PGConf.Russia 2025

Сейчас СУБД — неотъемлемая часть любой информационной системы и обработка запросов напрямую влияет на её производительность. 

В прошлом году был сделан доклад с примерами неоптимальных запросов и способами их оптимизации. Тема оказалась востребованной, есть материал для дальнейшего обсуждения. 

Во второй части рассмотрим использование расширенной статистики по вычисляемому столбцу, постраничную обработку и примеры оптимизации запросов из мира 1C.

При нагрузочном тестировании PostgreSQL бенчмарки замеряют время исполнения запроса (latency). Для более объективного результата запрос выполняется большое количество раз — из этого получается некоторый набор latency. Для оценки производительности PostgreSQL на данном запросе можно использовать стандартные методы, такие как медиана или среднее, но мы предлагаем использовать более комплексный подход. Как показала практика, такие выборки часто бывают мультимодальными и состоят из различных распределений с некоторыми параметрами. 

В таких случаях стандартных методов становится недостаточно, необходимо анализировать составляющие по отдельности. Результатом работы является инструмент, позволяющий автоматически проводить статистический анализ результата бенчмарка с учетом особенностей каждого набора данных, в том числе выявлять мультимодальность, количество и границы преобладания каждой моды, а также параметры распределений.

Для DBA всегда актуален вопрос обеспечения защиты и целостности базы данных. И всегда где-то рядом требование — хранить эффективно/компактно, не нагружать сеть и гарантировано восстанавливаться.

Мы обсудим универсальное решение для хранения резервных копий и архивов не только с эффективной дедупликацией, но и возможностью минимально нагружать сеть: TATLIN.BACKUP — платформа для хранения резервных копий или WAL-архивов PostgreSQL с компрессией, дедупликацией и минимальной передачей данных по сети. 

TATLIN.BACKUP — универсальное решение для передачи и хранения архивов PostgreSQL на удаленных площадках из центрального офиса.