Реализация ILM в PostgreSQL
Доклад посвящён реализации в PostgreSQL подхода ILM (Information Lifecycle Management), направленного на оптимизацию затрат на хранение данных за счёт автоматизированного управления их жизненным циклом. Рассмотрим ключевые аспекты ILM: от базовых принципов, таких как классификация данных по степени востребованности с использованием температурных карт, до практических механизмов внедрения ILM-политик в PostgreSQL. Особое внимание уделим настройке правил переноса данных между слоями хранения (например, с SSD на HDD или объектные хранилища). Увидим, как эффективное применение ILM позволяет снизить затраты на инфраструктуру, сохраняя производительность для «горячих» данных и автоматизируя управление «холодными» данными в соответствии с заданными бизнес-требованиями.
Менеджер продукта «Форсайт»
Новая жизнь открытого расширения PipelineDB: работа с временными рядами на потоке
Доклад посвящён модернизации «заброшенного» зарубежными разработчиками расширения PostgreSQL для агрегации временных рядов. Я расскажу о том, как был доработан устаревший код под современные версии PostgreSQL и какую оптимизацию алгоритмов агрегации мы провели. Расширение является открытым и бесплатным к использованию, а доклад будет полезен разработчикам, работающим с временными рядами и заинтересованным в оптимизации legacy-решений.
Генеральный директор «Тантор Лабс»
WAL-G: анатомия технологии catch up
В докладе я расскажу о резервном копировании Postgres и о некоторых необычных особенностях WAL-G, на одной из которых остановлюсь подробнее. Мы рассмотрим внутренности быстрого сокращения лага между Primary и Standby и получим представление о том, какие задачи в разработке этой возможности сейчас стоят. Доклад будет полезен администраторам БД и Go-разработчикам, которые хотят приобщиться к разработке открытого кода.
PostgreSQL contributor, руководитель подразделения разработки РСУБД с открытым исходным кодом, Yandex Cloud
Хакинг оптимизатора запросов, снова… и снова. (ч.1. Препроцессинг исходного дерева запроса)
В докладе мы сосредоточимся на первой стадии оптимизации запросов, известной как препроцессинг исходной структуры запроса. Слушатели узнают, какие шаги нормализации и необратимых трансформаций применяются к дереву запроса до начала процедуры стоимостного перебора джоинов. Раскроем такие нюансы как: выравнивание подзапросов в предикатах ANY/EXISTS/IN, выравнивание SELECT-подзапросов, преобразование джоинов OUTER в INNER, препроцессинг выражений, удаление ненужных джоинов, проброс табличных предикатов к сканам таблиц и др. Для DBA и SQL-разработчиков постараемся раскрыть некоторые инсайты и хаки, которые позволят сделать запрос более производительным, а план запроса — более управляемым. Данный доклад построен и значительно пересекается с двумя прошлыми докладами на эту тему от Тома Лейна в 2011 году «Hacking the Query Planner» и "Hacking the Query Planner, Again" от Ричарда Гуо в 2020, однако мы сделаем акцент на реализации описанных концепций в исходном коде и в конце доклада на примере покажем патч трансформации, который способен улучшить производительность определенного класса запросов в несколько раз.
Разработчик «Тантор Лабс»
Руководитель группы исследований и разработки «Тантор Лабс»
Часовой пояс: Екатеринбург (GMT +05:00)