Data & AnalyticsTools-in-Action30min
Comment la Petite Souris gère ses milliards de dents avec TimescaleDB
Ce talk présente, via une métaphore ludique, la gestion efficace de milliards d’événements IoT avec TimescaleDB : configuration, hypertables, requêtes optimisées, compression, continuous aggregates, et retour d’expérience sur 7 ans de production. Des solutions concrètes et éprouvées pour tout niveau d’utilisation sont proposées.
David Torres DiasKarnott
Gérer des milliards d'événements temporels en production IoT, ce n'est pas un conte de fées. Pourtant, avec TimescaleDB, ça peut devenir étonnamment simple.
À travers la métaphore de la Petite Souris qui collecte des milliers de dents chaque nuit, je vous propose de découvrir TimescaleDB en action : de la mise en place aux optimisations avancées, en passant par la compression et les continuous aggregates, le tout en démo live avec de vraies données.
Au programme :
Que vous débutiez avec TimescaleDB ou cherchiez à optimiser votre setup existant, vous repartirez avec des patterns concrets et éprouvés en production.
À travers la métaphore de la Petite Souris qui collecte des milliers de dents chaque nuit, je vous propose de découvrir TimescaleDB en action : de la mise en place aux optimisations avancées, en passant par la compression et les continuous aggregates, le tout en démo live avec de vraies données.
Au programme :
- Mise en place et configuration des hypertables
- Requêtes temporelles optimisées avec time_bucket
- Compression automatique et retention policies
- Continuous aggregates pour des agrégations ultra-rapides
- Retour d'expérience : 7 ans en production chez Karnott (IoT agricole, 37 milliards de données temporelles, millions de requêtes quotidiennes)
Que vous débutiez avec TimescaleDB ou cherchiez à optimiser votre setup existant, vous repartirez avec des patterns concrets et éprouvés en production.
David Torres Dias
DevOps et développeur Backend chez Karnott depuis 7 ans, je travaille sur des systèmes IoT pour l'agriculture. Entre PostgreSQL, TimescaleDB et Go, je jongle avec quelques dixaines de milliards de points de données et plusieurs TB de stockage. J'aime rendre la technique accessible, quitte à parler de petites souris pour expliquer les bases de données time-series.
comments.speakerNotEnabledComments