🔵 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
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.