연락처 정보

코스 개요

PostgresAI 소개

  • PostgresAI 아키텍처 및 구성 요소 이해하기
  • 핵심 개념: 클로닝, 스냅샷, 샌드박스 환경
  • 엔터프라이즈 도입 사례 및 투자 수익률(ROI)

PostgresAI 설치 및 구성

  • Docker 및 Kubernetes 환경에 PostgresAI 배포하기
  • PostgreSQL 및 외부 스토리지 백엔드와의 연동 방법
  • 인증 및 접근 관리 설정법

데이터베이스 클로닝과 실험 수행

  • 씬 프로비저닝 기법을 이용해 즉시 데이터베이스 복제본 생성하기
  • 일시적인 환경에서 스키마 변경 내용을 안전하게 테스트하기
  • PostgresAI 클론 기능으로 CI/CD 속도 향상시키기

모니터링 및 관찰성 확보

  • PostgresAI 대시보드를 활용한 성능 분석 수행하기
  • 복제본의 상태와 쿼리 실행 상황 감시하기
  • Grafana, Prometheus, ELK와의 통합 방법

AI 기반 쿼리 최적화 기법

  • AI 기반 권장 사항을 활용해 쿼리를 개선시키기
  • 쿼리 계획 및 실행 패턴 분석 방법
  • 피드백 루프를 활용한 지속적 최적화 전략 수립하기

데이터 거버넌스 및 보안 관리

  • 데이터 마스킹 및 익명화 처리 기법 활용하기
  • 복제된 환경에서 규정 준수 여부 보장하기
  • 감사 로깅과 역할 기반 접근 제어 구현 방법

엔터프라이즈 워크플로우와 PostgresAI 연동 방안

  • Jenkins, GitLab CI 또는 GitHub Actions를 통한 CI/CD 통합 방법
  • SQL 및 스키마 변경 사항에 대한 자동화된 테스트 파이프라인 구성하기
  • 팀 간 협업과 환경 공유를 위한 모범 사례 도출하기

PostgresAI 운영 확장 전략

  • 대규모 데이터셋 및 다중 노드 클러스터 환경 처리 방법
  • 복제본 프로비저닝 성능을 최적화하는 기술
  • 용량 계획 수립 및 비용 관리 방안 모색하기

요약 및 향후 실천 방향

요건

  • PostgreSQL 데이터베이스 관리에 대한 이해
  • Linux 서버 환경 사용 경험
  • 컨테이너화되거나 가상화된 배포 워크플로우에 대한 지식

대상 수강생

  • 데이터베이스 관리자
  • DevOps 및 SRE 엔지니어
  • 데이터 인프라 설계자
 21 시간

참가자 수


참가자별 가격

회원 평가 (2)

예정된 코스

관련 카테고리