Audyt wydajności s. 99
Zidentyfikuj powolne zapytania, poznaj WYJAŚNIJ ANALIZĘ, strategie indeksowania i 5 antywzorców, które zabijają Postgres w środowisku produkcyjnym.
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.
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.
# 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.
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 Scanw tabeli > 10 tys. wierszy → brak indeksurows (estimated) ≠ rows (actual)o ±10× → nieaktualne statystyki,analyze table_nameNested Loopna ponad 100 tys. linii → preferowane jest łączenie mieszające, może brakujące WHEREMaterializelubSort Method: external merge→ RAM wyczerpany,work_memzwiększyć
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 nulldo usuwania nietrwałego. - Zakrywanie:
include (...), aby uniknąć sprawdzania w tabeli.
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#
- N+1 zapytań — wykonaj połączenie lub użyj
!innerw zestawie SDK zamiast pętli - Paginacja za pomocą OFFSET — powyżej 1000, użyj kursora (
where id > last_seen) - SELECT * w przypadku dużych tabel — zażądaj tylko niezbędnych kolumn
- Długie transakcje — blokują PRÓŻNIĘ i powodują wzdęcia. Utrzymuj < 1 sekundę
- Nieindeksowane RLS Polityki — jeśli Twoja polityka wykorzystuje
tenant_id = auth.tenant(), indekstenant_id