36043
По всем вопросам- @workakkk @itchannels_telegram - 🔥лучшие ит-каналы @ai_machinelearning_big_data - Machine learning @pythonl - Python @pythonlbooks- python книги📚 @datascienceiot - ml книги📚 РКН: https://vk.cc/cIi9vo
🖥 Эта статья объясняет настройку и использование логической репликации в PostgreSQL, включая её основные случаи применения!
🌟 Она содержит пошаговый гайд по конфигурации мастера и реплики, настройке публикации и подписки, а также разъясняет, как использовать логическую репликацию для миграции данных, создания аналитических баз данных и распределения нагрузки.
🔗 Ссылка: *клик*
@sqlhub
🖥 Kine — это промежуточный слой (shim) для работы с Kubernetes, который позволяет заменить etcd на другие базы данных, такие как SQLite, PostgreSQL, MySQL/MariaDB и NATS!
🌟 Kine преобразует запросы API etcd в вызовы, поддерживаемые указанными базами данных.
🌟 Этот инструмент может использоваться не только в Kubernetes-дистрибутиве K3s, но и в других конфигурациях Kubernetes. Он реализует ограниченный набор функций etcd API и поддерживает базовые операции, такие как создание, обновление и удаление данных. Kine позволяет запускать Kubernetes в средах, где etcd недоступен или нежелателен, упрощая требования к инфраструктуре.
🔐 Лицензия: Apache-2.0
🖥 Github
@sqlhub
"Поступашки — ШАД, Стажировки и Магистратура", - лучше гайд в мире образования и карьеры.
Канал ведут преподаватели Яндекса, ВШЭ и ШАД.
Внутри:
🔺Слив вопросов с собеса в Яндекс
🔺Как бесплатно вкатиться в айти
🔺Подборка топовых магистратур по Data Science
...и еще море полезнейшего контента. Я жалею, что не нашел этот канал раньше.
Подписывайтесь, потом сами себе спасибо скажете: ⬇️
@postypashki_old
👩💻 SQLDelight — это библиотека для работы с SQLite в Kotlin-приложениях!
🌟 SQLDelight генерирует типобезопасные объекты для выполнения запросов и манипуляций с базой данных, обеспечивая интеграцию с Android и многими другими платформами, использующими Kotlin. Она позволяет писать SQL-запросы непосредственно в коде, при этом генерируя соответствующие классы для их выполнения. Это упрощает работу с базами данных, улучшает читаемость кода и снижает вероятность ошибок.
🔐 Лицензия: Apache-2.0
🖥 Github
@sqlhub
🖥 PremSQL — это open-source инструмент для создания локальных, безопасных пайплайнов Text-to-SQL!
🌟 Он позволяет разработчикам строить и развертывать модели, которые могут преобразовывать запросы на естественном языке в SQL-запросы для работы с базами данных.
🌟 Этот инструмент ориентирован на безопасность и конфиденциальность, предлагая выполнение процессов локально. Включает возможности для анализа и визуализации данных, а также обработку ошибок и тонкую настройку моделей. PremSQL поддерживает интеграцию с различными базами данных, такими как SQLite и PostgreSQL, и предоставляет удобный интерфейс для тестирования и развертывания.
🖥 Github
@sqlhub
🖥 ClickHouse — мощная аналитическая колоночная база данных с открытым исходным кодом, разработанная для обработки больших объёмов данных с высокой скоростью!
🌟 Она поддерживает SQL-запросы, масштабируемость и используется для анализа в реальном времени. ClickHouse подходит для задач аналитики, логирования, мониторинга и обработки данных в масштабных системах.
🔐 Лицензия: Apache-2.0
🖥 Github
@sqlhub
⚡️ SQLCipher представляет собой ответвление от библиотеки SQLite, которое добавляет возможность использования 256-битного шифрования AES и включает дополнительные функции обеспечения безопасности, такие как шифрование «на лету» и надёжное получение криптографических ключей.
Программа обеспечивает быструю работу с минимальными накладными расходами, полностью шифрует данные и поддерживает передовые методы защиты информации. Пользователи могут преобразовывать стандартные базы данных в защищённые и управлять паролями через команды.
▪ Github
@sqlhub
🖥 Эта статья описывает набор SQL-скриптов для администрирования серверов и баз данных SQL!
🌟 Эти скрипты помогают упростить рутинные задачи, такие как управление пользователями, ролями, разрешениями, а также создание резервных копий и восстановление баз данных.
