# схемы

Published articles for схемы.

This is one page of public article previews, not the complete archive. Follow Next page to continue. Summaries are not the original full articles.

## How Yandex Tracker reduced its MongoDB cluster count from 70 to 7

DevFeed: [How Yandex Tracker reduced its MongoDB cluster count from 70 to 7](<https://devfeed.tech/articles/70-mongodb-7-24890.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/yandex/articles/1076858/>)

Author: onurimanov (Яндекс)

Published: 2026-09-02T07:00:24Z

Content type: article

Language: ru

Sources: [Яндекс - Как мы делаем Яндекс / Статьи](<https://devfeed.tech/sources/source.md>)

Topics: [MongoDB](<https://devfeed.tech/topics/mongodb.md>), [базы данных](<https://devfeed.tech/topics/tag-d189f87ebb8f.md>), [яндекс](<https://devfeed.tech/topics/tag-4004cf5948d3.md>)

Tags: [architecture](<https://devfeed.tech/tags/architecture.md>), [migration](<https://devfeed.tech/tags/migration.md>), [mongodb](<https://devfeed.tech/tags/mongodb.md>), [tag-1cd610c0e518](<https://devfeed.tech/tags/tag-1cd610c0e518.md>), [tag-39f0c170b680](<https://devfeed.tech/tags/tag-39f0c170b680.md>), [tag-4004cf5948d3](<https://devfeed.tech/tags/tag-4004cf5948d3.md>), [tag-5335b6f99fba](<https://devfeed.tech/tags/tag-5335b6f99fba.md>), [tag-56a552acf7d0](<https://devfeed.tech/tags/tag-56a552acf7d0.md>), [tag-622612a5798e](<https://devfeed.tech/tags/tag-622612a5798e.md>), [tag-68e701e78517](<https://devfeed.tech/tags/tag-68e701e78517.md>), [tag-89f0c6f39f5d](<https://devfeed.tech/tags/tag-89f0c6f39f5d.md>), [tag-9d8cf70dc46c](<https://devfeed.tech/tags/tag-9d8cf70dc46c.md>), [tag-d189f87ebb8f](<https://devfeed.tech/tags/tag-d189f87ebb8f.md>)

### AI overview

A technical article describes how Yandex Tracker changed its data-storage architecture from one database per organization to a model using fewer backend clusters. The change reduced the number of backend clusters from 70 to 7 and cut resource consumption by half, while addressing operational complexity and MongoDB collection limits.

### Source excerpt

Разворачивать новый кластер базы данных каждую неделю -- так себе удовольствие, особенно когда обслуживание десятков кластеров съедает время дежурных. Когда кластеров стало много, локальные аномалии стало сложнее замечать на общих дашбордах. С этой проблемой мы столкнулись в Яндекс Трекере: за год количество активных организаций и кластеров выросло вдвое, а нагрузка на сервис поднялась всего на 13%. Получилось парадоксально: потребление ресурсов и сложность эксплуатации росли вместе с числом организаций, хотя реальная нагрузка увеличивалась значительно медленнее. Читать далее

## Schema-Guided Reasoning: как научить языковые модели последовательно рассуждать

DevFeed: [Schema-Guided Reasoning: как научить языковые модели последовательно рассуждать](<https://devfeed.tech/articles/schema-guided-reasoning-24029.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/redmadrobot/articles/962236/>)

Author: redmadrobot (red\_mad\_robot)

Published: 2025-10-31T16:31:44Z

Content type: tutorial

Language: ru

Sources: [Redmadrobot EN](<https://devfeed.tech/sources/redmadrobot-en.md>), [Redmadrobot RU](<https://devfeed.tech/sources/redmadrobot-ru.md>)

Topics: [Large Language Model](<https://devfeed.tech/topics/llm.md>), [Structured-data](<https://devfeed.tech/topics/structured-data.md>), [Artificial Intelligence](<https://devfeed.tech/topics/ai.md>), [JSON](<https://devfeed.tech/topics/json.md>), [Pydantic](<https://devfeed.tech/topics/pydantic.md>)

