PGConf.Pоссия 2026

На мастер-классе будет рассмотрена работа нового инновационного подхода для миграции и репликации данных из Oracle в PostgreSQL от Конвертум. В рамках мастер-класса каждый пришедший сможет оценить работу решения путем создания таблиц, внесения изменений в данные (insert, delete, update) в исходной базе данных, и отслеживать репликацию изменений данных в PostgreSQL в режиме реального времени. Тем самым мы все вместе воспроизведем эмуляцию реально работающей прод БД и сможем изучить новый подход к репликации и миграции. У каждого участника будет возможность выполнить необходимые тесты, проверить полноту функционала решения и оценить его по достоинству. Основные особенности Конвертум Стрим Репликация без доступа к транзакционным логам Делой полностью на строне PostgreSQL. Работа решения происходит полностью на стороне PostgreSQL базы данных без промежуточных серверов Read-only подключение к Oracle напрямую из PostgreSQL. Репликация таблиц даже без Primary Key и уникальных колонок. Горизонтальное масштабирование и кастомные преобразования. Гарантия консистентности данных в PostgreSQL. Высокая срокость миграции бинарных данных. Устойчивость к сбоям и восстановление с точки предыдущего сбоя/остановки процесса. УДобный UI для настройки и отслеживания процесса.

Желательно иметь ноутбук и IDE для коннекта к Oracle/Postgres. Нет ноутбука - все равно приходите.

Расскажем о том, с какими проблемами столкнулись на пути улучшения RPO и RTO, как их решали. Также раскроем некоторые детали организации данных внутри архива, которые позволяют делать прореживание данных без их физического перекладывания или как оптимизация архива под ленту помогла ускорить восстановление с любых носителей.

Доклад не про архитектуру LLM "в вакууме”, а про продукт: как AI-агент может работать с ИТ-ландшафтом, обращаться к данным в корпоративных источниках и помогать управлять инфраструктурой. Рассмотрим пользовательские сценарии, варианты взаимодействий и внедрение в enterprise. Обсудим, как сделать AI максимально полезным и предсказуемым в эксплуатации.

Расширение Apache Age позволяет хранить графы и выполнять запросы cypher внутри PostgreSQL, совмещая реляционную и графовую модели. Насколько это решение готово к реальным нагрузкам? В докладе поделимся результатами нагрузочного тестирования Apache Age. О чем пойдет речь:

•   производительность чтения и записи при росте объема данных
•   планы выполнения запросов и особенности работы планировщика
•   влияние хранения свойств вершин и ребер в jsonb на точечные и диапазонные запросы
•  архитектурные ограничениям текущей версии Apache Age

Отдельно остановимся на том, какие workarounds сейчас существуют и в каких сценариях Apache Age уже можно использовать, а где его применение пока сопряжено с рисками. 

Доклад будет полезен инженерам PostgreSQL и командам, рассматривающим графовые модели в СУБД.