रिपोर्ट का सारांश "डेटाबेस में एक शांत विशेषज्ञ कैसे बनें" (HL2018, Data Egret, Ilya Kosmodemyansky)

हाईलेड के साथ पहले व्याख्यान नोट्स को सकारात्मक रूप से बधाई दी गई थी, इसलिए मैं जारी हूं।

उन्होंने दूसरे व्याख्यान के रूप में दिलचस्प सामग्री को चुना, जिसे सिनोप्सिस और हॉल में दोनों की प्रतिक्रिया मिली। मेरी राय में, यह रिपोर्ट हर किसी के लिए दिलचस्पी की हो सकती है, खासकर नौसिखिए विशेषज्ञों की।

रिपोर्ट ने निम्नलिखित मुद्दों को संबोधित किया:

• वास्तव में हम क्या बनना चाहते हैं?
• क्या हमें इसकी आवश्यकता है?
• सैद्धांतिक कौशल
• व्यावहारिक कौशल (तकनीकी)
• व्यावहारिक कौशल (गैर-तकनीकी)

एक डेटाबेस एक साधारण बात है, और लोग जटिल हैं, इसलिए सलाह सभी के लिए उपयुक्त नहीं हो सकती है।

उन्होंने सभी युक्तियों का पालन नहीं किया।

कौशल मानचित्र आज (कल बदल सकता है):



पड़ोसी क्षेत्रों से कौशल प्राप्त करने के लिए कोई भी भूमिका उपयोगी है।

हाल ही में बादल जोड़े गए हैं। वे बजट के लिए जिम्मेदारी का एक क्षेत्र जोड़ते हैं।

क्या हमें इसकी आवश्यकता है?

• यह निश्चित रूप से उबाऊ नहीं होगा। डीबी दिलचस्प है।
• जब तक डेटा है, तब तक आधार होंगे। वे अलग हो सकते हैं, लेकिन वे निश्चित रूप से होंगे।
• डीबीए - एक प्लंबर की तरह, लेकिन कीबोर्ड के पीछे गर्म और।

एक अच्छी प्रोफ़ाइल शिक्षा प्राप्त करना लगभग असंभव है। ऐसी कोई शिक्षा नहीं है। लेकिन ऐसे विश्वविद्यालय हैं जो इसे अच्छी तरह से सिखाते हैं। लेकिन विश्वविद्यालय छोड़ने से आप विशेषज्ञ नहीं बनेंगे।

आपको अलग-अलग व्यवसायों को जल्दी से सीखने में सक्षम होने की आवश्यकता है।

कार्य को शीघ्रता से हल किया जाना चाहिए (dba पर एक आदर्श दुनिया में परीक्षा):

• समय के लिए आधार को ठीक करें (पहली बार देखा गया)। क्या समस्या स्पष्ट नहीं है, लेकिन सब कुछ "धीमा"
• परीक्षक 10, और अधिमानतः 20-30
• 3 सुस्त "कैसे" में पूछें
• फोन से तीन और
• 1 के लिए समय आरक्षित करना होगा
• 3 अभी परिचय दें :) (हास्य का एक क्षण)

बुनियादी ज्ञान की आवश्यकता (सिद्धांत):

• संबंधपरक बीजगणित (न्यूनतम, अध्ययन के लिए 40 घंटे से अधिक नहीं)
• अलग-अलग प्रकारों और रूपों में बी-ट्री (गहरे ज्ञान की आवश्यकता होती है केवल तभी जब कार्य अपने डेटाबेस को लिखना हो)

एक अच्छी परिचयात्मक पुस्तक: नोविकोव, डोम्ब्रोवस्की, डेटाबेस अनुप्रयोगों की स्थापना ।

नीचे पंक्ति : उप एक फ्रेमवर्क है जो आपको डेटा के साथ काम करने की अनुमति देता है:

• सार्वभौमिक
• मज़बूती से
• उत्पादकता

(!) यह कैसे होता है - आपको अच्छी तरह से जानने की जरूरत है।

व्यावहारिक तकनीकी कौशल () (महत्वपूर्ण और आवश्यक)

• कंसीडर कंट्रोल
  
  • 2 चरण लॉकिंग
  • गतिरोध का पता लगाने
  • बहु संस्करण संगामिति नियंत्रण
  
  
• वसूली
  
  • आगे लॉग लॉग करें
  • फिर से करें
  • पूर्ववत करें
  
  
• वितरण वितरित किया गया
  
  • 2 चरण प्रतिबद्ध
  • वितरित की गई वसूली
  
  

न्यूनतम विकिपीडिया पढ़ें। बेहतर पुस्तक - जी। वेइकुम, जी। वोसेन, ट्रैंक्टैशनल इंफॉर्मेटिनो सिस्टम: थ्योरी, एल्गोरिदम और अभ्यास और नियंत्रण और पुनर्प्राप्ति का अभ्यास।
यदि यह कठिन है, तो पहली बार आप वस्तुओं और खोज संरचनाओं के बारे में नहीं पढ़ सकते हैं। तो फिर से पढ़ें।

नुकसान

• 2pl और 2pc (दो-चरण अवरुद्ध और दो-चरण प्रतिबद्ध) को भ्रमित न करें।
• 2pl और mvcc के विपरीत न करें।
• ये निराशावादी लेनदेन शेड्यूलिंग एल्गोरिदम हैं - वे सबसे आम हैं, लेकिन दुनिया उनके लिए सीमित नहीं है।

किताबें पढ़ने और प्रलेखन पढ़ने के लिए तैयार है। अच्छी अभ्यास पुस्तकें कम, दुर्लभ और आज तक की हैं।

डॉक्यूमेंटेशन कैसे पढ़ें?

यदि आप प्रत्येक कॉन्फ़िगरेशन पैरामीटर के लिए प्रलेखन को कम से कम एक बार (उदाहरण के लिए, postgresql.conf, आदि) पढ़ते हैं, तो आप बहुत कूलर बन जाएंगे। यह किसी भी डेटाबेस पर लागू होता है।
सिफारिश अपने आप को एक परीक्षण सर्वर प्राप्त करने और प्रयोग करने के लिए है कि विभिन्न पैरामीटर इसे कैसे प्रभावित करते हैं।

समस्याओं को कैसे हल करें

• शांत रहो ( शांत रहो! )
• एक कारण की तलाश में: क्वेरी को ट्यून न करें / अपना डेटा जानें! - हम सोचते हैं कि अनुरोध कैसे व्यवस्थित किया जाता है, लेकिन इसे "माथे" हल करने की कोशिश न करें
• पहले से जानें (नैदानिक) उपकरण (शीर्ष, iostat, perf, आदि)
• पोस्टमार्टम लिखिए!

व्यावहारिक गैर-तकनीकी कौशल:

• रूसी और अंग्रेजी बोलना, लिखना और पढ़ना सीखें
• प्रस्तुतियां दें, सहयोगियों को सिखाएं, बैठकों में बोलें, हाईलोड पर जाएं!
• डेवलपर्स के साथ संवाद करना सीखें (और न केवल उनके साथ)

एक ही समय में यह सब करना सीखें।