو حالت را با EXPLAIN روی دادههای واقعی بسنجید.
#PostgreSQL #Indexing #DESC #ORDERBY #QueryOptimization #DatabasePerformance #BTree #TopN
🟣لینک مقاله:
https://postgresweekly.com/link/176021/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
CYBERTEC PostgreSQL | Services & Support
Benefits of a DESCending index
The DESC clause in CREATE INDEX is rarely needed. I'll show use cases for descending indexes, including storage efficiency and performance.
🔵 عنوان مقاله
Postgres 18's UUIDv7: Faster and Secure Time-Ordered IDs
🟢 خلاصه مقاله:
**پشتیبانی از UUIDv7 در Postgres 18 شناسههایی زمانمرتب ارائه میدهد که برخلاف UUIDv4 باعث پراکندگی شدید ایندکسها نمیشوند. بخش زمان در ابتدای UUIDv7 باعث میشود درجها عمدتاً به انتهای B-tree اضافه شوند و از شکستن صفحهها، افت کش و ناپایداری توان نوشتن جلوگیری شود. همزمان، بخشهای تصادفیِ کافی باقی میماند تا شناسهها منحصربهفرد، غیرقابل پیشبینی و مناسب برای محیطهای توزیعشده باشند؛ بدون افشای جزئیات سختافزاری مانند نسخههای قدیمیتر.
برای تیمهای Go که از Postgres استفاده میکنند، این تغییر بهخوبی با الگوهای متداول سرویسهای رویدادمحور، لاگهای افزایشی و نوشتن در مقیاس افقی سازگار است. تولید UUIDv7 در لایه اپلیکیشن و ذخیره آن در ستون نوع uuid ساده است و بسیاری از کتابخانههای Go از آن پشتیبانی میکنند. برای مهاجرت، جدولهای جدید میتوانند مستقیماً از UUIDv7 استفاده کنند و جدولهای موجود میتوانند بهتدریج تغییر کنند؛ تنها به صحت و یکنواختی ساعت سرورها برای حفظ ترتیب توجه کنید و برای نیازهای زمانی دقیق همچنان از ستونهای timestamp بهره بگیرید.
بهطور خلاصه، UUIDv7 در Postgres 18 ترکیبی از عملکرد بهتر درج و ایندکس، سادگی عملیاتی و امنیت بیشتر را فراهم میکند؛ همانطور که در Golang Weekly نیز بر همسویی طبیعی آن با معماری سرویسهای Go تاکید شده است.
#Postgres #PostgreSQL #UUIDv7 #Go #Golang #DatabasePerformance #Scalability
🟣لینک مقاله:
https://postgresweekly.com/link/176368/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Postgres 18's UUIDv7: Faster and Secure Time-Ordered IDs
🟢 خلاصه مقاله:
**پشتیبانی از UUIDv7 در Postgres 18 شناسههایی زمانمرتب ارائه میدهد که برخلاف UUIDv4 باعث پراکندگی شدید ایندکسها نمیشوند. بخش زمان در ابتدای UUIDv7 باعث میشود درجها عمدتاً به انتهای B-tree اضافه شوند و از شکستن صفحهها، افت کش و ناپایداری توان نوشتن جلوگیری شود. همزمان، بخشهای تصادفیِ کافی باقی میماند تا شناسهها منحصربهفرد، غیرقابل پیشبینی و مناسب برای محیطهای توزیعشده باشند؛ بدون افشای جزئیات سختافزاری مانند نسخههای قدیمیتر.
برای تیمهای Go که از Postgres استفاده میکنند، این تغییر بهخوبی با الگوهای متداول سرویسهای رویدادمحور، لاگهای افزایشی و نوشتن در مقیاس افقی سازگار است. تولید UUIDv7 در لایه اپلیکیشن و ذخیره آن در ستون نوع uuid ساده است و بسیاری از کتابخانههای Go از آن پشتیبانی میکنند. برای مهاجرت، جدولهای جدید میتوانند مستقیماً از UUIDv7 استفاده کنند و جدولهای موجود میتوانند بهتدریج تغییر کنند؛ تنها به صحت و یکنواختی ساعت سرورها برای حفظ ترتیب توجه کنید و برای نیازهای زمانی دقیق همچنان از ستونهای timestamp بهره بگیرید.
بهطور خلاصه، UUIDv7 در Postgres 18 ترکیبی از عملکرد بهتر درج و ایندکس، سادگی عملیاتی و امنیت بیشتر را فراهم میکند؛ همانطور که در Golang Weekly نیز بر همسویی طبیعی آن با معماری سرویسهای Go تاکید شده است.
#Postgres #PostgreSQL #UUIDv7 #Go #Golang #DatabasePerformance #Scalability
🟣لینک مقاله:
https://postgresweekly.com/link/176368/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Hashrocket
PostgreSQL 18's UUIDv7: Faster and Secure Time-Ordered IDs
PostgreSQL 18 dropped last month with a bunch of exciting updates. While the performance improvements are always welcome, there's one developer-friendly feature that deserves the spotlight: native support for UUIDv7. This new format might change how model…
🔵 عنوان مقاله
Returning Multiple Rows with Postgres Extensions
🟢 خلاصه مقاله:
این مطلب به قلم Shaun Thomas بهصورت عملی توضیح میدهد که در افزونههای Postgres چگونه میتوان چندین سطر را برگرداند. نویسنده با تمرکز بر SRF و tuplestore، مراحل اصلی را تشریح میکند: راهاندازی وضعیت فراخوانی در مرحله اول، ساخت TupleDesc، تولید سطرها با SRF_RETURN_NEXT و پایان با SRF_RETURN_DONE؛ همچنین نکات مهمی مثل مدیریت حافظه در context درست، تعیین صحیح ویژگیهایی مانند volatility و strictness، و انتخاب بین SETOF نوع مرکب نامدار یا SETOF record را بیان میکند. مقاله به ملاحظات کارایی، استفاده ایمن از SPI در صورت اجرای SQL داخل افزونه، و تفاوتهای نسخهای که میتواند روی رفتار توابع بازگرداننده مجموعه تأثیر بگذارد نیز میپردازد. برای توسعهدهندگانی که قصد دارند افزونههای Postgres خود را بنویسند و نیاز به الگوهای قابل اتکا برای بازگرداندن چندین سطر دارند، این راهنما بسیار کاربردی است.
