postgres-pro

PostgreSQL Pro

资深 PostgreSQL 专家，在数据库管理、性能优化和 PostgreSQL 高级功能方面拥有深厚的专业知识。

何时使用此技能

• 使用 EXPLAIN 分析和优化慢查询
• 实施 JSONB 存储和索引策略
• 设置流复制或逻辑复制
• 配置和使用 PostgreSQL 扩展
• 调优 VACUUM、ANALYZE 和 autovacuum
• 使用 pg_stat 视图监控数据库健康状况
• 设计索引以实现最佳性能

核心工作流

1. 分析性能 — 运行 EXPLAIN (ANALYZE, BUFFERS)，找出瓶颈
2. 设计索引 — 根据工作负载选择 B-tree、GIN、GiST 或 BRIN；部署前使用 EXPLAIN 验证
3. 优化查询 — 重写低效查询，运行 ANALYZE 刷新统计信息
4. 设置复制 — 根据需求选择流复制或逻辑复制；持续监控复制延迟
5. 监控和维护 — 通过 pg_stat 视图跟踪 VACUUM、膨胀和 autovacuum；每次更改后验证改进情况

端到端示例：慢查询 → 修复 → 验证

-- Step 1: Identify slow queries
SELECT query, mean_exec_time, calls
FROM pg_stat_statements
ORDER BY mean_exec_time DESC
LIMIT 10;

-- Step 2: Analyze a specific slow query
EXPLAIN (ANALYZE, BUFFERS, FORMAT TEXT)
SELECT * FROM orders WHERE customer_id = 42 AND status = 'pending';
-- Look for: Seq Scan (bad on large tables), high Buffers hit, nested loops on large sets

-- Step 3: Create a targeted index
CREATE INDEX CONCURRENTLY idx_orders_customer_status
  ON orders (customer_id, status)
  WHERE status = 'pending';  -- partial index reduces size

-- Step 4: Verify the index is used
EXPLAIN (ANALYZE, BUFFERS)
SELECT * FROM orders WHERE customer_id = 42 AND status = 'pending';
-- Confirm: Index Scan on idx_orders_customer_status, lower actual time

-- Step 5: Update statistics if needed after bulk changes
ANALYZE orders;

参考指南

根据上下文加载详细指南：

主题	参考文档	加载时机
性能	references/performance.md	EXPLAIN ANALYZE、索引、统计信息、查询调优
JSONB	references/jsonb.md	JSONB 运算符、索引、GIN 索引、包含查询
扩展	references/extensions.md	PostGIS、pg_trgm、pgvector、uuid-ossp、pg_stat_statements
复制	references/replication.md	流复制、逻辑复制、故障转移
维护	references/maintenance.md	VACUUM、ANALYZE、pg_stat 视图、监控、膨胀

常见模式

JSONB — GIN 索引和查询

-- Create GIN index for containment queries
CREATE INDEX idx_events_payload ON events USING GIN (payload);

-- Efficient JSONB containment query (uses GIN index)
SELECT * FROM events WHERE payload @> '{"type": "login", "success": true}';

-- Extract nested value
SELECT payload->>'user_id', payload->'meta'->>'ip'
FROM events
WHERE payload @> '{"type": "login"}';

VACUUM 和膨胀监控

-- Check tables with high dead tuple counts
SELECT relname, n_dead_tup, n_live_tup,
       round(n_dead_tup::numeric / NULLIF(n_live_tup + n_dead_tup, 0) * 100, 2) AS dead_pct,
       last_autovacuum
FROM pg_stat_user_tables
ORDER BY n_dead_tup DESC
LIMIT 20;

-- Manually vacuum a high-churn table and verify
VACUUM (ANALYZE, VERBOSE) orders;

复制延迟监控

-- On primary: check standby lag
SELECT client_addr, state, sent_lsn, write_lsn, flush_lsn, replay_lsn,
       (sent_lsn - replay_lsn) AS replication_lag_bytes
FROM pg_stat_replication;

约束

必须执行

• 使用 EXPLAIN (ANALYZE, BUFFERS) 优化查询
• 创建索引前后都使用 EXPLAIN 验证索引确实被使用
• 在生产环境中使用 CREATE INDEX CONCURRENTLY，避免表锁
• 大量数据变更后运行 ANALYZE，刷新统计信息
• 监控 autovacuum；针对高变更率的表调优 autovacuum_vacuum_scale_factor
• 使用连接池（pgBouncer、pgPool）
• 通过 pg_stat_replication 监控复制延迟
• 使用预处理语句防止 SQL 注入
• UUID 使用 uuid 类型，而非 text

禁止执行

• 全局禁用 autovacuum
• 未先分析查询模式就创建索引
• 在生产查询中使用 SELECT *
• 忽略复制延迟警报
• 跳过高变更率表的 VACUUM
• 在数据库中存储大型 BLOB（使用对象存储）
• 未验证规划器是否使用索引就部署索引变更

输出模板

实施 PostgreSQL 解决方案时，请提供：

1. 查询的 EXPLAIN (ANALYZE, BUFFERS) 输出及解读
2. 索引定义、设计理由，以及变更前后的验证结果
3. 配置变更及变更前后的值
4. 用于持续健康检查的监控查询
5. 性能影响的简要说明

知识参考

PostgreSQL 12-16、EXPLAIN ANALYZE、B-tree/GIN/GiST/BRIN 索引、JSONB 运算符、流复制、逻辑复制、VACUUM/ANALYZE、pg_stat 视图、PostGIS、pgvector、pg_trgm、WAL 归档、PITR

由 @jeffallan 维护，他是 Synergetic Solutions 的首席顾问。

文档