Supadase是开源的。我们选择可扩展的开源工具，使其易于使用。

Supadase不是Firebase的1对1映射。虽然我们正在构建Firebase提供的许多功能，但我们不会以同样的方式进行：

我们的技术选择大不相同；我们使用的一切都是开源的；在任何可能的情况下，我们都使用和支持现有的工具，而不是从头开始开发。

最值得注意的是，我们使用Postgres而不是NoSQL存储。这个选择是经过深思熟虑的。我们相信，没有其他数据库能够提供与Firebase竞争所需的功能，同时保持超越Firebase所需的可扩展性。

选择您的舒适度#

我们在Suabase的目标是让所有的Postgres都易于使用。这并不意味着你必须使用所有的工具。如果你是一名研究生，你可能会喜欢我们提供的工具。如果你以前从未使用过Postgres，那就从小规模开始，慢慢发展。如果你只想把Postgres当作一个简单的表存储，那就太好了。

架构#

每个Subabase项目都由几个工具组成：

什么是PostGraphile？

如果您熟悉Spring Data JPA，那么理解PostGraphile将非常容易。但没关系。让我们来看看。PostgreSQL数据库是一个非常流行的高性能应用数据库。ProstGraphile与PostgreSQL数据库和GraphQL配合使用。

它在几秒钟内从PostgreSQL模式提供了即时和高性能的GraphQLAPI，并提供了更多功能。

PostGraphile的特点

• 令人惊叹的展示
• 数据库关系自动发现，CRUD自动突变

例如：vehicleById、createVehicle、updateVehicle、deleteVehicle等。

In this tutorial series, we’re exploring the core concepts and benefits of using GraphQL with Node.js and TypeScript architecture as we build a full-stack application together.

使用GraphQL编写数据和查询API可以加快软件开发过程。与REST API相比，使用GraphQL可以得到您想要的东西，后者为您提供了一个可能导致数据传输浪费的完整数据集。使用GraphQL技术查询API意味着我们终于可以告别过度获取了。

将任何软件应用程序与GraphQL绑定将提高应用程序的性能，因为您只选择需要的字段。在本教程中，您将学习如何使用Apollo客户端将GraphQL与Angular框架绑定。AWS RDS将成为我们的Postgres数据库，我们将在其上部署Hasura。Hasura GraphQL引擎将使我们能够快速连接到我们的GraphQL API。为了高效地开发我们的GraphQL API，我们将使用Hasura来完成以下工作；

• 创建一个表。
• 设置外键。
• 查询响应缓存。

为了更好地理解这个概念，我们的Angular应用程序将使用突变创建新闻文章，并提取文章，以便将它们注入用户界面。

在开发Angular应用程序时，我非常喜欢Typescript。使用NestJS，您可以以与Angular非常相似的方式编写后端。

我偶然发现了这个库，发现它非常有趣，所以我想设置一个简单的测试项目。一般来说，我主要使用SQL数据库，因此我也将尝试Prisma将我们的数据存储在PostgreSQL中，并在前端和后端之间提供一个通用模型。

要开始使用NestJS，您必须安装npm包并运行CLI命令来创建新的应用程序。为了在NestJS项目中托管我们的Angular应用程序，我们还需要添加NestJS静态包。

有一天，我的同事问我，他应该如何做一个快速预测模型而不是Excel，并产生比线性回归或Excel图中的那些简单方程更好的结果。这是我的答案。

这篇文章由胡晨辉，VanjaPaunic，洪，吴涛，周贤德合著。

时间序列预测是数据科学中最重要的课题之一。假设你是一名企业主，你可能想预测未来不同类型的事件，以做出更好的决策并优化资源分配。时间序列预测用例的典型示例包括零售销售预测、包裹发货延迟预测、能源需求预测和财务预测。正如你所看到的，预测无处不在！

鉴于其无处不在的性质和广泛的业务应用，我们开发了一个开源预测回购，将世界级的模型和预测最佳实践交给数据科学家和行业专家，即您！

自从Rob Hyndman和Stephan Kolassa在2010年写了一篇关于“使用R进行免费开源预测”的前瞻性文章以来，已经发生了很多事情。R统计语言的预测包（Hyndman&Khandakar，2008），在下文中缩写为“R预测包”，是当时文章的主要焦点。现在，它是许多经典预测方法的参考实现，如指数平滑和ARIMA。但更多高质量的R软件包已经出现，如贝叶斯结构时间序列（BSTS，Scott&Varian，2014），Rob Hyndman和Mitchell O'Hara的一个名为Fable的新软件包正在着手取代R Forecast软件包，其他高质量的软件包如hts、tsintermitnet、wiger、smooth和tsutils也可用。在R生态系统之外，值得注意的新软件包包括Prophet、Tensorflow STS和Gloon时间序列。

与2010年的一个重要区别是，开源似乎已经进入了亚瑟·叔本华真相发现过程的第三阶段：

“所有真理都经历三个阶段。第一，它被嘲笑。第二，它被激烈反对。第三，它被认为是不言自明的。”

许多对开源的怀疑已经被克服，以至于闭源软件也遭到了怀疑。这在科学界尤其如此，尤其是在数据科学领域，对于大学毕业的一代学生来说。