ML in SQL

В современном анализе данных модели машинного обучения используется так же часто, как и базы данных. Такие гиганты, как Google и Amazon их уже совместили. Не отстаёт Microsoft и Yandex. Не пора ли внедрить модель машинного обучения в PostgreSQL?

В докладе кратко изложено, в чем заключается машинное обучение, показаны примеры использования машинного обучения у ведущих игроков рынка, ну и показан прототип, как это может быть в PostgreSQL.

А давайте рассмотрим ваши таблицы под микроскопом

Как вы, наверное, знаете, что PostgreSQL обладает рядом отличительных особенностей по сравнению с другими СУБД. Например, Postgres может обрабатывать и хранить множество различных типов данных. Но чтобы их использовать, нужно кое-что про них знать. В докладе мы с вами найдем причину, почему запросы к таблице начинают тормозить (и автовакуум/вакуум тут не при чем) и попробуем ускорить такие запросы. Я расскажу как работают целочисленные типы данных в PostgreSQL и затрону тему ускорения таких запросов. И напоследок, поговорим, а как сделать так, чтобы ваши данные в таблицах занимали меньше места и еще при этом выросла скорость запросов к этим данным.

CFS и PTRACK в pg_probackup – нюансы компрессии в инкрементальном резервном копировании

Мы ответим на вопросы о важности работы компрессии в резервном копировании. Покажем, как использовать доступные алгоритмы: pglz, zlib, zstd, lz4 – в разных редакциях pg_probackup. Расскажем, как сделать инкрементальное копирование и восстановление еще быстрее с PTRACK и CFS – сжатым табличным пространством в СУБД Postgres Pro. Немного расскажем про планы разработки и интеграции с СРК-системами.

Инструменты автоматизации миграции: практика создания и использования

Рассказ о практических подходах и инструментах автоматизации миграции на 2 реальных примерах: база данных с изменением структуры в новой версии и базы данных с значительным содержанием бизнес-логики приложения.