কেন PostgreSQL ডেটার ভবিষ্যতের ভিত্তি

সফ্টওয়্যার বিকাশের সবচেয়ে বড় প্রবণতাগুলির মধ্যে একটি হল ডি ফ্যাক্টো ডাটাবেস স্ট্যান্ডার্ড হিসাবে PostgreSQL এর উত্থান। সবকিছুর জন্য পোস্টগ্রেএসকিউএল কীভাবে ব্যবহার করবেন সে সম্পর্কে কয়েকটি ব্লগ পোস্ট করা হয়েছে, তবে কেন এটি ঘটছে (এবং আরও গুরুত্বপূর্ণভাবে, কেন এটি গুরুত্বপূর্ণ) সে সম্পর্কে এখনও কিছু নেই।

এখন পর্যন্ত!

সুচিপত্র

01 PostgreSQL ডি ফ্যাক্টো ডেটাবেস স্ট্যান্ডার্ড হয়ে উঠছে

02 সবকিছুই কম্পিউটারে পরিণত হচ্ছে

03 PostgreSQL এর রিটার্ন

04 নিজেকে মুক্ত করুন, ভবিষ্যত গড়ে তুলুন, PostgreSQL আলিঙ্গন করুন

05 টাইমস্কেল "টাইম সিরিজের জন্য পোস্টগ্রেএসকিউএল" হিসাবে শুরু হয়েছে

06 টাইমস্কেল টাইম সিরিজের বাইরে প্রসারিত

07 টাইমস্কেল এখন "PostgreSQL শক্তিশালী হয়েছে"

08 কোডা: ইয়োডা?

PostgreSQL ডি ফ্যাক্টো ডেটাবেস স্ট্যান্ডার্ড হয়ে উঠছে

গত বেশ কয়েক মাস ধরে, "PostgreSQL for Everything" ডেভেলপারদের মধ্যে একটি ক্রমবর্ধমান যুদ্ধের চিৎকার হয়ে উঠেছে:

“PostgreSQL শুধুমাত্র একটি সাধারণ রিলেশনাল ডাটাবেস নয়; এটি একটি ডেটা ম্যানেজমেন্ট ফ্রেমওয়ার্ক যা সমগ্র ডাটাবেস রাজ্যকে আচ্ছন্ন করার সম্ভাবনা রয়েছে। "সবকিছুর জন্য পোস্টগ্রেস ব্যবহার করার" প্রবণতা আর কিছু অভিজাত দলের মধ্যে সীমাবদ্ধ নয় বরং এটি একটি মূলধারার সেরা অনুশীলন হয়ে উঠছে।"

( উৎস )

"আপনার স্ট্যাককে সরল করার এবং চলমান অংশগুলি হ্রাস করার, বিকাশের গতি বাড়ানো, ঝুঁকি কমানোর এবং আপনার স্টার্টআপে আরও বৈশিষ্ট্য সরবরাহ করার একটি উপায় হল "সবকিছুর জন্য পোস্টগ্রেস ব্যবহার করুন।" পোস্টগ্রেস প্রতিস্থাপন করতে পারে - লক্ষ লক্ষ ব্যবহারকারী পর্যন্ত - তাদের মধ্যে অনেকগুলি ব্যাকএন্ড প্রযুক্তি, কাফকা, র‌্যাবিটএমকিউ, মঙ্গো এবং রেডিস।

( উৎস )

( উৎস )

"যখন আমি প্রথম পোস্টগ্রেস সম্পর্কে শুনেছিলাম (এমন একটি সময়ে যখন মাইএসকিউএল একেবারে আধিপত্য ছিল), এটি আমার কাছে বর্ণনা করা হয়েছিল "এই ডাটাবেসটি সেই গণিতের বুদ্ধিজীবীদের দ্বারা তৈরি করা হয়েছিল," এবং তারপরে এটি আমার কাছে এসেছিল: হ্যাঁ, তারাই ঠিক সেই ব্যক্তিরা যা আপনি তৈরি করতে চান আপনার ডাটাবেস।"

( উৎস )

“এটি একটি অসাধারণ প্রত্যাবর্তন করেছে। এখন যেহেতু NoSQL মারা গেছে এবং Oracle MySQL এর মালিক, আর কি আছে?

( উৎস )

“পোস্টগ্রেস কেবল একটি সম্পর্কযুক্ত ডিবি নয়। এটা জীবনের একটা উপায়."

( উৎস )

এর রক-সলিড ফাউন্ডেশনের জন্য ধন্যবাদ, এছাড়াও নেটিভ বৈশিষ্ট্য এবং এক্সটেনশনের মাধ্যমে এর বহুমুখিতা, ডেভেলপাররা এখন সবকিছুর জন্য PostgreSQL ব্যবহার করতে পারে, জটিল, ভঙ্গুর ডেটা আর্কিটেকচারগুলিকে সহজ সরলতার সাথে প্রতিস্থাপন করতে পারে:

এটি ব্যাখ্যা করতে সাহায্য করতে পারে কেন PostgreSQL গত বছর পেশাদার ডেভেলপারদের (60,369 উত্তরদাতা) মধ্যে সবচেয়ে জনপ্রিয় ডাটাবেসের র‌্যাঙ্কিংয়ে MySQL থেকে শীর্ষস্থান দখল করেছে:

কোন ডাটাবেস পরিবেশে আপনি গত এক বছরে ব্যাপক উন্নয়নমূলক কাজ করেছেন এবং পরবর্তী বছরে আপনি কোনটিতে কাজ করতে চান? উত্তরদাতাদের 49% এর বেশি পোস্টগ্রেএসকিউএল উত্তর দিয়েছেন। ( উৎস )

