HTML Diff
1 added 1 removed
Original 2026-01-01
Modified 2026-03-10
1 <ul><li><a>Три столпа функционального программирования в Rust: map, filter и fold</a></li>
1 <ul><li><a>Три столпа функционального программирования в Rust: map, filter и fold</a></li>
2 <li><a>Усиление PostgreSQL с помощью PL/Python</a></li>
2 <li><a>Усиление PostgreSQL с помощью PL/Python</a></li>
3 <li><a>Анализ распределённых данных в PostgreSQL с помощью FDW</a></li>
3 <li><a>Анализ распределённых данных в PostgreSQL с помощью FDW</a></li>
4 <li><a>Паттерн Unit of Work в Python с SQLAlchemy</a></li>
4 <li><a>Паттерн Unit of Work в Python с SQLAlchemy</a></li>
5 <li><a>Сложная агрегация в Pandas с MultiIndex</a></li>
5 <li><a>Сложная агрегация в Pandas с MultiIndex</a></li>
6 <li><a>GENERATE_SERIES в SQL Server 2022 и более ранних версиях</a></li>
6 <li><a>GENERATE_SERIES в SQL Server 2022 и более ранних версиях</a></li>
7 <li><a>Как перейти с Oracle на PostgreSQL, используя Ora2Pg</a></li>
7 <li><a>Как перейти с Oracle на PostgreSQL, используя Ora2Pg</a></li>
8 <li><a>Создание простейшего back-end на Node.js с использованием PostgreSQL</a></li>
8 <li><a>Создание простейшего back-end на Node.js с использованием PostgreSQL</a></li>
9 <li><a>Настройка автовакуумирования в PostgreSQL</a></li>
9 <li><a>Настройка автовакуумирования в PostgreSQL</a></li>
10 <li><a>Индексы NoSQL: как не заблудиться в многообразии решений</a></li>
10 <li><a>Индексы NoSQL: как не заблудиться в многообразии решений</a></li>
11 <li><a>Хеш-Индексы в PostgreSQL</a></li>
11 <li><a>Хеш-Индексы в PostgreSQL</a></li>
12 <li><a>Три фичи PostgreSQL, которые будут полезны каждому новичку</a></li>
12 <li><a>Три фичи PostgreSQL, которые будут полезны каждому новичку</a></li>
13 </ul><p><em>Статья дополнена и обновлена 7.11.2024</em></p>
13 </ul><p><em>Статья дополнена и обновлена 7.11.2024</em></p>
14 <h2>Три столпа функционального программирования в Rust: map, filter и fold</h2>
14 <h2>Три столпа функционального программирования в Rust: map, filter и fold</h2>
15 <p>Представьте себе вот такую картину: вы сидите дома, и вокруг вас <em>мирно мурлыкают котики</em>. Но вдруг, что-то пошло не по плану: один начал ловить лазерный указатель, другой карабкается на шторы, третий - нагло укладывается на вашу клавиатуру. Ну, вы поняли, полный хаос. И тут возникает вопрос: как навести порядок в этом котячьем хаосе? Как упорядочить этот бесконечный поток пушистых данных?</p>
15 <p>Представьте себе вот такую картину: вы сидите дома, и вокруг вас <em>мирно мурлыкают котики</em>. Но вдруг, что-то пошло не по плану: один начал ловить лазерный указатель, другой карабкается на шторы, третий - нагло укладывается на вашу клавиатуру. Ну, вы поняли, полный хаос. И тут возникает вопрос: как навести порядок в этом котячьем хаосе? Как упорядочить этот бесконечный поток пушистых данных?</p>
16 <p>Вот тут-то и приходит на помощь наш добрый друг - Rust, а точнее его функции map, filter и fold. Они помогают не только приручить самых неугомонных data-котиков, но и сделать это без компромиссов по производительности.</p>
16 <p>Вот тут-то и приходит на помощь наш добрый друг - Rust, а точнее его функции map, filter и fold. Они помогают не только приручить самых неугомонных data-котиков, но и сделать это без компромиссов по производительности.</p>
17 <p><a>Читать далее</a></p>
17 <p><a>Читать далее</a></p>
18 <h2>Усиление PostgreSQL с помощью PL/Python</h2>
18 <h2>Усиление PostgreSQL с помощью PL/Python</h2>
19 <p>В этой статье мы прокачаем PostgreSQL, добавив в него Python. А именно - PL/Python. Это расширение позволяет писать функции на Python прямо внутри базы данных.</p>