#Postgres #PostgreSQL #Extensions #SetReturningFunctions #SRF #CProgramming #Database #OpenSource
🟣لینک مقاله:
https://postgresweekly.com/link/176366/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Returning Multiple Rows with Postgres Extensions
🟢 خلاصه مقاله:
این مطلب به قلم Shaun Thomas بهصورت عملی توضیح میدهد که در افزونههای Postgres چگونه میتوان چندین سطر را برگرداند. نویسنده با تمرکز بر SRF و tuplestore، مراحل اصلی را تشریح میکند: راهاندازی وضعیت فراخوانی در مرحله اول، ساخت TupleDesc، تولید سطرها با SRF_RETURN_NEXT و پایان با SRF_RETURN_DONE؛ همچنین نکات مهمی مثل مدیریت حافظه در context درست، تعیین صحیح ویژگیهایی مانند volatility و strictness، و انتخاب بین SETOF نوع مرکب نامدار یا SETOF record را بیان میکند. مقاله به ملاحظات کارایی، استفاده ایمن از SPI در صورت اجرای SQL داخل افزونه، و تفاوتهای نسخهای که میتواند روی رفتار توابع بازگرداننده مجموعه تأثیر بگذارد نیز میپردازد. برای توسعهدهندگانی که قصد دارند افزونههای Postgres خود را بنویسند و نیاز به الگوهای قابل اتکا برای بازگرداندن چندین سطر دارند، این راهنما بسیار کاربردی است.
#Postgres #PostgreSQL #Extensions #SetReturningFunctions #SRF #CProgramming #Database #OpenSource
🟣لینک مقاله:
https://postgresweekly.com/link/176366/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
🔵 عنوان مقاله
pgfeaturediff: Compare Features Between Postgres Versions
🟢 خلاصه مقاله:
pgfeaturediff یک ابزار وب برای مقایسه مستقیم ویژگیهای دو نسخه از Postgres است که بر اساس ماتریس رسمی ویژگیهای Postgres کار میکند و بنابراین مرجعی دقیق و بهروز محسوب میشود. با انتخاب دو نسخه، تفاوتها و تغییرات کلیدی بهصورت واضح نمایش داده میشود تا نیاز به جستوجو در یادداشتهای انتشار کاهش یابد. این ابزار به توسعهدهندگان، DBAها و تیمهای عملیات کمک میکند برنامهریزی ارتقا و مهاجرت را سریعتر و مطمئنتر انجام دهند و از قابلیتهای جدید با آگاهی بهتر بهره ببرند.
#Postgres #pgfeaturediff #مقایسه_نسخه #پایگاه_داده #ارتقای_سیستم #FeatureMatrix #DevOps
🟣لینک مقاله:
https://postgresweekly.com/link/176351/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pgfeaturediff: Compare Features Between Postgres Versions
🟢 خلاصه مقاله:
pgfeaturediff یک ابزار وب برای مقایسه مستقیم ویژگیهای دو نسخه از Postgres است که بر اساس ماتریس رسمی ویژگیهای Postgres کار میکند و بنابراین مرجعی دقیق و بهروز محسوب میشود. با انتخاب دو نسخه، تفاوتها و تغییرات کلیدی بهصورت واضح نمایش داده میشود تا نیاز به جستوجو در یادداشتهای انتشار کاهش یابد. این ابزار به توسعهدهندگان، DBAها و تیمهای عملیات کمک میکند برنامهریزی ارتقا و مهاجرت را سریعتر و مطمئنتر انجام دهند و از قابلیتهای جدید با آگاهی بهتر بهره ببرند.
#Postgres #pgfeaturediff #مقایسه_نسخه #پایگاه_داده #ارتقای_سیستم #FeatureMatrix #DevOps
🟣لینک مقاله:
https://postgresweekly.com/link/176351/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pgfeaturediff
pgfeaturediff - PostgreSQL Version Feature Comparison
Compare PostgreSQL features between versions. See what's new, changed, or deprecated when upgrading PostgreSQL.
🔵 عنوان مقاله
PostgreSQL Conference Japan 2025
🟢 خلاصه مقاله:
**کنفرانس PostgreSQL Conference Japan 2025 روز 11 November در Tokyo برگزار میشود؛ رویدادی یکروزه برای کاربران، توسعهدهندگان و سازمانهایی که با PostgreSQL کار میکنند. برنامه رویداد بر قابلیتهای جدید، بهینهسازی کارایی، HA و replication، استقرارهای cloud، امنیت و اکوسیستم افزونهها و ابزارها تمرکز دارد و شامل ارائههای فنی، مطالعات موردی و محتوای عملی است. این کنفرانس فرصتی مناسب برای شبکهسازی و تبادل تجربه میان توسعهدهندگان، DBAها، مهندسان داده و رهبران فنی است. تاریخ را در تقویم خود علامت بزنید؛ جزئیات بیشتر شامل برنامه، سخنرانان و ثبتنام از طریق کانالهای رسمی اعلام خواهد شد.
#PostgreSQL #Database #OpenSource #Tokyo #Japan #TechConference #2025
🟣لینک مقاله:
https://postgresweekly.com/link/175394/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
PostgreSQL Conference Japan 2025
🟢 خلاصه مقاله:
**کنفرانس PostgreSQL Conference Japan 2025 روز 11 November در Tokyo برگزار میشود؛ رویدادی یکروزه برای کاربران، توسعهدهندگان و سازمانهایی که با PostgreSQL کار میکنند. برنامه رویداد بر قابلیتهای جدید، بهینهسازی کارایی، HA و replication، استقرارهای cloud، امنیت و اکوسیستم افزونهها و ابزارها تمرکز دارد و شامل ارائههای فنی، مطالعات موردی و محتوای عملی است. این کنفرانس فرصتی مناسب برای شبکهسازی و تبادل تجربه میان توسعهدهندگان، DBAها، مهندسان داده و رهبران فنی است. تاریخ را در تقویم خود علامت بزنید؛ جزئیات بیشتر شامل برنامه، سخنرانان و ثبتنام از طریق کانالهای رسمی اعلام خواهد شد.