এই ফলাফলগুলি 2023 স্ট্যাক ওভারফ্লো ডেভেলপার সার্ভে থেকে এসেছে৷ আপনি যদি সময় জুড়ে দেখেন, আপনি গত কয়েক বছরে PostgreSQL গ্রহণে স্থির বৃদ্ধি দেখতে পাবেন:

যদিও PostgreSQL 2020-2022 এর মধ্যে স্ট্যাক ওভারফ্লো-এর ডেভেলপার সার্ভে উত্তরদাতাদের দ্বিতীয় প্রিয় ডাটাবেস ছিল, এর ব্যবহার ধারাবাহিকভাবে বৃদ্ধি পেয়েছে। উৎস: 2020 , 2021 , 2022

এটি কেবল ছোট স্টার্টআপ এবং শখীদের মধ্যে একটি প্রবণতা নয়। প্রকৃতপক্ষে, PostgreSQL ব্যবহার সব আকারের প্রতিষ্ঠান জুড়ে বাড়ছে:

কোম্পানির আকার অনুসারে PostgreSQL ব্যবহারের শতাংশ। ( উৎস )

টাইমস্কেলে, এই প্রবণতা আমাদের কাছে নতুন নয়। আমরা প্রায় এক দশক ধরে PostgreSQL বিশ্বাসী। এজন্যই আমরা PostgreSQL-এ আমাদের ব্যবসা তৈরি করেছি, কেন আমরা এর মধ্যে একজন PostgreSQL এ শীর্ষ অবদানকারী , কেন আমরা বার্ষিক চালাই PostgreSQL সমীক্ষার অবস্থা (উপরে উল্লেখ করা হয়েছে), এবং কেন আমরা PostgreSQL মিটআপ এবং সম্মেলন সমর্থন করি। ব্যক্তিগতভাবে, আমি 13 বছরেরও বেশি সময় ধরে PostgreSQL ব্যবহার করছি (যখন আমি MySQL থেকে স্যুইচ ওভার করেছি)।

সবকিছুর জন্য পোস্টগ্রেএসকিউএল কীভাবে ব্যবহার করবেন সে সম্পর্কে কয়েকটি ব্লগ পোস্ট করা হয়েছে, তবে কেন এটি ঘটছে (এবং আরও গুরুত্বপূর্ণভাবে, কেন এটি গুরুত্বপূর্ণ) সে সম্পর্কে এখনও কিছু নেই।

এখন পর্যন্ত.

কিন্তু কেন এটি ঘটছে তা বোঝার জন্য, আমাদের আরও একটি মৌলিক প্রবণতা এবং কীভাবে সেই প্রবণতা মানব বাস্তবতার মৌলিক প্রকৃতিকে পরিবর্তন করছে তা বুঝতে হবে।

সবকিছুই কম্পিউটারে পরিণত হচ্ছে

সবকিছু—আমাদের গাড়ি, আমাদের বাড়ি, আমাদের শহর, আমাদের খামার, আমাদের কারখানা, আমাদের মুদ্রা, আমাদের জিনিস—একটি কম্পিউটার হয়ে উঠছে৷ আমরাও ডিজিটাল হয়ে যাচ্ছি। প্রতি বছর, আমরা আমাদের নিজস্ব পরিচয় এবং ক্রিয়াগুলিকে আরও ডিজিটাইজ করি: কীভাবে আমরা জিনিস কিনি, কীভাবে আমরা নিজেদেরকে বিনোদন দিই, কীভাবে আমরা শিল্প সংগ্রহ করি, কীভাবে আমরা আমাদের প্রশ্নের উত্তর খুঁজে পাই, কীভাবে আমরা যোগাযোগ করি এবং সংযোগ করি, কীভাবে আমরা প্রকাশ করি আমরা কে।

বাইশ বছর আগে, "সর্বব্যাপী কম্পিউটিং" এর এই ধারণাটি সাহসী বলে মনে হয়েছিল। তখন, আমি এমআইটি এআই ল্যাবের একজন স্নাতক ছাত্র ছিলাম, আমার উপর কাজ করছিলাম থিসিস বুদ্ধিমান পরিবেশের উপর। আমার গবেষণা দ্বারা সমর্থিত ছিল এমআইটি প্রকল্প অক্সিজেন , যার একটি মহৎ, সাহসী লক্ষ্য ছিল: কম্পিউটিংকে আমরা শ্বাস নেওয়া বাতাসের মতো বিস্তৃত করা। সেই সময়টিকে পরিপ্রেক্ষিতে রাখার জন্য: আমাদের সার্ভার র্যাক একটি পায়খানায় ছিল।

তারপর অনেক কিছু বদলে গেছে. কম্পিউটিং এখন সর্বব্যাপী: আমাদের ডেস্কে, আমাদের পকেটে, আমাদের জিনিসগুলিতে এবং আমাদের "ক্লাউড"-এ। এতটাই আমরা ভবিষ্যদ্বাণী করেছি।

কিন্তু এই পরিবর্তনগুলির দ্বিতীয়-ক্রমের প্রভাবগুলি আমাদের মধ্যে বেশিরভাগের প্রত্যাশা ছিল না:

• সর্বব্যাপী কম্পিউটিং সর্বব্যাপী ডেটার দিকে পরিচালিত করেছে । প্রতিটি নতুন কম্পিউটিং ডিভাইসের সাথে, আমরা আমাদের বাস্তবতা সম্পর্কে আরও তথ্য সংগ্রহ করি: মানুষের ডেটা, মেশিন ডেটা, ব্যবসার ডেটা, পরিবেশগত ডেটা এবং সিন্থেটিক ডেটা। এই ডেটা আমাদের বিশ্বকে প্লাবিত করছে।

  
  

