Controllo di gestione p99
Identifica le query lente, comprendi EXPLAIN ANALYZE, le strategie di indicizzazione e i 5 anti-pattern che uccidono Postgres in produzione.
Misurare prima di ottimizzare#
Un audit inizia con i numeri. Lo Studio espone p50/p95/p99 per endpoint e per query. Acquisisci una linea di base di 7 giorni prima di qualsiasi modifica.
I comandi CLI aura db slow-queries e aura db stats eseguono query su pg_stat_statements e sulle metriche di pool/dimensioni del database sul progetto collegato, nell'ambito del progetto (disponibile anche in Studio › Database e Log). aura db inspect indexes|tables|locks elenca l'utilizzo degli indici (con quelli inutilizzati contrassegnati), le dimensioni delle tabelle, le righe morte e i blocchi di blocco: la diagnostica che /raw non può essere eseguita perché rifiuta i cataloghi di sistema.
# Le 10 query più costose (tempo totale)
aura db slow-queries --limit 10
# Connessioni e dimensioni del database (latenze endpoint: Studio › Log)
aura db stats
pg_stat_statements in tempo reale#
pg_stat_statements viene installato e precaricato su ogni nuovo progetto. Aggrega ogni query normalizzata (non vengono archiviati valori letterali) con mean_exec_time, calls e rows. /raw non lo legge direttamente — la visualizzazione è a livello di cluster — quindi utilizza i comandi sopra, che restituiscono solo le query del tuo progetto, o Studio › Database.
aura db slow-queries --limit 10 --json
aura db inspect indexes # idx_scan = 0 e non univoco/primario → non utilizzato
Leggi il piano come un professionista#
Una query che viene eseguita più a lungo del timeout dell'istruzione del progetto (10 s) viene annullata con STATEMENT_TIMEOUT (HTTP 504) / « annullamento dell'istruzione a causa del timeout dell'istruzione » in aura db raw: ridurre il lavoro o suddividerlo.
Il piano ti dice perché la query è lenta. I 4 segnali da cercare:
Seq Scansulla tabella > 10k righe → indice mancanterows (estimated) ≠ rows (actual)di ±10× → statistiche obsolete,analyze table_nameNested Loopsu oltre 100.000 righe → preferibile hash join, forse manca WHEREMaterializeoSort Method: external merge→ RAM esaurita,work_memda aumentare
explain (analyze, buffers, format json)
select * from orders
where customer_id = 'abc' and created_at > now() - interval '30 days';
Quando, cosa, come#
- B-tree (predefinito): uguaglianza, intervallo, ordine per. Nell'80% dei casi.
- GIN: ricerca full-text, JSONB, tabelle.
using gin (to_tsvector('french', body)). - GiST: tipi di intervallo, vincoli di esclusione, ricerca per similarità (
pg_trgm). - HNSW (pgvector): ricerca vettoriale, > 100k vettori.
- Parziale: condizioni comuni,
where deleted_at is nullper l'eliminazione temporanea. - Coprendo:
include (...)per evitare la ricerca sulla tabella.
Ogni indice rallenta INSERT/UPDATE/DELETE (~5-15% per indice). Elimina gli indici inutilizzati: aura db inspect indexes li elenca (mai scansionati, non univoci, non primari).
Cosa uccide Postgres in produzione#
- N+1 query: esegui un join o utilizza
!innernell'SDK anziché un loop - Impaginazione per OFFSET — oltre 1000, utilizza la funzione basata su cursore (
where id > last_seen) - SELECT * su tabelle di grandi dimensioni — richiede solo le colonne necessarie
- Transazioni lunghe: bloccano il VACUUM e causano un ingrossamento. Mantieni < 1 secondo
- Non indicizzato RLS Policy: se la policy utilizza
tenant_id = auth.tenant(), indicizzatenant_id