#PostgreSQL #Database #OpenSource #Tokyo #Japan #TechConference #2025
🟣لینک مقاله:
https://postgresweekly.com/link/175394/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
日本PostgreSQLユーザ会
PostgreSQL Conference Japan 2025
.text-content table.program-table td { vertical-align: top; !important; } イベント名 PostgreSQL Conference Japan 2025 （日本語略称： PostgreSQL カンファレンス 2025） 日時 2025 年 11 月 21 日（金）10:00 - 18:10
👍1
🔵 عنوان مقاله
PL/Haskell 5.0: Use Haskell in Your SQL Functions
🟢 خلاصه مقاله:
خلاصهای از PL/Haskell 5.0: این نسخه امکان نوشتن توابع SQL در Postgres با استفاده از زبان تابعی Haskell را فراهم میکند. با وجود غیررویهای بودن Haskell، کدها بهگونهای ارائه میشوند که Postgres بتواند آنها را بهعنوان توابع و رویهها اجرا کند و شما منطق کاربردی را مستقیماً از داخل SQL فراخوانی کنید. در نسخه ۵.۰، پشتیبانی از انواع تاریخ و زمان اضافه شده است؛ بنابراین میتوانید کارهای رایج مرتبط با دادههای زمانی، مانند کار با timestampها، زمانبندی و محاسبات زمانی را داخل پایگاهداده و با اتکا به مزایای شفافیت و نوعمحوری Haskell انجام دهید.
#Haskell #PostgreSQL #SQL #FunctionalProgramming #Database #PLHaskell #DateTime
🟣لینک مقاله:
https://postgresweekly.com/link/176028/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
PL/Haskell 5.0: Use Haskell in Your SQL Functions
🟢 خلاصه مقاله:
خلاصهای از PL/Haskell 5.0: این نسخه امکان نوشتن توابع SQL در Postgres با استفاده از زبان تابعی Haskell را فراهم میکند. با وجود غیررویهای بودن Haskell، کدها بهگونهای ارائه میشوند که Postgres بتواند آنها را بهعنوان توابع و رویهها اجرا کند و شما منطق کاربردی را مستقیماً از داخل SQL فراخوانی کنید. در نسخه ۵.۰، پشتیبانی از انواع تاریخ و زمان اضافه شده است؛ بنابراین میتوانید کارهای رایج مرتبط با دادههای زمانی، مانند کار با timestampها، زمانبندی و محاسبات زمانی را داخل پایگاهداده و با اتکا به مزایای شفافیت و نوعمحوری Haskell انجام دهید.
#Haskell #PostgreSQL #SQL #FunctionalProgramming #Database #PLHaskell #DateTime
🟣لینک مقاله:
https://postgresweekly.com/link/176028/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
GitHub
GitHub - ed-o-saurus/PLHaskell: An extension for PostgreSQL that allows embedded Haskell code.
An extension for PostgreSQL that allows embedded Haskell code. - GitHub - ed-o-saurus/PLHaskell: An extension for PostgreSQL that allows embedded Haskell code.
🔵 عنوان مقاله
Sanitizing SQL with SQL
🟢 خلاصه مقاله:
این مقاله یک تابع نمونه در PL/pgSQL معرفی میکند که SQL خام را میگیرد و نسخهای Sanitized برمیگرداند تا اطلاعات هویتی حساس (PII) حذف یا ماسک شود. نتیجه این است که میتوان کوئریها را برای لاگ، دیباگ و اشتراکگذاری، بدون افشای دادههای واقعی، امنتر کرد. چون این کار داخل PostgreSQL انجام میشود، ادغام آن با تریگرها، مسیرهای لاگ و کد موجود ساده است و نیاز به ابزار خارجی ندارد. البته این فقط یک اثبات ایده است و همه حالات و گویشهای SQL را پوشش نمیدهد و ممکن است خطا یا هزینهٔ کارایی داشته باشد؛ بهبودهایی مثل توکنیزهکردن بهتر و قواعد پیکربندیپذیر پیشنهاد میشوند. پیام اصلی: میتوان Sanitization را مستقیماً با خود SQL انجام داد و حریم خصوصی را حفظ کرد.
#SQL #PLpgSQL #PII #DataPrivacy #DatabaseSecurity #Logging #PostgreSQL
🟣لینک مقاله:
https://postgresweekly.com/link/175732/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Sanitizing SQL with SQL
🟢 خلاصه مقاله:
این مقاله یک تابع نمونه در PL/pgSQL معرفی میکند که SQL خام را میگیرد و نسخهای Sanitized برمیگرداند تا اطلاعات هویتی حساس (PII) حذف یا ماسک شود. نتیجه این است که میتوان کوئریها را برای لاگ، دیباگ و اشتراکگذاری، بدون افشای دادههای واقعی، امنتر کرد. چون این کار داخل PostgreSQL انجام میشود، ادغام آن با تریگرها، مسیرهای لاگ و کد موجود ساده است و نیاز به ابزار خارجی ندارد. البته این فقط یک اثبات ایده است و همه حالات و گویشهای SQL را پوشش نمیدهد و ممکن است خطا یا هزینهٔ کارایی داشته باشد؛ بهبودهایی مثل توکنیزهکردن بهتر و قواعد پیکربندیپذیر پیشنهاد میشوند. پیام اصلی: میتوان Sanitization را مستقیماً با خود SQL انجام داد و حریم خصوصی را حفظ کرد.
#SQL #PLpgSQL #PII #DataPrivacy #DatabaseSecurity #Logging #PostgreSQL
🟣لینک مقاله:
https://postgresweekly.com/link/175732/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Ardent Performance Computing
Sanitized SQL
A couple times within the past month, I’ve had people send me a message asking if I have any suggestions about where to learn postgres. I like to share the collection of links that I’ve…
❤1
🔵 عنوان مقاله
pg_ivm 1.13: Incremental View Maintenance (IVM) Extension
🟢 خلاصه مقاله:
pg_ivm 1.13 یک افزونه برای PostgreSQL است که رویکرد Incremental View Maintenance (IVM) را به کار میگیرد تا بهجای بازمحاسبه کامل، فقط تغییرات لازم را روی materialized view اعمال کند. در مقایسه با REFRESH MATERIALIZED VIEW، این روش با بهروزرسانیهای افزایشی باعث کاهش زمان، مصرف منابع و قفلگذاری میشود و بهویژه برای پایگاههای داده حجیم، داشبوردهای تحلیلی و سناریوهای نزدیک به زمان واقعی مفید است.