• তথ্যের বন্যা ডাটাবেসের ক্যামব্রিয়ান বিস্ফোরণের দিকে পরিচালিত করেছে । ডেটার এই সমস্ত নতুন উত্সগুলি সঞ্চয় করার জন্য নতুন জায়গাগুলির প্রয়োজন৷ বিশ বছর আগে, সম্ভবত পাঁচটি কার্যকর ডাটাবেস বিকল্প ছিল। আজকে কয়েকশত আছে, যাদের বেশিরভাগই নির্দিষ্ট ব্যবহারের ক্ষেত্রে বা ডেটার জন্য বিশেষায়িত, প্রতি মাসে নতুনের উদ্ভব হয়।

  
  

• আরও ডেটা এবং আরও ডেটাবেস আরও সফ্টওয়্যার জটিলতার দিকে পরিচালিত করেছে । আপনার সফ্টওয়্যার কাজের চাপের জন্য সঠিক ডাটাবেস নির্বাচন করা আর সহজ নয়। পরিবর্তে, বিকাশকারীরা জটিল আর্কিটেকচারগুলিকে একত্রিত করতে বাধ্য হয় যার মধ্যে অন্তর্ভুক্ত থাকতে পারে: একটি রিলেশনাল ডাটাবেস (এর নির্ভরযোগ্যতার জন্য), একটি অ-রিলেশনাল ডাটাবেস (এর স্কেলেবিলিটির জন্য), একটি ডেটা গুদাম (বিশ্লেষণ পরিবেশন করার ক্ষমতার জন্য), একটি বস্তুর দোকান ( সস্তায় পুরানো ডেটা সংরক্ষণ করার ক্ষমতার জন্য)। এই আর্কিটেকচারে আরও বিশেষায়িত উপাদান থাকতে পারে, যেমন একটি সময়-সিরিজ বা ভেক্টর ডাটাবেস।

  
  

• আরও জটিলতা মানে নির্মাণে কম সময়। জটিল আর্কিটেকচারগুলি আরও ভঙ্গুর, আরও জটিল প্রয়োগের যুক্তির প্রয়োজন, বিকাশের জন্য কম সময় দেয় এবং বিকাশকে ধীর করে দেয়। জটিলতা একটি সুবিধা নয় কিন্তু একটি বাস্তব খরচ.

যেহেতু কম্পিউটিং আরও সর্বব্যাপী হয়ে উঠেছে, আমাদের বাস্তবতা কম্পিউটিংয়ের সাথে আরও জড়িত হয়ে উঠেছে। আমরা কম্পিউটিংকে আমাদের জগতে এবং নিজেদেরকে এর জগতে নিয়ে এসেছি। আমরা আর শুধু আমাদের অফলাইন পরিচয় নই বরং আমরা অফলাইনে এবং অনলাইনে যা করি তার একটি সংকর।

সফ্টওয়্যার বিকাশকারীরা এই নতুন বাস্তবতায় মানবতার অগ্রগামী। আমরা সেই সফ্টওয়্যার তৈরি করি যা এই নতুন বাস্তবতাকে আকার দেয়।

কিন্তু ডেভেলপাররা এখন ডেটা নিয়ে প্লাবিত হচ্ছে এবং ডাটাবেস জটিলতায় ডুবে যাচ্ছে।

এর মানে হল যে ডেভেলপাররা-ভবিষ্যত গড়ার পরিবর্তে-তাদের আরও বেশি সময় প্লাম্বিং পরিচালনা করতে ব্যয় করছে।

কিভাবে আমরা এখানে পেতে পারি?

পার্ট 1: ক্যাসকেডিং কম্পিউটিং তরঙ্গ

সর্বব্যাপী কম্পিউটিং সর্বব্যাপী ডেটার দিকে পরিচালিত করেছে। এটি রাতারাতি ঘটেনি তবে কয়েক দশক ধরে ক্যাসকেডিং তরঙ্গে ঘটেছিল:

• মেইনফ্রেম (1950+)
• ব্যক্তিগত কম্পিউটার (1970+)
• ইন্টারনেট (1990+)
• মোবাইল (2000+)
• ক্লাউড কম্পিউটিং (2000+)
• ইন্টারনেট অফ থিংস (2010+)

প্রতিটি তরঙ্গের সাথে, কম্পিউটারগুলি আরও ছোট, আরও শক্তিশালী এবং সর্বব্যাপী হয়ে উঠেছে। প্রতিটি তরঙ্গও আগেরটির উপর নির্মিত: ব্যক্তিগত কম্পিউটারগুলি ছোট মেইনফ্রেম; ইন্টারনেট হল সংযুক্ত কম্পিউটারের একটি নেটওয়ার্ক; স্মার্টফোন ইন্টারনেটের সাথে সংযুক্ত এমনকি ছোট কম্পিউটার; ক্লাউড কম্পিউটিং কম্পিউটিং সংস্থানগুলিতে গণতান্ত্রিক অ্যাক্সেস; ইন্টারনেট অফ থিংস হল স্মার্টফোনের উপাদান যা ক্লাউডের সাথে সংযুক্ত অন্যান্য শারীরিক জিনিসগুলির অংশ হিসাবে পুনর্গঠিত হয়৷

কিন্তু গত দুই দশকে, কম্পিউটিং অগ্রগতি শুধু ভৌত জগতেই ঘটেনি বরং ডিজিটালের ক্ষেত্রেও ঘটেছে, যা আমাদের হাইব্রিড বাস্তবতাকে প্রতিফলিত করে:

• সামাজিক নেটওয়ার্ক (2000+)
• ব্লকচেইন (2010+)
• জেনারেটিভ AI (2020+)