19 <p>В этой статье мы прокачаем PostgreSQL, добавив в него Python. А именно - PL/Python. Это расширение позволяет писать функции на Python прямо внутри базы данных.</p>
20 <p><a>Читать далее</a></p>
20 <p><a>Читать далее</a></p>
21 <h2>Анализ распределённых данных в PostgreSQL с помощью FDW</h2>
21 <h2>Анализ распределённых данных в PostgreSQL с помощью FDW</h2>
22 <p>С ростом объёмов данных и увеличением популярности распределённых систем необходимость в анализе распределённых данных становится всё более актуальной. PostgreSQL, благодаря своему мощному функционалу и гибкости, предлагает инструмент, который значительно облегчает эту задачу - Foreign Data Wrappers (FDW).</p>
22 <p>С ростом объёмов данных и увеличением популярности распределённых систем необходимость в анализе распределённых данных становится всё более актуальной. PostgreSQL, благодаря своему мощному функционалу и гибкости, предлагает инструмент, который значительно облегчает эту задачу - Foreign Data Wrappers (FDW).</p>
23 <p><a>Читать далее</a></p>
23 <p><a>Читать далее</a></p>
24 <h2>Паттерн Unit of Work в Python с SQLAlchemy</h2>
24 <h2>Паттерн Unit of Work в Python с SQLAlchemy</h2>
25 <p>Unit of Work отслеживает все объекты, которые были загружены в память и изменены в ходе выполнения программы. Он управляет их состояниями и сохраняет изменения в базе данных в конце транзакции. Это делается с использованием сессий, которые действуют как контейнеры для всех изменений.</p>
25 <p>Unit of Work отслеживает все объекты, которые были загружены в память и изменены в ходе выполнения программы. Он управляет их состояниями и сохраняет изменения в базе данных в конце транзакции. Это делается с использованием сессий, которые действуют как контейнеры для всех изменений.</p>
26 <p>Когда работа завершена, Unit of Work выполняет commit для всех изменений, сохраняя их в базе данных. Если что-то пошло не так, выполняется rollback, и база данных возвращается в состояние до начала транзакции.</p>
26 <p>Когда работа завершена, Unit of Work выполняет commit для всех изменений, сохраняя их в базе данных. Если что-то пошло не так, выполняется rollback, и база данных возвращается в состояние до начала транзакции.</p>
27 <p>В данной статье рассмотрим, как реализовать паттерн Unit of Work с использованием SQLAlchemy.</p>
27 <p>В данной статье рассмотрим, как реализовать паттерн Unit of Work с использованием SQLAlchemy.</p>
28 <p><a>Читать далее</a></p>
28 <p><a>Читать далее</a></p>
29 <h2>Сложная агрегация в Pandas с MultiIndex</h2>
29 <h2>Сложная агрегация в Pandas с MultiIndex</h2>
30 <p>В этой статье поговорим о Pandas MultiIndex - мощной штуке, которая спасает, когда приходится агрегировать кучу многомерных данных. В отчётах за несколько лет с миллионами строк, обычный groupby() просто не справлялся, а MultiIndex сделал всё красиво и быстро. Разберём, как использовать его для сложных операций, не тратя лишнего времени.</p>
30 <p>В этой статье поговорим о Pandas MultiIndex - мощной штуке, которая спасает, когда приходится агрегировать кучу многомерных данных. В отчётах за несколько лет с миллионами строк, обычный groupby() просто не справлялся, а MultiIndex сделал всё красиво и быстро. Разберём, как использовать его для сложных операций, не тратя лишнего времени.</p>
31 <p><a>Читать далее</a></p>
31 <p><a>Читать далее</a></p>
32 <h2>GENERATE_SERIES в SQL Server 2022 и более ранних версиях</h2>
32 <h2>GENERATE_SERIES в SQL Server 2022 и более ранних версиях</h2>