🔗 Ссылка: *клик*
@sqlhub
В СУБД Яндекса YDB появился компонент, отвечающий за аналитическую обработку данных. Инструмент под названием YDB DWH обеспечивает работу со сложными аналитическими запросами (OLAP). Сама платформа может использоваться как корпоративное хранилище – она способна хранить сотни терабайт данных.
СУБД горизонтально масштабируется, а запросы выполняются быстрее за счет устройства платформы – она реализована в виде массивно-параллельной архитектуры (MPP). В планах у компании работа над поддержкой SQL диалекта PostgreSQL для бесшовной интеграции в OLAP- и OLTP-сценариях.
🖥 Полный справочник по SQL!
🔗 Ссылка: *клик*
@sqlhub
📖 postgres_for_everything — полезный репозиторий, который собирает примеры использования PostgreSQL для различных задач, таких как очереди сообщений, аналитика, контроль доступа, GIS, временные ряды, поиск, кэширование и многое другое!
🌟 Цель проекта — показать универсальность PostgreSQL как инструмента для упрощения разработки и ускорения процессов, используя одну базу данных для множества нужд.
🖥 Github
@sqlhub
🖥 Steampipe — инструмент с открытым исходным кодом, предназначенный для проведения запросов к облачным данным и API с помощью SQL!
💡 Он позволяет подключаться к различным облачным сервисам и выполнять SQL-запросы, чтобы извлекать, фильтровать и анализировать данные из таких сервисов, как AWS, Azure, Google Cloud, GitHub и других.
🔍 Основные возможности Steampipe:
🌟 SQL-интерфейс для работы с облачными данными. Steampipe преобразует облачные API в виртуальные таблицы, что позволяет использовать SQL-запросы для получения информации.
🌟 Подключение к множеству облачных сервисов. Он поддерживает такие провайдеры, как AWS, Azure, Google Cloud, Kubernetes, GitHub и другие, позволяя вам работать с данными в этих сервисах через единый интерфейс.
🌟 Плагины и расширяемость. Steampipe поддерживает расширение с помощью плагинов, что позволяет подключать новые источники данных и интеграции.
🌟 Безопасность и аудит. Инструмент помогает анализировать и проверять конфигурации облачных сервисов, а также отслеживать и анализировать события в облаке.
🔐 Лицензия: AGPL-3.0
🖥 Github
@sqlhub
🖥 TypeDB — это база данных, предназначенная для работы со сложными связями и большими наборами данных!
🌟 Она использует язык запросов TypeQL, позволяющий описывать данные с высокой семантической детализацией. Основное отличие TypeDB — возможность моделировать и анализировать сложные отношения между объектами, что делает её подходящей для задач, связанных с исследованиями, обработкой графов знаний и построением интеллектуальных систем.
🌟 Система поддерживает концепции типизации данных, автоматическую дедукцию новых знаний и расширяемую структуру, что удобно для областей, требующих сложного анализа, например, биоинформатики и AI.
🔐 Лицензия: MPL-2.0
🖥 Github
@sqlhub
🔥 Российские ученые представят рекордное количество работ на NeurIPS 2024 в Ванкувере.
Специалисты из AIRI подготовили к презентации 17 научных работ. Среди исследуемых тем — обновление крупнейшего в мире датасета для лекарственных молекул, оптимизация в машинном обучении, а также методы удешевления обучения AI-моделей.
Одна из работ, подготовленных совместно с Лабораторией искусственного интеллекта Сбера, изучает влияние эмоций на принятие решений нейросетями. По словам старшего вице-президента Сбера Андрея Белевцева, такой успех говорит о высокой конкурентоспособности отечественной науки в области AI на мировой арене.
@ai_machinelearning_big_data
#AI #LLM
🖥 Transactor — библиотека на Go, предназначенная для управления базами данных с использованием транзакций!
🌟 Она упрощает внедрение и использование транзакций, инкапсулируя логику работы с базой данных в сервисах и репозиториях. Библиотека поддерживает работу с несколькими драйверами SQL, включая pgx, sqlx, и стандартный database/sql, а также предоставляет функционал для поддержки вложенных транзакций с помощью различных стратегий, таких как использование точек сохранения в PostgreSQL, MySQL и других СУБД.
🔐 Лицензия: MIT
🖥 Github
@sqlhub
Разбираем тестовое задание на позицию Junior Аналитика в Яндекс.
Чтобы найти работу, мало пройти курс и сделать классное резюме. На практике, чтобы выделиться на собеседовании, нужно понимать, что лежит под капотом каждого инструмента, а не следовать конкретному заученному алгоритму.