কম্পিউটিংয়ের প্রতিটি নতুন তরঙ্গের সাথে, আমরা আমাদের হাইব্রিড বাস্তবতা সম্পর্কে তথ্যের নতুন উত্স পাই: মানুষের ডিজিটাল নিষ্কাশন, মেশিন ডেটা, ব্যবসার ডেটা এবং সিন্থেটিক ডেটা। ভবিষ্যতের তরঙ্গ আরও বেশি ডেটা তৈরি করবে। এই সমস্ত ডেটা নতুন তরঙ্গকে জ্বালানী দেয়, যার মধ্যে সর্বশেষ হল জেনারেটিভ এআই, যা আমাদের বাস্তবতাকে আরও আকার দেয়।

কম্পিউটিং তরঙ্গগুলি নিস্তব্ধ নয় তবে ডমিনোসের মতো ক্যাসকেড। ডেটা ট্রিকল হিসাবে যা শুরু হয়েছিল তা শীঘ্রই ডেটা বন্যায় পরিণত হয়েছিল। এবং তারপরে ডেটা বন্যা আরও বেশি ডেটাবেস তৈরির দিকে পরিচালিত করেছে।

পার্ট 2: ইনক্রিমেন্টাল ডাটাবেস বৃদ্ধি

ডেটার এই সমস্ত নতুন উত্সগুলিকে সঞ্চয় করার জন্য নতুন জায়গার প্রয়োজন হয়েছে—বা ডেটাবেস৷

মেইনফ্রেমগুলি দিয়ে শুরু হয়েছিল ইন্টিগ্রেটেড ডেটা স্টোর (1964) এবং পরে সিস্টেম আর (1974), প্রথম SQL ডাটাবেস। ব্যক্তিগত কম্পিউটারগুলি প্রথম বাণিজ্যিক ডাটাবেসের উত্থানকে উত্সাহিত করেছিল: ওরাকল (1977), সিস্টেম R দ্বারা অনুপ্রাণিত; DB2 (1983); এবং SQL সার্ভার (1989), ওরাকলের প্রতি মাইক্রোসফটের প্রতিক্রিয়া।

ইন্টারনেটের সহযোগী শক্তি প্রথম ওপেন সোর্স ডাটাবেস সহ ওপেন-সোর্স সফ্টওয়্যারের উত্থানকে সক্ষম করেছে: মাইএসকিউএল (1995), পোস্টগ্রেএসকিউএল (1996)। স্মার্টফোনের প্রসার ঘটেছে SQLite (প্রাথমিকভাবে 2000 সালে তৈরি)।

ইন্টারনেটও প্রচুর পরিমাণে ডেটা তৈরি করেছে, যার ফলে প্রথম নন-রিলেশনাল, বা NoSQL, ডাটাবেস তৈরি হয়েছে: হাডুপ (2006); ক্যাসান্ড্রা (2008); মঙ্গোডিবি (2009)। কেউ কেউ এটিকে "বিগ ডেটা" যুগ বলেছে।

পার্ট 3: বিস্ফোরক ডাটাবেস বৃদ্ধি

2010 সালের দিকে, আমরা একটি ব্রেকিং পয়েন্ট আঘাত করতে শুরু করি। সেই সময় পর্যন্ত, সফ্টওয়্যার অ্যাপ্লিকেশনগুলি প্রাথমিকভাবে একটি একক ডাটাবেসের উপর নির্ভর করবে—যেমন, ওরাকল, মাইএসকিউএল, পোস্টগ্রেএসকিউএল—এবং পছন্দটি তুলনামূলকভাবে সহজ ছিল।

কিন্তু "বিগ ডেটা" বড় হতে থাকে: ইন্টারনেট অফ থিংস মেশিন ডেটার উত্থানের দিকে পরিচালিত করে; আইফোন এবং অ্যান্ড্রয়েডের জন্য স্মার্টফোনের ব্যবহার দ্রুতগতিতে বাড়তে শুরু করে, যা আরও বেশি মানুষের ডিজিটাল নিষ্কাশনের দিকে পরিচালিত করে; ক্লাউড কম্পিউটিং গণনা এবং সঞ্চয়স্থানে গণতান্ত্রিক অ্যাক্সেস, এই প্রবণতাগুলিকে প্রশস্ত করে। জেনারেটিভ এআই খুব সম্প্রতি ভেক্টর ডেটা তৈরির সাথে এই সমস্যাটিকে আরও খারাপ করেছে।

সংগৃহীত ডেটার পরিমাণ বাড়ার সাথে সাথে আমরা বিশেষায়িত ডাটাবেসের উত্থান দেখেছি: Neo4j গ্রাফ ডেটার জন্য (2007), রেডিস একটি মৌলিক কী-মানের দোকানের জন্য (2009), ইনফ্লাক্সডিবি সময়-সিরিজ ডেটার জন্য (2013), ক্লিক হাউস উচ্চ-স্কেল বিশ্লেষণের জন্য (2016), ভেক্টর ডেটার জন্য পাইনকোন (2019), এবং আরও অনেক কিছু।

বিশ বছর আগে, সম্ভবত পাঁচটি কার্যকর ডাটাবেস বিকল্প ছিল। আজ, আছে কয়েক শত , তাদের বেশিরভাগই নির্দিষ্ট ব্যবহারের ক্ষেত্রে বিশেষায়িত, প্রতি মাসে নতুনগুলি আবির্ভূত হয়। যদিও পূর্বের ডেটাবেসগুলি সাধারণ বহুমুখীতার প্রতিশ্রুতি দেয়, এই বিশেষায়িতগুলি নির্দিষ্ট ট্রেড-অফ অফার করে, যা আপনার ব্যবহারের ক্ষেত্রে নির্ভর করে অর্থপূর্ণ হতে পারে বা নাও হতে পারে।

পার্ট 4: আরো ডাটাবেস, আরো সমস্যা

এই বন্যার মুখোমুখি হয়ে এবং বিভিন্ন ধরণের ট্রেড-অফ সহ বিশেষায়িত ডেটাবেস সহ, বিকাশকারীদের জটিল স্থাপত্যগুলিকে একত্রিত করা ছাড়া আর কোনও বিকল্প ছিল না।

এই আর্কিটেকচারগুলিতে সাধারণত একটি রিলেশনাল ডাটাবেস (নির্ভরযোগ্যতার জন্য), একটি অ-রিলেশনাল ডাটাবেস (স্কেলযোগ্যতার জন্য), একটি ডেটা গুদাম (ডেটা বিশ্লেষণের জন্য), একটি বস্তুর দোকান (সস্তা সংরক্ষণাগারের জন্য), এবং একটি সময়-সিরিজের মতো আরও বিশেষ উপাদান অন্তর্ভুক্ত থাকে। বা ভেক্টর ডাটাবেস যারা ব্যবহার ক্ষেত্রে.

