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.
Видео
Видео доступно участникам мероприятия, выполнившим вход в личный кабинет
Другие доклады
-
Борис Пищик Postgres Professional Технический консультантАлександр Котин Postgres Professional Старший технический менеджер продукта
Новый адаптивный оптимизатор запросов - AQO 2.0
Расскажем про технику адаптивной оптимизации запросов, ключевые возможности новой версии расширения AQO и стабилизацию планов при помощи SR_PLAN. + Краткое (10 мин.) демо от Александра Котина
-
ММихаил Рутман Postgres Professional ведущий разработчик программного обеспечения
Как мы делаем встроенную отказоустойчивость в Postgres
Традиционно отказоустойчивость в Postgres достигается при помощи встроенных механизмов репликации и внешних утилит, наблюдающих за состоянием запущенных экземпляров Postgres и реагирующих соответствующим образом при возникновении различных сбоев. В своем докладе я расскажу что нам нравится и что не нравится в этом подходе, какую мы видим альтернативу, чего мы смогли достигнуть к сегодняшнему дню и что хотим получить к релизу, который планируется на декабрь месяц.
-
Артем Сергиенко Postgres Professional Инженер
Харденинг кластерного ПО
Hardening — процесс усиления защищенности системы с целью снижения рисков от возможных угроз. В своем докладе, я расскажу как защитить служебные кластерные коммуникации с помощью TLS соединений, во избежание случайного или несанкционированного доступа к хранилищам ETCD и REST API Patroni.
-
Александр Календарёв DdataGile разработчик
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.