Чтобы попрактиковаться в этом, приходите на бесплатный вебинар, где будем разбирать реальное тестовое задание, которое дают аналитикам в подразделении Яндекс Картинки.
Что будет на вебинаре:
🟠С помощью Python решим рутинные задачи - разархивировать файлы, прочитать большой json и т.д.
🟠С помощью Pandas проанализируем поисковые запросы Яндекс.Картинок
🟠С помощью Plotly построим интерактивные графики и сделаем выводы
🟠Найдем статистически значимую разницу в поведении пользователей на разных устройствах
Вебинар проведет Андрон Алексанян, CEO Simulative
🎁Обязательно приходите смотреть вебинар в прямом эфире - в лайве будут дарить подарки, которые сильно бустанут старт карьеры в аналитике!
Зарегистрироваться на бесплатный вебинар
🖥 Бесплатная книга: Введение в SQL!
🔗 Ссылка: *клик*
@sqlhub
🖥 Limbo — система управления базами данных OLTP (online transaction processing), находящаяся в стадии разработки, совместимая с SQLite!
🌟 Она поддерживает асинхронный ввод-вывод на Linux с использованием io_uring и предназначен для использования внутри приложений. В проекте реализована поддержка SQL-диалекта и формата файлов SQLite, а также имеется возможность взаимодействовать с базой данных через JavaScript, Python и командную строку. Limbo стремится предложить улучшенную производительность и асинхронность по сравнению с традиционными SQLite-системами.
🔐 Лицензия: MIT
🖥 Github
@sqlhub
🖥 Курс: MySQL в phpMyAdmin!
🕞 Продолжительность: 1:43:34
🔗 Ссылка: *клик*
#курс #sql
freecourses
Сложно представить себе современный мир без искусственного интеллекта. Он помогает нам учиться, работать, а теперь и делать покупки. Так, с помощью ИИ Авито сделал поиск на 25% релевантнее. Логику выдачи объявлений удалось изменить с помощью собственной технологии ранжирования — Avito Ranker 3. Теперь алгоритмы учитывают не время публикации объявления, а более важные для пользователя данные: например, качество фото и описания, а также цену.
Результаты не заставили себя ждать: показы нерелевантных и некачественных объявлений упали в 2 раза, а покупатели стали на 17% чаще открывать карточки товара, которые увидели в выдаче. Покупки тоже стали делать чаще — конверсия увеличились до 25%.
Чтобы пользователи видели нужные им объявления, алгоритмы ИИ анализируют свыше 100 факторов, которые формируют выдачу. В их числе предпочтения конкретного покупателя, рейтинг товара, а также стоимость доставки и конкурентность цены.
@sqlhub
🖥 Шпаргалка по SQL — cheat sheet с базовыми командами для работы с таблицами, данными и запросами.
@sqlhub
🌍Хотите освоить работу с географическими данными в PostgreSQL?
Приглашаем на бесплатный вебинар 26.12 в 20:00, где вы узнаете как использовать PostGIS для решения практических задач. Запишитесь сейчас и улучшите свои навыки в работе с геоданными!
На вебинаре мы разберем:
- Что такое системы координат (SRID) и как они влияют на работу с географическими данными.
- Какие типы географических объектов поддерживаются в PostgreSQL и как их создавать.
- Основные функции для работы с географическими данными: расчёт расстояний, проверка пересечений и построение зон.
- Как использовать PostgreSQL для решения практических задач, связанных с географией, например, поиск ближайшего объекта или определение зоны покрытия.
👉Регистрация. Участие бесплатно: https://otus.pw/OpXT/?erid=LjN8KPVV7
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
⚡️ PostgREST создает полноценное RESTful API на основе любой существующей базы данных PostgreSQL.
**Производительность:**
Скорость работы обеспечивается за счет трех факторов. Во-первых, сервер написан на Haskell с использованием HTTP Warp (это компилируемый язык с легковесными потоками). Во-вторых, он передает максимальное количество вычислений базе данных, включая:
- Сериализацию ответов JSON прямо в SQL,
- Валидацию данных,
- Механизмы авторизации,
- Комбинированный подсчет строк и фильтрацию,
- Возврат всех данных одной командой (*).
И наконец, PostgREST эффективно взаимодействует с базой данных через библиотеку Hasql:
- Поддерживает пул соединений с базой данных,
- Использует бинарный протокол PostgreSQL,
- Работает без сохранения состояния, что позволяет легко масштабироваться горизонтально.
