12 noticias
Un equipo de investigadores de Stanford, Microsoft, Facebook y Google presenta DIFF, un operador relacional que integra la funcionalidad de los motores de explicación de datos dentro de flujos de trabajo SQL tradicionales. Los motores de explicación, como MacroBase, Scorpion o Data X-Ray, ayudan a l
PostgreSQL presume de BRIN como un índice minúsculo —48 kB frente a los 214 MB de un B-tree sobre 10 millones de filas ordenadas—, pero esa ventaja se evapora con apenas un 5% de filas actualizadas. Una prueba controlada en Postgres 17.9, con una tabla de 976 MB sobre la columna created_at y consult
Un equipo de la comunidad RisingLight ha desarrollado un optimizador SQL didáctico en Rust utilizando el framework Egg, una biblioteca de reescritura de expresiones basada en equality saturation y e-graphs. El proyecto, disponible en el repositorio 'sql-optimizer-labs', contiene menos de mil líneas
DuckDB prepara su mayor salto arquitectónico en años: a partir de la versión 2.0, prevista para otoño de 2026, el motor de bases de datos analíticas incorporará E/S asíncrona de forma predeterminada para la lectura de archivos Parquet y CSV, una mejora que promete acelerar de forma significativa las
Cuando una API tiene que devolver el contenido de un archivo Parquet muy grande y las respuestas están limitadas en tamaño —por ejemplo, 6 MB en AWS Lambda o 32 MiB en Cloud Run—, lo habitual es paginar con LIMIT y OFFSET. Pero esa forma de escribir la consulta es la equivocada. DuckDB ofrece la opc
DeepSQL es una herramienta de software pensada para funcionar como administrador de bases de datos autónomo. Se ofrece en modalidad self-hosted —se instala con una sola línea en una máquina Linux, una instancia EC2 o un contenedor dentro de la propia VPC de la empresa— y queda lista en unos 15 minut
Esta primera entrega de una serie ofrece una inmersión técnica en el funcionamiento interno de los índices B-Tree de PostgreSQL, la estructura más utilizada para acelerar consultas en tablas grandes. El artículo comienza explicando que PostgreSQL dispone de seis tipos de índices —B-tree, Hash, GiST,
Particionar una tabla por una columna como created_at parece una decisión de almacenamiento inocua, pero termina filtrándose hacia el código de aplicación y las consultas. El artículo explica por qué ocurre esto y propone un diseño que elimina la fuga. El problema central es doble. Primero, las bas
En una charla reciente en FLOPS, el autor presentó λFS (lambda finite set), un modelo que combina programación funcional con programación relacional al estilo de Datalog y SQL, además de álgebra tensorial. En λFS, una relación se modela como una función finita representada internamente como una tabl
DuckDB es una base de datos SQL analítica en proceso que se ha convertido, desde su origen como proyecto de investigación del CWI de Ámsterdam en 2019, en uno de los motores analíticos mononodo más usados y más rápidos del momento. Se distribuye como un binario único de menos de 20 MB, se instala co
Una actualización significativa en PostgreSQL 12 eliminó la barrera de optimización que antes imponían las Expresiones de Tabla Comunes (CTE). Anteriormente, en versiones anteriores a la 12, las CTEs obligaban a la base de datos a materializar los resultados, impidiendo que el optimizador viera a tr
Este artículo de paradedb.com explora las limitaciones de PostgreSQL al optimizar consultas 'Top K' (obtener los K mejores registros ordenados por un criterio) y cómo bases de datos especializadas como ParadeDB abordan este problema de manera diferente. ¿Qué es Top K y por qué es importante? Top K