কিন্তু আরো জটিলতা মানে নির্মাণে কম সময়। জটিল আর্কিটেকচারগুলি আরও ভঙ্গুর, আরও জটিল প্রয়োগের যুক্তির প্রয়োজন, বিকাশের জন্য কম সময় দেয় এবং বিকাশকে ধীর করে দেয়।

এর মানে হল যে ভবিষ্যত গড়ে তোলার পরিবর্তে, সফ্টওয়্যার বিকাশকারীরা নদীর গভীরতানির্ণয় রক্ষণাবেক্ষণের জন্য অনেক বেশি সময় ব্যয় করছে। এই আমরা আজ যেখানে.

একটি ভাল উপায় আছে.

PostgreSQL এর রিটার্ন

এখানেই আমাদের গল্প মোড় নেয়। আমাদের নায়ক, একটি চকচকে নতুন ডাটাবেস হওয়ার পরিবর্তে, একজন পুরানো অটল, যার নাম শুধুমাত্র একজন মাদার কোর ডেভেলপার পছন্দ করতে পারে: PostgreSQL।

প্রথমে, PostgreSQL ছিল MySQL এর পিছনে দুই নম্বরে। MySQL ব্যবহার করা সহজ ছিল, এর পিছনে একটি কোম্পানি ছিল এবং এমন একটি নাম যা যে কেউ সহজেই উচ্চারণ করতে পারে। কিন্তু তারপর মাইএসকিউএল সান মাইক্রোসিস্টেম (2008) দ্বারা অধিগ্রহণ করা হয়েছিল, যা তখন ওরাকল (2009) দ্বারা অধিগ্রহণ করেছিল। এবং সফ্টওয়্যার বিকাশকারীরা, যারা মাইএসকিউএলকে ব্যয়বহুল ওরাকল একনায়কত্ব থেকে মুক্ত ত্রাণকর্তা হিসাবে দেখেছিলেন, তারা কী ব্যবহার করবেন তা পুনর্বিবেচনা করতে শুরু করেছিলেন।

একই সময়ে, মুষ্টিমেয় ছোট স্বাধীন কোম্পানির দ্বারা স্পনসর করা ডেভেলপারদের একটি বিতরণ করা সম্প্রদায়, ধীরে ধীরে PostgreSQL কে আরও ভাল করে তুলছিল। তারা শান্তভাবে শক্তিশালী বৈশিষ্ট্য যোগ করেছে, যেমন ফুল-টেক্সট অনুসন্ধান (2008), উইন্ডো ফাংশন (2009), এবং JSON সমর্থন (2012)। তারা স্ট্রিমিং রেপ্লিকেশন, হট স্ট্যান্ডবাই, ইন-প্লেস আপগ্রেড (2010), লজিক্যাল রেপ্লিকেশন (2017) এবং অধ্যবসায়ের সাথে বাগগুলি ঠিক করে এবং রুক্ষ প্রান্তগুলিকে মসৃণ করার মতো ক্ষমতাগুলির মাধ্যমে ডাটাবেসটিকে আরও কঠিন করে তুলেছে৷

PostgreSQL এখন একটি প্ল্যাটফর্ম

এই সময়ের মধ্যে PostgreSQL-এ যোগ করা সবচেয়ে প্রভাবশালী ক্ষমতাগুলির মধ্যে একটি হল এক্সটেনশন সমর্থন করার ক্ষমতা: সফ্টওয়্যার মডিউল যা PostgreSQL (2011) এ কার্যকারিতা যোগ করে। এক্সটেনশনগুলি আরও বেশি ডেভেলপারকে PostgreSQL-এ কার্যকারিতা যোগ করতে সক্ষম করেছে স্বাধীনভাবে, দ্রুত এবং ন্যূনতম সমন্বয়ের সাথে।

এক্সটেনশনের জন্য ধন্যবাদ, PostgreSQL শুধুমাত্র একটি দুর্দান্ত রিলেশনাল ডাটাবেস হয়ে উঠতে শুরু করেছে। পোস্টজিআইএসকে ধন্যবাদ, এটি একটি দুর্দান্ত ভূ-স্থানিক ডাটাবেস হয়ে উঠেছে; TimescaleDB কে ধন্যবাদ, এটি একটি দুর্দান্ত টাইম-সিরিজ ডাটাবেস হয়ে উঠেছে; hstore, একটি মূল-মূল্যের দোকান; AGE, একটি গ্রাফ ডাটাবেস; pgvector, একটি ভেক্টর ডাটাবেস। PostgreSQL একটি প্ল্যাটফর্ম হয়ে উঠেছে।

এখন, বিকাশকারীরা PostgreSQL এর নির্ভরযোগ্যতা, স্কেলেবিলিটি (অ-সম্পর্কহীন ডাটাবেস প্রতিস্থাপন), ডেটা বিশ্লেষণ (ডেটা গুদাম প্রতিস্থাপন) এবং আরও অনেক কিছুর জন্য ব্যবহার করতে পারে।

বিগ ডেটা সম্পর্কে কী?

