Приложение Tantor JAM 2026

5 лет «Тантор Лабс». Российским СУБД пора играть по-крупному

Вадим Яценко, генеральный директор «Тантор Лабс»

Российский сегмент СУБД долго развивался в логике догоняющей модернизации: брать PostgreSQL и добавлять в него новые возможности. Эта работа необходима, но ее нев достаточной степени, если мы всерьез ставим перед собой задачу давать рынку актуальные технологии enterprise-уровня.

Почему потребовалось изменить саму планку категории? Почему российской СУБД необходимо претендовать на большее, чем быть совместимой заменой зарубежному продукту? Какие технологии и архитектуры нужны, чтобы всерьез конкурировать за наиболее сложные территории, которые десятилетиями занимали Oracle и Microsoft? Насколько далеко можно зайти в построении полноценной технологической альтернативы?

Пять лет «Тантор Лабс» — это история реализации этой амбиции: от графического инструмента администрирования до собственной технологической экосистемы, включающей СУБД, программно-аппаратные комплексы с качественно другой архитектурой данных и распределенными технологиями, а также недавно представленную AI-first платформу управления и мониторинга. В выступлении я расскажу, какие технологические ставки сделали возможным этот путь, какие решения определили развитие «Тантор Лабс» и куда компания движется дальше.

AI-first подход в управлении и администрировании СУБД. Как меняется профессия DBA?

Алексей Барган, руководитель группы разработки Платформы Tantor

Как устроены agentic-системы автономного мониторинга и управления СУБД? Где проходят границы их самостоятельности и какие механизмы позволяют безопасно доверять им работу с production-системами?

Рассмотрим эти вопросы детальнее и поговорим о том, как резкое снижение стоимости инференса и рост возможностей LLM меняют саму экономику подобных решений, куда движется сегмент систем управления СУБД и что происходит с профессией DBA, когда значительную часть диагностики и рутинных операций начинают выполнять ИИ-агенты.

Система Tantor 7.0: Встраивание предиктивной аналитики в контур эксплуатации СУБД

Семен Курепин, пресейл-инженер

В классических системах мониторинга администратор вынужден реагировать на уведомления постфактум. Платформа Tantor 7 меняет решение к эксплуатации СУБД, внедряя ИИ-агента непосредственно в контур управления базами данных. ИИ-ассистент анализирует потоковые метрики экземпляров PostgreSQL, выявляет аномалии и формирует рекомендации, помогая переходить от реактивного мониторинга к превентивной диагностике.

В докладе рассмотрим архитектуру ИИ-мониторинга, адаптивную частоту проверок, многофакторную оценку состояния HealthScore и двойной контур диагностики, объединяющий ИИ-рекомендации и классические триггеры. На практических сценариях покажем, как такой подход помогает сокращать время решения типовых проблем производительности (MTTR) и автоматизировать рутинные проверки.

Tantor Polar: путь к «колоночному» HTAP через конвейерную обработку heap

Алексей Копытов, архитектор, tech lead

Анализ в реальном времени – требование современного бизнеса, но классические строковые (OLTP) СУБД плохо приспособлены для тяжелой аналитической нагрузки. Гибридная архитектура (HTAP) решает этот конфликт, и в машине баз данных Tantor XData Gen3 HTAP уже реализован через MPP-подход: аналитические запросы распределяются между вычислительными узлами и выполняются параллельно, что позволяет эффективно совмещать транзакционную и аналитическую нагрузку.

Следующий архитектурный шаг – переход к колоночной обработке. Он сулит огромный скачок производительности на аналитических запросах за счет более эффективного использования CPU, памяти и пропускной способности дисковой подсистемы. Но это уже серьезное изменение модели хранения, которое нельзя сделать одномоментно без рисков для пользователей и совместимости с существующей экосистемой PostgreSQL. Команда Tantor Polar выбрала поэтапный путь, и в выступлении мы рассмотрим начальный и самый значимый шаг: построение эффективного конвейера обработки аналитических запросов поверх обычных heap-таблиц.

Машина баз данных Tantor XData Gen3: постгресовый дрифт в сторону enterprise

Екатерина Мартьянова, директор по продукту Tantor XData

Михаил Сёмкин, tech lead СУБД Tantor Polar

Как далеко может зайти PostgreSQL, если рассматривать его не просто как СУБД для отдельных нагрузок, а как фундамент enterprise-машины баз данных, без потери совместимости с корпоративными приложениями?

