MPP СУБД на примере Vertica: архитектура и способы достижения производительности Базы данных и системы хранения
Рассмотрим практические подходы к построению высокоэффективной аналитической системы управления базой данных для обработки больших объемов информации:
- на уровне архитектуры (shared nothing архитектура, надежность хранения данных и защита от сбоев);
- на уровне развертывания — динамические кластеры в Kubernetes;
- на уровне хранения данных (диски и формат хранения);
- на уровне сетевого взаимодействия (оптимизация сетевого трафика);
- на уровне планирования исполнения (распределение задач и сборка результата) — работа с блокировками;
- перенос вычислений в БД (начиная от простых агрегаций до обучения и применения моделей машинного обучения).
И конечно, посмотрим, как это работает на практике в унифицированном аналитическом хранилище Vertica.
Образование: Вычислительные машины, комплексы, системы и сети.
К.ф.-м.н. по направлению Физическая химия полимеров.
Более 20 лет в ИТ: от аналитических хранилищ до комплексных проектов крупных инфраструктур центров обработки данных.