এই মুহুর্তে, স্মার্ট পাঠকের জিজ্ঞাসা করা উচিত, "বিগ ডেটা সম্পর্কে কী?"। এটি একটি ন্যায্য প্রশ্ন. ঐতিহাসিকভাবে, "বড় ডেটা" (যেমন, শত শত টেরাবাইট বা এমনকি পেটাবাইট)—এবং সম্পর্কিত বিশ্লেষণের প্রশ্নগুলি- PostgreSQL-এর মতো একটি ডাটাবেসের জন্য একটি খারাপ মানানসই হয়েছে যেটি নিজের থেকে অনুভূমিকভাবে স্কেল করে না।

সেটাও বদলে যাচ্ছে। গত নভেম্বরে আমরা চালু করেছি “ টায়ার্ড স্টোরেজ ,” যা স্বয়ংক্রিয়ভাবে ডিস্ক এবং অবজেক্ট স্টোরেজ (S3) এর মধ্যে আপনার ডেটাকে স্তরিত করে, কার্যকরভাবে একটি অসীম টেবিল রাখার ক্ষমতা তৈরি করে।

সুতরাং যখন "বিগ ডেটা" ঐতিহাসিকভাবে PostgreSQL এর জন্য দুর্বলতার একটি ক্ষেত্র হয়েছে, শীঘ্রই, কোন কাজের চাপ খুব বেশি হবে না।

PostgreSQL হল উত্তর। PostgreSQL হল কিভাবে আমরা নিজেদের মুক্ত করি এবং ভবিষ্যত গড়ি।

নিজেকে মুক্ত করুন, ভবিষ্যত গড়ে তুলুন, PostgreSQL আলিঙ্গন করুন

বিভিন্ন ডাটাবেস সিস্টেমের সাথে ফাটজিং করার পরিবর্তে, প্রতিটির নিজস্ব ব্যঙ্গ এবং ক্যোয়ারী ল্যাঙ্গুয়েজ সহ, আমরা বিশ্বের সবচেয়ে বহুমুখী এবং সম্ভবত, সবচেয়ে নির্ভরযোগ্য ডাটাবেস: PostgreSQL এর উপর নির্ভর করতে পারি। আমরা নদীর গভীরতানির্ণয় কম সময় এবং ভবিষ্যত নির্মাণে বেশি সময় ব্যয় করতে পারি।

এবং PostgreSQL আরও ভাল হচ্ছে। PostgreSQL সম্প্রদায় মূলটিকে আরও ভাল করে চলেছে। হাইপারস্কেলার সহ আরও অনেক কোম্পানি আজ PostgreSQL-এ অবদান রাখছে।

আজকের PostgreSQL ইকোসিস্টেম ( উৎস )

PostgreSQL অভিজ্ঞতাকে আরও ভালো করার জন্য আরও উদ্ভাবনী, স্বাধীন কোম্পানিগুলি মূলের চারপাশে তৈরি করছে: সুপাবেস (2020) PostgreSQL কে ওয়েব এবং মোবাইল ডেভেলপারদের জন্য একটি কার্যকর ফায়ারবেস বিকল্প হিসেবে তৈরি করছে; নিয়ন (2021) এবং Xata (2022) উভয়ই বিরতিহীন সার্ভারহীন কাজের চাপের জন্য PostgreSQL স্কেল-টু-শূন্য তৈরি করছে; টেম্বো (2022) বিভিন্ন ব্যবহারের ক্ষেত্রে অ-অফ-দ্য-বক্স স্ট্যাক প্রদান করছে; নীল (2023) SaaS অ্যাপ্লিকেশনের জন্য PostgreSQL সহজ করে তুলছে; এবং আরো অনেক.

এবং, অবশ্যই, আমরা আছি, টাইমস্কেল (2017)।

টাইমস্কেল "টাইম সিরিজের জন্য পোস্টগ্রেএসকিউএল" হিসাবে শুরু হয়েছে

টাইমস্কেল গল্পটি সম্ভবত একটু পরিচিত শোনাবে: আমরা আইওটি গ্রাহকদের জন্য কিছু হার্ড সেন্সর ডেটা সমস্যার সমাধান করছিলাম এবং আমরা ডেটাতে ডুবে যাচ্ছিলাম। চালিয়ে যাওয়ার জন্য, আমরা একটি জটিল স্ট্যাক তৈরি করেছি যাতে অন্তত দুটি ভিন্ন ডাটাবেস সিস্টেম অন্তর্ভুক্ত ছিল (যার মধ্যে একটি ছিল টাইম-সিরিজ ডাটাবেস)।

একদিন, আমরা আমাদের ব্রেকিং পয়েন্টে পৌঁছেছি। আমাদের UI-তে, আমরা ডিভাইস_টাইপ এবং আপটাইম উভয় দ্বারা ডিভাইসগুলিকে ফিল্টার করতে চেয়েছিলাম। এটি একটি সাধারণ SQL যোগ হওয়া উচিত ছিল। কিন্তু যেহেতু আমরা দুটি ভিন্ন ডাটাবেস ব্যবহার করছিলাম, এর পরিবর্তে আমাদের দুটি ডাটাবেসের মধ্যে আমাদের অ্যাপ্লিকেশনে আঠালো কোড লেখার প্রয়োজন ছিল। পরিবর্তন করতে আমাদের কয়েক সপ্তাহ সময় লাগবে এবং পুরো ইঞ্জিনিয়ারিং স্প্রিন্ট।

