PGConf.Russia 2025

Доклад, скорее всего, будет интересен сетевым провайдерам, которые к своим крутым фичам могут добавить что-то в синтаксис, чтоб упростить администрирование, а также всем, кто интересуется машинным обучением. Будет рассмотрен механизм разбора SQL, что, где и как поменять, чтобы внедрить новые синтаксические конструкции. Также продемонстрирую возможности машинного обучения на табличных данных не выходя из базы с использованием нового синтаксиса.

В докладе:

— Представим опыт переработки СЭД и платформы на основе которой реализована система на C.Net + MS SQL на Windows для работы на Linux + Postgres. С сохранением возможности установки и работы на Win+MS.

— Расскажем о переводе заказчиков на новые платформы с миграцией данных.

— Поделимся опытом эксплуатации системы на примере высоко нагруженного заказчика (сервера PG 192 ядра 3 ТБ ОП).

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.

Доклад содержит рассмотрение двух случаев длительного выполнения create database в PostgreSQL 11, которые в кластерной конфигурации Corosync/Pacemaker приводили к переключению нод из-за таймаута мониторинга от кластерного ПО. Первый случай связан с большим размером shared buffers, а второй — с использованием опции WITH OWNER при создании БД и большим размером системной таблицы pg_shdepend (особенность использования ПО jBPM).