惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

C
Check Point Blog
aimingoo的专栏
aimingoo的专栏
Jina AI
Jina AI
Microsoft Security Blog
Microsoft Security Blog
IT之家
IT之家
V
Visual Studio Blog
量子位
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
博客园 - 聂微东
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
大猫的无限游戏
大猫的无限游戏
Y
Y Combinator Blog
Stack Overflow Blog
Stack Overflow Blog
D
Docker
MyScale Blog
MyScale Blog
小众软件
小众软件
云风的 BLOG
云风的 BLOG
美团技术团队
Microsoft Azure Blog
Microsoft Azure Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
Last Week in AI
Last Week in AI
Apple Machine Learning Research
Apple Machine Learning Research
博客园 - 【当耐特】

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания
Оптимизация запросов к PostgreSQL: 5 неочевидных настроек...
Владимир · 2026-05-27 · via Все публикации подряд на Хабре

Простой

5 мин

14K

В реальных проектах PostgreSQL часто работает не на полную мощность из-за дефолтных настроек, которые не учитывают специфику нагрузки. Разберём 5 неочевидных параметров, которые стоит подкрутить в postgresql.conf для стабильной работы в продакшене.

Важно: перед внесением изменений обязательно протестируйте их в тестовой среде. Изменения глобальных параметров конфигурации могут как ускорить, так и замедлить работу базы данных.

1. random_page_cost — учим оптимизатор работать с SSD

Суть: этот параметр задаёт относительную стоимость случайного чтения с диска по сравнению с последовательным. По умолчанию он равен 4.0, что рассчитано под классические HDD.

Проблема: если у вас SSD (или NVMe), база будет «бояться» использовать индексы, предпочитая полное сканирование таблицы, что сильно замедляет запросы.

Решение: уменьшите значение до 1.1–1.5. Это даст сигнал оптимизатору, что случайное чтение почти не уступает последовательному, и он начнёт активнее строить планы с индексами.

Пример:

sqlALTER SYSTEM SET random_page_cost = 1.1;
ALTER SYSTEM SET random_page_cost = 1.1;

Как применить: после выполнения ALTER SYSTEM обязательно выполните SELECT pg_reload_conf(); или перезапустите сервер, чтобы изменения вступили в силу.

2. effective_cache_size — правильный взгляд на кэш

Суть: планировщик запросов использует этот параметр, чтобы оценить, сколько данных может уместиться в кэше ОС и самой базы. От него напрямую зависит выбор между индексом и полным сканированием.

Ошибка: часто оставляют дефолтные 4 ГБ, даже если у сервера 32+ ГБ ОЗУ.

Решение: установите значение в диапазоне 50–75% от общего объёма оперативной памяти сервера. Это заставит планировщик чаще выбирать индексное сканирование.

Параметр effective_cache_size не выделяет реальную память и не резервирует место в shared_buffers. Это ориентир для планировщика запросов, который оценивает, сколько памяти (включая кеш ОС) доступно для кэширования данных.

Суть: Чем выше значение, тем выше вероятность, что планировщик выберет сканирование по индексу (так как «думает», что данные поместятся в кеш). Это влияет на план запроса, а не на фактическое хранение данных

Пример для сервера с 16 ГБ ОЗУ:

sqlALTER SYSTEM SET effective_cache_size = '12GB';
-- Допустимо также без кавычек: effective_cache_size = 12GB
ALTER SYSTEM SET effective_cache_size = '12GB';
-- Допустимо также без кавычек: effective_cache_size = 12GB

Как проверить эффективность: Выполните запрос, чтобы узнать процент попаданий в кэш:

sqlSELECT sum(blks_hit) / (sum(blks_hit) + sum(blks_read)) * 100 AS cache_hit_ratio 
FROM pg_stat_database;
SELECT sum(blks_hit) / (sum(blks_hit) + sum(blks_read)) * 100 AS cache_hit_ratio 
FROM pg_stat_database;

Совет: для более детального анализа используйте представление pg_stat_statements — агрегированные данные по всей базе могут быть неинформативны.