তারপরে, আমাদের একজন প্রকৌশলীর একটি উন্মাদ ধারণা ছিল: কেন আমরা পোস্টগ্রেএসকিউএল-এ একটি টাইম-সিরিজ ডাটাবেস তৈরি করব না? এইভাবে, আমাদের কাছে আমাদের সমস্ত ডেটার জন্য একটি ডাটাবেস থাকবে এবং দ্রুত সফ্টওয়্যার পাঠানোর জন্য বিনামূল্যে থাকবে৷ তারপরে আমরা এটি তৈরি করেছি এবং এটি আমাদের জীবনকে অনেক সহজ করে তুলেছে। তারপর আমরা এটি সম্পর্কে আমাদের বন্ধুদের বললাম, এবং তারা এটি চেষ্টা করতে চেয়েছিলেন। এবং আমরা বুঝতে পেরেছিলাম যে এটি এমন কিছু যা আমাদের বিশ্বের সাথে ভাগ করে নেওয়া দরকার।

সুতরাং, আমরা আমাদের টাইম-সিরিজ এক্সটেনশন, টাইমস্কেলডিবি, এবং ওপেন-সোর্স করেছি বিশ্বের কাছে ঘোষণা করেছেন এপ্রিল 4, 2017-এ। তখন, PostgreSQL-ভিত্তিক স্টার্টআপগুলি বেশ বিরল ছিল। আমরা প্রথম ছিলাম।

এর পর থেকে সাত বছরে, আমরা এক্সটেনশন এবং আমাদের PostgreSQL ক্লাউড পরিষেবা উভয় ক্ষেত্রেই প্রচুর বিনিয়োগ করেছি, সময়-সিরিজ এবং বিশ্লেষণের জন্য একটি ভাল এবং উন্নত PostgreSQL ডেভেলপার অভিজ্ঞতা প্রদান করে: 350x দ্রুত প্রশ্ন, হাইপারটেবলের মাধ্যমে 44% বেশি সন্নিবেশ (অটো- পার্টিশন টেবিল); ক্রমাগত সমষ্টির মাধ্যমে সাধারণ প্রশ্নের জন্য মিলিসেকেন্ড প্রতিক্রিয়ার সময় (রিয়েল-টাইম বস্তুগত দৃশ্য); নেটিভ কলামার কম্প্রেশনের মাধ্যমে 90%+ স্টোরেজ খরচ সাশ্রয়; টায়ার্ড স্টোরেজের মাধ্যমে অসীম, কম খরচের বস্তু সঞ্চয়স্থান; এবং আরো

টাইমস্কেল টাইম সিরিজের বাইরে প্রসারিত

যেখান থেকে আমরা শুরু করেছি, টাইম-সিরিজ ডেটাতে, এবং আমরা যার জন্য সবচেয়ে বেশি পরিচিত।

কিন্তু গত বছর আমরা প্রসারিত শুরু.

টাইমস্কেল ভেক্টর

আমরা চালু করেছি টাইমস্কেল ভেক্টর (“পোস্টগ্রেএসকিউএল++ এআই অ্যাপ্লিকেশনের জন্য”), যা PostgreSQL কে আরও ভালো ভেক্টর ডাটাবেস করে তোলে। টাইমস্কেল ভেক্টর 100 মিলিয়নেরও বেশি ভেক্টরে স্কেল করে, আরও ভাল পারফরম্যান্সের সাথে pgvector তৈরি করে। উদ্ভাবনী সংস্থাগুলি এবং দলগুলি ইতিমধ্যেই ব্যাপক আকারে উত্পাদনে টাইমস্কেল ভেক্টর ব্যবহার করছে, সহ OpenSauced , একটি GitHub ইভেন্ট ইনসাইট প্ল্যাটফর্ম, 100+ মিলিয়ন ভেক্টরে; ভিয়েরালি , একটি সামাজিক ভাইরালিটি পূর্বাভাস প্ল্যাটফর্ম, 100+ মিলিয়ন ভেক্টরে; এবং মার্কেট রিডার , একটি আর্থিক অন্তর্দৃষ্টি প্ল্যাটফর্ম, 30+ মিলিয়ন ভেক্টরে।

পপএসকিউএল

সম্প্রতি, আমরা পপএসকিউএলও অর্জন করেছি সেরা PostgreSQL UI তৈরি এবং অফার করতে। PopSQL হল টিম সহযোগিতার জন্য SQL সম্পাদক, স্বয়ংসম্পূর্ণ, স্কিমা অন্বেষণ, সংস্করণ এবং ভিজ্যুয়ালাইজেশন সহ। কয়েক হাজার ডেভেলপার এবং ডেটা বিশ্লেষক তাদের ডেটার সাথে কাজ করার জন্য PopSQL ব্যবহার করেছেন, পোস্টগ্রেএসকিউএল, টাইমস্কেল বা Redshift, Snowflake, BigQuery, MySQL, SQL সার্ভার এবং আরও অনেক কিছুতে

পপএসকিউএল হল টিমের সহযোগিতার জন্য এসকিউএল সম্পাদক

অন্তর্দৃষ্টি

আমরাও চালু করেছি " অন্তর্দৃষ্টি," আমরা এখন পর্যন্ত নেওয়া সবচেয়ে বড় ডগফুডিং প্রচেষ্টা৷ , যা ডেভেলপারদের ডাটাবেস কর্মক্ষমতা নিরীক্ষণ এবং অপ্টিমাইজ করতে সাহায্য করার জন্য প্রতিটি ডাটাবেস কোয়েরি ট্র্যাক করে। অন্তর্দৃষ্টি pg_stat_statements এর বিভিন্ন সীমাবদ্ধতা অতিক্রম করে (আপনার ডাটাবেস থেকে পরিসংখ্যান দেখার অফিসিয়াল এক্সটেনশন)। স্কেলটি বিশাল হয়েছে এবং এটি আমাদের পণ্যের (এবং দলের) ক্ষমতার একটি প্রমাণ: এক ট্রিলিয়নেরও বেশি সাধারণ প্রশ্ন (অর্থাৎ, কোয়েরি যার প্যারামিটার মান স্থানধারক দ্বারা প্রতিস্থাপিত হয়েছে) সংগ্রহ করা হয়েছে, সংরক্ষণ করা হয়েছে এবং বিশ্লেষণ করা হয়েছে, 10 বিলিয়নেরও বেশি নতুন প্রশ্নগুলি প্রতিদিন প্রবেশ করানো হয়।

