home.social

#alloydb — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #alloydb, aggregated by home.social.

  1. Как мы с моим ботом OpenClaw сделали ему семантическую память на AlloyDB Omni за полчаса

    История о том, как превратить ИИ-агента из "золотой рыбки" с памятью в пределах одной сессии в полноценного цифрового сотрудника с графовым хранилищем знаний.

    habr.com/ru/articles/996154/

    #alloydb

  2. Как мы с моим ботом OpenClaw сделали ему семантическую память на AlloyDB Omni за полчаса

    История о том, как превратить ИИ-агента из "золотой рыбки" с памятью в пределах одной сессии в полноценного цифрового сотрудника с графовым хранилищем знаний.

    habr.com/ru/articles/996154/

    #alloydb

  3. Как мы с моим ботом OpenClaw сделали ему семантическую память на AlloyDB Omni за полчаса

    История о том, как превратить ИИ-агента из "золотой рыбки" с памятью в пределах одной сессии в полноценного цифрового сотрудника с графовым хранилищем знаний.

    habr.com/ru/articles/996154/

    #alloydb

  4. Как мы с моим ботом OpenClaw сделали ему семантическую память на AlloyDB Omni за полчаса

    История о том, как превратить ИИ-агента из "золотой рыбки" с памятью в пределах одной сессии в полноценного цифрового сотрудника с графовым хранилищем знаний.

    habr.com/ru/articles/996154/

    #alloydb

  5. Семантический обновляемый кэш на AlloyDB Omni

    Предположим, вы построили RAG-сервис на SQL, и он отлично работает. Довольно быстро, очень точно, и очень дорого , ведь каждый запрос к сервису требует обращения к LLM для генерации ответа по чанкам, извлеченным из базы знаний. И чем больше мы извлекли таких фрагментов, тем больше входных токенов тратится на составной промпт, даже если ответ будет состоять из одного предложения. Можно, конечно, заранее срезать количество извлекаемых чанков, но это отразится на качестве ответов. Можно настроить кэш, который экономит на обращениях к сервису, когда приходят одинаковые вопросы. Но когда пользователь спрашивает "How to get developer support?”, и тут же другой пользователь спрашивает "How to ask development-related questions?", ваш сервис каждый раз будет генерировать ответ заново, сжигая ваши токены и заставляя пользователя ждать. Обычный кэш тут бессилен: для него эти две фразы — абсолютно разные ключи. В этой статье я расскажу, как развернуть мощный семантический кэш на базе AlloyDB Omni (PostgreSQL от Google), используя векторный поиск ScaNN, автоматическое партиционирование и планировщик задач. Мы пройдём путь от настройки Docker-контейнера до продакшн-архитектуры.

    habr.com/ru/articles/995884/

    #RAG #rag_ai #alloydb

  6. Семантический обновляемый кэш на AlloyDB Omni

    Предположим, вы построили RAG-сервис на SQL, и он отлично работает. Довольно быстро, очень точно, и очень дорого , ведь каждый запрос к сервису требует обращения к LLM для генерации ответа по чанкам, извлеченным из базы знаний. И чем больше мы извлекли таких фрагментов, тем больше входных токенов тратится на составной промпт, даже если ответ будет состоять из одного предложения. Можно, конечно, заранее срезать количество извлекаемых чанков, но это отразится на качестве ответов. Можно настроить кэш, который экономит на обращениях к сервису, когда приходят одинаковые вопросы. Но когда пользователь спрашивает "How to get developer support?”, и тут же другой пользователь спрашивает "How to ask development-related questions?", ваш сервис каждый раз будет генерировать ответ заново, сжигая ваши токены и заставляя пользователя ждать. Обычный кэш тут бессилен: для него эти две фразы — абсолютно разные ключи. В этой статье я расскажу, как развернуть мощный семантический кэш на базе AlloyDB Omni (PostgreSQL от Google), используя векторный поиск ScaNN, автоматическое партиционирование и планировщик задач. Мы пройдём путь от настройки Docker-контейнера до продакшн-архитектуры.

    habr.com/ru/articles/995884/

    #RAG #rag_ai #alloydb

  7. Семантический обновляемый кэш на AlloyDB Omni

    Предположим, вы построили RAG-сервис на SQL, и он отлично работает. Довольно быстро, очень точно, и очень дорого , ведь каждый запрос к сервису требует обращения к LLM для генерации ответа по чанкам, извлеченным из базы знаний. И чем больше мы извлекли таких фрагментов, тем больше входных токенов тратится на составной промпт, даже если ответ будет состоять из одного предложения. Можно, конечно, заранее срезать количество извлекаемых чанков, но это отразится на качестве ответов. Можно настроить кэш, который экономит на обращениях к сервису, когда приходят одинаковые вопросы. Но когда пользователь спрашивает "How to get developer support?”, и тут же другой пользователь спрашивает "How to ask development-related questions?", ваш сервис каждый раз будет генерировать ответ заново, сжигая ваши токены и заставляя пользователя ждать. Обычный кэш тут бессилен: для него эти две фразы — абсолютно разные ключи. В этой статье я расскажу, как развернуть мощный семантический кэш на базе AlloyDB Omni (PostgreSQL от Google), используя векторный поиск ScaNN, автоматическое партиционирование и планировщик задач. Мы пройдём путь от настройки Docker-контейнера до продакшн-архитектуры.

