
Как перестать покупать диски, или Практическое руководство по ILM в Tantor Postgres 18
chulyk 54 минуты назад Как перестать покупать диски, или Практическое руководство по ILM в Tantor Postgres 18 Простой 17 мин 1.7K Блог компании Тантор Лабс PostgreSQL * Системное администрирование * Базы данных *...
Anthropic — What company has the best second artificial intelligence model at the end of June?
Значимый прорыв формирует отрасль ИИ: chulyk 54 минуты назад Как перестать покупать диски, или Практическое руководство по ILM в Tantor Postgres 18 Простой 17 мин 1. 7K Блог компании Тантор Лабс PostgreSQL * Системное администрирование * Базы данных * Туториал Привет, Хабр! Мой коллега Артем уже описал архитектуру управления жизненным циклом данных в этой статье, а я хочу рассказать о применении ILM с практической стороны.
Расширение pg_ilm управляет размещением данных по уровням хранения в зависимости от их активности. Оно не автоматизирует действия, а помогает администратору принимать решения: отслеживает статистику обращений к таблицам и партициям, определяет «холодные» данные и выдаёт рекомендации по перемещению на более дешёвые носители или сжатию. В отличие от самодельных скриптов, ориентированных на дату создания, pg_ilm учитывает реальную частоту доступа за настраиваемый период.
Технические детали
Решение по каждой рекомендации остаётся за DBA. На чём же основаны рекомендации? Система анализирует три группы факторов:Физическое состояние хранения - где и как лежат данные сейчас (табличное пространство и метод доступа).
Уровень активности - насколько интенсивно идёт запись в таблицу. Настроенные правила архивирования — заданные администратором условия перехода. Цикл управления данными разделён на три независимых этапа:Политика жизненного цикла (rules) - администратор задаёт условия перемещения и целевой метод доступа.
Правила хранятся в таблице ilm. archive_rules, изменения применяются без остановки СУБД. Вычисление перехода (recommendation) - на основе статистики активности и правил система формирует список действий для каждой таблицы или партиции.
Отраслевые последствия
Рекомендации доступны для просмотра до момента применения. Физическое исполнение — функция ilm. execute_recommendations() применяет сгенерированные рекомендации.
Вызов выполняется вручную, это позволяет проверить корректность правил, оценить время операций и состав затронутых объектов до фактического перемещения. Разделение этапов гарантирует, что данные не изменяют состояние без явного подтверждения администратора. ILM не затрагивает горячие таблицы - только объекты, удовлетворяющие условиям правил.
Переход данных между состояниями зависит не только от правил, но и от физических характеристик: текущего табличного пространства, метода доступа (heap или columnar), типа объекта (таблица или партиция), а также ограничений механизмов архивирования. Поэтому pg_ilm использует не бинарную модель, а ограниченный автомат состояний, что исключает попытки выполнить технически невозможные перемещения. Расширение pg_ilm доступно начиная с Tantor Postgres 18.
Этот прогресс даёт важные сигналы о будущем отрасли, и технологический мир внимательно наблюдает.





