Webtagr - Technologienummer

MRR-Extraktion aus Stripe-Daten: Fallstricke und SQL-Implementierung

2025-05-16

Dieser Artikel beschreibt detailliert, wie man Daten aus der Stripe-API extrahiert und den monatlichen wiederkehrenden Umsatz (MRR) berechnet. Der Autor hebt die Unzuverlässigkeit der direkten Verwendung des Stripe-Objekts `subscriptions` hervor, da es nur den neuesten Status des Abonnements enthält. Der richtige Ansatz verwendet `Rechnungspositionen`, wobei Rabatte, variable Abrechnungszyklen (monatlich, vierteljährlich, jährlich) usw. berücksichtigt werden. Der Artikel liefert detaillierten SQL-Code, der Datenbereinigung, Zyklusnormalisierung und die endgültigen MRR-Metrikberechnungen umfasst, darunter neuer MRR, Churn-MRR, Expansions-MRR und Reaktivierungs-MRR. Der Artikel betont die Anpassungsfähigkeit und Anpassbarkeit der Methode und empfiehlt eine Anwendung zur Vereinfachung der MRR-Berechnung.

(www.definite.app)

Entwicklung MRR-Berechnung Stripe-API

DeepSeks smallpond und 3FS: Skalierung von DuckDB auf Petabyte

2025-03-02

DeepSeek AI hat smallpond und 3FS veröffentlicht, die die DuckDB-Datenbank für die Verarbeitung von Petabyte-großen Datensätzen erweitern sollen. smallpond ist ein leichtgewichtiges, verteiltes Datenverarbeitungsframework, das es DuckDB ermöglicht, Daten parallel auf mehreren Knoten zu verarbeiten, während 3FS ein Hochleistungs-Paralleles Dateisystem ist, das SSDs und RDMA-Netzwerktechnologie für einen extrem hohen Durchsatz nutzt. Die Bereitstellung und Verwendung dieser Tools ist jedoch komplex und erfordert spezielle Hardware und DevOps-Expertise. Für Datensätze unter 10 TB ist eine Einzelknoten-DuckDB-Instanz oder einfachere Lösungen effizienter. Nur bei der Verarbeitung von riesigen Datensätzen zeigen smallpond und 3FS ihre Vorteile.

(www.definite.app)

Entwicklung Hochleistungs-Speicher

Streaming-Daten in DuckDB: Überwindung von Nebenläufigkeitsbeschränkungen mit Arrow Flight

2025-01-29

Ein Blogbeitrag von Definite zeigt eine clevere Lösung zur Überwindung der Nebenläufigkeitsbeschränkungen von DuckDB mithilfe von Apache Arrow Flight. Während DuckDB bei der Einzelmaschinenanalyse hervorragend abschneidet, schränkt das Fehlen der Unterstützung für gleichzeitige Schreib- und Lesevorgänge seine Verwendung in Echtzeit-Streaming-Szenarien ein. Das Python-Skript „Duck Takes Flight“ erstellt einen Arrow-Flight-Server, der gleichzeitige Schreib- und Lesevorgänge in DuckDB ermöglicht. Diese 200-zeilige Lösung ist effizient, erfordert keine komplexe Cluster-Konfiguration und bietet eine Hochleistungs-Streaming-Verarbeitung. Sie bietet einen neuen Ansatz für Anwendungen, die schnelle Datenübertragung und Abfragen während der Ausführung benötigen.

(www.definite.app)

Entwicklung Streaming-Verarbeitung