Blog

Otwarte projekty są fenomenem, który wkroczył na arenę historii informatyki na przełomie lat osiemdziesiątych i dziewięćdziesiątych XX wieku, w postaci ruchu na rzecz wolnego oprogramowania (ang. free software). W tym czasie biznesowi gracze branży IT postrzegali je jako fanaberię kilku członków środowiska akademickiego, która to nie ma racji bytu w warunkach komercyjnych. Wizja otwartych projektów, w ramach których oprogramowanie mogło być używane i kopiowane za darmo, a użytkownicy byliby traktowani jako współpracownicy, wydawała się nie mieć żadnych szans na opracowanie i udoskonalanie wartościowych produktów informatycznych.

Tradycyjnie Adobe Photoshop i Lightroom są uznawane za standard branżowy, oferując bogaty zestaw funkcji i narzędzi do obróbki obrazów rastrowych. Nie są one jednak jedynymi rozwiązaniami dostępnymi na rynku. Przez wiele lat ich główną darmową alternatywą był program GIMP, który świetnie nadaje się do przygotowania obrazów do publikacji w Internecie, posiada jednak wiele braków, które ujawniają się wtedy, gdy chcemy przygotować zdjęcia do druku lub obrobić surowe pliki RAW z aparatu. W tym przypadku lukę tę wypełniają mniej znane, ale bardziej rozbudowane programy open source takie jak Krita i Darktable. W poniższym artykule przyjrzymy się ich niektórym, bardziej zaawansowanym funkcjom.

Kontynuując nasze rozważania jak optymalnie zaimplementować wyszukiwanie tekstowe na poziomie pojedynczych pól w systemie wykorzystamy tym razem typ kolumny specyficzny dla Postgres - kolumnę HStore. Następnie założymy na niej indeksy typu GIN / GiST opisane na początku niniejszej serii artykułów oraz zintegrujemy HStore z Hibernate oraz Spring Data JPA.

Kontynuując nasze rozważania jak optymalnie zaimplementować wyszukiwanie tekstowe na poziomie pojedynczych pól w systemie opiszemy koncepcję tabeli towarzyszącej z tłumaczeniami, którą będziemy tworzyć dla każdej klasy. Zastosujemy tutaj indeksy typu GIN / GiST opisane na początku niniejszej serii artykułów oraz spróbujemy zaimplementować opisywaną koncepcję w technologii Spring Data JPA, Hibernate oraz Postgres.

Ogromna liczba zakażeń COVID-19 sprawiła, że niemal każda firma poczuła jak wygląda ryzyko wyłączenia z pracy kluczowych pracowników lub całej załogi w biurze - oby tylko z powodu kwarantanny. Najprostszym sposobem, aby się przed tym ustrzec jest umożliwienie pracy zdalnej dla jak największej liczby pracowników. Na rynku jest wiele płatnych rozwiązań oraz firm wdrożeniowych, które umożliwiają podłączenie zdalnych komputerów w taki sposób że będą funkcjonowały tak jakby znajdowały się w tej samej sieci LAN i miały dostęp do wszystkich zasobów firmowych (drukarki, lokalne serwery, itp.). W tym artykule opiszemy jak połączyć zdalne komputery w wirtualny LAN przy pomocy darmowych i otwartych narzędzi VPN, a także jak umożliwić przejmowanie ekranów tych komputerów poprzez VNC w celu zapewnienia wsparcia technicznego.

Systemy informatyczne, które operują w międzynarodowym środowisku, muszą często wspierać wielojęzyczne modele danych. Dla przykładu: użytkownicy systemu do zarządzania zakupami muszą mieć możliwość opisania pożądanych produktów w wielu językach ponieważ chcą otrzymać oferty od dostawców rezydujących w wielu państwach. Zaprojektowanie systemu, który będzie sobie dobrze radził z wyświetlaniem danych w języku danego użytkownika oraz także umożliwi mu wyszukiwane tekstowe jest nie lada wyzwaniem - wiele często stosowanych wzorców niesie za sobą dużo problemów wydajnościowych, które spowolnią cały system. W tym pierwszym z serii artykułów opiszemy jak Postgres ogólnie wspiera wyszukiwanie po tekście i zobaczymy jakie anty-wzorce pojawiają się najczęściej w wielojęzycznych modelach SQL.

Dawno już minęły czasy gdy Java była zainstalowana na prawie każdym desktopie. Możemy jednak nadal dostarczać użytkownikom aplikacje napisane w Javie w przyjazny dla nich sposób. Od momentu wydania OpenJDK oraz OpenJFX 9 możemy wykorzystać modularyzację JVMa do łatwego zbudowania pliku wykonalnego z dołączonym do niego JVMem, który został skrojony do potrzeb naszej aplikacji. W tym artykule pokażemy jak sportowaliśmy naszą małą aplikacje desktopową PDF Decorator do OpenJDK 11 i wykorzystaliśmy takie narzędzia jak jlink i jpackage aby zacząć dostarczać naszą aplikacje bez wymagania oprogramowania firm trzecich na maszynach naszych użytkowników.

Problem: chcemy aby zapytania do naszych encji ściągały tylko te pola, które są nam potrzebne w danej sytuacji (np. do pokazania w specyficznej tabeli w UI). Wymaganie: nasze rozwiązanie musi mieć możliwość przyjęcia dowolnej kompozycji filtrów. Możliwe rozwiązania: Named Entity Graph ze standardu JPA lub Projections - mechanizm z Spring Data. Zbadajmy je!