Optimering af ydeevne

• En måneds måleraflæsninger på 180 millisekunder

  Har udviklet en pipeline i Python / SQL / Bash + Jq, der aggregerer elforbrug pr. time og behandler datasæt for 30 dage fra heterogene JSONL‑kilder på 180 ms.

• Har gjort geodatapipelines 50 gange hurtigere

  Har gjort geografiske datapipelines 50 gange hurtigere ved at forbedre SQL‑programmeringen og datamodelleringen i PostgreSQL, MS SQL og Google Cloud BigQuery.

• Har forbedret GIS‑kortydeevne 10x med PostgreSQL

  Har gjort en geografisk kortapplikation 10 gange hurtigere gennem en strategisk databaseovergang fra MSSQL til PostgreSQL, herunder selve omlægningen af data, og optimeret behandlingen og datasikkerheden.

• Har løst 1.000 problemer i geografiske data

  Har løst 1.000 problemer i geografiske data og tidsseriedata ved hjælp af GDAL, ArcGIS, PostGIS, Mapbox, QGIS, SQL (PL/pgSQL, Transact‑SQL) og Bash, hvilket har sikret behandling af big data i høj kvalitet.

• Har drevet 100 data warehouse‑databaser

  Har stået for arkitektur, oprettelse og drift af 100 data warehouse‑databaser i PostgreSQL, MS SQL og Google BigQuery, primært med GIS- og tidsseriedata, og optimeret ydeevne og skalerbarhed.

• Har drevet 10 PostgreSQL- og MS SQL‑servere

  Har designet, idriftsat og vedligeholdt 10 PostgreSQL- og MS SQL‑servere på Ubuntu Linux VPS og sikret optimal ydeevne og driftssikkerhed på serverne.

• Har gjort PostgreSQL 10 gange hurtigere

  Har gjort PostgreSQL 10 gange hurtigere med strategisk indeksering, partitionering og forespørgselsoptimering og effektiviseret databasen til brugerdata, tenantdata, geodata og tidsserier af eldata.

• Har udviklet 600 PL/pgSQL‑ETL/ELT‑pipelines

  Har udviklet 600 PL/pgSQL‑baserede ETL/ELT‑pipelines for at strømline komplekse arbejdsgange i databehandlingen i flere udviklings- og produktionsmiljøer med PostgreSQL.

• Har designet en JSON‑passthrough‑arkitektur

  Har designet en JSON passthrough‑arkitektur, hvor PostgreSQL‑funktioner returnerer komplet JSON, som Go‑API'et videresender uændret, så der ikke er nogen mellemliggende unmarshalling, og frontenden er afkoblet fra skemaændringer.

• Hurtigere svar med et bedre valg af nøgle

  Har indført tidsordnede UUID v7‑identifikatorer (PostgreSQL 18) som entitetsnøgler for at reducere fragmentering af B‑tree‑indeks og øge forespørgselshastigheden.

• Har modelleret 348 tabeller i 34 Postgres‑skemaer

  Har modelleret det maritime domæne i 348 normaliserede tabeller fordelt på 34 PostgreSQL‑skemaer — fagfolk, virksomheder, skibe, jobs, anmeldelser og resten — med SMALLINT‑opslagstabeller og UUID v7‑nøgler.

• Har flyttet langsomme opgaver til en River‑jobkø

  Har flyttet langsomt arbejde væk fra request‑stien og over på en River‑jobkø — 15 worker‑moduler, 8 planlagte opgaver og 20 pg_cron‑jobs — så en request returnerer, mens arbejdet bag den kører videre.

• Har bygget egen analytics i PostgreSQL

  Har bygget egen produktanalyse i PostgreSQL — 47 funktioner over partitionerede event‑tabeller, der selv rydder op — pseudonymiseret bag et roterende salt og betinget af den besøgendes samtykke.

• Har bygget loyalitetspoint, ligaer og badges

  Har bygget loyalitets- og omdømmesystemet — 67 funktioner over et ledger på 31 tabeller, med ligaer, badges og en indløsningsshop — og med en row lock på saldoen til at lukke vinduet for dobbeltforbrug.

Dette arbejde er en del af det, vi tilbyder som Databasedesign & datamodellering, Databaseoptimering, Udvikling af datapipelines (ETL/ELT), Data governance & datakvalitet, Databaseadministration (DBA), GIS & geospatiale løsninger, Backend- & API‑udvikling og Klargøring af data til AI.

Er du ved at bygge noget, der kræver det her? Kontakt os.