#PostgreSQL #pg_ivm #IVM #MaterializedViews #DatabasePerformance #DataEngineering #IncrementalUpdates
🟣لینک مقاله:
https://postgresweekly.com/link/176027/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pg_ivm 1.13: Incremental View Maintenance (IVM) Extension
🟢 خلاصه مقاله:
pg_ivm 1.13 یک افزونه برای PostgreSQL است که رویکرد Incremental View Maintenance (IVM) را به کار میگیرد تا بهجای بازمحاسبه کامل، فقط تغییرات لازم را روی materialized view اعمال کند. در مقایسه با REFRESH MATERIALIZED VIEW، این روش با بهروزرسانیهای افزایشی باعث کاهش زمان، مصرف منابع و قفلگذاری میشود و بهویژه برای پایگاههای داده حجیم، داشبوردهای تحلیلی و سناریوهای نزدیک به زمان واقعی مفید است.
#PostgreSQL #pg_ivm #IVM #MaterializedViews #DatabasePerformance #DataEngineering #IncrementalUpdates
🟣لینک مقاله:
https://postgresweekly.com/link/176027/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
GitHub
Release pg_ivm 1.13 (2025-10-20) · sraoss/pg_ivm
What's Changed
New feature
Add support for outer joins (#48) by @yugo-n in #149
Views that include outer joins are now supported, under the following restrictions:
The target list of an oute...
New feature
Add support for outer joins (#48) by @yugo-n in #149
Views that include outer joins are now supported, under the following restrictions:
The target list of an oute...
🔵 عنوان مقاله
several new contributors
🟢 خلاصه مقاله:
در این اعلان از چند مشارکتکننده جدید استقبال شد و چهار نفر به جایگاه "Major Contributors" ارتقا یافتند. این تغییرات به پاس کار مستمر و اثرگذار آنها در توسعه ویژگیها، بازبینی کد، تثبیت فرایندهای ساخت و آزمایش، و منتورینگ انجام شده است و نقش پررنگتری در نقشهراه، برنامهریزی انتشار و هماهنگیهای روزمره به آنها میدهد. برای تازهواردها مسیر آنبوردینگ فراهم است و برای Major Contributors دسترسیها و مسئولیتهای بیشتری تعریف شده، با تأکید بر شفافیت و همکاری فراگیر. همچنین از همه دعوت شده با مطالعه راهنمای مشارکت، برداشتن مسائل مناسب شروع، و پیوستن به کانالهای جامعه، در رشد پایدار پروژه سهیم شوند.
#OpenSource #Contributors #Community #MajorContributors #Collaboration #Mentorship #ProjectGovernance #ReleasePlanning
🟣لینک مقاله:
https://postgresweekly.com/link/176362/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
several new contributors
🟢 خلاصه مقاله:
در این اعلان از چند مشارکتکننده جدید استقبال شد و چهار نفر به جایگاه "Major Contributors" ارتقا یافتند. این تغییرات به پاس کار مستمر و اثرگذار آنها در توسعه ویژگیها، بازبینی کد، تثبیت فرایندهای ساخت و آزمایش، و منتورینگ انجام شده است و نقش پررنگتری در نقشهراه، برنامهریزی انتشار و هماهنگیهای روزمره به آنها میدهد. برای تازهواردها مسیر آنبوردینگ فراهم است و برای Major Contributors دسترسیها و مسئولیتهای بیشتری تعریف شده، با تأکید بر شفافیت و همکاری فراگیر. همچنین از همه دعوت شده با مطالعه راهنمای مشارکت، برداشتن مسائل مناسب شروع، و پیوستن به کانالهای جامعه، در رشد پایدار پروژه سهیم شوند.
#OpenSource #Contributors #Community #MajorContributors #Collaboration #Mentorship #ProjectGovernance #ReleasePlanning
🟣لینک مقاله:
https://postgresweekly.com/link/176362/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
PostgreSQL News
New PostgreSQL Contributors 2025
The [PostgreSQL Contributors Page](https://www.postgresql.org/community/contributors/) includes people who have made substantial, long-term contributions of time and effort to the PostgreSQL project. …
🔵 عنوان مقاله
pg_easy_replicate 0.4: Switch Databases with Minimal Downtime
🟢 خلاصه مقاله:
pg_easy_replicate 0.4 یک اورکستریتور مبتنی بر Ruby است که راهاندازی تکثیر منطقی بین دو پایگاهداده Postgres را ساده میکند و امکان سوییچ کنترلشده به دیتابیس جدید را با حداقل زمان توقف فراهم میسازد. بهجای پیکربندی دستی publication و subscription و نظارت دستی بر snapshot اولیه و تأخیر، این ابزار مراحل حساس را هدایت و خودکار میکند.
با همگام نگهداشتن منبع و مقصد از طریق تکثیر منطقی، میتوانید محیط جدید را آماده و اعتبارسنجی کنید در حالیکه کاربران همچنان روی دیتابیس فعلی کار میکنند؛ سپس در زمان مناسب، فرآیند cutover را با توقف بسیار کوتاه اجرا کرده و اتصالها را به دیتابیس جدید منتقل کنید.
این رویکرد برای ارتقا نسخه، جابهجایی به سختافزار یا کلاود/منطقه جدید، یا بازآرایی دادهها بدون پنجره نگهداری طولانی ایدهآل است. تکیه بر تکثیر منطقی امکان مهاجرتهای بیننسخهای و استقرار تدریجی تغییرات را فراهم میکند. همچنین بهدلیل پیادهسازی با Ruby، ادغام آن در اسکریپتها، runbookها و خطوط CI/CD آسان است و ریسک عملیات را کاهش میدهد.
