PostgreSQL과 pgvector를 활용해 RAG 애플리케이션을 구축하는 과정과 벡터 검색, 임베딩, 로컬 LLM 연동 방법을 단계별로 살펴봅니다.

Kubernetes에서 PostgreSQL을 실행하는 방법과 CloudNativePG의 역할, 스토리지·백업·AI/ML 워크로드 및 향후 기능을 살펴봅니다.

PostgreSQL 성능 최적화를 위해 shared_buffers, work_mem, effective_cache_size 등 주요 데이터베이스 매개변수의 역할과 설정 방법을 예제와 함께 알아봅니다.

PostgreSQL Replication의 물리적·논리적 복제 차이와 EDB Postgres Distributed(PGD)를 활용한 PostgreSQL 14·15·16 복제 클러스터 구축 방법을 살펴봅니다.

PostgreSQL 확장 pgvector를 활용해 벡터 데이터를 저장하고 HNSW 인덱스를 생성하며 임베딩 기반 벡터 유사도 검색을 구현하는 방법을 살펴봅니다.

Kubernetes에서 CloudNativePG를 설치하고 PostgreSQL 클러스터, Longhorn 스토리지, 외부 접속 및 비밀번호 확인 방법을 단계별로 살펴봅니다.

기업 환경에서 Postgres 관리, 성능 모니터링, 고가용성, 백업, 연결 풀링 및 데이터베이스 마이그레이션에 활용할 수 있는 주요 도구를 살펴봅니다.

EDB Postgres 17의 PostgreSQL 17 통합, EPAS의 Oracle 마이그레이션 기능, 보안·규정 준수, Barman 백업 및 복구 개선 사항을 살펴봅니다.

CloudNativePG가 Kubernetes 환경에서 PostgreSQL 물리적 복제 슬롯을 관리하고 장애 조치와 자가 복구를 지원하는 원리를 살펴봅니다.

FIPS 컴플라이언스 서버에서 TPA를 이용해 EFM을 설치하고, Barman의 WAL 아카이빙을 rsync로 구성하는 방법을 단계별로 설명합니다.