টাইমস্কেল এখন "PostgreSQL শক্তিশালী হয়ে উঠেছে"

আজ, টাইমস্কেল পোস্টগ্রেএসকিউএলকে শক্তিশালী করা হয়েছে—যেকোনো স্কেলে। আমরা এখন কঠিন ডেটা সমস্যার সমাধান করি—যা অন্য কেউ করে না—শুধু টাইম সিরিজে নয় বরং এআই, এনার্জি, গেমিং, মেশিন ডেটা, ইলেকট্রিক যান, স্পেস, ফিনান্স, ভিডিও, অডিও, ওয়েব3 এবং আরও অনেক কিছুতে।

আমরা বিশ্বাস করি যে বিকাশকারীদের সবকিছুর জন্য PostgreSQL ব্যবহার করা উচিত, এবং আমরা PostgreSQL উন্নত করছি যাতে তারা করতে পারে।

গ্রাহকরা টাইমস্কেল ব্যবহার করে শুধু তাদের টাইম-সিরিজ ডেটার জন্য নয় বরং তাদের ভেক্টর ডেটা এবং সাধারণ রিলেশনাল ডেটার জন্যও। তারা Timescale ব্যবহার করে যাতে তারা সবকিছুর জন্য PostgreSQL ব্যবহার করতে পারে। আপনিও করতে পারেন: বিনামূল্যে এখানে শুরু করুন .

চোদা: ইয়োডা?

আমাদের মানব বাস্তবতা, ভৌত এবং ভার্চুয়াল, অফলাইন এবং অনলাইন উভয়ই ডেটাতে পূর্ণ। ইয়োডা যেমন বলতে পারে, ডেটা আমাদের ঘিরে রাখে, আবদ্ধ করে। এই বাস্তবতা ক্রমবর্ধমান সফ্টওয়্যার দ্বারা পরিচালিত হয়, সফ্টওয়্যার বিকাশকারীদের দ্বারা লিখিত, আমাদের দ্বারা।

এটা কতটা অসাধারণ তার প্রশংসা করার মতো। খুব বেশি দিন আগে নয়, 2002 সালে, যখন আমি এমআইটি গ্র্যাড ছাত্র ছিলাম, বিশ্ব সফ্টওয়্যারের উপর বিশ্বাস হারিয়ে ফেলেছিল। আমরা ডটকম বুদ্বুদ পতন থেকে পুনরুদ্ধার করছিলাম। শীর্ষস্থানীয় ব্যবসায়িক প্রকাশনাগুলি ঘোষণা করেছে যে " এটা কোন ব্যাপার না " তখনকার সময়ে, একজন সফ্টওয়্যার ডেভেলপারের পক্ষে প্রযুক্তির চেয়ে ফিনান্সে ভালো চাকরি পাওয়া সহজ ছিল—যা আমার অনেক এমআইটি সহপাঠী করেছে, আমি নিজেও অন্তর্ভুক্ত।

কিন্তু আজকে, বিশেষ করে এখন এই জেনারেটিভ এআই-এর জগতে, আমরাই ভবিষ্যৎ গঠন করছি। আমরা ভবিষ্যতের নির্মাতা। আমরা নিজেদের চিমটি করা উচিত.

সবকিছুই কম্পিউটার হয়ে যাচ্ছে। এটি মূলত একটি ভাল জিনিস হয়েছে: আমাদের গাড়িগুলি নিরাপদ, আমাদের বাড়িগুলি আরও আরামদায়ক, এবং আমাদের কারখানা এবং খামারগুলি আরও বেশি উত্পাদনশীল৷ আমাদের কাছে আগের চেয়ে আরও বেশি তথ্যের তাত্ক্ষণিক অ্যাক্সেস রয়েছে। আমরা একে অপরের সাথে আরও সংযুক্ত। কখনও কখনও, এটি আমাদের স্বাস্থ্যকর এবং সুখী করেছে।

তবে সব সময় নয়. শক্তির মত, কম্পিউটিং এর একটি হালকা এবং অন্ধকার উভয় দিক আছে। মোবাইল ফোন এবং সোশ্যাল মিডিয়া সরাসরি অবদান রাখছে এমন ক্রমবর্ধমান প্রমাণ পাওয়া গেছে কিশোর মানসিক রোগের বিশ্বব্যাপী মহামারী . আমরা এখনও এর প্রভাব নিয়ে ঝাঁপিয়ে পড়েছি এআই এবং সিন্থেটিক বায়োলজি . আমরা যখন আমাদের বৃহত্তর শক্তিকে আলিঙ্গন করি, তখন আমাদের স্বীকার করা উচিত যে এটি দায়িত্বের সাথে আসে।

আমরা দুটি মূল্যবান সম্পদের স্টুয়ার্ড হয়েছি যা ভবিষ্যত কীভাবে তৈরি করা হয় তা প্রভাবিত করে: আমাদের সময় এবং আমাদের শক্তি।

আমরা হয় নদীর গভীরতানির্ণয় পরিচালনার জন্য সেই সংস্থানগুলি ব্যয় করতে বা সবকিছুর জন্য PostgreSQL গ্রহণ করতে এবং সঠিক ভবিষ্যত গড়তে বেছে নিতে পারি।

আমি মনে করি আপনি জানেন যে আমরা কোথায় দাঁড়িয়েছি।

পড়ার জন্য ধন্যবাদ. #Postgres4Life

( উৎস )

এই পোস্টটি লিখেছেন অজয় কুলকার্নি ।