    habr.com/ru/articles/995884/

    #RAG #rag_ai #alloydb

  8. Семантический обновляемый кэш на AlloyDB Omni

    Предположим, вы построили RAG-сервис на SQL, и он отлично работает. Довольно быстро, очень точно, и очень дорого , ведь каждый запрос к сервису требует обращения к LLM для генерации ответа по чанкам, извлеченным из базы знаний. И чем больше мы извлекли таких фрагментов, тем больше входных токенов тратится на составной промпт, даже если ответ будет состоять из одного предложения. Можно, конечно, заранее срезать количество извлекаемых чанков, но это отразится на качестве ответов. Можно настроить кэш, который экономит на обращениях к сервису, когда приходят одинаковые вопросы. Но когда пользователь спрашивает "How to get developer support?”, и тут же другой пользователь спрашивает "How to ask development-related questions?", ваш сервис каждый раз будет генерировать ответ заново, сжигая ваши токены и заставляя пользователя ждать. Обычный кэш тут бессилен: для него эти две фразы — абсолютно разные ключи. В этой статье я расскажу, как развернуть мощный семантический кэш на базе AlloyDB Omni (PostgreSQL от Google), используя векторный поиск ScaNN, автоматическое партиционирование и планировщик задач. Мы пройдём путь от настройки Docker-контейнера до продакшн-архитектуры.

    habr.com/ru/articles/995884/

    #RAG #rag_ai #alloydb

  9. Postgres по-русски: где наши Aurora, AlloyDB и Neon?

    Базы данных давно являются фундаментом цифровой экономики. От их архитектуры и производительности во многом зависят скорость вывода продуктов на рынок, стабильность сервисов и итоговая стоимость ИТ-инфраструктуры. В мировой практике одним из основных стандартов де-факто, вокруг которого формируются экосистемы серьезных решений, стала открытая СУБД PostgreSQL. В России она используется во множестве корпоративных приложений, есть целый ряд отечественных форков и дистрибутивов. Но у ряда зарубежных компаний( есть серьезные прорывные реализации, интенсивно развивающие Postgres (например, Aurora, AlloyDB и Neon, об этом ниже), а у российских этого почему-то не наблюдается. Это противоречие между массовым использованием PostgreSQL в нашей стране и отсутствием технологического прорыва задает остроту сегодняшней повестки отечественного СУБД-строения.

    habr.com/ru/companies/tantor/a

    #neon #horizondb #aurora #alloydb #alibaba #postgresql #tantor_xdata #xdata #tantor_postgres

  10. Postgres по-русски: где наши Aurora, AlloyDB и Neon?

    Базы данных давно являются фундаментом цифровой экономики. От их архитектуры и производительности во многом зависят скорость вывода продуктов на рынок, стабильность сервисов и итоговая стоимость ИТ-инфраструктуры. В мировой практике одним из основных стандартов де-факто, вокруг которого формируются экосистемы серьезных решений, стала открытая СУБД PostgreSQL. В России она используется во множестве корпоративных приложений, есть целый ряд отечественных форков и дистрибутивов. Но у ряда зарубежных компаний( есть серьезные прорывные реализации, интенсивно развивающие Postgres (например, Aurora, AlloyDB и Neon, об этом ниже), а у российских этого почему-то не наблюдается. Это противоречие между массовым использованием PostgreSQL в нашей стране и отсутствием технологического прорыва задает остроту сегодняшней повестки отечественного СУБД-строения.

    habr.com/ru/companies/tantor/a

    #neon #horizondb #aurora #alloydb #alibaba #postgresql #tantor_xdata #xdata #tantor_postgres

  11. Postgres по-русски: где наши Aurora, AlloyDB и Neon?

    Базы данных давно являются фундаментом цифровой экономики. От их архитектуры и производительности во многом зависят скорость вывода продуктов на рынок, стабильность сервисов и итоговая стоимость ИТ-инфраструктуры. В мировой практике одним из основных стандартов де-факто, вокруг которого формируются экосистемы серьезных решений, стала открытая СУБД PostgreSQL. В России она используется во множестве корпоративных приложений, есть целый ряд отечественных форков и дистрибутивов. Но у ряда зарубежных компаний( есть серьезные прорывные реализации, интенсивно развивающие Postgres (например, Aurora, AlloyDB и Neon, об этом ниже), а у российских этого почему-то не наблюдается. Это противоречие между массовым использованием PostgreSQL в нашей стране и отсутствием технологического прорыва задает остроту сегодняшней повестки отечественного СУБД-строения.

