Přejít k navigační liště

Zdroják » Zprávičky » Školení: PostgreSQL efektivně

Školení: PostgreSQL efektivně

Zprávičky Různé

Nálepky:

Z trojice nejrozšířenějších open source databází Firebird, MySQL a PostgreSQL patří PostgreSQL oprávněně na vrchol, co se týká stability, podpory ANSI SQL, výkonu v enterprise aplikacích. Snadno se používá, snadno se rozšiřuje o další funkce. Na internetu je volně dostupná řada vynikajících doplňků (tsearch2, OpenGIS) včetně kvalitní dokumentace.

Akademie Root nabízí školení o PostgreSQL. Školení povede Pavel Stěhule, který pravidelně píše o PostgreSQL na Root.cz a je podepsán pod většinou článků, které v posledních pěti letech vyšly o PostgreSQL v češtině. Pro PostgreSQL napsal několik doplňků umožňujících snadnější portaci Oracle aplikací do PostgreSQL.

Školení se koná již tento pátek (15. října) od 9 hodin. Zbývají poslední volná místa, proto s registrací neváhejte.

Komentáře

Odebírat
Upozornit na
guest
0 Komentářů
Nejstarší
Nejnovější Most Voted

Frugal computing: architektura pro dobu dražší infrastruktury

Vývojáři se naučili zrychlovat dotazy, přidávat cache, škálovat služby a hlídat účet za cloud. Frugal computing začíná o jednu otázku dřív: musí se výpočet, přesun dat, volání modelu nebo uložení vůbec stát? Rostoucí spotřeba datových center a nové evropské reportování ho posouvají do návrhu architektury, dřív než do závěrečné poznámky o udržitelnosti v prezentaci.

Odysseus: PewDiePie vydal open-source AI workspace, který běží na vašem vlastním hardwaru

AI
Komentáře: 0
Felix Kjellberg, youtuber se 110 miliony odběratelů, strávil rok učením se programovat a fine-tuningem vlastních AI modelů. Výsledkem je Odysseus – bezplatný, open-source workspace pro práci s umělou inteligencí, který neposílá žádná data do cloudu. Projekt má týden, přes 61 000 hvězdiček na GitHubu a znovu otevírá otázku, komu vlastně patří váš digitální kontext.

Když Git už nestačí: jak izolovat databázový stav pro pokusy AI agentů

Gitová větev vývojářům oddělí kód, ale databáze často zůstává společná. U AI agentů je to slabé místo: rychle spouštějí migrace, mění data a zkoušejí víc cest najednou. Databázová větev jim dá vlastní pracovní prostor, jenže tím práce nekončí. Ještě je potřeba řešit citlivá data, oprávnění, životnost větve i zbytek stavu aplikace.