Przejdź do treści
Logo Aurabase
aurabaza

Audyt wydajności s. 99

Zidentyfikuj powolne zapytania, poznaj WYJAŚNIJ ANALIZĘ, strategie indeksowania i 5 antywzorców, które zabijają Postgres w środowisku produkcyjnym.

Przewodnik krok po kroku14 min przeczytanePoziom zaawansowanyZmieniono 15 kwi 2026

Ta strona została przetłumaczona automatycznie. Wersja angielska jest miarodajna.

Zmierz przed optymalizacją#

Audyt zaczyna się od liczb. Studio udostępnia p50/p95/p99 według punktu końcowego i zapytania. Przed jakąkolwiek zmianą należy zarejestrować 7-dniowy poziom bazowy.

Informacje

Polecenia aura db slow-queries i aura db stats interfejsu CLI wysyłają zapytanie do pg_stat_statements i metryk puli/rozmiaru bazy danych w połączonym projekcie w zakresie do projektu (dostępne również w Studio > Baza danych i Dzienniki). aura db inspect indexes|tables|locks wyświetla listę użycia indeksów (z flagą nieużywanych), rozmiarów tabel i martwych wierszy oraz blokad blokujących — diagnostyki, której /raw nie może uruchomić, ponieważ odrzuca katalogi systemowe.

clibash
# 10 najdroższych zapytań (całkowity czas)
aura db slow-queries --limit 10

# Połączenia i rozmiar bazy danych (opóźnienia punktu końcowego: Studio > Dzienniki)
aura db stats

pg_stat_statements w czasie rzeczywistym#

pg_stat_statements jest instalowany i wstępnie ładowany w każdym nowym projekcie. Agreguje każde znormalizowane zapytanie (nie są przechowywane żadne wartości literałów) z mean_exec_time, calls i rows. /raw nie czyta tego bezpośrednio — widok obejmuje cały klaster — więc użyj powyższych poleceń, które zwracają tylko zapytania Twojego projektu, lub Studio > Baza danych.

top-10bash
aura db slow-queries --limit 10 --json
aura db inspect indexes        # idx_scan = 0 i nie jest unikalny/podstawowy → nieużywany

Przeczytaj plan jak profesjonalista#

Zapytanie trwające dłużej niż limit czasu instrukcji projektu (10 s) jest anulowane za pomocą STATEMENT_TIMEOUT (HTTP 504) / «anulowanie instrukcji z powodu przekroczenia limitu czasu instrukcji» w aura db raw: zmniejsz pracę lub podziel ją.

Plan informuje , dlaczego zapytanie jest powolne. 4 sygnały, na które warto zwrócić uwagę:

  • Seq Scan w tabeli > 10 tys. wierszy → brak indeksu
  • rows (estimated) ≠ rows (actual) o ±10× → nieaktualne statystyki, analyze table_name
  • Nested Loop na ponad 100 tys. linii → preferowane jest łączenie mieszające, może brakujące WHERE
  • Materialize lub Sort Method: external merge → RAM wyczerpany, work_mem zwiększyć
debugsql
explain (analyze, buffers, format json)
select * from orders
where customer_id = 'abc' and created_at > now() - interval '30 days';

Kiedy, co, jak#

  • B-drzewo (domyślnie): równość, zakres, kolejność. 80% przypadków.
  • GIN: wyszukiwanie pełnotekstowe, JSONB, tabele. using gin (to_tsvector('french', body)).
  • GiST: typy zakresów, ograniczenia wykluczające, wyszukiwanie podobieństw (pg_trgm).
  • HNSW (pgvector): wyszukiwanie wektorów, > 100 tys. wektorów.
  • Częściowe: typowe warunki, where deleted_at is null do usuwania nietrwałego.
  • Zakrywanie: include (...), aby uniknąć sprawdzania w tabeli.
Uwaga

Każdy indeks spowalnia INSERT/UPDATE/DELETE (~5-15% na indeks). Usuń nieużywane indeksy — aura db inspect indexes wyświetla je (nigdy nie skanowane, nie unikalne, nie podstawowe).

Co zabija Postgres w produkcji#

  1. N+1 zapytań — wykonaj połączenie lub użyj !inner w zestawie SDK zamiast pętli
  2. Paginacja za pomocą OFFSET — powyżej 1000, użyj kursora (where id > last_seen)
  3. SELECT * w przypadku dużych tabel — zażądaj tylko niezbędnych kolumn
  4. Długie transakcje — blokują PRÓŻNIĘ i powodują wzdęcia. Utrzymuj < 1 sekundę
  5. Nieindeksowane RLS Polityki — jeśli Twoja polityka wykorzystuje tenant_id = auth.tenant(), indeks tenant_id

Aby pójść dalej#