    habr.com/ru/companies/tantor/a

    #neon #horizondb #aurora #alloydb #alibaba #postgresql #tantor_xdata #xdata #tantor_postgres

  12. Postgres по-русски: где наши Aurora, AlloyDB и Neon?

    Базы данных давно являются фундаментом цифровой экономики. От их архитектуры и производительности во многом зависят скорость вывода продуктов на рынок, стабильность сервисов и итоговая стоимость ИТ-инфраструктуры. В мировой практике одним из основных стандартов де-факто, вокруг которого формируются экосистемы серьезных решений, стала открытая СУБД PostgreSQL. В России она используется во множестве корпоративных приложений, есть целый ряд отечественных форков и дистрибутивов. Но у ряда зарубежных компаний( есть серьезные прорывные реализации, интенсивно развивающие Postgres (например, Aurora, AlloyDB и Neon, об этом ниже), а у российских этого почему-то не наблюдается. Это противоречие между массовым использованием PostgreSQL в нашей стране и отсутствием технологического прорыва задает остроту сегодняшней повестки отечественного СУБД-строения.

    habr.com/ru/companies/tantor/a

    #neon #horizondb #aurora #alloydb #alibaba #postgresql #tantor_xdata #xdata #tantor_postgres

  13. 🆕 Google introduced a free trial for #AlloyDB - their fully managed PostgreSQL-compatible database service.

    The trial allows users to test AlloyDB's capabilities with their workloads for up to 30 days.

    More insights available on #InfoQ👉 bit.ly/4ckHoml

    #DevOps #Postgres #database

  14. 🆕 Google introduced a free trial for #AlloyDB - their fully managed PostgreSQL-compatible database service.

    The trial allows users to test AlloyDB's capabilities with their workloads for up to 30 days.

    More insights available on #InfoQ👉 bit.ly/4ckHoml

    #DevOps #Postgres #database

  15. 🆕 Google introduced a free trial for #AlloyDB - their fully managed PostgreSQL-compatible database service.

    The trial allows users to test AlloyDB's capabilities with their workloads for up to 30 days.

    More insights available on #InfoQ👉 bit.ly/4ckHoml

    #DevOps #Postgres #database

  16. 🆕 Google introduced a free trial for #AlloyDB - their fully managed PostgreSQL-compatible database service.

    The trial allows users to test AlloyDB's capabilities with their workloads for up to 30 days.

    More insights available on #InfoQ👉 bit.ly/4ckHoml

    #DevOps #Postgres #database

  17. 🆕 Google introduced a free trial for - their fully managed PostgreSQL-compatible database service.

    The trial allows users to test AlloyDB's capabilities with their workloads for up to 30 days.

    More insights available on 👉 bit.ly/4ckHoml

  18. #Google #Cloud#AI 機能搭載の #PostgreSQL #互換ソフトウェア#AlloyDB Omni」正式版リリース」: Publickey

    「多数のCPUコアをより活用するスケーラビリティなどを改善することで、標準的なPostgreSQLよりもトランザクション性能で2倍以上の性能を備えるだけでなく、カラム型のインメモリデータベースも統合し、分析的なクエリは100倍以上高速化。」

    publickey1.jp/blog/23/google_c

    #prattohome #Publickey

  19. #Google #Cloud#AI 機能搭載の #PostgreSQL #互換ソフトウェア#AlloyDB Omni」正式版リリース」: Publickey

    「多数のCPUコアをより活用するスケーラビリティなどを改善することで、標準的なPostgreSQLよりもトランザクション性能で2倍以上の性能を備えるだけでなく、カラム型のインメモリデータベースも統合し、分析的なクエリは100倍以上高速化。」

    publickey1.jp/blog/23/google_c

    #prattohome #Publickey

  20. New episode: "Decoupled storage and compute"

    Nikolay and Michael discuss a listener question — about products that take and transform it to something that decouples compute from storage (RDS , GC , etc.) and whether they see something like this landing upstream in the medium term.

    🎙️ postgres.fm/episodes/decoupled

    📺 youtu.be/HzBGIHtEJ3M

  21. New episode: "Decoupled storage and compute"

    Nikolay and Michael discuss a listener question — about products that take #Postgres and transform it to something that decouples compute from storage (RDS #Aurora, GC #AlloyDB, #Neon etc.) and whether they see something like this landing upstream in the medium term.