В докладе мы впервые представим результаты тестирования Tantor XData Gen3 для трёх типов нагрузки — OLTP, OLAP и HTAP — и сопоставим их с мировыми бенчмарками Oracle Exadata и результатами российской индустрии. Затем покажем, за счёт чего удалось получить эти результаты: разберём развитие СУБД Tantor Polar, используемые технологии разделения Compute и Storage, PFS, RDMA и другие. Раскроем методику тестирования и возможности тюнинга, которые дали наибольший эффект.

Нативная (без ETL) аналитика на оригинальных данных. PX-движок для Tantor Polar

Максим Милютин, руководитель группы исследований и разработки

Архитектура СУБД Tantor Polar с разделяемым Storage и масштабированием чтения по stateless compute-репликам открывает возможность выполнять MPP-аналитику непосредственно на оригинальных данных, полученных от OLTP-узла. В одном решении здесь сочетаются классический PostgreSQL в роли OLTP-движка, архитектура Tantor Polar с разделением Compute и Storage и технологии Greenplum для MPP-обработки секционированных данных по сегментам кластера. Все это в сумме составляет PX-движок (parallel execution), планы запросов для которого строятся оптимизатором ORCA, унаследованным от Greenplum.

В докладе разберем архитектуру и основные возможности этого движка. На бенчмарках TPC-H и TPC-DS покажем техники ускорения запросов, расскажем о возможностях, которые мы добавили по сравнению с open-source версией, и о планах дальнейшего развития технологии.

Postgres для 1С: от «работает» к «быстро» — за два года

Александр Симонов, технический руководитель направления развития 1С

Еще несколько лет назад Postgres для 1С воспринимался как компромисс: современная и открытая СУБД, но с неизбежной платой за производительность. Что потребовалось, чтобы преодолеть этот стереотип? В Tantor за последние два года подход к оптимизации изменился принципиально. В основе изменений — реальные задачи, с которыми сталкивались проекты на 1С, и системная работа команды над поиском и устранением причин проблем на уровне СУБД. Но как именно это происходит на практике? Если запрос выглядит обычным, план выполнения — разумным, а система все равно работает медленно, то где искать причину? На Tantor JAM разберем реальные истории производительности 1С, в которых проблема оказывалась глубже очевидного. Покажем, как мы находим узкие места, какие изменения вносим в планировщик после таких расследований и как улучшения, рожденные конкретными задачами, в результате получают все пользователи. Поговорим о стратегии развития Tantor Postgres для 1С, о том, какие задачи 1С сегодня удается решать иначе, и благодаря чему Tantor Postgres становится осознанным выбором для заказчиков. И да — несколько решений, которые сейчас еще находятся за кулисами, в начальный раз покажем именно на Tantor JAM.

Новая эпоха TDE

Сергей Соловьев, разработчик СУБД Tantor Postgres

Сертифицированное прозрачное шифрование данных (TDE) с поддержкой аппаратных модулей безопасности (HSM) уже на подходе. Но на этом мы не останавливаемся: в докладе представим новую архитектуру, которая придет на смену старому «конвертному шифрованию», обеспечит более высокий уровень защиты данных и позволит выполнять ротацию мастер-ключей без даунтайма. Расскажем, как все устроено, какие задачи защиты данных можно будет решать и какие возможности откроются для организаций с повышенными требованиями к ИБ.

Защита данных в Tantor Postgres

Андрей Погудин, инженер

Защита данных в современной СУБД — уже не только вопрос внешних средств информационной безопасности. Шифрование, маскирование, аудит, контроль доступа, поиск чувствительных данных и контроль целостности напрямую связаны с тем, как устроена и работает СУБД, поэтому все больше задач по защите логично решать непосредственно внутри ее контура.

В докладе покажем, как Tantor закрывает разные сценарии защиты данных с помощью ключевых инструментов. На примере унаследованного проекта разберем сквозной скрипт ее превращения в полностью защищенную систему: поиск и анонимизация ПДн с помощью pg_anon, прозрачное преобразование (pg_tde), маскирование (transp_anon), аудит операций (pgaudit), проверка уязвимостей (pg_sec_check), парольные политики (credcheck) и контроль целостности конфигурационных файлов и данных (pg_integrity_verifier).