PGMeetup.PERM 2025

Доклад посвящён построению и поддержанию высокодоступного и масштабируемого кластера PostgreSQL. В нём будут рассмотрены ключевые аспекты работы с СУБД, включая выбор и настройку компонентов, таких как системы хранения конфигурации, кластерное ПО и инструменты для балансировки нагрузки.

В докладе будут даны практические советаы по использованию Patroni, обсуждены методы обеспечения безопасности данных, освещены темы резервного копирования, мониторинга и логирования. Особое внимание будет уделено распространённым ошибкам и способам их предотвращения при эксплуатации кластера PostgreSQL. Этот доклад будет интересен DevOps-инженерам и администраторам баз данных, стремящимся к созданию надёжных и эффективных систем.

Postgres традиционно используется для точечной обработки данных. Сохранить, изменить и достать данные об одиночном или небольшом количестве заказов, банковских платежах и подобных кейсах надежно и быстро. Но расширяемость Postgres позволяет ему превратиться в аналитическую СУБД и обрабатывать десятки терабайт данных в десятки раз быстрее уже сейчас. Мы поговорим о том, как это можно сделать на примере расширения pgpro_tam и посоревнуемся с другими аналитическими решениями

Генерация корректного SQL по запросу на естественном языке - раньше это звучало как магия, но с развитием ML стало реальностью. Но действительно ли это то, что нужно пользователям, или лишь красивая обёртка поверх устаревших интерфейсов?

В этом докладе я расскажу о нашем опыте тестирования и разработки SQL Generator - продукта компании Postgres Pro, позволяющего формулировать SQL-запросы на русском и английском языках. Мы разберёмся, кому и зачем это нужно, какие задачи он решает (или не решает), и с какими вызовами сталкивается команда тестирования при валидации запросов, сгенерированных моделью.

Поговорим о боли: от тестирования точности генерации и покрытия edge-кейсов до специфики работы с PostgreSQL и ML-моделями. И, конечно, обсудим главный вопрос - стоит ли доверять генератору то, от чего зависит реальный бизнес: корректность данных.