PGConf.Russia 2025

Внесение изменений в таблицы под «боевой» нагрузкой — это всегда нетривиальная задача. Например, если нужно сменить тип колонки (int —>bigint, timestamp —> timestamptz) или переместить таблицу в другой tablespace, не потеряв изменения, которые происходили во время переливки данных.

А если таких таблиц сотни? С pg-transparent-alter-table это больше не проблема, и такие задачи решаются одной простой командой: $ pg_tat -h 0.0.0.0 -d mydb -c "alter table mytable alter column id bigint"

Возможности:

— можно указать любое количество команд alter table за раз; 

— можно менять партицированные таблицы, поддерживается старый механизм через наследование, новое декларативное партицирование, многоуровневое партицирование; 

— можно прервать выполнение на любой стадии и продолжить позже, не теряя прогресс предыдущих стадий;

— можно в любой момент передумать, остановить выполнение, выполнить "pg_tat --clean" и вернуться к первоначальному состоянию; 

— есть кастомная команда смены порядка колонок; 

— поддержка версий PostgreSQL 11–17.

За более чем 5 лет существования (раньше назывался transparent-alter-type) проект стал надежным инструментом, который активно используется в продакшене. Хочу поделиться опытом и рассказать про его возможности.

Расскажу, какие трудности будут на вашем пути, если захотите реализовать новый TableAM. Что выбрать: Generic XLog или Custom RMGR? Зачем Custom SMGR? Как подключить постгресовые аллокаторы в стороннюю либу, даже если она этого вообще не поддерживает? Чего не хватает для колоночного движка (в том числе про векторизацию и позднюю материализацию) и как обойти ограничения?

Во второй части расскажу о внутренностях pgpro_tam — нового нативного табличного движка для OLAP, который поддерживает общепринятые форматы данных, различные SMGR, а если потребуется, то и сторонние планировщики и движки исполнения, находясь в рамках ACID. Всё это для получения самой быстрой аналитики на Postgres (не просто прикрутить DuckDB).

Время выполнения SQL-запросов зависит от наличия индексов, актуальной статистики и т. п. Большинство проблем с производительностью СУБД решаются оптимизацией самых медленных запросов. Но увы, бывают ситуации, когда классическая оптимизация запросов не приносит желаемого успеха. Система продолжает себя вести неадекватно, а бывают случаи, когда система падает, и это вызывает слёзы, крики, депрессию.

В данном докладе расскажем, как такие проблемы решают performance-инженеры из компании Postgres Professional, какой инструментарий используется, чего им в жизни ещё не хватает и куда они двигаются.

Что необходимо дать современному прикладному разработчику, чтобы он перешёл из привычных облачных решений к использованию SQL-БД? Практический отчёт о том, как превратить базу данных на SQL в NoSQL-решение с привычным для прикладных разработчиков интерфейсом. Речь идёт о том, что ожидает прикладной разработчик от фреймворка для работы с данными, и как это реализовать поверх интерфейса SQL, в частности, декларативный DDL, контроль доступа, автоматизацию при записи и получении данных, упрощённый DML, пагинацию и другие функции, необходимые в прикладной разработке.