コース概要

PostgresAIの概要

  • PostgresAIアーキテクチャとコンポーネントの理解
  • コア概念:クローン化、スナップショット、サンドボックス環境
  • エンタープライズ導入シナリオとROI

PostgresAIのインストールと構成

  • DockerおよびKubernetes環境でのPostgresAIの展開
  • PostgreSQLと外部ストレージバックエンドとの統合
  • 認証とアクセス管理

データベースクローン化と実験

  • シンプロビジョニングを使用した瞬時データベースクローンの作成
  • 一時的な環境でスキーマ変更を安全にテストする
  • PostgresAIクローンを使用したCI/CDの加速

監視と可観測性

  • パフォーマンス洞察のためにPostgresAIダッシュボードを使用する
  • クローンの健康状態とクエリ実行を監視する
  • Grafana、Prometheus、ELKとの統合

AI駆動のクエリ最適化

  • クエリ改善のためのAIベースの推奨を利用する
  • クエリプランと実行パターンの分析
  • フィードバックループを使用した継続的な最適化

データガバナンスとセキュリティ

  • データマスキングと匿名化の管理
  • クローン化された環境でのコンプライアンス確保
  • 監査ログとロールベースのアクセス制御

PostgresAIをエンタープライズワークフローに統合する

  • Jenkins、GitLab CI、またはGitHub Actionsを使用したCI/CDの統合
  • SQLとスキーマ変更の自動テストパイプライン
  • チームコラボレーションと環境共有のベストプラクティス

PostgresAIオペレーションのスケーリング

  • 大規模データセットとマルチノードクラスターの処理
  • クローンプロビジョニングパフォーマンスの最適化
  • 容量計画とコスト管理

まとめと次ステップ

要求

  • PostgreSQLデータベース管理の理解
  • Linuxサーバー環境での経験
  • コンテナ化または仮想化されたデプロイメントワークフローへの馴染み

対象者

  • データベース管理者
  • DevOpsおよびSREエンジニア
  • データ基盤アーキテクト
 21 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (5)

今後のコース

関連カテゴリー