#Postgres #LogicalReplication #Ruby #DatabaseMigration #ZeroDowntime #DevOps #SRE
🟣لینک مقاله:
https://postgresweekly.com/link/176373/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pg_easy_replicate 0.4: Switch Databases with Minimal Downtime
🟢 خلاصه مقاله:
pg_easy_replicate 0.4 یک اورکستریتور مبتنی بر Ruby است که راهاندازی تکثیر منطقی بین دو پایگاهداده Postgres را ساده میکند و امکان سوییچ کنترلشده به دیتابیس جدید را با حداقل زمان توقف فراهم میسازد. بهجای پیکربندی دستی publication و subscription و نظارت دستی بر snapshot اولیه و تأخیر، این ابزار مراحل حساس را هدایت و خودکار میکند.
با همگام نگهداشتن منبع و مقصد از طریق تکثیر منطقی، میتوانید محیط جدید را آماده و اعتبارسنجی کنید در حالیکه کاربران همچنان روی دیتابیس فعلی کار میکنند؛ سپس در زمان مناسب، فرآیند cutover را با توقف بسیار کوتاه اجرا کرده و اتصالها را به دیتابیس جدید منتقل کنید.
این رویکرد برای ارتقا نسخه، جابهجایی به سختافزار یا کلاود/منطقه جدید، یا بازآرایی دادهها بدون پنجره نگهداری طولانی ایدهآل است. تکیه بر تکثیر منطقی امکان مهاجرتهای بیننسخهای و استقرار تدریجی تغییرات را فراهم میکند. همچنین بهدلیل پیادهسازی با Ruby، ادغام آن در اسکریپتها، runbookها و خطوط CI/CD آسان است و ریسک عملیات را کاهش میدهد.
#Postgres #LogicalReplication #Ruby #DatabaseMigration #ZeroDowntime #DevOps #SRE
🟣لینک مقاله:
https://postgresweekly.com/link/176373/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
GitHub
GitHub - shayonj/pg_easy_replicate: Easily setup logical replication and switchover to new database with minimal downtime
Easily setup logical replication and switchover to new database with minimal downtime - shayonj/pg_easy_replicate
🔵 عنوان مقاله
pg_textsearch: True BM25 Ranking and Hybrid Retrieval
🟢 خلاصه مقاله:
با معرفی pg_textsearch، امکان رتبهبندی واقعی BM25 و Hybrid Retrieval به اکوسیستم Postgres میآید تا کیفیت جستوجوی تماممتن ارتقا یابد. Tiger Data که از عملکرد BM25 در ParadeDB تحتتأثیر قرار گرفته بود، به راهکاری نیاز داشت که مستقیماً روی زیرساخت Postgres خود اجرا کند. این قابلیت فعلاً بهصورت پیشنمایش در Tiger Cloud ارائه شده و هنوز روشن نیست متنباز خواهد شد یا نه، هرچند امید میرود در دسترس عمومی و خودمیزبان هم قرار گیرد. ترکیب رتبهبندی واژگانی BM25 با سیگنالهای مکمل در Hybrid Retrieval میتواند دقت نتایج را بهبود دهد، آن هم بدون خروج از محیط آشنا و یکپارچه Postgres.
#Postgres #FullTextSearch #BM25 #HybridRetrieval #ParadeDB #TigerData #TigerCloud #OpenSource
🟣لینک مقاله:
https://postgresweekly.com/link/176363/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
pg_textsearch: True BM25 Ranking and Hybrid Retrieval
🟢 خلاصه مقاله:
با معرفی pg_textsearch، امکان رتبهبندی واقعی BM25 و Hybrid Retrieval به اکوسیستم Postgres میآید تا کیفیت جستوجوی تماممتن ارتقا یابد. Tiger Data که از عملکرد BM25 در ParadeDB تحتتأثیر قرار گرفته بود، به راهکاری نیاز داشت که مستقیماً روی زیرساخت Postgres خود اجرا کند. این قابلیت فعلاً بهصورت پیشنمایش در Tiger Cloud ارائه شده و هنوز روشن نیست متنباز خواهد شد یا نه، هرچند امید میرود در دسترس عمومی و خودمیزبان هم قرار گیرد. ترکیب رتبهبندی واژگانی BM25 با سیگنالهای مکمل در Hybrid Retrieval میتواند دقت نتایج را بهبود دهد، آن هم بدون خروج از محیط آشنا و یکپارچه Postgres.
#Postgres #FullTextSearch #BM25 #HybridRetrieval #ParadeDB #TigerData #TigerCloud #OpenSource
🟣لینک مقاله:
https://postgresweekly.com/link/176363/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Tiger Data Blog
From ts_rank to BM25. Introducing pg_textsearch: True BM25 Ranking and Hybrid Retrieval Inside Postgres | Tiger Data
pg_textsearch brings BM25 ranking to enable hybrid search to Postgres. Build RAG systems with keyword precision and vector semantics in one database.
❤1
🔵 عنوان مقاله
Exploring Postgres to Parquet Archival for JSON Data with S3 Range Reads
🟢 خلاصه مقاله:
این مقاله یک الگوی بایگانی داده ارائه میکند: انتقال رکوردهای سرد JSON از Postgres به فایلهای Parquet روی S3 برای کاهش هزینه و فشار عملیاتی، در حالیکه امکان بازیابی سریع حفظ میشود. دادهها با کلیدهایی مثل tenant_id و تاریخ پارتیشنبندی میشوند، با ابزارهایی مانند pyarrow یا Spark به Parquet (با فشردهسازی Snappy/ZSTD و اندازه row group مناسب) تبدیل میگردند و در S3 با مسیرهای قابل پیشبینی ذخیره میشوند. برای بازیابی تند، با تکیه بر S3 Range Reads و متادیتای footer در Parquet فقط row groupها و column chunkهای لازم خوانده میشود؛ اگر lookup کلیدی بسیار سریع نیاز باشد، کنار هر فایل Parquet یک index کوچک نگهداری میشود که id را به بایترنچهای لازم نگاشت میکند. مسیر بازگردانی میتواند رکوردهای انتخابی را به Postgres برگرداند یا مستقیماً از S3 سرویس دهد؛ و موضوعاتی مانند رمزنگاری، نسخهبندی، lifecycle، و سنجش هزینه/کارایی نیز پوشش داده شده است.
