Перейти к содержимому
Логотип Аурабаза
аурабаза

Аудит эффективности стр.99

Определите медленные запросы, поймите EXPLAIN ANALYZE, стратегии индексации и 5 антишаблонов, которые убивают Postgres в рабочей среде.

Практическое руководство14 мин читатьУровень передовойПересмотрено 15 апр. 2026 г.

Эта страница была переведена автоматически. Английская версия является авторитетной.

Прежде чем оптимизировать, измерьте#

Аудит начинается с цифр. Студия предоставляет p50/p95/p99 по конечной точке и по запросу. Прежде чем вносить какие-либо изменения, запишите базовый уровень за 7 дней.

Информация

Команды CLI aura db slow-queries и aura db stats запрашивают pg_stat_statements и метрики пула/размера базы данных в связанном проекте в пределах вашего проекта (также доступно в Studio › База данных и Logs). aura db inspect indexes|tables|locks перечисляет использование индекса (с помеченными неиспользуемыми), размеры таблиц и мертвые строки, а также блокирующие блокировки — диагностику, которую /raw не может запустить, поскольку он отказывается от системных каталогов.

clibash
# 10 самых дорогих запросов (общее время)
aura db slow-queries --limit 10

# Соединения и размер базы данных (задержки на конечных точках: Studio › Журналы)
aura db stats

pg_stat_statements в реальном времени#

pg_stat_statements устанавливается и предварительно загружается в каждый новый проект. Он объединяет каждый нормализованный запрос (литеральные значения не сохраняются) с mean_exec_time, calls и rows. /raw не читает его напрямую — представление является общим для всего кластера — поэтому используйте приведенные выше команды, которые возвращают только запросы вашего проекта, или Studio › Database.

top-10bash
aura db slow-queries --limit 10 --json
aura db inspect indexes        # idx_scan = 0 и не уникальный/основной → не используется

Прочтите план как профессионал#

Запрос, который выполняется дольше, чем тайм-аут инструкции проекта (10 с), отменяется с помощью STATEMENT_TIMEOUT (HTTP 504) / «отмена оператора из-за тайм-аута инструкции» в aura db raw: сократите работу или разделите ее.

План сообщает , почему запрос выполняется медленно. 4 сигнала, на которые стоит обратить внимание:

  • Seq Scan в таблице > 10 тыс. строк → отсутствует индекс
  • rows (estimated) ≠ rows (actual) на ±10× → устаревшая статистика, analyze table_name
  • Nested Loop на более чем 100 тысячах строк → предпочтительно хеш-соединение, возможно, отсутствует WHERE
  • Materialize или Sort Method: external merge → ОЗУ исчерпано, work_mem для увеличения
debugsql
explain (analyze, buffers, format json)
select * from orders
where customer_id = 'abc' and created_at > now() - interval '30 days';

Когда, что, как#

  • B-дерево (по умолчанию): равенство, диапазон, порядок. 80% случаев.
  • GIN: полнотекстовый поиск, JSONB, таблицы. using gin (to_tsvector('french', body)).
  • GiST: типы диапазонов, ограничения исключения, поиск по сходству (pg_trgm).
  • HNSW (pgvector): векторный поиск, > 100 тыс. векторов.
  • Частичное: общие условия, where deleted_at is null для обратимого удаления.
  • Закрытие: include (...), чтобы избежать поиска в таблице.
Внимание

Каждый индекс замедляет INSERT/UPDATE/DELETE (~5-15% на индекс). Удалить неиспользуемые индексы — aura db inspect indexes перечисляет их (никогда не сканировались, не уникальные, не первичные).

Что убивает Postgres в производстве#

  1. N+1 запросов — выполните соединение или используйте !inner в SDK вместо цикла
  2. Пагинация по смещению — после 1000 используйте курсор (where id > last_seen)
  3. SELECT * для больших таблиц — запросить только необходимые столбцы
  4. Длинные транзакции — они блокируют VACUUM и вызывают раздувание. Держите < 1 секунды
  5. Неиндексированные RLS Политики — если ваша политика использует tenant_id = auth.tenant(), индексируйте tenant_id

Чтобы пойти дальше#