Структурная оптимизация реляционных баз данных
Что делать с базой данных, если вы испытываете кратный рост трафика? Наш проект вырос с 300 до 2000 RPS. В докладе поделимся практиками, которые мы применяли и которые позволили нам сохранить работоспособность, не проваливаясь в даунтайм. Есть стандартные способы оптимизации: индексы, кэш, увеличение мощности сервера. Поговорим о способах изменения структуры базы, которые пользуются меньшей популярностью: денормализация, прекалькуляция и партиционирование. Рассмотрим, где эти практики могут помочь, а где и навредить. В качестве примеров будем использовать MySQL, но эти подходы применимы и к другим реляционным базам данных.
▶︎
Что сообществу разработчиков ждать от создателей баз данных
▶︎
Гайд по базам данных - PostgreSQL в веб разработке
▶︎
Meet UP DevOps
▶︎
Подготовка к собесу - Оптимизация запросов
▶︎
Базы данных. MySQL. Индексы
▶︎
HYPERFOCUS MODE | Brainwave Focus Music for Deep Work
▶︎
Практическая оптимизация MySQL измерять, чтобы ускорять / Петр Зайцев (Percona)
▶︎
Андрей Сальников — Индексы в PostgreSQL. Как понять, что создавать
▶︎
Что такое КЭШ за 16 минут: Проектируем эффективное кэширование
▶︎
Тестирование баз данных: Тайные методы, которые изменят ваш подход!
▶︎
Neo4j: графовая база данных. Особенности, применение, основы языка Cypher.
▶︎
Кузнецов С. Д. - Базы данных - 1. Содержание курса. Информационные системы
▶︎
ВСЁ про Базы Данных в одном месте / ХАЙЛАЙТЫ
▶︎
Как успешно пройти интервью на позицию Data Engineer с уклоном на Spark? // Курс «Spark Developer»
▶︎
6. Базы данных. Оптимизация запросов. Оптимизация структуры данных
▶︎
How to Cache Data | Caching Theory - System Design
▶︎
Производительность запросов в PostgreSQL / Илья Космодемьянский (PostgreSQL Consulting)
▶︎
Проектирование БД: От NF к денормализации данных. Антон Цитульский
▶︎
Уроки SQL / Базы данных. Практическая задача #1. Оптимизация запроса. MySql / РЕШЕНИЕ
▶︎