PG_EXPECTO
32 subscribers
69 photos
30 videos
132 links
Эксперименты по анализу и оптимизации производительности PostgreSQL.
📝Автор и ведущий: Сунгатуллин Ринат. 📨Telegram: @rinace
📧Email: kznalp@yandex.ru
⛩️Дзен: https://dzen.ru/kznalp
🗳️GitHub: https://github.com/pg-expecto/pg_expecto
Download Telegram
Иногда путь к оптимизации лежит через разрушение привычных догм.

Следующая статья на Хабре будет о повышении производительности СУБД PostgreSQL в ходе нагрузочного тестирования , после удаления индекса .
В мире СУБД общепринятая догма гласит: «Индексы ускоряют запросы». Но что, если в погоне за производительностью мы создали себе проблему? В этой статье на практике исследуется парадоксальный сценарий, при котором удаление первичного ключа у таблицы pgbench_branch и последующее увеличение стоимости запроса привели к впечатляющему росту общей производительности PostgreSQL под нагрузкой. СУБД не так просты, как кажется.

https://dzen.ru/a/aPjTMUWwgwjgaLhC
Расширение pg_expecto версия 2 - проактивный мониторинг.

https://dzen.ru/a/aPxgEhWbJT0884vw
22 января 2026 года будет 2 года с даты первой публикации на тему анализа производительности СУБД PostgreSQL.
Проделана огромная и очень интересная работа. Практические результаты - есть.
Впереди - громадные перспективы .
👍1
В эпоху, когда нейросети становятся первым источником знаний для многих разработчиков, особенно важно проверять их утверждения на практике. Один из таких вопросов — прямая связь между типами ожиданий в PostgreSQL и отсутствием индексов. AI-помощники часто дают логичные, но упрощённые ответы, которые могут ввести в заблуждение при решении реальных задач оптимизации. В этой статье мы проверим экспериментально, насколько обоснованно распространённое мнение о том, что IO-ожидания однозначно указывают на проблемы с индексацией.

https://dzen.ru/a/aQcIuJg0iE4QlGi0
Скоро 4-я версия : гибкая настройка сценариев , демобаза 2.0.
Анонс следующей статьи в качестве итога возможности применения нейросетей для оптимизации производительности СУБД PostgreSQL.

Машинное обучение и нейросети проникают во все сферы, суля автоматизацию и ускорение рутинных процессов. Искушение поручить искусственному интеллекту тонкую настройку запросов к PostgreSQL под высокой нагрузкой велико. Однако, слепо доверяя нейросетям такую задачу, мы рискуем получить обратный эффект — не ускорение, а катастрофическую деградацию производительности.
Для реального, практического применения в условиях высокой нагрузки и конкуренции за ресурсы СУБД - рекомендации нейросетей в лучшем случае слабо применимы и носят справочно-рекомендательный характер, в крайнем случае приводят к деградации производительности СУБД.
Использовать нейросети для оптимизации СУБД под высокой нагрузкой - не рекомендуется.
https://dzen.ru/a/aRgSKai3yHRhwh2c