33 <p>Скорее всего, вы иногда сталкиваетесь с необходимостью генерирования строк на лету. И не только для простого получения последовательности чисел или дат, но и, например, для наполнения базы данных тестовыми данными, создания сводных таблиц (pivot) с произвольным количеством столбцов, экстраполяции данных, заполнения пропусков в диапазонах дат или времени.</p>
33 <p>Скорее всего, вы иногда сталкиваетесь с необходимостью генерирования строк на лету. И не только для простого получения последовательности чисел или дат, но и, например, для наполнения базы данных тестовыми данными, создания сводных таблиц (pivot) с произвольным количеством столбцов, экстраполяции данных, заполнения пропусков в диапазонах дат или времени.</p>
34 <p>При работе с SQL Server 2022 или Azure SQL Database, можно воспользоваться недавно появившейся в T-SQL встроенной функцией <a>GENERATE_SERIES</a>.</p>
34 <p>При работе с SQL Server 2022 или Azure SQL Database, можно воспользоваться недавно появившейся в T-SQL встроенной функцией <a>GENERATE_SERIES</a>.</p>
35 <p><a>Читать далее</a></p>
35 <p><a>Читать далее</a></p>
36 <h2>Как перейти с Oracle на PostgreSQL, используя Ora2Pg</h2>
36 <h2>Как перейти с Oracle на PostgreSQL, используя Ora2Pg</h2>
37 <p>В этой статье мы поговорим об актуальной задаче - миграции баз данных с Oracle на PostgreSQL с использованием <em>Ora2Pg</em>. Сейчас популярность PostgreSQL обоснована его мощностями и экономически выгодной альтернативы коммерческим решениям.</p>
37 <p>В этой статье мы поговорим об актуальной задаче - миграции баз данных с Oracle на PostgreSQL с использованием <em>Ora2Pg</em>. Сейчас популярность PostgreSQL обоснована его мощностями и экономически выгодной альтернативы коммерческим решениям.</p>
38 <p><a>Читать далее</a></p>
38 <p><a>Читать далее</a></p>
39 <h2>Создание простейшего back-end на Node.js с использованием PostgreSQL</h2>
39 <h2>Создание простейшего back-end на Node.js с использованием PostgreSQL</h2>
40 <p>Продемонстрируем, как создавать back-end приложения на Node.js c PostqreSQL. В качестве примера создадим простейший back-end на Node.js с использованием PostgreSQL.</p>
40 <p>Продемонстрируем, как создавать back-end приложения на Node.js c PostqreSQL. В качестве примера создадим простейший back-end на Node.js с использованием PostgreSQL.</p>
41 <p>Почему именно Node.js и PostgreSQL? Node.js имеет хорошую скорость и асинхронность, а PostgreSQL, в свою очередь, является мощной и надежной СУБД. Вместе они создают идеальный тандем для создания качественных приложений.</p>
41 <p>Почему именно Node.js и PostgreSQL? Node.js имеет хорошую скорость и асинхронность, а PostgreSQL, в свою очередь, является мощной и надежной СУБД. Вместе они создают идеальный тандем для создания качественных приложений.</p>
42 <p><a>Читать далее</a></p>
42 <p><a>Читать далее</a></p>
43 <h2>Настройка автовакуумирования в PostgreSQL</h2>
43 <h2>Настройка автовакуумирования в PostgreSQL</h2>
44 <p>Сегодня поговорим о том, как правильно настраивать автовакуумирование в PostgreSQL - одном из механизмов, который позволяет базе данных оставаться "в форме" и поддерживать производительность на должном уровне. Если неправильно подойти к настройке, можно столкнуться с деградацией скорости обработки запросов и внезапным ростом объема данных.</p>
44 <p>Сегодня поговорим о том, как правильно настраивать автовакуумирование в PostgreSQL - одном из механизмов, который позволяет базе данных оставаться "в форме" и поддерживать производительность на должном уровне. Если неправильно подойти к настройке, можно столкнуться с деградацией скорости обработки запросов и внезапным ростом объема данных.</p>
