Fail back from Amazon RDS for Db2 to on-premises AIX Db2 using DMS

Doltgres 1.0 Coming August 6th

Doltgres, cơ sở dữ liệu tương thích PostgreSQL với tính năng kiểm soát phiên bản kiểu Git, sẽ ra mắt phiên bản 1.0 vào ngày 6 tháng 8. Phiên bản này tập trung vào tính chính xác (99% tuân thủ SQL Logic Test), ổn định định dạng lưu trữ, hiệu năng (trong phạm vi 3x PostgreSQL), và tương thích rộng rãi với các ORM, thư viện và công cụ phổ biến. Các tính năng bổ sung như workflow remote push/pull, giao thức nhân bản riêng cho thiết lập HA, cùng garbage collection tự động cũng đang được hoàn thiện. Nhóm phát triển kêu gọi người dùng thử nghiệm Doltgres trên workload thực tế và báo cáo lỗi trước khi ra mắt.

Lập trình viên nên đọc bài này để khám phá cách Doltgres kết hợp cơ sở dữ liệu PostgreSQL với hệ thống quản lý phiên bản Git, giúp phát triển ứng dụng trở nên hiệu quả hơn với tính ổn định, tương thích ORM và khả năng mở rộng cho các dự án lớn.

How Five PostgreSQL Optimizations Sped Up Our Dashboard

Nhóm kỹ thuật GitGuardian đã giảm thời gian phản hồi p95 của dashboard từ 8 giây xuống 1 giây nhờ 5 tối ưu hóa PostgreSQL trên hệ thống Django, bao gồm: deferred JOINs bằng prefetch_related, đếm bất đồng bộ, replica đọc premium, cải tiến full-text search (pg_trgm), và denormalization để hỗ trợ composite indexes. Việc nâng cấp lên PostgreSQL 18 cũng mang lại lợi ích nhỏ. Họ sử dụng OpenTelemetry và EXPLAIN ANALYZE để theo dõi tiến trình.

Nếu bạn đang làm việc với ứng dụng backend sử dụng PostgreSQL và Django, bài viết này sẽ giúp bạn tìm hiểu cách tối ưu hóa hiệu suất dashboard hiệu quả bằng những kỹ thuật cụ thể, từ đó tiết kiệm thời gian và chi phí phát triển.

Looking Forward to Postgres 19: Logically Sequenced

Postgres 19 bổ sung hỗ trợ sao chép logic (logical replication) cho sequences, vốn bị loại trừ suốt gần một thập kỷ do tính phi giao dịch. Tính năng mới tự động đồng bộ sequences tại các thời điểm xác định như tạo/refresh subscription, cùng công cụ hỗ trợ như hàm pg_get_sequence_data() và cột sync_seq_error_count. Cách tiếp cận này tương tự pglogical nhưng được tích hợp sẵn vào Postgres.

Lập trình viên cần đọc bài này để hiểu cách PostgreSQL 19 tự động đồng bộ hóa các chuỗi (sequences) trong cơ sở dữ liệu replication, giúp tránh lỗi thủ công và bảo đảm tính nhất quán khi chuyển đổi từ máy chủ sang subscriber mà không cần script bổ sung.

Migrating Counter Service storage: Design choices and learnings

Grab đã di chuyển Counter Service từ wide-column database sang Aerospike mà không gián đoạn, bằng cách tách lớp lưu trữ reader bằng Rust (sử dụng enum dispatch thay vì trait objects vì hiệu năng), redesign writer với schema dạng map thay vì row-per-bucket, và triển khai dual read-write shadow paths để rollout từ từ kèm xác thực dữ liệu. Schema mới giảm dung lượng lưu trữ xuống 1TB (từ 3TB), cải thiện độ trễ đọc p99 ~50% và giảm chi phí 45–50% mỗi node.

Lập trình viên cần đọc bài này để học cách tối ưu hóa thiết kế hệ thống cao cấp, từ việc chọn lựa cơ sở dữ liệu (Aerospike) đến giải quyết thách thức thực tế như giảm chi phí, cải thiện hiệu suất và xử lý các hạn chế của các thư viện như Rust, giúp áp dụng kinh nghiệm vào dự án của riêng mình.

Looking Forward to Postgres 19: Checksums For All

Postgres 19 bổ sung tính năng chuyển đổi checksum dữ liệu trực tuyến qua lệnh pg_enable_data_checksums(), thay thế phương pháp cũ yêu cầu tắt toàn bộ cluster. Tính năng mới sử dụng background workers, đánh dấu trang dữ liệu "dirty" để ghi checksum, hỗ trợ WAL-logging cho standbys, và có thể điều chỉnh tốc độ I/O. Trạng thái checksum được quản lý qua tham số data_checksums dạng enum.

Lập trình viên cần đọc bài này để hiểu cách tối ưu hóa bảo mật và khả năng phục hồi dữ liệu trong ứng dụng PostgreSQL của mình bằng cách sử dụng cơ chế checksum mới trong phiên bản 19, giúp giảm thiểu thời gian downtime và cải thiện hiệu suất trong các kịch bản phục hồi cao độ.

Switching from PostgreSQL to ClickHouse for Improved Performance and Scalability

Momentic migrated its caching system from PostgreSQL to ClickHouse to handle explosive growth from 80,000 to 20 billion cache entries while serving over 2 million queries per day at ~250ms latency. Key architectural decisions included designing a composite primary key to leverage ClickHouse's sparse index granules, using materialized views to precompute commit timestamps for efficient lookups on main branches, and switching to INSERT-only patterns with ReplacingMergeTree for deduplication — which also allowed them to eliminate their Redis layer entirely. The migration used a shadow-query approach with dual writes to validate correctness before gradually shifting production traffic.

Postgres vs Oracle

A technical comparison of Postgres and Oracle Database covering licensing costs, extension ecosystems, SQL dialect differences, HA architecture, and partitioning maturity. Both databases share the same OLTP ceiling for analytical workloads — once tables grow large, aggregation queries degrade performance. The recommended architectural pattern for both is CDC-based streaming to a columnar OLAP layer (ClickHouse/Tinybird), keeping the operational database for transactions. Includes a practical Oracle-to-Postgres SQL translation table and notes on PL/SQL migration challenges.