Awesome GitHub RepositoriesDatabase Middleware

Mongoose is an object data modeling library and framework for Node.js that maps application objects to MongoDB documents. It functions as a document mapper and schema validator, ensuring consistent data types and validation rules for records stored in MongoDB. The project provides a system for defining structured schemas to model application data, including the ability to create hierarchical data structures through nested schema composition. It implements a middleware-based hook system that allows for the interception and modification of data states during the lifecycle of database operations

PostgREST is a standalone server process that automatically transforms a relational database schema into a fully functional RESTful API. By querying system catalogs at startup, it maps tables, views, and stored procedures into standardized web endpoints, allowing developers to build backend services by focusing exclusively on database design. The service functions as a declarative engine that translates HTTP requests and query parameters directly into native SQL operations. It maintains stateless request processing and integrates connection pooling to manage high-frequency interactions effici

Ce projet est une extension de base de données qui permet la mise à l'échelle horizontale et le partitionnement distribué des données sur plusieurs nœuds PostgreSQL. Il fonctionne comme une solution middleware qui distribue les grandes tables de base de données sur un cluster pour augmenter la capacité de stockage totale et améliorer les performances d'écriture pour les jeux de données en croissance. Le système emploie un partitionnement basé sur le hachage pour distribuer les enregistrements de table sur des nœuds physiques et utilise un catalogue de métadonnées central pour suivre les emplacements des shards. Il fournit un routage de requête transparent, qui dirige les commandes SQL standard depuis un nœud coordinateur vers les nœuds de travail appropriés sans nécessiter de modifications de la logique d'application existante. Le framework inclut des outils pour maintenir la redondance des données et l'intégrité du cluster via la réplication des shards et des processus automatisés de réparation de la cohérence. Il prend également en charge l'ingestion de données à haut débit, utilisant le traitement concurrent pour importer des jeux de données massifs dans des tables distribuées.