PostgreSQL на стероидах: большие данные, высокие нагрузки и масштабирование без боли
При работе с большими данными в PostgreSQL многие сталкиваются с проблемами производительности, масштабируемости и высокой нагрузки. Стандартные методы обработки данных, которые отлично работают на миллионах строк, могут становиться узким местом, когда объем таблиц достигает сотен миллионов и миллиардов записей. Долгие запросы, рост потребления ресурсов и проблемы с партицированием становятся критичными для аналитических и высоконагруженных систем. На этом уроке мы разберём, как разогнать PostgreSQL для работы с огромными объёмами данных, какие методы масштабирования и оптимизации действительно работают, а какие — устарели. Мы покажем практические кейсы, разберём ошибки и тормозящие запросы, а также обсудим интеграцию PostgreSQL с ClickHouse для быстрой аналитики. В результате слушатели получат чёткое понимание инструментов и подходов, которые помогут эффективно использовать PostgreSQL для Big Data без перехода на дорогостоящие облачные решения. 🔍 Краткое содержание: Как разогнать PostgreSQL для работы с миллиардами строк Оптимизация, партицирование и масштабирование без лишней боли PostgreSQL vs. ClickHouse: когда нужны внешние решения Живые примеры, фейлы и практические решения на реальных данных 📚 Темы, которые мы рассмотрим: Оптимизация больших запросов: индексы, партицирование, EXPLAIN ANALYZE Высокая доступность и отказоустойчивость: Patroni, Stolon, PgPool-II Горизонтальное масштабирование: Citus, YugabyteDB, партицирование PostgreSQL + ClickHouse: построение real-time аналитики Живая демонстрация: обработка миллиардов строк без тормозов 👥 Этот урок будет интересен: Разработчикам и DevOps-инженерам, работающим с PostgreSQL Архитекторам и DBA, которые проектируют масштабируемые системы Аналитикам и Data Engineers, которые строят аналитику на больших данных Записывайтесь на наш урок и откройте для себя новые возможности работы с большими данными! 🚀👇 «PostgreSQL. Advanced» - https://otus.pw/j2gR/ Преподаватель: Дмитрий Золотов - Flutter+Kotlin Developer в Yandex Пройдите опрос по итогам мероприятия - https://otus.pw/LQvI/ Следите за новостями проекта: Telegram: https://t.me/Otusjava ВКонтакте: https://otus.pw/850t LinkedIn: https://otus.pw/yQwQ/ Хабр: https://otus.pw/S0nM/

Карьера PostgreSQL-администратора в реалиях 2025

AI-оркестрация - от хаоса промптов к управляемым системам

Основы Fibre Channel – топологии, типы портов, WWN, инициаторы/таргеты, принципы коммутации Brocade

PostgreSQL как векторная база данных: ИИ‑поиск без лишних сервисов

PostgreSQL 16: обзор релиза с Павлом Лузановым (Postgres Professional)

Высокая нагрузка на БД PostgreSQL, причины и методы борьбы / Андрей Сальников

Воркшоп «Партиционирование в PostgreSQL»

Управление собственным облачным кластером PostgreSQL на CloudNative PG // Курс «PostgreSQL Advanced»

Интерстеллар, центр за $1 000 000 000, мегалазер / вДудь

Redis - основы и практическое использование

Теория шардирования - System Design

Станислав Флусов — Миграция с MS SQL в PostgreSQL, когда нужно ещё вчера

Чичваркин и Варламов — о леваках, богатстве и крахе люкса | Интервью о русском Лондоне

018. Базы данных: PostgreSQL - Владимир Бородин

Андрей Зубков — Утилита стратегического мониторинга PostgreSQL — pg_profile

Device Searches 2026: What the FSB Looks for at the Border and How to Hide Your Data

Why The Russian Accent Terrifies Everyone

Инструменты диагностики PostgreSQL/PostgresPro — Михаил Жилин

Техноимперия Китая: Мы Уже Проиграли? (Это Пугает) @megaprojekty

