データベースをきちんと保つ
会社全体を支えるデータベースについて、稼働、バックアップ、気づかないうちに進む劣化まで責任を持って管理します。
Postgre・MS SQL・BigQueryのデータウェアハウス100個を運用
主にGIS・時系列データを扱うPostgreSQL、MS SQL、Google BigQueryのデータウェアハウス100個を設計・構築・管理し、性能と拡張性を最適化した。
GIS・時系列データ用のPostgreSQL、MS SQL、BigQueryデータウェアハウス100個を設計・運用し、クエリ時間を40–60%削減した。
UbuntuでPostgre・MS SQLサーバー10台を運用
Ubuntu Linux VPS上にPostgreSQL・MS SQLサーバー10台を設計・デプロイ・保守し、性能と信頼性を維持した。
Ubuntu Linux VPSでPostgreSQL・MS SQLサーバー10台を設計・保守し、稼働率99.9%と、調整によるクエリの30%高速化を達成した。
Linuxサーバーを守る1,000件のRBACルールを作成
開発者、アプリケーションインスタンス、PostgreSQL、MS SQL、その他のLinuxサーバーに1,000件のRBACルールを実装して不正アクセスを防ぎ、データセキュリティを強化。Ansibleによる自動化として記録した。
開発者、アプリケーション、データベース、Linuxへのアクセスに、記録上1,000のRBACルールを実装。Ansible設定を文書化した。
Postgreを10倍に高速化
インデックス、パーティション、クエリを計画的に最適化してPostgreSQLを10倍に高速化し、ユーザー、テナント、地理空間、電力時系列データの処理効率を改善した。
ユーザー、テナント、地理空間、時系列データ向けにPostgreSQLをインデックス・パーティション・クエリ調整で10倍に高速化し、資源使用を40%削減した。
Barmanで重要データのバックアップ100件を自動化
Barman、Google Cloud、Bash、Pythonで重要データのバックアップ100件を自動化し、データベース間のデータ整合性を確保した。
Barman、Google Cloud、Bash、Pythonで重要なデータベースバックアップ100件を自動化し、データを復旧できることを実際に検証した。
PythonとPL/pgSQLでデータ処理を自動化
Shellスクリプト、PL/pgSQL、Python、Transact‑SQLでデータ処理を自動化し、生産性と効率を向上させた。
Shell、PL/pgSQL、Python、Transact-SQLでデータ処理を自動化し、生産性を高めて小さな反復ミスを解消した。
PL/pgSQL ETL/ELTパイプライン600本を構築
複数のPostgreSQL開発・本番環境にまたがる複雑なデータ処理を効率化するため、PL/pgSQLによるETL/ELTパイプライン600本を構築した。
PostgreSQLの開発環境と本番環境に、記録上600のPL/pgSQL ETL/ELTパイプラインを構築。増分読み込みとログ記録を含む。
バックアップと災害復旧をコードで実装
データベースのバックアップ保持をコードで設定し、復旧可能な状態を監査して復元手順を文書化。残る不足を障害時に初めて知ることがないよう明記した。
コードで管理するインフラ設定にデータベースのバックアップ保持期間を定義し、復旧状況を監査。復元手順と残る不足を文書化した。
1,022件のマイグレーションを差分検査で保護
新規インストールと、インストール後に全マイグレーションを適用する2通りでデータベースを構築し、不一致で失敗するCIゲートを設け、1,022件のマイグレーションにわたるスキーマの整合性を保った。
2通りでDBを構築し、不一致で失敗するCIゲートで、1,022件のマイグレーションの整合性を維持した。