Visão Geral

O curso PostgreSQL Advanced foi desenvolvido para profissionais que já possuem conhecimento básico em PostgreSQL e desejam explorar funcionalidades avançadas do banco de dados para melhorar a performance, segurança, replicação e otimização de consultas. Este Curso PostgreSQL Advanced visa capacitar os participantes para lidar com ambientes complexos e de alta disponibilidade, aproveitando ao máximo os recursos que o PostgreSQL oferece para escalabilidade e gerenciamento de grandes volumes de dados.

Objetivo

Após realizar este Curso PostgreSQL Advanced, você será capaz de:

• Configurar e gerenciar replicação e alta disponibilidade no PostgreSQL.
• Implementar estratégias de segurança avançadas e controle de acesso.
• Otimizar consultas e realizar tuning de performance.
• Gerenciar partições de tabelas e sharding para trabalhar com grandes volumes de dados.
• Analisar e melhorar o uso de índices e executar planos de consulta eficientes.
• Realizar backups incrementais e automáticos.
• Trabalhar com extensões e funções avançadas do PostgreSQL.

Publico Alvo

• Administradores de Banco de Dados (DBAs) que buscam aprimorar suas habilidades em PostgreSQL.
• Desenvolvedores que desejam otimizar suas consultas e interações com o banco de dados.
• Engenheiros de dados e analistas que trabalham com grandes volumes de dados e ambientes de alta disponibilidade.
• Arquitetos de sistemas que precisam projetar soluções com PostgreSQL em escala.

Pre-Requisitos

• Conhecimento básico de PostgreSQL (DML, DDL, criação de tabelas, chaves primárias/estrangeiras, etc.).
• Ter feito o Curso PostegreSQL Administration
• Familiaridade com comandos SQL.
• Noções de administração de servidores Linux (para instalação e configuração).

Materiais

Conteúdo Programatico

Módulo 1: Revisão de Conceitos Básicos de PostgreSQL

1. Revisão das estruturas de dados e comandos SQL
2. Funções agregadas, joins e subconsultas
3. Revisão de chaves primárias e estrangeiras

Módulo 2: Tuning e Otimização de Performance

1. Análise de desempenho e diagnósticos com EXPLAIN e ANALYZE
2. Técnicas de otimização de consultas complexas
3. Uso eficiente de índices (B-Tree, GiST, GIN e BRIN)
4. Vacuum e AutoVacuum: Gerenciando a fragmentação de tabelas
5. Monitoramento de performance e métricas de tempo de resposta

Módulo 3: Particionamento e Sharding

1. Implementação de tabelas particionadas
2. Gerenciamento de particionamento por faixa e lista
3. Vantagens e desvantagens do sharding de dados
4. Distribuição de dados em diferentes nós de banco de dados

Módulo 4: Replicação e Alta Disponibilidade

1. Tipos de replicação no PostgreSQL (síncrona, assíncrona e em cascata)
2. Configuração de replicação física e lógica
3. Failover e recuperação automática
4. Gerenciamento de clusters com Patroni e HAProxy

Módulo 5: Segurança Avançada

1. Autenticação e autorização no PostgreSQL
2. Configurando SSL e criptografia de dados em repouso
3. Implementação de políticas de acesso com Row-Level Security (RLS)
4. Auditoria de atividades com pgAudit

Módulo 6: Backup e Recuperação

1. Técnicas de backup físico e lógico
2. Configuração de backups incrementais e PITR (Point in Time Recovery)
3. Restauração de backups e recuperação de dados
4. Automação de rotinas de backup e políticas de retenção

Módulo 7: Extensões e Funções Avançadas

1. Instalação e uso de extensões (PostGIS, pg_cron, etc.)
2. Criação e gerenciamento de funções em PL/pgSQL
3. Triggers e eventos
4. Funções de janela e recursividade

Módulo 8: Gerenciamento de Grandes Volumes de Dados

1. Armazenamento de dados em JSONB e otimização
2. Configuração de tablespaces para performance e organização
3. Gerenciamento de dados não estruturados
4. Técnicas de compressão de dados e particionamento avançado

Módulo 9: Administração e Manutenção

1. Monitoramento contínuo e automação de tarefas com pg_cron
2. Gerenciamento de logs e diagnóstico de falhas
3. Configurações de parâmetros do PostgreSQL para ambientes de alta demanda
4. Atualizações e migração de versões

Módulo 10: Integração com Outras Ferramentas

1. Integração com ferramentas de BI e análise de dados
2. Conectividade com linguagens de programação (Python, Java, etc.)
3. Utilização de PostgreSQL em arquiteturas de microsserviços e contêineres (Docker, Kubernetes)
4. Gerenciamento de conectividade e balanceamento de carga