Artikel für Leute, die
den Stack ausliefern
Beiträge zu React, Node.js, TypeScript und AI. Ein übersetzter Text wird gezeigt, wenn er existiert. Sonst sehen Sie den englischen Text und einen Hinweis.
Tag: Databases
Drizzle gegen Prisma: Die Wahl eines TypeScript ORM ohne Hype
Vergleichen Sie Drizzle und Prisma hinsichtlich Schema-Design, Abfragesyntax, verschachtelter Schreibvorgänge, Migrationsprozessen, Transaktionen und Leistung, und erhalten Sie Ratschläge, welches Tool für welches Team am besten geeignet ist.
7 Min. LesezeitDer GraphQL-Abfrage, der den Datenbank-Pool erschöpfte
Ein verschachteltes GraphQL-Dokument hat eine Produktionsdatenbank lahmgelegt. Warum Rate Limits, HTTP-Timouts und DataLoader versagten – sowie die vier Maßnahmen, die es schließlich unter Kontrolle brachten.
7 Min. LesezeitErstellen von MongoDB-Aggregationspipelines mit $match, $group und $lookup
Erfahren Sie, wie die Aggregationsstufen von MongoDB Dokumente filtern, gruppieren, umformen, verknüpfen und sortieren sowie wie man sie zu einem Pipeline zusammenfügt, um tatsächliche Berichterstattungsfragen zu beantworten.
4 Min. LesezeitPrisma- und PostgreSQL-Last reduzieren, bevor Sie für eine größere Datenbank bezahlen
Fünfzehn praktische Techniken – von EXPLAIN ANALYZE und komplexen Indizes über N+1-Fixes, Zähler, Pools bis hin zu Vakuumoperationen – zur Reduzierung der Datenbankoperationen in Prisma.
8 Min. LesezeitRaw SQL, Prisma oder Drizzle: Die Wahl der Datenbankschicht für Typsicherheit und Kontrolle
Wie sich roher SQL, Prisma und Drizzle in Bezug auf Kontrolle, Typsicherheit und Entwicklererfahrung bei PostgreSQL unterscheiden sowie eine praktische Methode, um für eine TypeScript-Anwendung das Richtige auszuwählen.
15 Min. LesezeitHäufige Missverständnisse zu Node.js und Datenbanken, die Fehler in der Produktion verursachen
Erfahren Sie, warum async/await, Connection Pooling und ORMs nicht automatisch Rennbedingungen, Verbindungserschöpfung oder SQL-Injection in Node.js-Anwendungen verhindern.
6 Min. LesezeitErklärung von Vektor-Datenbanken: Wie Maschinen nach Bedeutung suchen
Wie eine Vektordatenbank Text in Embeddings umwandelt, damit eine semantische Suche Ergebnisse nach Bedeutung finden kann, und wie sie sich von einer herkömmlichen Tabellen- und Indexdatenbank unterscheidet.
7 Min. Lesezeit
Über diese Artikel
Angebot in 24 Stunden
Denselben Stack in einer Operator-Schicht? Brief schicken — Angebot in 24 Stunden.