Сумма: 0
Количество заявок: 2
12.12.25
По договорённости
Идея
Задачи ИКТ
Пищевая промышленность
Интеллектуальные системы управления
ПО/ИС
Во многих продуктах на PostgreSQL репликация настраивается «вручную» под каждый проект, что приводит к: • разрозненным конфигурациям и ошибкам при масштабировании; • трудностям с обновлением версий PostgreSQL; • отсутствию единого стандарта для CDC и интеграций с внешними системами; • сложностям в диагностике проблем репликации и отставания standby-серверов. При росте нагрузки и объёма данных это приводит к падению производительности, рискам потери данных и невозможности оперативно строить витрины/аналитику. Необходимо унифицированное, воспроизводимое решение, которое: • разворачивается через Docker Compose, • использует Debezium для надёжного CDC, • легко переносится между средами (dev/stage/prod), • документировано и понятно другим командам/партнёрам.
• Сокращение времени развертывания контура репликации PostgreSQL с нескольких дней до нескольких часов за счёт готовых docker-шаблонов. • Повышение надёжности репликации и снижение числа инцидентов, связанных с отставанием или рассинхронизацией данных. • Возможность построения real-time аналитики и интеграций через CDC (Debezium/Kafka) без сложных доработок основной БД. • Уменьшение нагрузки на основной кластер за счёт вынесения отчётности и тяжёлых запросов на реплики. • Создание внутри компании стандарта по настройке репликации, который можно масштабировать на новые проекты и франчайзинговые точки.
Nurlan Rakhimzhan
Цель и описание задачи (проекта)
Цель задачи — разработать, протестировать и задокументировать единый стандартный контур репликации PostgreSQL для высоконагруженных SaaS-систем (на примере ERP-платформы Alarify), с использованием Docker Compose, логической репликации и стека Debezium/Kafka. В рамках проекта планируется: • описать типовые сценарии репликации (master → read-replica, master → reporting DB, master → CDC-шина); • подготовить docker-compose окружение с конфигурацией PostgreSQL (primary/standby), Debezium, Kafka и вспомогательных сервисов; • реализовать механизм change data capture (CDC) на базе Debezium для передачи изменений в аналитические и интеграционные контуры; • настроить мониторинг и алертинг по задержке репликации и ошибкам (Prometheus/Grafana/логирование); • подготовить базовый набор best practices по настройке параметров PostgreSQL для стабильной логической репликации в продакшене. Результатом станет переиспользуемое решение (docker-шаблоны, конфигурации, документация), которое можно применять в любых ERP/CRM/SaaS-системах с микросервисной архитектурой.