Обслуживание хранилища PostgreSQL: declarative partitioning (range/list/hash), MVCC и природа bloat, тюнинг autovacuum, VACUUM против VACUUM FULL и pg_repack, transaction ID wraparound и freeze, мониторинг раздувания таблиц
Инфраструктурный пулер перед PostgreSQL: почему соединения дорогие, режимы session/transaction/statement pooling, PgBouncer против pgcat (шардинг, балансировка), подводные камни transaction pooling (prepared statements, SET) и где ставить пул
Высокая доступность PostgreSQL: streaming-репликация (sync/async), автоматический failover через Patroni поверх etcd/Consul, PITR-бэкапы через WAL archiving (pgBackRest/wal-g), replication slots, split-brain и fencing — с трейдофами по RPO/RTO
Что такое векторные базы данных, как работают эмбеддинги, какие задачи действительно требуют специализированного хранилища и когда достаточно pgvector или встроенного поиска
Когда графовая модель оправдана, а когда достаточно PostgreSQL: один граф в трёх углах — нативный Neo4j, Apache AGE (граф поверх PG) и baseline на рекурсивных CTE, — доступ из Go, живые замеры и честная карта решений
Навигатор по всему, что на сайте про данные: как выбрать хранилище под задачу, что у него внутри — storage engine, WAL, индексы — и что значит эксплуатировать его в проде
Очередь задач прямо в PostgreSQL: что на самом деле покупает FOR UPDATE SKIP LOCKED (не корректность), сколько стоит LISTEN/NOTIFY против опроса, почему очередь — худший случай для MVCC, где начинается потолок пропускной способности и что его задаёт: насыщение сбросов журнала и группировка коммитов, снятые прямым замером
Финал серии — про эксплуатацию Redis в бою и про трезвый выбор. Драйверы Go и Java и настройка пула соединений, что и как мониторить, типовые инциденты (latency-спайки, OOM, split-brain, шторм соединений) и их разбор. И главное — карта решений: когда Redis это правильный инструмент, а когда честнее взять полноценную БД, брокер или другое хранилище.
Redis умеет не только хранить, но и выполнять логику на сервере. Разбираем три способа программируемости: Streams с consumer groups (журнал сообщений с подтверждениями), Lua-скрипты и Redis Functions (атомарные серверные процедуры), плюс обзор модулей. Честно проводим границу Streams vs Kafka — где Redis Streams достаточно, а где нужна полноценная брокерная платформа.
Redis держит данные в оперативной памяти — значит, память рано или поздно закончится. Разбираем, что происходит на границе: как устроен аллокатор и откуда берётся фрагментация, какие есть политики вытеснения (LRU/LFU/по TTL/noeviction), что значит upper bound через maxmemory и что делает Redis при OOM. Плюс инструменты диагностики: MEMORY DOCTOR, INFO memory.
Ближайшие материалы, которые продолжают этот раздел.
Вводный материал про Redis как класс решений: паттерны, анти-паттерны, ограничения и подходы к надёжности.
Практический baseline для PostgreSQL в контейнерах: volume, backup, healthcheck и границы допустимого production.
Разбор dev- и lab-сценариев для ClickHouse и того, где контейнеризация уже начинает мешать эксплуатации.