#Postgres #Parquet #S3 #JSON #RangeReads #DataArchival #DataEngineering #AWS
🟣لینک مقاله:
https://postgresweekly.com/link/175387/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Exploring Postgres to Parquet Archival for JSON Data with S3 Range Reads
🟢 خلاصه مقاله:
این مقاله یک الگوی بایگانی داده ارائه میکند: انتقال رکوردهای سرد JSON از Postgres به فایلهای Parquet روی S3 برای کاهش هزینه و فشار عملیاتی، در حالیکه امکان بازیابی سریع حفظ میشود. دادهها با کلیدهایی مثل tenant_id و تاریخ پارتیشنبندی میشوند، با ابزارهایی مانند pyarrow یا Spark به Parquet (با فشردهسازی Snappy/ZSTD و اندازه row group مناسب) تبدیل میگردند و در S3 با مسیرهای قابل پیشبینی ذخیره میشوند. برای بازیابی تند، با تکیه بر S3 Range Reads و متادیتای footer در Parquet فقط row groupها و column chunkهای لازم خوانده میشود؛ اگر lookup کلیدی بسیار سریع نیاز باشد، کنار هر فایل Parquet یک index کوچک نگهداری میشود که id را به بایترنچهای لازم نگاشت میکند. مسیر بازگردانی میتواند رکوردهای انتخابی را به Postgres برگرداند یا مستقیماً از S3 سرویس دهد؛ و موضوعاتی مانند رمزنگاری، نسخهبندی، lifecycle، و سنجش هزینه/کارایی نیز پوشش داده شده است.
#Postgres #Parquet #S3 #JSON #RangeReads #DataArchival #DataEngineering #AWS
🟣لینک مقاله:
https://postgresweekly.com/link/175387/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Shayon Mukherjee
Exploring PostgreSQL to Parquet archival for JSON data with S3 range reads
Moving large JSON payloads from PostgreSQL TOAST tables to Parquet on S3 with deterministic sharding, row-group pruning, and range-based reads for millisecond point lookups.
❤1
🔵 عنوان مقاله
Kafka is Fast, I'll Use Postgres
🟢 خلاصه مقاله:
الهامگرفته از پستی درباره استفاده از Postgres بهجای Redis، نویسنده بررسی میکند آیا Postgres میتواند در بسیاری از سناریوهایی که معمولاً به Kafka فکر میکنیم «بهقدر کافی خوب» باشد یا نه. نتیجه این است که Kafka برای مقیاس بسیار بالا، نگهداری طولانیمدت رویدادها، پخش به چندین مصرفکننده، و بازپخش تاریخچه انتخاب برتر است، اما هزینه عملیاتی و پیچیدگی بیشتری دارد. در مقابل، Postgres با الگوهایی مثل transactional outbox، صف مبتنی بر جدول با SKIP LOCKED، LISTEN/NOTIFY برای اعلام سبک، و حتی logical decoding برای جریان تغییرات، میتواند نیازهای متداول را با سادگی عملیاتی و تضمینهای تراکنشی قوی پوشش دهد. البته محدودیتهایی مانند مدیریت دستی نگهداری و offset، محدودیتهای LISTEN/NOTIFY، و برنامهریزی برای بازپخش وجود دارد. جمعبندی: اگر نرخ رویداد متوسط، تعداد مصرفکننده کم، و سادگی عملیاتی اولویت دارد، Postgres انتخاب عملی است؛ و وقتی به پخش گسترده، بازپخش طولانی و توان عبوری بسیار بالا نیاز دارید، Kafka مناسبتر است.
#Postgres #Kafka #Redis #معماری_سیستم #پیام_محور #Outbox #EventDriven
🟣لینک مقاله:
https://postgresweekly.com/link/176354/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Kafka is Fast, I'll Use Postgres
🟢 خلاصه مقاله:
الهامگرفته از پستی درباره استفاده از Postgres بهجای Redis، نویسنده بررسی میکند آیا Postgres میتواند در بسیاری از سناریوهایی که معمولاً به Kafka فکر میکنیم «بهقدر کافی خوب» باشد یا نه. نتیجه این است که Kafka برای مقیاس بسیار بالا، نگهداری طولانیمدت رویدادها، پخش به چندین مصرفکننده، و بازپخش تاریخچه انتخاب برتر است، اما هزینه عملیاتی و پیچیدگی بیشتری دارد. در مقابل، Postgres با الگوهایی مثل transactional outbox، صف مبتنی بر جدول با SKIP LOCKED، LISTEN/NOTIFY برای اعلام سبک، و حتی logical decoding برای جریان تغییرات، میتواند نیازهای متداول را با سادگی عملیاتی و تضمینهای تراکنشی قوی پوشش دهد. البته محدودیتهایی مانند مدیریت دستی نگهداری و offset، محدودیتهای LISTEN/NOTIFY، و برنامهریزی برای بازپخش وجود دارد. جمعبندی: اگر نرخ رویداد متوسط، تعداد مصرفکننده کم، و سادگی عملیاتی اولویت دارد، Postgres انتخاب عملی است؛ و وقتی به پخش گسترده، بازپخش طولانی و توان عبوری بسیار بالا نیاز دارید، Kafka مناسبتر است.
#Postgres #Kafka #Redis #معماری_سیستم #پیام_محور #Outbox #EventDriven
🟣لینک مقاله:
https://postgresweekly.com/link/176354/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
TopicPartition
Kafka is fast -- I'll use Postgres
Why you should just use Postgres instead of Kafka for small-scale message queuing and pub-sub patterns. Benchmarks and practical tests included.
🔵 عنوان مقاله
Getting a Portable Setup for Postgres 18 on Windows
🟢 خلاصه مقاله:
این راهنمای عملی از Mohit Sindhwani نشان میدهد چطور یک نمونه کاملاً پرتابل از Postgres 18 را روی Windows راهاندازی کنید؛ بدون نصبکننده، بدون سرویس Windows و بدون نیاز به دسترسی ادمین. روش پیشنهادی برای توسعهدهندگان، مدرسها و هر کسی که یک دیتابیس ایزوله و قابلحمل میخواهد ایدهآل است.
