Концепция виртуального хранилища данных на Highload++ Siberia

Концепция виртуального хранилища данных

Давайте посмотрим на данные как на актив, на ценность, а не как на бегущие по трубам отходы производства, последствия работы сервисов высоконагруженного приложения. Правда, для этого необходимы соответствующие системы хранения и обработки этой информации.

Николай Голов из Avito предлагает подход к работе с данными, который позволяет создавать сопутствующие системы обработки данных действительно быстро и легко. При этом подход применим ко всем трем аспектам Больших Данных, ко всем трем V: Volume, Velocity, Veriety.

Новые возможности выполнения запросов в Postgres 10, 11 & PostgresPro

В Postgres 10 в значительной степени была расширена возможность параллельного выполнения запросов; появилась статистика на несколько колонок; в 11 версии будет JIT-компиляция запросов; PostgresPro также не остается от этого в стороне.

Доклад Ивана Фролкова будет интересен разработчикам прикладного ПО, желающим использовать все возможности PostgreSQL.

Ускоряем разжатие LZ4

LZ4 — популярная библиотека для сжатия данных, отличающаяся максимальной скоростью работы при сохранении приличного коэффициента сжатия.

Алексей Миловидов (Яндекс) обещает поделиться приёмами «чёрной магии» для низкоуровневой оптимизации под конкретные модели CPU и «белой магии» — способами применения методов data science для достижения прироста производительности на широком диапазоне вариантов CPU.

Основы мониторинга PostgreSQL

Мониторинг — один из важнейших компонентов инфраструктуры. Плагины для мониторинга PostgreSQL в любой системе основываются на встроенной в PostgreSQL статистике. При грамотном использовании этой статистики можно настроить любой мониторинг для эффективного наблюдения за PostgreSQL.

Алексей Лесовский из DataEgret расскажет о ключевых моментах постгресовой статистики, о том какие графики должны быть в мониторинге, как их добавить и как интерпретировать и о многом другом. Доклад будет полезен администраторам баз данных, системным администраторам и разработчикам, которым интересен траблшутинг Postgres’а.

Нет, все-таки в темах нужно разнообразие. Давайте, взглянем еще на раздел машинного обучения, тем более он очень тесно связан с данными.

Machine learning @ booking.com

Виктор Билык планирует рассказать о том, как устроена продуктовая разработка в booking.com и о месте машинного обучения в этом процессе, показать конкретные примеры применения моделей, рассмотреть проблемы мониторинга их качественных характеристик и архитектуру постоянно эволюционирующей ML-платформы booking.com.

Учимся ранжировать

Под руководством Андрея Аксенова (Sphinx) разберем, как изготовить свою формулу ранжирования страниц (поисковой выдачи), как обучить свою первую нехитрую ML-модель, и как затем понять хорошо ли получилось.

Присоединяйтесь!

Помните, конференции — это не только доклады (хотя их и будет около 40), но и консультации экспертов, общение с единомышленниками и нетворкинг, который мы обязательно для вас организуем.

Highload++ Siberia непременно стоит посетить, чтобы быть в курсе происходящего в индустрии, поэтому не откладывайте бронирование билетов.

А чтобы вам не приходилось сомневаться, мы выкладываем видео и делаем расшифровки докладов прошлых лет. Например, недавно опубликовали материал по выступлению Николая Самохвалова

noBackend, или Как выжить в эпоху толстеющих клиентов

Название не стоит понимать буквально: backend никуда не делся, просто фокус разработки — особенно на начальном этапе развития нового проекта — сильно смещается в сторону «клиентской части». Николай обобщил опыт ряда проектов, написанных на React, React Native и Swift и переходящих на парадигму noBackend за счёт PostgreSQL+PostgREST, которым и поделился со слушателями.

В конце статьи, вы найдете список must-check-вопросов для работы с noBackend-подходом, а, если ваш Postgres-опыт позволяет, то сразу после прочтения вы можете приступить к разворачиванию безопасного, высокопроизводительного и годного для быстрого развития REST API.