▪ Github
@haskell_tg
🖥 pgvectorscale — это расширение для PostgreSQL, которое предоставляет функциональность для работы с векторами, что полезно в контексте обработки и хранения векторных представлений данных, например, для машинного обучения или поиска по векторным данным!
🌟 Этот проект является частью экосистемы Timescale, которая известна своими решениями для работы с временными рядами, но здесь акцент сделан именно на работу с векторами для быстрого поиска и манипуляций с многомерными данными.
🔐 Лицензия: PostgreSQL
🖥 Github
@sqlhub
🖥 EventStore — встраиваемая реализация хранилища событий, написанная на Go!
🌟 Она использует библиотеку GORM для работы с базами данных, такими как SQLite и PostgreSQL. Функции включают сохранение событий в потоки, их чтение, подписку на события в реальном времени и создание отказоустойчивых проекций для построения моделей чтения. Инструмент ориентирован на применение в архитектурах, базирующихся на event sourcing и DDD (Domain-Driven Design).
🔐 Лицензия: MIT
🖥 Github
@sqlhub
⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:
МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data
C++ t.me/cpluspluc
Python: t.me/pro_python_code
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
Devops: t.me/DevOPSitsec
АНАЛИЗ Данных: t.me/data_analysis_ml
Javascript: t.me/javascriptv
C#: t.me/csharp_ci
Java: t.me/javatg
Базы данных: t.me/sql_lib
Python собеседования: t.me/python_job_interview
Мобильная разработка: t.me/mobdevelop
Docker: t.me/DevopsDocker
Golang: t.me/Golang_google
React: t.me/react_tg
Rust: t.me/rust_code
ИИ: t.me/vistehno
PHP: t.me/phpshka
Android: t.me/android_its
Frontend: t.me/front
Big Data: t.me/bigdatai
Собеседования МЛ: t.me/machinelearning_interview
МАТЕМАТИКА: t.me/data_math
Kubernets: t.me/kubernetc
Разработка игр: /channel/gamedev
Haskell: t.me/haskell_tg
💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: /channel/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: /channel/addlist/mzMMG3RPZhY2M2Iy
😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
🧠ИИ: t.me/vistehno
🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
📕Ит-книги бесплатно: /channel/addlist/BkskQciUW_FhNjEy
🖥 Обеспечение целостности данных в финансовых транзакциях: решение PostgreSQL для транзакций!
🌟 Когда речь идет о финансовых системах, целостность данных является одной из самых важных проблем. В среде финансовых транзакций сбои могут привести к потере денег, несоответствию остатков на счетах или даже нарушениям безопасности. Для обеспечения согласованности и безопасности данных необходимо использовать транзакции в базе данных. В этой статье мы рассмотрим, как транзакции в PostgreSQL помогают решать эти проблемы, с практическими примерами использования NestJS и Prisma для внедрения надежных решений.
🔗 Ссылка: *клик*
@sqlhub
🖥 Обучающая статья по SQL для начинающих! В ней подробно расписан синтаксис команды CREATE TABLE с различными примерами.
🔗 Ссылка: *клик*
@sqlhub
🖥 Cloudberry — это проект с открытым исходным кодом от Apache, предназначенный для анализа и визуализации больших данных в реальном времени!
🌟 Он ориентирован на обработку и анализ данных, хранящихся в распределенных и облачных системах, с интеграцией возможностей визуализации, которые позволяют более эффективно работать с большими объемами данных. Одной из ключевых особенностей является тесная интеграция с базами данных, что делает Cloudberry удобным инструментом для аналитиков, работающих с большими и сложными наборами данных.
🌟 Основное внимание в Cloudberry уделяется обработке данных, хранящихся в распределенных базах данных, таких как HBase или Apache Cassandra, что позволяет эффективно обрабатывать и анализировать большие объемы информации. Проект поддерживает расширенные возможности по интеграции с такими системами, обеспечивая высокую производительность и масштабируемость. Cloudberry использует SQL-подобные запросы для извлечения данных из таких распределенных хранилищ и предоставляет интерфейсы для анализа и визуализации этих данных.
🌟 Кроме того, Cloudberry фокусируется на предоставлении простых инструментов для взаимодействия с данными и их представления в виде удобных графиков и отчетов. Это полезно для пользователей, которые хотят интегрировать аналитику с облачными хранилищами данных, используя мощные инструменты визуализации для анализа и принятия решений на основе больших данных.
🔐 Лицензия: Apache-2.0
🖥 Github
@sqlhub