🐘 Warsaw PostgreSQL Users Group

Po dłuższej przerwie wracamy z kolejnym spotkaniem Warsaw PostgreSQL Users Group — tym razem w siedzibie Clouds on Mars przy ul. Bukowińskiej 22/13B w Warszawie.
Tym razem porozmawiamy o dwóch bardzo aktualnych tematach w świecie PostgreSQL: migracjach baz danych oraz wykorzystaniu AI/LLM-ów - zarówno do budowania narzędzi open-source, jak i do performance tuningu.
Będą dwa talki, przerwa na pizzę oraz czas na luźne rozmowy przy piwie i innych napojach.

Agenda

18:15 – 18:20
Wstęp organizacyjny
18:20 – 19:00
Kamil Króliszewski
pg_emigrant – Modern PostgreSQL Migration Tool Built with LLMs
19:00 – 19:20
Przerwa na pizzę
19:20 – 20:10
Dr. Luigi Nardi
Workload fingerprints: A data cleaning pipeline for effective AI performance tuning
20:10 – 20:15
Pytania, podsumowanie i część organizacyjna
Po 20:15
Zostajemy jeszcze na mniej formalną część networkingową — będzie piwo i inne napoje.

***

Talk 1: pg_emigrant – Modern PostgreSQL Migration Tool Built with LLMs

W tym talku Kamil Króliszewski zaprezentuje pg_emigrant — nowe narzędzie open-source stworzone po to, aby rozwiązywać realne problemy produkcyjne związane z migracjami PostgreSQL.
pg_emigrant powstał w odpowiedzi na konkretne wyzwania migracyjne w Verestro, gdzie istniejące rozwiązania, takie jak Bucardo, okazały się niewystarczające.
Narzędzie jest zbudowane na bazie natywnej logical replication PostgreSQL, ale idzie o krok dalej, dodając mechanizmy przydatne w praktycznych scenariuszach migracyjnych, takie jak:

• synchronizacja sekwencji,
• wykrywanie rozjazdów DDL,
• równoległy initial copy,
• automatyczne odzyskiwanie po zdarzeniach Patroni failover/switchover.

Kamil pokaże architekturę narzędzia, najważniejsze funkcje oraz praktyczne use case’y. Opowie też o swojej drodze tworzenia aplikacji jako administrator systemów z ograniczonym wcześniejszym doświadczeniem developerskim — i o tym, jak wykorzystał Large Language Models, takie jak VS Code, GitHub Copilot i Claude, aby przyspieszyć development.
Talk będzie również okazją do rozmowy o tym, jak DBA, DevOps engineerowie i specjaliści od baz danych mogą efektywnie korzystać z LLM-ów do szybkiego projektowania i budowania wysokiej jakości narzędzi open-source, które rozwiązują codzienne problemy w ekosystemie PostgreSQL.

O speakerze

Kamil Króliszewski jest doświadczonym Linux Systems Administratorem z ponad 13-letnim doświadczeniem w projektowaniu, konfiguracji i utrzymaniu stabilnych środowisk infrastrukturalnych o wysokiej dostępności.
Specjalizuje się w PostgreSQL oraz szerokim zakresie technologii open-source, takich jak Elasticsearch, RabbitMQ, Redis, Kubernetes, Ansible, Ceph, Prometheus i Grafana. W swojej karierze koncentrował się na budowaniu niezawodnych i skalowalnych architektur systemowych, głównie w środowiskach finansowych oraz high-traffic.
W ostatnim czasie Kamil rozwija się również w obszarze software developmentu, wykorzystując nowoczesne narzędzia AI, takie jak GitHub Copilot i Claude, do tworzenia praktycznych rozwiązań. Jest autorem pg_emigrant — narzędzia open-source zaprojektowanego, aby uprościć złożone migracje baz PostgreSQL.

***

Talk 2: Workload fingerprints: A data cleaning pipeline for effective AI performance tuning

Pomiar wydajności PostgreSQL jest bardziej złożony, niż mogłoby się wydawać. Metryki takie jak średni czas wykonania zapytania często ukrywają dużą zmienność — szczególnie gdy analizujemy krótkie okna czasowe albo porównujemy różne momenty dnia.
W tej prezentacji Dr. Luigi Nardi pokaże ograniczenia tradycyjnych wskaźników wydajności i przedstawi metodę workload fingerprint, zaprojektowaną z myślą o bardziej wiarygodnej ocenie wydajności, także w działających środowiskach produkcyjnych.
Podejście oparte na workload fingerprints daje bardziej szczegółowy obraz aktywności bazy danych i może pomagać zarówno administratorom PostgreSQL, jak i systemom AI-powered tuning w lepszym rozumieniu problemów wydajnościowych oraz proponowaniu skuteczniejszych działań optymalizacyjnych.
Uczestnicy dowiedzą się, jak można skuteczniej monitorować i analizować workload PostgreSQL, a także jak wygląda praktyczne i bardziej systematyczne podejście do performance tuningu w erze AI.

O speakerze

Dr. Luigi Nardi jest founderem i CEO DBtune, firmy rozwijającej rozwiązania z obszaru AI, database systems i cloud computing.
Wcześniej był associate professorem machine learning na Lund University oraz research staff memberem na Stanford University. Specjalizuje się w metodach bayesowskich oraz teorii i praktyce optymalizacji. Pracował także jako post-doc w Imperial College London oraz jako software engineer w Murex S.A.S. Doktorat z matematyki stosowanej uzyskał na Université Pierre et Marie Curie w Paryżu.
Luigi jest aktywnym speakerem i researcherem, współautorem ponad 50 publikacji naukowych prezentowanych na wiodących konferencjach z obszaru machine learning i computer science.

Sponsorzy