O JD substituiu os pipelines paralelos de streaming e batch usados nos dados de treinamento por uma migração em etapas: escrever os dados uma única vez no Fluss, fazer o tiering para o Hudi e unir as leituras de dados recentes e históricos. O ponto mais difícil é a consistência: os workers coordenam um único commit do Hudi por rodada de tiering e só reportam os offsets de stream correspondentes depois que ele é concluído. Esse padrão permite um catch-up seguro para rollback, mas deixa em aberto a evolução de schema e o dynamic bucketing.
O Azure SQL mantinha quatro cópias completas de cada banco de dados, o que limitava o tamanho prático a cerca de 4 TB. O paper Socrates, de 2019, separou o log do armazenamento e permitiu que durabilidade e disponibilidade escalassem de forma independente. Com essa mudança de arquitetura, o Hyperscale passou a chegar a 100 TB, reduziu pela metade as cópias de armazenamento e consegue restaurar um banco de dados de 50 TB em minutos.
O DataFusion pode ter um desempenho surpreendentemente bom em point lookups quando é ajustado para retrieval em vez de análise. Os maiores ganhos vieram de escolhas de layout de armazenamento e de execução que minimizam trabalho desnecessário: arquivos Parquet ordenados, row groups com tamanho adequado, cache de metadados e prepared statements. A lição mais ampla é que engines analíticas podem atender leituras de baixa latência, desde que a carga de trabalho seja projetada de forma deliberada.
A Benchouse elevou a acurácia do nao de 49,6% para 88,2% ao trocar o Sonnet pelo Opus e chegou a 96,5% com um contexto melhor. As principais correções foram esclarecer as métricas de negócio, eliminar terminologia ambígua e instruir o agente a usar os cálculos acordados antes de sugerir alternativas.
A geração de código por IA está ajudando engines de banco de dados a manipular o ClickBench. Uma delas, o pgrust, agrupa strings apenas pelo valor de hash, faz cache de predicados que o benchmark repete e, em uma das consultas, ignora a maior parte dos dados. Qualquer benchmark perde utilidade quando os sistemas passam a ser otimizados para ele, e engines criadas por vibe coding não têm clientes que as mantenham honestas.
E se o Postgres fosse projetado hoje? É a pergunta que o Egres tenta responder. O novo banco de dados open-source fala o protocolo do Postgres, mas compartilha quase nenhum código com ele. Ele executa milhares de tenants em um único processo e mede CPU, memória e disco por consulta. No benchmark apresentado, usou 46% menos disco do que o Postgres 18.
O DuckDB 2.0 traz um appender para Python que permite processar em lotes linhas geradas, manuais de funções na CLI e histórico de comandos consultável. A versão também inclui secure views, que ocultam estatísticas e planos de consulta subjacentes. Entre as demais adições estão caminhos de partição personalizados, ordenação dentro das partições exportadas, exportação direta para GeoJSON e suporte a funções de janela (window functions) definidas por extensões.
A Netflix tornou o diagnóstico de falhas mais confiável ao usar LLMs para identificar os trechos exatos do log por trás de um erro e fornecer análise de causa raiz sob demanda, em vez de pedir que os modelos processem logs inteiros. O desenho ampliou a cobertura para todas as falhas e, ao mesmo tempo, reduziu o risco de hallucination e a latência. Os primeiros dados de uso sugerem que a abordagem diminui bastante a exploração manual de logs durante o debugging.
Um agente de FinOps open-source para BigQuery busca reduzir o desperdício em consultas SQL escritas por usuários. A ferramenta detecta erros comuns que elevam custos, reescreve as queries e valida a economia antes da execução.
O conector Kafka do Flink agora reconcilia o estado do checkpoint com a posição real do Kafka. Com isso, evita offsets enganosos em tópicos transacionais e faz a métrica de committed offset coincidir com o que as ferramentas do Kafka mostram, sem enfraquecer o processamento exactly-once.