نویسنده توصیه میکند نسخه ZIP (قابل حمل) را دریافت و در یک پوشه مستقل استخراج کنید، سپس با initdb دایرکتوری data را با تنظیمات مناسب (مثل UTF8 و locale) بسازید. مدیریت سرور با pg_ctl انجام میشود و برای پورت یا مسیرها میتوان از تنظیمات postgresql.conf یا پارامترهای خط فرمان استفاده کرد. برای سهولت، اسکریپتهای start/stop و تنظیم PATH تنها در همان نشست پیشنهاد میشود تا چیزی در سیستم ثبت نشود.
اتصال با psql صورت میگیرد و در صورت نیاز میتوان از ابزارهای گرافیکی مانند pgAdmin یا DBeaver بهره برد. راهنما بر امنیت پایه تأکید دارد: دسترسی پیشفرض محلی است و برای دسترسی شبکهای باید pg_hba.conf و listen_addresses را با احتیاط تنظیم کنید. پشتیبانگیری با pg_dump انجام میشود و چون نصب سیستمی وجود ندارد، پاکسازی تنها با توقف سرویس و حذف پوشه انجام میگیرد. نتیجه، یک فرآیند تمیز، تکرارپذیر و واقعاً پرتابل برای Postgres 18 روی Windows است.
#PostgreSQL #Postgres #Windows #Portable #Database #SQL #DevEnvironment #Tutorial
🟣لینک مقاله:
https://postgresweekly.com/link/176023/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Getting a Portable Setup for Postgres 18 on Windows
🟢 خلاصه مقاله:
این راهنمای عملی از Mohit Sindhwani نشان میدهد چطور یک نمونه کاملاً پرتابل از Postgres 18 را روی Windows راهاندازی کنید؛ بدون نصبکننده، بدون سرویس Windows و بدون نیاز به دسترسی ادمین. روش پیشنهادی برای توسعهدهندگان، مدرسها و هر کسی که یک دیتابیس ایزوله و قابلحمل میخواهد ایدهآل است.
نویسنده توصیه میکند نسخه ZIP (قابل حمل) را دریافت و در یک پوشه مستقل استخراج کنید، سپس با initdb دایرکتوری data را با تنظیمات مناسب (مثل UTF8 و locale) بسازید. مدیریت سرور با pg_ctl انجام میشود و برای پورت یا مسیرها میتوان از تنظیمات postgresql.conf یا پارامترهای خط فرمان استفاده کرد. برای سهولت، اسکریپتهای start/stop و تنظیم PATH تنها در همان نشست پیشنهاد میشود تا چیزی در سیستم ثبت نشود.
اتصال با psql صورت میگیرد و در صورت نیاز میتوان از ابزارهای گرافیکی مانند pgAdmin یا DBeaver بهره برد. راهنما بر امنیت پایه تأکید دارد: دسترسی پیشفرض محلی است و برای دسترسی شبکهای باید pg_hba.conf و listen_addresses را با احتیاط تنظیم کنید. پشتیبانگیری با pg_dump انجام میشود و چون نصب سیستمی وجود ندارد، پاکسازی تنها با توقف سرویس و حذف پوشه انجام میگیرد. نتیجه، یک فرآیند تمیز، تکرارپذیر و واقعاً پرتابل برای Postgres 18 روی Windows است.
#PostgreSQL #Postgres #Windows #Portable #Database #SQL #DevEnvironment #Tutorial
🟣لینک مقاله:
https://postgresweekly.com/link/176023/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Onghu
Portable setup for PostgreSQL on Windows (Pg18 Edition)
The normal method for using PostgreSQL on your Windows machine is to download the installer and then set it up. It’s easy and will do all the necessary things that you need for it. It will also set up services and other things that you might need. On the…
🔵 عنوان مقاله
Redis is Fast - I'll Cache in Postgres
🟢 خلاصه مقاله:
** این مقاله مقایسهای بین استفاده از Postgres و Redis برای کارهای کش ساده ارائه میکند و نتیجه میگیرد که هرچند Redis از نظر سرعت خام برتر است، در بسیاری از سناریوها این برتری آنقدر نیست که اضافهکردن یک سیستم جداگانه را توجیه کند. اگر دادههای پرتکرار در حافظه Postgres جا شوند و با یک جدول کلید-مقدار ساده (بههمراه expires_at و ایندکس مناسب)، prepared statements و connection pooling کار کنید، تأخیر بهحد کافی پایین و پایدار خواهد بود. زمانی Redis منطقی است که به تأخیر بسیار کم و QPS بسیار بالا نیاز دارید، کش مشترک بین سرویسها میخواهید، یا به قابلیتهای خاص آن مثل data structures، pub/sub و eviction policies نیاز دارید. در غیر این صورت، سادگی عملیاتی، هزینه کمتر و کاهش نقاط خرابی با استفاده از Postgres ارزشمندتر است؛ و در صورت آشکار شدن گلوگاه عملکردی، میتوان بعداً Redis را پشت یک رابط مناسب اضافه و بهتدریج مهاجرت کرد.
#Redis #Postgres #Caching #Performance #Databases #Architecture #DevOps #Scalability
🟣لینک مقاله:
https://postgresweekly.com/link/174758/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Redis is Fast - I'll Cache in Postgres
🟢 خلاصه مقاله:
** این مقاله مقایسهای بین استفاده از Postgres و Redis برای کارهای کش ساده ارائه میکند و نتیجه میگیرد که هرچند Redis از نظر سرعت خام برتر است، در بسیاری از سناریوها این برتری آنقدر نیست که اضافهکردن یک سیستم جداگانه را توجیه کند. اگر دادههای پرتکرار در حافظه Postgres جا شوند و با یک جدول کلید-مقدار ساده (بههمراه expires_at و ایندکس مناسب)، prepared statements و connection pooling کار کنید، تأخیر بهحد کافی پایین و پایدار خواهد بود. زمانی Redis منطقی است که به تأخیر بسیار کم و QPS بسیار بالا نیاز دارید، کش مشترک بین سرویسها میخواهید، یا به قابلیتهای خاص آن مثل data structures، pub/sub و eviction policies نیاز دارید. در غیر این صورت، سادگی عملیاتی، هزینه کمتر و کاهش نقاط خرابی با استفاده از Postgres ارزشمندتر است؛ و در صورت آشکار شدن گلوگاه عملکردی، میتوان بعداً Redis را پشت یک رابط مناسب اضافه و بهتدریج مهاجرت کرد.
