DB 인사이드 | PostgreSQL New Feature - 17 Release (3) PostgreSQL New Feature는 시리즈로 구성됩니다.PostgreSQL 17 주요 기능 설명과 파라미터, 시스템 카탈로그 변화PostgreSQL 17 성능 최적화(Shared Buffer Flush, NOT NULL과 NULL 조회 최적화, 조건절에 따른 실행계획 최적화)PostgreSQL 17 Vacuum 성능 향상PostgreSQL 17 증분백업(Incremental Backup)본 문서에서는 PostgreSQL 17에서 Vacuum 성능 향상에 대한 내용을 기술합니다. Vacuum 성능 향상PostgreSQL 16 버전까지는 구현상의 이유로 maintenance_work_mem 또는 autovacuum_work_mem설정 값을 크게 설정하더라도 Vacuum 수행 시 최대 1GB까지만 메.. 2024. 12. 30. DB 인사이드 | PostgreSQL New Feature - 17 Release (2) 2024년 9월 28일 PostgreSQL Global Development Group은 최신 버전의 PostgreSQL 17을 출시하였습니다. PostgreSQL 17 출시에 따른 주요 기능을 소개합니다.📢 PostgreSQL 릴리즈 현황은 DB 인사이드 | PostgreSQL Setup - Version & Utility에서 확인할 수 있습니다. PostgreSQL New Feature는 시리즈로 구성됩니다.PostgreSQL 17 주요 기능 설명과 파라미터, 시스템 카탈로그 변화PostgreSQL 17 성능 최적화(Shared Buffer Flush, NOT NULL/NULL 조회 최적화, 조건절에 따른 실행계획 최적화)PostgreSQL 17 Vacuum 성능 향상PostgreSQL 17 증분.. 2024. 12. 30. DB 인사이드 | PostgreSQL New Feature - 17 Release (1) 2024년 9월 28일 PostgreSQL Global Development Group은 최신 버전의 PostgreSQL 17을 출시하였습니다. PostgreSQL 17 출시에 따른 주요 기능을 소개합니다.📢 PostgreSQL 릴리즈 현황은 DB 인사이드 | PostgreSQL Setup - Version & Utility에서 확인할 수 있습니다. PostgreSQL New Feature는 시리즈로 구성됩니다.PostgreSQL 17 주요 기능 설명과 파라미터, 시스템 카탈로그 변화PostgreSQL 17 성능 최적화(Shared Buffer Flush, NOT NULL과 NULL 조회 최적화, 조건절에 따른 실행계획 최적화)PostgreSQL 17 Vacuum 성능 향상PostgreSQL 17 증.. 2024. 12. 30. 다양한 모델 알고리즘의 활용 AI의 한계와 현실적인 기대치AI는 강력한 도구이지만, 만능은 아닙니다. AI 모델은 데이터 품질, 모델 선택, 알고리즘의 한계 등 다양한 요인에 의해 제약을 받을 수 있습니다. 이를 이해하고 현실적인 기대치를 설정하는 것이 필요합니다. AI의 이러한 한계 속에서, 적절한 모델 알고리즘을 선택하는 것이 더욱 중요해졌습니다. 모델 알고리즘은 문제의 특성과 데이터의 특성에 따라 적합한 것을 선택해야만 AI가 제공할 수 있는 가치를 끌어낼 수 있습니다. 이번 섹션에서는 일반적으로 사용되는 AI모델 알고리즘들과 우리가 사용하는 다양한 모델 알고리즘에 대해 다루겠습니다. AI 모델 알고리즘AI 기술이 점점 발전하면서, 다양한 모델 알고리즘이 각광받고 있습니다. AI 모델은 특정 문제를 해결하기 위해 설계된 수.. 2024. 12. 26. 복잡한 인프라 구성없이 시작하는 AI 분석 플랫폼, 우드페커 요즘 IT 산업 분야 메가 트렌드는 ‘AI(인공지능)’입니다. 사람의 리소스를 최소한으로 투입하면서 미래를 예측하여 비즈니스 성공을 이끌어내기 위해서라도 AI의 도움은 필수가 되었는데요. AI를 빼고 이젠 IT 산업을 이야기하기 어렵게 되었음에도 많은 기업들이 AI를 현업에 적용하는 방안을 고민하고 있습니다.