WatchDog: применение Prophet и Scikit-learn (SKLearn) в прогнозировании роста объёмов баз данных PostgreSQL.
В докладе, осветим актуальность темы прогнозирования роста баз данных PostgreSQL. Коснёмся факторов, которые влияют на рост баз данных PostgreSQL. Сравним Prophet и Scikit-learn - для решения задачи прогнозирования роста БД. Подробно расскажем о шагах, реализованных в WatchDog, по решению этой задачи, и - полученных результатах.
Другие доклады
-
40 мин
.jpg.180x180.jpg "Владимир Бурба")
Владимир Бурба ООО Сигма Начальник управления разработки и тестированияИспользование JSONB полей вместо EAV в PostgreSQL
Успешный кейс использования JSONB полей, как основных для хранения всей бизнес информации в высоконагруженной CRM системе.
-
40 мин
Денис Пантилеенко ООО Администратор баз данных -
40 мин
Владимир Ситников PostgreSQL JDBC maintainer Performance Engineer -
40 мин
Руслан Рангулов ПАО «Софтлайн» Инженер отдела Премьер Сервисов по бизнес-приложениямПроверка на прочность. Утилиты для анализа и оптимизации PostgreSQL
Внедрение и эксплуатация PostgreSQL могут быть сложными задачами, особенно когда речь идет о поддержании здоровья и производительности базы данных. Однако, использование специализированных утилит для проверки состояния системы позволяет облегчить их решение. В ходе выступления мы поговорим об инструментах, которые помогают администраторам и разработчикам эффективно конфигурировать и искать проблемы PostgreSQL, рассмотрим утилиты проверки баз данных, такие как postgresqltuner, postgres-checkup, pgdsat, PG Collector, а также поделимся собственным опытом и подходами к поиску проблем, возникающих при внедрении и эксплуатации PostgreSQL.