Ассоциация Разработчиков СУБД RuDB

Первая волна импортозамещения стихает: российскому ПО предстоит конкурировать зрелостью

Российская софтверная индустрия переходит от быстрого заполнения освободившихся ниш к борьбе за эффективность внедрений.
Само наличие отечественного аналога становится менее убедительным аргументом для заказчика.

По данным ассоциации «Руссофт», совокупная выручка российских софтверных компаний по итогам 2025 года выросла на 14%, до 2,808 трлн рублей.
Годом ранее темп роста составлял 24%. Замедление сопровождалось снижением совокупной чистой прибыли и инвестиционной активности разработчиков.
Источник: «Руссофт».

В начале 2026 года ассоциация прогнозировала рост оборота отрасли лишь на 5–10%, связывая охлаждение спроса в том числе с исчерпанием первой волны импортозамещения. Более поздний опрос разработчиков дал оценку в 17%. Таким образом, речь идет о смене условий роста, а не об остановке рынка.
Февральская оценка, обновленный прогноз.

На возможности заказчиков влияют стоимость финансирования и общее охлаждение экономики.
Аналитики CNews также отмечают, что пик импортозамещения и связанный с ним всплеск инвестиций в цифровизацию остались позади.
Дальнейшую динамику они связывают, среди прочего, с переходом накопленных пилотных проектов к полноценным внедрениям.
Источник: CNews.

Для рынка СУБД этот переход ставит практический вопрос: насколько убедительно продукт подтверждает готовность к промышленной эксплуатации?

Совместимость с приложениями, стабильность под нагрузкой, инструменты миграции, качество поддержки и полная стоимость перехода становятся основой выбора.

Размер выручки вендора сам по себе не отвечает на эти вопросы.

При оценке конкретной СУБД заказчику нужны результаты испытаний, опыт сопоставимых внедрений и понятный план переноса данных с учетом допустимого простоя.

Первая волна импортозамещения открыла российским разработчикам доступ к новым заказчикам.
Следующий этап потребует доказать, что внедрение дает измеримый результат: снижает риски, обеспечивает необходимую производительность и позволяет развивать инфраструктуру.

#РоссийскоеПО #ИТрынок #СУБД #ТехнологическийСуверенитет #РазработкаПО

«Додо Пицца»: 3,7 ТБ данных и 33 млрд записей

По данным «Коммерсанта», атакующие получили доступ примерно к 3,7 ТБ информации и 33 млрд записей, включая сведения о более чем 860 млн заказов за 15 лет.

Как пишет издание, входной точкой стали корпоративные учётные данные, опубликованные на GitHub.
Через связанные системы злоумышленники добрались до облачных хранилищ и баз данных.
Украденный архив выставили на продажу в даркнете.

Задержаны трое предполагаемых участников DataSuckers, четвёртый остаётся на свободе.

Мы уже неоднократно писали о DataSuckers и необходимости внимательно относиться к безопасности: на стороне атакующих работают профессионалы, хотя и они допускают ошибки.

По данным «Коммерсанта», одного из фигурантов вычислили по IP-адресу, который он раскрыл при обращении к похищенным данным..

#DataSuckers #ДодоПицца #БезопасностьБД

Авторы DataKernelBench предложили десяти языковым моделям написать GPU-код для аналитических запросов.

SQL описывает, какие данные нужно получить.
За способом выполнения стоит целая последовательность действий: прочитать столбцы, отобрать строки, соединить таблицы, посчитать суммы.

GPU может выполнять много операций одновременно.
Однако одного переноса вычислений на видеокарту недостаточно: время уходит и на перемещение данных, и на создание промежуточных результатов.

Поэтому для конкретного запроса бывает выгодно написать собственное вычислительное ядро — небольшую программу, которую выполняет GPU.

DataKernelBench проверяет, насколько хорошо с такой работой справляются языковые модели.

Авторы переводят SQL в TorchPlan — программу на PyTorch, — а затем предлагают модели ускорить её с помощью CUDA или Triton, инструментов для программирования GPU.

Модели дают два варианта задачи: улучшить отдельный вычислительный участок или переработать выполнение запроса целиком.
Полученный код запускают, проверяют и возвращают модели обратную связь для исправлений.

Что показал эксперимент

Исследователи проверили десять моделей на аналитической нагрузке TPC-H SF10 с одной NVIDIA H100.

Лучший результат получила GPT-5.5 в режиме полной переработки запроса с CUDA: 2,11× относительно TorchPlan с torch.compile.

Все 22 запроса прошли проверку результата.

Это сравнение со скомпилированной реализацией на PyTorch.

Переносить цифру на PostgreSQL, ClickHouse или любую другую СУБД нельзя.

В эксперименте также участвовал GPU-движок Sirius: он оставался быстрее на многих отдельных запросах.

Такой подход может быть интересен для тяжёлых регулярных отчётов.

► Ссылка на исследование

#SQL #GPU #LLM #DataKernelBench #arxiv

Темы докладов EDB на PGConf.Asia 2026: PostgreSQL, ИИ и управление кластерами

EDB опубликовала обзор выступлений своих специалистов.

По данным компании, конференция пройдёт 17–18 ноября в Гонконге.

В программе — развитие PostgreSQL, поиск для ИИ-приложений, производительность и управление кластерами.

Брюс Момджян в ключевом докладе разберёт возможности, которых пока не хватает в ядре PostgreSQL:
подсказки оптимизатору, встроенный шардинг, прозрачное шифрование данных, глобальные индексы и мультимастерную репликацию.
Основной вопрос — что мешает их реализации.

В другом выступлении он рассмотрит, насколько успешно современные ИИ-модели генерируют SQL, используя MCP для работы с тестовой базой.

Отдельный доклад посвятят построению RAG на PostgreSQL: от загрузки и разбиения документов до хранения векторов с pgvector, гибридного поиска и передачи найденного контекста языковой модели.

Практическая часть охватит влияние структуры данных на расходы на инфраструктуру, блокировки при расширении таблиц и применение партиционирования для устранения узких мест.

Для тех, кто управляет кластерами, заявлены выступления о CloudNativePG в Kubernetes и автоматизации развёртывания через TPA.

Судя по анонсу, программа объединяет два направления: развитие PostgreSQL как основы для ИИ-приложений и решение повседневных задач эксплуатации — от производительности до высокой доступности.

#PostgreSQL #PGConfAsia #EDB #НовостиСУБД

«Посчитай отток клиентов» — звучит как задача на один запрос.

Представим, что клиентские данные разбросаны по десяткам таблиц, рядом лежат старые выгрузки, а определение оттока ещё нужно уточнить.
Тут до первого SELECT предстоит немало работы.

Именно весь путь от потребности человека до полезного ответа рассматривают авторы Open Tabular Insight Extraction.

Они объединяют исследования поиска таблиц, text-to-SQL и аналитических агентов в общую рамку OpenTI.

Одна из главных претензий авторов к существующим тестам: входные запросы часто предполагают знание таблиц.

Такие тесты плохо отражают ситуацию, когда человек ещё не знает, где лежат нужные данные и как они устроены.

► Статья на arXiv

#arxiv #TextToSQL #AI #АнализДанных