Python y PostgreSQL para grandes almacenes de datos

Resumen

Explora técnicas para gestionar almacenes de datos masivos utilizando Python y PostgreSQL, abarcando el uso de agrupación de conexiones, replicación de datos, optimización y estrategias de consulta eficientes.

Programa de estudio

• Introducción a Python y PostgreSQL
Descripción general de Python para la gestión de datos
Descripción general de PostgreSQL en el almacenamiento de datos
• Configuración del entorno
Instalación y configuración de PostgreSQL
Configuración del entorno de desarrollo de Python
Conexión de Python a PostgreSQL
• Agrupación de conexiones en PostgreSQL
Introducción a la agrupación de conexiones
Uso de Psycopg2 para la agrupación de conexiones
Mejores prácticas para gestionar conexiones
• Estrategias de replicación de datos
Comprender la replicación en Postgres
Configuración de la replicación en streaming
Replicación lógica y casos de uso
• Optimización del almacenamiento de datos
Identificación y diseño de modelos de datos
Estrategias de indexación para conjuntos de datos grandes
Estrategias de particionamiento
Vaciar y analizar bases de datos
• Estrategias eficientes de consultas
Planificación y ejecución de consultas
Escritura de consultas SQL optimizadas
Uso de Explain y Analyze para ajuste de rendimiento
CTEs y funciones de ventana
• Técnicas avanzadas de Python para la gestión de datos
Uso de Pandas y NumPy con PostgreSQL
Tuberías ETL utilizando Python
Integración de PostGIS para datos geoespaciales
• Seguridad y mantenimiento
Implementación de prácticas de seguridad en bases de datos
Mantenimiento regular de bases de datos y copias de seguridad
• Proyecto de fin de curso
Diseño de un almacén de datos escalable
Implementación de técnicas de optimización
Presentación de hallazgos y soluciones

Asignaturas

Charlas de conferencia