با BEGIN CONCURRENT تراکنشها دیگه پشت قفل نمیخوابن؛ بنچمارک تیم روی ۶۴ کانکشن حدود ۹۵۰۰ تراکنش در ثانیه میده، نزدیک ۷ برابر SQLite.
با agentic coding هر فیچری چند روزه ساخته میشه، ولی نویسنده میگه یه لایه هست که هنوز باید پشت میز و با حوصله بهش دست زد: دیتا.
Databricks میگه فرق ابزار AI که جا میافته با ابزاری که شکست میخوره، مدل نیست؛ ترتیب راهاندازیه. این نقشه از یه تیم آزمایشی شروع میشه و به کل سازمان میرسه.
محققان UpGuard تو بیش از ۱۶ هزار دیتابیس Supabase جدولهای باز پیدا کردن؛ میگن رد پای عاملهای کدنویس هوش مصنوعی توش پیداست.
وقتی توی فرم ثبتنام اسم میزنی، جواب آنی از یه فیلتر توی حافظه میاد نه از دیتابیس. ولی تیک سبز فقط یه حدسه و تصمیم نهایی جای دیگهای گرفته میشه.
کل معماری دادهٔ ابری رو فرضِ «ذخیرهسازی کنده» بنا شده. نویسنده میگه با SSDهای امروزی و شبکهٔ دیتاسنتر، اون فرض دیگه درست نیست و داریم دور زدنِ یه محدودیتِ ازبینرفته رو استاندارد میکنیم.
وقتی موتور استنتاج بدونه کوئری SQL قراره چه درخواستهایی بسازه، میتونه کش رو دقیق مدیریت کنه. نتیجهش روی یک H100 چیزی شد که تیم Modal و CMU میلیارد توکن در دقیقه میخونن.
دیتابریکس استارتاپ Row Zero رو خریده تا Genie یه صفحهگستردهٔ واقعی داشته باشه؛ صفحهگستردهای که مستقیم به دادهٔ زنده وصله و میلیاردها ردیف رو باز میکنه.
کتابخونهٔ DataFrame هسکل حالا میتونه فایل Parquet بنویسه، نه فقط بخونه. نویسندهها توضیح دادن چطور بافرهای حافظه و اندازهٔ page و row group رو تنظیم کردن.
وقتی ایجنتها جای آدمها توی لاگها جستوجو میکنن، حجم کوئریها میترکه. Braintrust موتور اجرای کوئریش رو بازنویسی کرد تا منتظر موندن برای استوریج، CPU رو بیکار نذاره.
آموزش رسمی AWS نشون میده چطور میشه همون Elasticsearchی رو که از قبل داری به vector store یه سیستم RAG تبدیل کرد و با LangChain به مدلهای Bedrock وصلش کرد.
پاینکن مدل Bring Your Own Cloud رو عمومی کرد: دیتاپلن دیتابیس برداری داخل حساب ابری خودت بالا میآد و پاینکن بدون هیچ دسترسی دائمی مدیریتش میکنه.
حالا هر ایجنتی، از IDE گرفته تا ابزار چت، میتونه از یک درگاه به دادههای تأییدشدهٔ شرکت وصل شه و همون جوابی رو بده که بقیه میدن.
یه پژوهشگر پایگاه داده مقالهٔ تازهٔ برکلی و استنفورد رو نقد کرده و میگه مشکل مدلها همون مشکل قدیمی آدمهاست: پیدا کردن دانش نانوشتهٔ داخل شرکت.
تو لاراول ۱۳.۳۳ یه اتریبیوت تازه به اسم Refreshes اضافه شده که ستونهایی مثل total رو، که خود دیتابیس حساب میکنه، بعد از هر insert و update روی مدل میذاره.
تا قبل از ۲۰۲۵ اگه دو نفر همزمان یه بلاک نوشن رو ویرایش میکردن، تغییرات یکیشون کامل پاک میشد. تیم نوشن توضیح داده چطور مدل دادهی متن رو از پایه عوض کرد.
یه مقالهی تازه میگه هرچی مدلها بهتر میشن، داربستی که چند سال برای دیتا ایجنتها ساختیم بیاثر میشه. چیزی که میمونه، دونستن ساختار دادهی خود سازمانه.
حالا میشه یه فایل دیتابیس واقعی رو تو خود مرورگر نگه داشت، بدون IndexedDB و سریالایز دستی. فقط باید بدونی داده کِی واقعاً روی دیسک میشینه.
تیم دیتابیس داده رو نگه میداره، ولی لزوماً صاحبش نیست. این مقاله فرق owner و steward و custodian رو روشن میکنه و میگه چرا سه تا گزارش، سه تا عدد متفاوت میدن.
تیم مهاجرت ابری اطلسین برای تست ابزارهاش به دیتاستهای غولپیکر جیرا و کانفلوئنس نیاز داشت. راهحلشون این بود که ساخت ردیفها رو از وصل کردن رابطهها جدا کنن.