title

text

PGConf.Russia 2025

PGConf.Russia — крупнейшая конференция по PostgreSQL в России и СНГ. Технические доклады, демонстрации решений для работы с СУБД, мастер-классы, а также нетворкинг и обмен опытом с сообществом. Ежегодно участие в PGConf.Russia принимают сотни специалистов, среди них: администраторы баз данных, архитекторы, разработчики и тестировщики, IT-менеджеры.

Темы встречи

  • Новости из мира PostgreSQL
  • Мониторинг, отказоустойчивость и безопасность
  • Облегченная миграция с Oracle, Microsoft SQL Server и других систем 
  • Оптимизация запросов
  • Масштабируемость, шардирование и секционирование
  • Искусственный интеллект в СУБД
  • Совместимость PostgreSQL с другим ПО
  • более
    0 участников
  • 0 докладчика
  • 0
    минут общения
  • 63 доклада
  • гибридный
    формат

Доклады

Архив докладов

PGConf.Russia 2025
  • Вадим Войтенко
    Вадим Войтенко Founder

    Greenmask — это open source утилита для анонимизации баз данных и генерации синтетических данных. Классическая задача в разработке — создание тестовых окружений, которые максимально похожи на продакшен. Рассмотрим, как можно применить различные фичи Greenmask для подготовки тестового контура без боли. Обсудим его архитектуру, database subset, типы трансформаций, причины интеграции с драйвером PostgreSQL и портирования некоторых pg-библиотек. Обсудим, как наша технология позволяет бизнесу решать проблемы быстро, качественно и безопасно.

  • Александр Попов
    Александр Попов Postgres Professional Инженер

    Варианты хранения файлов в СУБД:

    • Простые таблицы. 
    • Большие объекты pg_largeobject. 
    • pgpro_sfile — хранилище больших объектов pgpro_bfile.

  • Евгений Бузюркин
    Евгений Бузюркин Postgres Professional Младший специалист
    Дарья Барсукова
    Дарья Барсукова НГУ Студент
    Рустам Хамидуллин
    Рустам Хамидуллин Postgres Professional Младший специалист

    При нагрузочном тестировании PostgreSQL бенчмарки замеряют время исполнения запроса (latency). Для более объективного результата запрос выполняется большое количество раз — из этого получается некоторый набор latency. Для оценки производительности PostgreSQL на данном запросе можно использовать стандартные методы, такие как медиана или среднее, но мы предлагаем использовать более комплексный подход. Как показала практика, такие выборки часто бывают мультимодальными и состоят из различных распределений с некоторыми параметрами. 

    В таких случаях стандартных методов становится недостаточно, необходимо анализировать составляющие по отдельности. Результатом работы является инструмент, позволяющий автоматически проводить статистический анализ результата бенчмарка с учетом особенностей каждого набора данных, в том числе выявлять мультимодальность, количество и границы преобладания каждой моды, а также параметры распределений.

Все доклады

Информационные партнёры