Возможности тонких клонов при работе с PostgreSQL Мастер-классы

Доклад принят в программу конференции
Артём Картасов
Postgres.ai

Инженер в Postgres.ai, контрибьютор в open-source, ментор и наставник образовательных проектов. Приверженец Cloud Native-технологий. Интересуется облачными и распределенными системами, контейнерами, системами оркестрации и мониторинга.

artyom@postgres.ai
https://twitter.com/arkartasov
Николай Самохвалов
Postgres.ai

Основатель Postgres.ai и #RuPostgres.

nik@postgres.ai
Twitter: @postgresmen

https://Postgres.ai
Тезисы

Многие быстрорастущие организации используют большие базы данных PostgreSQL. Важно помнить, что здоровье и стабильность production во многом обеспечивается развитыми dev- и test-окружениями. Зачастую качественная подготовка таких окружений требует значительных ресурсов.

К счастью, существует так называемое «тонкое клонирование», которое позволяет очень быстро подготавливать не-production-среды. Более того, такое клонирование не увеличивает бюджеты: на одном компьютере среднего размера с одной физической копией базы данных можно одновременно запускать десятки тонких клонов.

При использовании модели тонкого клонирования даже базы данных объемом в несколько терабайт не требует большого времени ожидания или дополнительных расходов. Такое клонирование занимает всего пару секунд, независимо от размера базы данных. Разработчики, DBA и QA-инженеры могут быстро получить полностью независимые копии, выполнить тестирование и проверку идеи, получая надежные (близкие к production) результаты. В итоге скорость и качество разработки значительно возрастают.

Расскажем о том, что лежит в основе модели тонких клонов и покажем на примерах, как применять тонкие клоны с PostgreSQL уже сейчас.

Другие доклады секции Мастер-классы

CLI в Node.js
Александр Коржиков
Dev IT Engineer ING Group (Нидерланды)