    🎙️ postgres.fm/episodes/decoupled

    📺 youtu.be/HzBGIHtEJ3M

    #postgresql

  22. New episode: "Decoupled storage and compute"

    Nikolay and Michael discuss a listener question — about products that take #Postgres and transform it to something that decouples compute from storage (RDS #Aurora, GC #AlloyDB, #Neon etc.) and whether they see something like this landing upstream in the medium term.

    🎙️ postgres.fm/episodes/decoupled

    📺 youtu.be/HzBGIHtEJ3M

    #postgresql

  23. New episode: "Decoupled storage and compute"

    Nikolay and Michael discuss a listener question — about products that take #Postgres and transform it to something that decouples compute from storage (RDS #Aurora, GC #AlloyDB, #Neon etc.) and whether they see something like this landing upstream in the medium term.

    🎙️ postgres.fm/episodes/decoupled

    📺 youtu.be/HzBGIHtEJ3M

    #postgresql

  24. #Performance of your #database is a huge topic. One critical piece is running benchmarks, but do you really know how/why/when to benchmark?

    Check out this blog post by @sky_vst on the philosophy of benchmarking #AlloyDB!

    cloud.google.com/blog/products

    #GoogleCloud

  25. #Performance of your #database is a huge topic. One critical piece is running benchmarks, but do you really know how/why/when to benchmark?

    Check out this blog post by @sky_vst on the philosophy of benchmarking #AlloyDB!

    cloud.google.com/blog/products

    #GoogleCloud

  26. of your is a huge topic. One critical piece is running benchmarks, but do you really know how/why/when to benchmark?

    Check out this blog post by @sky_vst on the philosophy of benchmarking !

    cloud.google.com/blog/products

  27. #Performance of your #database is a huge topic. One critical piece is running benchmarks, but do you really know how/why/when to benchmark?

    Check out this blog post by @sky_vst on the philosophy of benchmarking #AlloyDB!

    cloud.google.com/blog/products

    #GoogleCloud

  28. #Performance of your #database is a huge topic. One critical piece is running benchmarks, but do you really know how/why/when to benchmark?

    Check out this blog post by @sky_vst on the philosophy of benchmarking #AlloyDB!

    cloud.google.com/blog/products

    #GoogleCloud

  29. Getting ready for the first #opensource data infrastructure meetup in Milan!

    Let’s talk about #database with #clickhouse and #alloydb!

    Good food and good tech!

    @aiven_io

  30. Getting ready for the first #opensource data infrastructure meetup in Milan!

    Let’s talk about #database with #clickhouse and #alloydb!

    Good food and good tech!

    @aiven_io

  31. Getting ready for the first data infrastructure meetup in Milan!

    Let’s talk about with and !

    Good food and good tech!

    @aiven_io

  32. Getting ready for the first #opensource data infrastructure meetup in Milan!

    Let’s talk about #database with #clickhouse and #alloydb!

    Good food and good tech!

    @aiven_io

  33. Getting ready for the first #opensource data infrastructure meetup in Milan!

    Let’s talk about #database with #clickhouse and #alloydb!

    Good food and good tech!

    @aiven_io

  34. Happening tonight!

    Join us in Milan at 6PM for a night concentrated on #database: #AlloyDB from @googlecloud and #ClickHouse!

    meetu.ps/e/LX7KJ/RtVCW/i

  35. Happening tonight!

    Join us in Milan at 6PM for a night concentrated on #database: #AlloyDB from @googlecloud and #ClickHouse!

    meetu.ps/e/LX7KJ/RtVCW/i

  36. Happening tonight!

    Join us in Milan at 6PM for a night concentrated on : from @googlecloud and !

    meetu.ps/e/LX7KJ/RtVCW/i

  37. Happening tonight!

    Join us in Milan at 6PM for a night concentrated on #database: #AlloyDB from @googlecloud and #ClickHouse!

    meetu.ps/e/LX7KJ/RtVCW/i

  38. Happening tonight!

    Join us in Milan at 6PM for a night concentrated on #database: #AlloyDB from @googlecloud and #ClickHouse!

    meetu.ps/e/LX7KJ/RtVCW/i

  39. Getting your indexes right on #PostgreSQL can be an ever-evolving game of whack-a-mole with engineering. #AlloyDB builds in AI to help advise you on what indexes to create based on a multitude of factors. Check out this blog to explain it all in depth:

    cloud.google.com/blog/products

  40. Getting your indexes right on #PostgreSQL can be an ever-evolving game of whack-a-mole with engineering. #AlloyDB builds in AI to help advise you on what indexes to create based on a multitude of factors. Check out this blog to explain it all in depth:

    cloud.google.com/blog/products

  41. Getting your indexes right on can be an ever-evolving game of whack-a-mole with engineering. builds in AI to help advise you on what indexes to create based on a multitude of factors. Check out this blog to explain it all in depth:

    cloud.google.com/blog/products