특히, AI를 활용한 다양한 개발 환경들이 쏟아져 나오고 있음에도, 어떻게 개발하고 배포한 데이터를 분석해야 할지에 대한 명쾌한 방법을 찾기는 참 어렵습니다. 시중에는 다양한 AI 분석 플랫폼이 많고, 각 플랫폼들을 비교하고 검토하는 과정 또한 오래 소요되기 때문입니다. 그렇다면 이런 상황에서 분석가들이 실제로 AI 모델 개발 환경을 구축할 때 고민들은 어떤 것들이 있을까요? 대 AI 시대의 데이.. 2024. 11. 28. DB 인사이드 | PWI - Shared Buffer > Wait Event Shared Buffer의 동작 원리에 이어서, Shared Buffer 내 동작 과정에서 발생할 수 있는 대표적인 Wait Event인 LWLock:BufferMapping과 LWLock:BufferContent에 대해서 알아보겠습니다. 📢 LWLock:BufferMapping, LWLock:BufferContent에서 LWLock은 Wait Event Type을 나타내며 BufferMapping과 BufferContent는 Wait Event Name을 가리킵니다. LWLock:BufferMapping프로세스가 Hash Table에 대한 BufferMapping Lock 획득을 대기할 때 LWLock:BufferMapping이라는 Wait Event가 발생됩니다.동일한 Hash Table 영역에 .. 2024. 11. 27. Feature Engineering : 데이터 정제와 가공 1. AI 모델 성능을 위한 효과적인 데이터 준비 과정오늘날 AI 발전의 핵심은 단순한 기술 혁신을 넘어, 데이터의 품질과 세밀한 가공 과정에 의해 결정됩니다. 데이터는 이제 AI 모델링의 근본 자원이며, 이를 어떻게 다듬고 활용하느냐에 따라 예측력과 신뢰성이 달라집니다. 이러한 과정에서 피처 엔지니어링(Feature Engineering)은 AI 모델의 성공을 좌우하는 핵심 단계로 자리 잡았습니다. 피처 엔지니어링은 간단히 말해, 예측 모델의 성능을 높이기 위해 기존 데이터를 가공하고 새로운 특성을 만드는 과정입니다. 이를 통해 AI가 단순한 정보 분석을 넘어 중요한 패턴을 찾고 신뢰성 있는 예측을 수행할 수 있게 됩니다. 마치 모래성을 쌓을 때, 흩어진 모래를 적절히 다지고 물을 더해 견고한 구조를.. 2024. 10. 31. DB 인사이드 | PWI - Shared Buffer > 동작원리 지금까지 PostgreSQL의 Lock에 대해서 알아보았습니다.이어서 PostgreSQL을 구성하는 각각의 내부 아키텍처와 주요 메커니즘을 우선 이해하고, 그 과정에서 나타나는 Wait Event의 발생 원인과 해결 방안에 대해 살펴보겠습니다. 첫 번째 주제로 PostgreSQL의 Shared Buffer에 대해서 알아보고 그와 관련된 Wait Event는 어떤 것이 있는지 알아보겠습니다. Shared BufferShared Buffer는 모든 프로세스가 공유해서 사용하는 Shared Memory 내부에 위치하고 있으며, 데이터를 페이지 단위로 캐싱하여 I/O를 빠르게 처리하기 위한 목적으로 사용됩니다. 또한 Oracle의 Buffer Cache와 매우 유사하며 shared_buffers 파라미터를 통해.. 2024. 10. 25. DB 인사이드 | PWI - LOCK > Other Locks 📢 PWI(PostgreSQL Wait Interface) - LOCKPostgreSQL의 Wait Event에 대하여 다루기 전에, 먼저 PostgreSQL에서 사용하는 Lock에 대한 전반적인 내용을 다룰 예정입니다.PostgreSQL은 Relation과 같은 Object를 보호하는 Heavyweight Lock(HWLock), Relation의 구성 요소의 하나인 Row를 다루는 Row-level Lock, 그리고 일반적으로 공유 메모리의 데이터 구조에 접근할 때 사용하는 Lightweight Lock(LWLock) 등 다양한 유형의 Lock을 제공합니다.앞으로 PWI - Locks에서는 PostgreSQL에서 사용하는 Lock의 종류와 특징, 동작 방식 등을 알아보고, 사용 예시를 통하여 Loc.. 2024. 9. 25. 이전 1 2 3 4 ··· 28 다음
