Et fornuftigt sted at have sine data

Udvalgte resultater, der demonstrerer denne ydelse.

• Har designet og drevet 6 ETL/ELT‑pipelines

  Har designet, implementeret og administreret 6 ETL/ELT‑pipelines med Google BigQuery, MSSQL, PostgreSQL, shell‑scripting, PL/pgSQL og Transact‑SQL og integreret data, så et Python‑API kan behandle dem effektivt.

• Har drevet 100 data warehouse‑databaser

  Har stået for arkitektur, oprettelse og drift af 100 data warehouse‑databaser i PostgreSQL, MS SQL og Google BigQuery, primært med GIS- og tidsseriedata, og optimeret ydeevne og skalerbarhed.

• En maritim platform bygget i rene lag

  Har designet arkitekturen for en lagdelt maritim platform, der adskiller en Next.js PWA‑frontend, et Go (Huma/Fiber) API og et PostgreSQL‑funktionslag og holder al forretningslogik i databasen.

• Har designet en JSON‑passthrough‑arkitektur

  Har designet en JSON passthrough‑arkitektur, hvor PostgreSQL‑funktioner returnerer komplet JSON, som Go‑API'et videresender uændret, så der ikke er nogen mellemliggende unmarshalling, og frontenden er afkoblet fra skemaændringer.

• Har designet et funktionsbaseret Postgres‑datalag

  Har designet et funktionsbaseret datalag i PostgreSQL — 1.275 stored functions fordelt på 34 skemaer — så al læsning og skrivning går gennem en funktion, databasen kan tildele rettigheder til, og ikke direkte gennem en tabel.

• Hurtigere svar med et bedre valg af nøgle

  Har indført tidsordnede UUID v7‑identifikatorer (PostgreSQL 18) som entitetsnøgler for at reducere fragmentering af B‑tree‑indeks og øge forespørgselshastigheden.

• Har implementeret en katalogdrevet deep‑merge

  Har implementeret en katalogdrevet deep‑merge for lagrede JSON‑præferencer, hvilket forhindrer nedbrud på grund af manglende nøgler, når skemaet udvikler sig.

• Har modelleret 348 tabeller i 34 Postgres‑skemaer

  Har modelleret det maritime domæne i 348 normaliserede tabeller fordelt på 34 PostgreSQL‑skemaer — fagfolk, virksomheder, skibe, jobs, anmeldelser og resten — med SMALLINT‑opslagstabeller og UUID v7‑nøgler.

• Har bygget adgangsret via Stripe og in‑app‑køb

  Har bygget betalings- og rettighedslaget — Stripe side om side med Apple og Google in‑app purchase — så adgangen til kataloget, søgningen og eksporten styres af en adgangsmodel på 11 tabeller, der kontrolleres på serveren.

• Har flyttet langsomme opgaver til en River‑jobkø

  Har flyttet langsomt arbejde væk fra request‑stien og over på en River‑jobkø — 15 worker‑moduler, 8 planlagte opgaver og 20 pg_cron‑jobs — så en request returnerer, mens arbejdet bag den kører videre.

• Har bygget egen analytics i PostgreSQL

  Har bygget egen produktanalyse i PostgreSQL — 47 funktioner over partitionerede event‑tabeller, der selv rydder op — pseudonymiseret bag et roterende salt og betinget af den besøgendes samtykke.

• Har bygget loyalitetspoint, ligaer og badges

  Har bygget loyalitets- og omdømmesystemet — 67 funktioner over et ledger på 31 tabeller, med ligaer, badges og en indløsningsshop — og med en row lock på saldoen til at lukke vinduet for dobbeltforbrug.

• Har bygget job- og karriereværktøj til søfarende

  Har bygget rekrutteringsmarkedspladsen og arbejdsområdet til søfarendes karriere — 151 stored functions fordelt på 48 tabeller — med ledige stillinger, ansøgninger, certifikater, avancement i grader og verificeret sejltid.

• Har bygget en databasedrevet CV‑generator

  Har bygget en databasedrevet generator til CV, referencer, portefølje og ansøgninger i Python — 41 moduler, 10.580 linjer — der genererer seks outputformater fra én SQLite‑kilde med 23 tabeller, som en idempotent pipeline i 19 trin bygger op.