45 <p><a>Читать далее</a></p>
45 <p><a>Читать далее</a></p>
46 <h2>Индексы NoSQL: как не заблудиться в многообразии решений</h2>
46 <h2>Индексы NoSQL: как не заблудиться в многообразии решений</h2>
47 <p>Правильно настроенные индексы могут значительно ускорить доступ к данным и улучшить производительность запросов. В NoSQL разнообразие решений настолько велико, что порой можно заблудиться.</p>
47 <p>Правильно настроенные индексы могут значительно ускорить доступ к данным и улучшить производительность запросов. В NoSQL разнообразие решений настолько велико, что порой можно заблудиться.</p>
48 <p>В статье разберемся, какие виды индексов существуют, какие задачи они помогают решать и как выбирать подходящий индекс.</p>
48 <p>В статье разберемся, какие виды индексов существуют, какие задачи они помогают решать и как выбирать подходящий индекс.</p>
49 <p><a>Читать далее</a></p>
49 <p><a>Читать далее</a></p>
50 <h2>Хеш-Индексы в PostgreSQL</h2>
50 <h2>Хеш-Индексы в PostgreSQL</h2>
51 <p>Хеш-индексы в PostgreSQL - это хороший инструмент для ускорения выполнения запросов.</p>
51 <p>Хеш-индексы в PostgreSQL - это хороший инструмент для ускорения выполнения запросов.</p>
52 <p>В основе хеш-индекса лежит хеш-функция. <em>Хеш-функция</em> - это алгоритм, который преобразует входные данные (или ключ) в число фиксированного размера, называемое хеш-<em>значением</em>. В PostgreSQL хеш-функция всегда возвращает значение типа integer, что составляет примерно 4 миллиарда возможных значений.</p>
52 <p>В основе хеш-индекса лежит хеш-функция. <em>Хеш-функция</em> - это алгоритм, который преобразует входные данные (или ключ) в число фиксированного размера, называемое хеш-<em>значением</em>. В PostgreSQL хеш-функция всегда возвращает значение типа integer, что составляет примерно 4 миллиарда возможных значений.</p>
53 <p>Когда новый ключ добавляется в индекс, PostgreSQL применяет к нему хеш-функцию, которая преобразует ключ в хеш-значение. Это значение будет использоваться для быстрого поиска соответствующих записей.</p>
53 <p>Когда новый ключ добавляется в индекс, PostgreSQL применяет к нему хеш-функцию, которая преобразует ключ в хеш-значение. Это значение будет использоваться для быстрого поиска соответствующих записей.</p>
54 <p><a>Читать далее</a></p>
54 <p><a>Читать далее</a></p>
55 <h2>Три фичи PostgreSQL, которые будут полезны каждому новичку</h2>
55 <h2>Три фичи PostgreSQL, которые будут полезны каждому новичку</h2>
56 - <p>Думаю, вы знаете, что поиск эффективных реений - это половина успеха. Автор статьи сам прошел через все эти тернии, когда работа с данными казалась слишком сложной и запутанной. И именно тогда открыл для себя некоторые возможности PostgreSQL, которые значительно упростили мою жизнь.</p>
56 + <p>Думаю, вы знаете, что поиск эффективных решений - это половина успеха. Автор статьи сам прошел через все эти тернии, когда работа с данными казалась слишком сложной и запутанной. И именно тогда открыл для себя некоторые возможности PostgreSQL, которые значительно упростили мою жизнь.</p>
57 <p>В этой статье поговорим о трех фичах PostgreSQL, которые помогут сделать работу более продуктивной и вдохновить меня на создание более сложных и интересных проектов.</p>
57 <p>В этой статье поговорим о трех фичах PostgreSQL, которые помогут сделать работу более продуктивной и вдохновить меня на создание более сложных и интересных проектов.</p>
58 <p><a>Читать далее</a></p>
58 <p><a>Читать далее</a></p>
59 <a></a>
59 <a></a>