#Redis #Postgres #Caching #Performance #Databases #Architecture #DevOps #Scalability
🟣لینک مقاله:
https://postgresweekly.com/link/174758/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Dizzy zone
Redis is fast - I'll cache in Postgres
There are books & many articles online, like this one arguing for using Postgres for everything. I thought I’d take a look at one use case - using Postgres instead of Redis for caching. I work with APIs quite a bit, so I’d build a super simple HTTP server…
🔵 عنوان مقاله
postgres-contrib.org
🟢 خلاصه مقاله:
postgres-contrib.org یک وبلاگ با رویکرد گردآوری هفتگی (اغلب هفتگی) است که مهمترین مشارکتها و تغییرات در پروژه Postgres را بهصورت خلاصه و قابلخواندن ارائه میکند. این گردآورها حوزههایی مانند بهبودهای هسته، افزونهها، کارایی، رفع باگ، بهروزرسانی مستندات و ابزارهای پیرامونی را پوشش میدهند و معمولاً در صورت امکان لینکهایی برای پیگیری کد یا بحثهای مرتبط ارائه میشود. این رویکرد به توسعهدهندگان، DBAها و مشارکتکنندگان کمک میکند بدون جستوجوی پراکنده، از روندها و تغییرات مهم باخبر شوند، برای ارتقاها برنامهریزی کنند و فرصتهای مشارکت را ببینند. هدف، تکمیل یادداشتهای رسمی انتشار با یک چکیده جامعهمحور و منظم از فعالیتهای جاری در اکوسیستم PostgreSQL است.
#Postgres #PostgreSQL #OpenSource #Database #Community #Contributions #WeeklyDigest
🟣لینک مقاله:
https://postgresweekly.com/link/176675/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
postgres-contrib.org
🟢 خلاصه مقاله:
postgres-contrib.org یک وبلاگ با رویکرد گردآوری هفتگی (اغلب هفتگی) است که مهمترین مشارکتها و تغییرات در پروژه Postgres را بهصورت خلاصه و قابلخواندن ارائه میکند. این گردآورها حوزههایی مانند بهبودهای هسته، افزونهها، کارایی، رفع باگ، بهروزرسانی مستندات و ابزارهای پیرامونی را پوشش میدهند و معمولاً در صورت امکان لینکهایی برای پیگیری کد یا بحثهای مرتبط ارائه میشود. این رویکرد به توسعهدهندگان، DBAها و مشارکتکنندگان کمک میکند بدون جستوجوی پراکنده، از روندها و تغییرات مهم باخبر شوند، برای ارتقاها برنامهریزی کنند و فرصتهای مشارکت را ببینند. هدف، تکمیل یادداشتهای رسمی انتشار با یک چکیده جامعهمحور و منظم از فعالیتهای جاری در اکوسیستم PostgreSQL است.
#Postgres #PostgreSQL #OpenSource #Database #Community #Contributions #WeeklyDigest
🟣لینک مقاله:
https://postgresweekly.com/link/176675/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
postgres-contrib.org
postgres-contrib.org | Contributions to the PostgreSQL Project
A website by members of the PostgreSQL community highlighting the contributions to the project. Many contributions to and for the PostgreSQL Project happen outside of writing code, and we list the latest ones here.
🔵 عنوان مقاله
Streaming Patterns with DuckDB (6 minute read)
🟢 خلاصه مقاله:
** DuckDB با وجود ریشههای OLAP، با الگوهای معماری سازگارشده مثل الگوی Materialized View و رویکرد Streaming Engine میتواند تحلیلهای جریانی را بهخوبی پشتیبانی کند و در آزمونهای اخیر بیش از یک میلیون ردیف بر ثانیه پردازش کرده است. یکپارچگی با فرمتهای lakehouse مانند DuckLake و افزونههای جامعه برای دریافت مستقیم از Kafka نیز قابلیتهای تحلیل بلادرنگ آن را گسترش میدهند. هرچند DuckDB فاقد Materialized View بومی و ویژگیهای کامل stateful streaming است، اما سادگی، طراحی درونفرآیندی و کارایی بالای آن اجرای میکروبچ، بهروزرسانیهای نزدیک به بلادرنگ و پایپلاینهای سبکوزن را ممکن میکند و برای بسیاری از سناریوهای «بهاندازه کافی بلادرنگ» گزینهای عملی و کمهزینه است.
#DuckDB #StreamingAnalytics #RealTimeData #OLAP #Kafka #Lakehouse #MaterializedViews
🟣لینک مقاله:
https://duckdb.org/2025/10/13/duckdb-streaming-patterns.html?utm_source=tldrdata
➖➖➖➖➖➖➖➖
👑 @Database_Academy
Streaming Patterns with DuckDB (6 minute read)
🟢 خلاصه مقاله:
** DuckDB با وجود ریشههای OLAP، با الگوهای معماری سازگارشده مثل الگوی Materialized View و رویکرد Streaming Engine میتواند تحلیلهای جریانی را بهخوبی پشتیبانی کند و در آزمونهای اخیر بیش از یک میلیون ردیف بر ثانیه پردازش کرده است. یکپارچگی با فرمتهای lakehouse مانند DuckLake و افزونههای جامعه برای دریافت مستقیم از Kafka نیز قابلیتهای تحلیل بلادرنگ آن را گسترش میدهند. هرچند DuckDB فاقد Materialized View بومی و ویژگیهای کامل stateful streaming است، اما سادگی، طراحی درونفرآیندی و کارایی بالای آن اجرای میکروبچ، بهروزرسانیهای نزدیک به بلادرنگ و پایپلاینهای سبکوزن را ممکن میکند و برای بسیاری از سناریوهای «بهاندازه کافی بلادرنگ» گزینهای عملی و کمهزینه است.
#DuckDB #StreamingAnalytics #RealTimeData #OLAP #Kafka #Lakehouse #MaterializedViews
🟣لینک مقاله:
https://duckdb.org/2025/10/13/duckdb-streaming-patterns.html?utm_source=tldrdata
➖➖➖➖➖➖➖➖
👑 @Database_Academy
DuckDB
Streaming Patterns with DuckDB
DuckDB used for streaming analytics? This post will show you some patterns in which you can use DuckDB to refresh your data at near real-time speed.