PGConf.СПб 2023

• Доклад о том, как в PostgreSQL работают "обычные индексы". Доклад будет крайне полезен как тем, кто начинает работать с базами данных, так и тем, кто работал, но подзабыл. Если доклад попадёт в золотые подборки "обязательно посмотреть на on-boarding'е разработчика", то цель достигнута.
  В докладе рассмотрим:
  
  • Как индекс ускоряет поиск
    
  • Нужно ли индексировать условия where
    
  • Нужно ли индексировать условия в order by
    
  • Нужно ли индексировать внешние ключи (foreign keys)
    
  • Что делать, если критериев поиска несколько
    
  • В каком порядке указывать колонки в индексе
    
  • Случаи, когда индекс замедляет работу, и как снизить влияние индекса на приложение

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.

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.

Одним из требований для работы отказоустойчивого кластера Corosync/Pacemaker является фенсинг отказавшего узла. В виртуальных средах фенсинг реализуется путем отключения виртуальной машины через гипервизор, в кластере на физических серверах - через IPMI/ILO. Что делать, если фенсинг невозможно организовать, например, закрыт доступ или кластер в облаках? Об альтернативных способах фенсинга отказавшего узла я расскажу в своем докладе.