본문으로 건너뛰기
아우라베이스 로고
아우라베이스

성과감사 p99

느린 쿼리를 식별하고, EXPLAIN ANALYZE, 인덱싱 전략, 프로덕션에서 Postgres을 죽이는 5가지 안티 패턴을 이해하세요.

방법 가이드14분 읽기레벨 고급2026. 4. 15.에 개정됨

이 페이지는 자동으로 번역되었습니다. 영어 버전은 권위가 있습니다.

최적화 전 측정#

감사는 숫자로 시작됩니다. Studio는 엔드포인트 및 쿼리를 통해 p50/p95/p99를 노출합니다. 변경 전 7일 기준을 캡처합니다.

정보

aura db slow-queries 및 aura db stats CLI 명령은 프로젝트 범위에 따라 연결된 프로젝트에서 pg_stat_statements 및 데이터베이스 풀/크기 측정항목을 쿼리합니다(Studio › 데이터베이스 및 로그에서도 사용 가능). aura db inspect indexes|tables|locks는 인덱스 사용량(사용되지 않은 항목은 플래그 지정), 테이블 크기 및 데드 행, 차단 잠금을 나열합니다. 이는 /raw가 시스템 카탈로그를 거부하기 때문에 실행할 수 없는 진단입니다.

clibash
# 가장 비용이 많이 드는 쿼리 10개(총 시간)
aura db slow-queries --limit 10

# 연결 및 데이터베이스 크기(엔드포인트 지연 시간: Studio › 로그)
aura db stats

실시간 pg_stat_statements#

pg_stat_statements은 모든 새 프로젝트에 설치되고 사전 로드됩니다. mean_exec_time, calls 및 rows를 사용하여 각 정규화된 쿼리(리터럴 값이 저장되지 않음)를 집계합니다. /raw는 이를 직접 읽지 않습니다. 보기는 클러스터 전체이므로 프로젝트의 쿼리만 반환하는 위의 명령을 사용하거나 Studio › 데이터베이스를 사용하세요.

top-10bash
aura db slow-queries --limit 10 --json
aura db inspect indexes        # idx_scan = 0이고 고유하지 않음/기본 → 사용되지 않음

전문가처럼 계획을 읽어보세요#

프로젝트의 명령문 시간 초과(10초)보다 오래 실행되는 쿼리는 STATEMENT_TIMEOUT(HTTP 504) / « 명령문 시간 초과로 인해 명령문 취소하기 » in aura db raw: 작업을 줄이거나 분할하여 취소됩니다.

계획은 쿼리가 느린 이유를 알려줍니다. 찾아야 할 4가지 신호:

  • 테이블의 Seq Scan > 10,000행 → 인덱스 누락
  • rows (estimated) ≠ rows (actual) ±10× → 더 이상 사용되지 않는 통계, analyze table_name
  • 100,000개 이상의 라인에서 Nested Loop → 해시 조인이 선호되며 WHERE가 누락되었을 수 있습니다.
  • Materialize 또는 Sort Method: external merge → RAM이 소진됨, work_mem 증가
debugsql
explain (analyze, buffers, format json)
select * from orders
where customer_id = 'abc' and created_at > now() - interval '30 days';

언제, 무엇을, 어떻게#

  • B-트리(기본값): 동일성, 범위, 정렬 기준. 80%의 경우입니다.
  • GIN: 전체 텍스트 검색, JSONB, 테이블. using gin (to_tsvector('french', body)).
  • GiST: 범위 유형, 제외 제약 조건, 유사성 검색(pg_trgm).
  • HNSW (pgvector): 벡터 검색, > 100k 벡터.
  • 부분: 일반적인 조건, 일시 삭제의 경우 where deleted_at is null.
  • : include (...)을 덮어 테이블 조회를 방지합니다.
주의

각 인덱스는 INSERT/UPDATE/DELETE 속도를 저하시킵니다(인덱스당 ~5-15%). 사용하지 않는 인덱스 삭제 — aura db inspect indexes는 해당 인덱스를 나열합니다(스캔되지 않음, 고유하지 않음, 기본이 아님).

프로덕션에서 Postgres을 죽이는 것#

  1. N+1 쿼리 — 루프 대신 SDK에서 조인을 수행하거나 !inner 사용
  2. OFFSET에 의한 페이지 매김 — 1000 이상, 커서 기반 사용(where id > last_seen)
  3. SELECT * 대형 테이블의 경우 — 필요한 열만 요청
  4. 긴 트랜잭션 — 이는 VACUUM을 차단하고 팽창을 유발합니다. 1초 미만으로 유지
  5. 색인화되지 않은 RLS 정책 — 정책이 tenant_id = auth.tenant()을 사용하는 경우 색인 tenant_id

더 나아가려면#