Догляд за базою даних

Вибрані роботи, що демонструють цю послугу.

• Вела 100 сховищ PostgreSQL, MS SQL і BigQuery

  Ці ініціативи дали суттєві покращення: - Приріст продуктивності: час відповіді на запити для GIS-даних і часових рядів скоротився на 40–60%, що уможливило…

• Підтримувала 10 серверів PostgreSQL і MS SQL

  - Час безперебійної роботи всіх 10 серверів баз даних сягнув 99,9%. - Завдяки налаштуванню конфігурації та оптимізації індексів час відповіді на запити…

• Написала 1 000 правил RBAC для Linux‑серверів

  Понад 1 000 правил запроваджено без зайвого ускладнення, а ризики несанкціонованого доступу скоротилися на 85%.

• Прискорила PostgreSQL у 10 разів завдяки

  Після оптимізації запити стали відповідати в 10 разів швидше, а критичні операції (наприклад, автентифікація користувачів, геопросторові пошуки) виконуються за…

• Автоматизувала 100 критично важливих резервних

  Резервні копії для кожної бази даних створювалися автоматично, і їх можна було перевірити, тож відновлюваність даних перестала бути припущенням і стала…

• Автоматизувала обробку даних на Python і PL/pgSQL

  Зросли і продуктивність, і ефективність, ручну роботу зняли з людських плечей, а обробка даних стала стабільною й надійною і перестала бути джерелом дрібних…

• Розробила 600 пайплайнів ETL/ELT на PL/pgSQL

  Новий фреймворк ETL/ELT суттєво підвищив стабільність, надійність і продуктивність процесів обробки даних: - Середній час виконання пайплайну скорочено на 35%.

• Налаштувала резервні копії та відновлення як код

  Відновлення перестало бути туманною заспокійливою фразою й стало задокументованою позицією з названими прогалинами.

• Тримала схему узгодженою впродовж 1 022 міграцій

  Нове середовище й те, що живе давно, — одна й та сама база даних, і це перевіряється, а не приймається на віру.