Tags: [function-calling](<https://devfeed.tech/tags/function-calling.md>), [json](<https://devfeed.tech/tags/json.md>), [llm](<https://devfeed.tech/tags/llm.md>), [reasoning](<https://devfeed.tech/tags/reasoning.md>), [schema](<https://devfeed.tech/tags/schema.md>), [scheme](<https://devfeed.tech/tags/scheme.md>), [sgr](<https://devfeed.tech/tags/sgr.md>), [structured-output](<https://devfeed.tech/tags/structured-output.md>), [tag-1cd610c0e518](<https://devfeed.tech/tags/tag-1cd610c0e518.md>), [tag-5335b6f99fba](<https://devfeed.tech/tags/tag-5335b6f99fba.md>), [tag-b0a411324cb6](<https://devfeed.tech/tags/tag-b0a411324cb6.md>)

### AI overview

This tutorial explains Schema-Guided Reasoning (SGR), an approach that guides large language models through predefined schemas. It describes how structured output, Pydantic models, JSON schemas, and constrained decoding can make model responses more consistent, transparent, and easier to test, while noting that SGR is not a universal solution.

### Source excerpt

LLM умеют многое: генерировать тексты, анализировать документы, писать код. Но на практике их работа часто непредсказуема -- сегодня модель даёт точный ответ, а завтра на тех же данных ошибается, пропускает ключевые шаги или придумывает факты. Для AI-инженеров это системная проблема. Возьмём автоматизацию документооборота: нужно классифицировать договоры, извлекать реквизиты, проверять стандарты. Но модель работает как лотерея -- результат не поддаётся логике или меняется при повторном запуске с одинаковыми данными. Как встроить такой результат в бизнес-процесс? Для решения этой задачи появился подход Schema-Guided Reasoning (SGR). Его активно продвигает Ринат Абдуллин в материалах по работе с LLM. Идея проста и эффективна: заставить модель мыслить не хаотично, а внутри заданной схемы. Это не панацея, но SGR серьёзно снижает количество ошибок, делает процесс прозрачнее, а также позволяет тестировать отдельные компоненты рассуждений. Читать далее

## DataGrip 2021.2: Генерация источника на основе кода, поиск по истории изменений, управление списком автодополнения и др

DevFeed: [DataGrip 2021.2: Генерация источника на основе кода, поиск по истории изменений, управление списком автодополнения и др](<https://devfeed.tech/articles/datagrip-2021-2-23922.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/JetBrains/articles/570048/>)

Author: moscas (JetBrains)

Published: 2021-07-28T08:16:27Z

Content type: release

Language: ru

Sources: [JetBrains RU](<https://devfeed.tech/sources/jetbrains-ru.md>)

Topics: [ide](<https://devfeed.tech/topics/ide.md>), [SQL](<https://devfeed.tech/topics/sql.md>), [Databases](<https://devfeed.tech/topics/databases.md>), [PostgreSQL](<https://devfeed.tech/topics/postgresql.md>)

Tags: [files](<https://devfeed.tech/tags/files.md>), [generation](<https://devfeed.tech/tags/generation.md>), [ide](<https://devfeed.tech/tags/ide.md>), [intelij](<https://devfeed.tech/tags/intelij.md>), [jetbrains](<https://devfeed.tech/tags/jetbrains.md>), [mongodb](<https://devfeed.tech/tags/mongodb.md>), [mysql](<https://devfeed.tech/tags/mysql.md>), [oracle](<https://devfeed.tech/tags/oracle.md>), [postgresql](<https://devfeed.tech/tags/postgresql.md>), [sql](<https://devfeed.tech/tags/sql.md>), [tag-5335b6f99fba](<https://devfeed.tech/tags/tag-5335b6f99fba.md>), [tag-baed6d151ab4](<https://devfeed.tech/tags/tag-baed6d151ab4.md>), [tag-d189f87ebb8f](<https://devfeed.tech/tags/tag-d189f87ebb8f.md>)

### AI overview

This release article describes DataGrip 2021.2 features, including generating code-based data sources from regular data sources, creating objects in DDL data sources, diagram improvements, change-history search, source-code history, and control over autocomplete object scopes.

### Source excerpt

Привет! Рассказываем о том, что мы сделали в DataGrip за четыре месяца. Если вы пользуетесь другими IDE от JetBrains и работаете в них с базами данных, то этот пост для вас тоже. Что внутри?