Temario del curso
Introducción a PostgresAI
- Comprensión de la arquitectura y los componentes de PostgresAI.
- Conceptos clave: clonación, instantáneas y entornos de sandbox.
- Escenarios de adopción empresarial y retorno de inversión (ROI).
Instalación y configuración de PostgresAI
- Despliegue de PostgresAI en entornos de Docker y Kubernetes.
- Integración con PostgreSQL y backends de almacenamiento externo.
- Autenticación y gestión de accesos.
Clonación de bases de datos y experimentación
- Creación de clonaciones instantáneas de bases de datos utilizando aprovisionamiento fino (thin provisioning).
- Pruebas seguras de cambios de esquema con entornos efímeros.
- Aceleración de CI/CD mediante clones de PostgresAI.
Monitoreo y observabilidad
- Uso de los paneles de PostgresAI para obtener información de rendimiento.
- Monitoreo de la salud de los clones y la ejecución de consultas.
- Integración con Grafana, Prometheus y ELK.
Optimización de consultas impulsada por IA
- Aprovechamiento de recomendaciones basadas en IA para mejorar consultas.
- Análisis de planes de consultas y patrones de ejecución.
- Optimización continua mediante bucles de retroalimentación.
Gobernanza de datos y seguridad
- Gestión del enmascaramiento y anonimización de datos.
- Asegurar el cumplimiento normativo en entornos clonados.
- Registros de auditoría y controles de acceso basados en roles.
Integración de PostgresAI con flujos de trabajo empresariales
- Integración de CI/CD utilizando Jenkins, GitLab CI o GitHub Actions.
- Pipelines de pruebas automatizadas para cambios en SQL y esquemas.
- Mejores prácticas para la colaboración en equipo y el compartir entornos.
Escalar las operaciones de PostgresAI
- Manejo de grandes conjuntos de datos y clústeres multi-nodo.
- Optimización del rendimiento del aprovisionamiento de clones.
- Planificación de capacidad y gestión de costos.
Resumen y próximos pasos
Requerimientos
- Comprensión de la administración de bases de datos PostgreSQL.
- Experiencia con entornos de servidores Linux.
- Conocimiento de flujos de trabajo de despliegue contenedorizados o virtualizados.
Audiencia
- Administradores de bases de datos.
- Ingenieros de DevOps y SRE.
- Arquitectos de infraestructura de datos.
Reseñas (4)
Cómo utilizar LLMs en el trabajo diario
Cont - Everymatrix
Curso - PostgreSQL AI: Introduction to semantic search
Traducción Automática
conocimientos sobre rendimiento
Adrian Ionut Chelaru - Banca Transilvania Cluj
Curso - PostgreSQL Advanced - Performance Management
Traducción Automática
Índices de tablas y su ajuste y reoptimización para mejorar su rendimiento
Roberto Esposito
Curso - PostgreSQL AI for Developers
Traducción Automática
Un buen primer contacto con una nueva tecnología de bases de datos
Cont Florian - Banca Transilvania Cluj
Curso - PostgreSQL Server Administration
Traducción Automática