Gjøre de trege delene raske
Finne spørringene og de manglende indeksene bak et system som har blitt tyngre for hvert år, og rette dem som betyr noe.
30 dagers strømdata på 180 ms
Utviklet varianter for timesaggregering av strømforbruk i Python, SQL og Bash + Jq; Python‑varianten behandlet ett JSONL‑datasett for 30 dager på 180 ms i ytelsestesten.
Bygde og ytelsestestet aggregering av strømforbruk i Python, SQL og Bash + Jq; Python behandlet ett JSONL-datasett for 30 dager på 180 ms.
Gjorde en geodatapipeline 50 ganger raskere
Registrerte en forbedring på 50 ganger i en geografisk datapipeline i grunnleggerens arbeid hos Utiligize gjennom SQL- og datamodellendringer i PostgreSQL, MS SQL og Google Cloud BigQuery.
Grunnleggeren registrerer en forbedring på 50 ganger i en geodatapipeline hos Utiligize gjennom SQL- og datamodellarbeid i PostgreSQL, MS SQL og BigQuery.
Gjorde GIS‑kart 10 ganger raskere på Postgre
Forbedret ytelsen i en geografisk kartapplikasjon 10 ganger gjennom et strategisk databaseskifte fra MSSQL til PostgreSQL, inkludert omleggingen av dataene, og optimaliserte samtidig behandlingen og datasikkerheten.
Forbedret en GIS-kartapplikasjon 10 ganger ved å migrere fra MSSQL til PostgreSQL — romlige spørringer falt fra 2,5 s til under 250 ms.
Drev 100 datavarehus: Postgres, MS SQL, BigQuery
Utformet, opprettet og administrerte 100 databaser for datavarehus i PostgreSQL, MS SQL og Google BigQuery, hovedsakelig med GIS- og tidsseriedata, og optimaliserte ytelse og skalerbarhet.
Designet og drev 100 datavarehusdatabaser i PostgreSQL, MS SQL og BigQuery for GIS- og tidsseriedata — spørretidene gikk ned 40–60 %.
Økte Postgre‑ytelsen 10 ganger
Økte PostgreSQL‑ytelsen 10 ganger gjennom strategisk indeksering, partisjonering og spørringsoptimalisering, og gjorde databasen mer effektiv for bruker- og tenantdata, geodata og elektriske tidsseriedata.
Gjorde PostgreSQL 10 ganger raskere med indeksering, partisjonering og spørringsjustering for bruker-, leietaker-, geo- og tidsseriedata — ressursbruk ned 40 %.
Tidsordnede nøkler for en voksende datamodell
Tok i bruk tidsordnede UUID v7‑identifikatorer (PostgreSQL 18) som entitetsnøkler for å redusere fragmenteringen i B‑tre‑indekser og gjøre spørringene raskere.
Tok i bruk tidsordnede UUID v7-nøkler i PostgreSQL 18 med mål om mindre B-tre-fragmentering og bedre innsetting og intervallspørringer i entitetstabeller.