Auditoria de desempenho p.99
Identifique consultas lentas, entenda EXPLAIN ANALYZE, estratégias de indexação e os 5 antipadrões que matam Postgres na produção.
Meça antes de otimizar#
Uma auditoria começa com números. O Studio expõe p50/p95/p99 por endpoint e por consulta. Capture uma linha de base de 7 dias antes de qualquer alteração.
Os comandos CLI aura db slow-queries e aura db stats consultam pg_stat_statements e métricas de pool/tamanho de banco de dados em seu projeto vinculado, com escopo definido para seu projeto (também disponível em Studio › Database e Logs). aura db inspect indexes|tables|locks lista o uso do índice (com os não utilizados sinalizados), tamanhos de tabelas e linhas mortas e bloqueios de bloqueio - os diagnósticos que /raw não pode executar porque recusa catálogos do sistema.
# As 10 consultas mais caras (tempo total)
aura db slow-queries --limit 10
# Conexões e tamanho do banco de dados (latências de endpoint: Studio › Logs)
aura db stats
pg_stat_statements em tempo real#
pg_stat_statements é instalado e pré-carregado em cada novo projeto. Ele agrega cada consulta normalizada (nenhum valor literal é armazenado) com mean_exec_time, calls e rows. /raw não o lê diretamente — a visualização abrange todo o cluster — então use os comandos acima, que retornam apenas as consultas do seu projeto, ou Studio › Database.
aura db slow-queries --limit 10 --json
aura db inspect indexes # idx_scan = 0 e não único/primário → não utilizado
Leia o plano como um profissional#
Uma consulta que é executada por mais tempo do que o tempo limite da instrução do projeto (10 s) é cancelada com STATEMENT_TIMEOUT (HTTP 504) / «cancelamento da instrução devido ao tempo limite da instrução» em aura db raw: reduza o trabalho ou divida-o.
O plano informa por que a consulta está lenta. Os 4 sinais a serem procurados:
Seq Scanna tabela> 10 mil linhas → índice ausenterows (estimated) ≠ rows (actual)por ±10× → estatísticas obsoletas,analyze table_nameNested Loopem mais de 100 mil linhas → hash join preferido, talvez faltando WHEREMaterializeouSort Method: external merge→ RAM esgotada,work_mempara aumentar
explain (analyze, buffers, format json)
select * from orders
where customer_id = 'abc' and created_at > now() - interval '30 days';
Quando, o quê, como#
- Árvore B (padrão): igualdade, intervalo, ordenar por. 80% dos casos.
- GIN: pesquisa de texto completo, JSONB, tabelas.
using gin (to_tsvector('french', body)). - GiST: tipos de intervalo, restrições de exclusão, pesquisa por similaridade (
pg_trgm). - HNSW (pgvector): pesquisa de vetor, > 100k vetores.
- Parcial: condições comuns,
where deleted_at is nullpara exclusão reversível. - Cobrindo:
include (...)para evitar a consulta na tabela.
Cada índice desacelera INSERT/UPDATE/DELETE (~5-15% por índice). Elimine índices não utilizados — aura db inspect indexes os lista (nunca verificados, não exclusivos, não primários).
O que mata Postgres na produção#
- N+1 consultas — faça uma junção ou use
!innerno SDK em vez de um loop - Paginação por OFFSET — além de 1000, use baseado em cursor (
where id > last_seen) - SELECT * em tabelas grandes — solicita apenas as colunas necessárias
- Transações longas — bloqueiam VACUUM e causam inchaço. Mantenha <1 segundo
- Políticas RLS não indexadas — se sua política usar
tenant_id = auth.tenant(), indexetenant_id