3. autovacuum_vacuum_scale_factor — настраиваем частоту «уборки»

Суть: параметр определяет, при каком проценте изменённых строк в таблице запустится VACUUM. По умолчанию — 20% (0.2).

Проблема: для «горячих» таблиц (например, заказов или логов), которые обновляются постоянно, 20% — это слишком много. К моменту запуска вакуума таблица может «распухнуть» от мёртвых строк, что замедлит запросы.

Решение: для активно изменяемых таблиц снижайте порог до 5–10% (0.05–0.1). Можно настроить индивидуально для каждой таблицы.

Пример:

sqlALTER TABLE public.orders SET (autovacuum_vacuum_scale_factor = 0.05);
ALTER TABLE public.orders SET (autovacuum_vacuum_scale_factor = 0.05);

Дополнительно: Параметр autovacuum_naptime (интервал между проверками) по умолчанию 60 сек. Для нагруженных систем имеет смысл уменьшить его до 10–30 секунд.

4. work_mem — баланс между памятью и диском

Суть: определяет объём памяти для операций сортировки (ORDER BY), хеширования и группировок (GROUP BYв рамках одной операции внутри запроса.

Ошибка: дефолтные 4 МБ часто недостаточны. Если памяти не хватает, PostgreSQL сбрасывает данные во временные файлы на диск, что кратно замедляет запрос.

Нюанс: work_mem выделяется на каждую операцию сортировки/хеширования внутри запроса, а не на соединение. Если в одном запросе несколько таких операций, память может выделяться многократно. Также при большом количестве параллельных соединений суммарное потребление памяти может превысить лимит.

Решение: увеличьте значение, но осторожно.

Пример:

sqlALTER SYSTEM SET work_mem = '64MB';
ALTER SYSTEM SET work_mem = '64MB';

Временное применение: для сложных аналитических запросов можно временно поднять значение через сессионное SET:

sqlSET work_mem = '128MB';
-- Выполнить запрос
RESET work_mem;
SET work_mem = '128MB';
-- Выполнить запрос
RESET work_mem;

5. shared_buffers и maintenance_work_mem — память для кэша и обслуживания

shared_buffers

Суть: буфер в оперативной памяти, где хранятся часто читаемые страницы данных. Это один из самых важных параметров для производительности чтения.

Рекомендация: выделите 25–40% от общего объёма ОЗУ под shared_buffers. Не стоит выделять больше 50%, чтобы не оставить ресурсы другим процессам.
Важно: параметр shared_buffers выделяется при старте сервера и не может быть изменён с помощью SELECT pg_reload_conf(). Для применения новых значений требуется перезапуск PostgreSQL. Это связано с тем, что память резервируется в разделяемом сегменте и не подлежит горячей замене

Пример для 16 ГБ ОЗУ:

sqlALTER SYSTEM SET shared_buffers = '6GB';
ALTER SYSTEM SET shared_buffers = '6GB';

maintenance_work_mem (дополнительный совет)

Суть: объём памяти, выделяемый для операций обслуживания: VACUUMCREATE INDEXALTER TABLE. По умолчанию часто недостаточно для больших таблиц.

Рекомендация: увеличьте для продакшена до 256–512 МБ (или больше, в зависимости от размера таблиц). Это ускорит создание индексов и очистку.

Пример:

sqlALTER SYSTEM SET maintenance_work_mem = '256MB';
ALTER SYSTEM SET maintenance_work_mem = '256MB';

Важные примечания

  1. Версии PostgreSQL: Некоторые параметры и их поведение могут отличаться в разных версиях (например, в PostgreSQL 14+ появились новые автонастройки). Обязательно сверяйтесь с официальной документацией под свою версию.

  2. Мониторинг: После изменения параметров отслеживайте метрики в pg_stat_databasepg_stat_activity и pg_stat_statements.

  3. Документация: Полные описания параметров и их влияние доступны в .

Краткий итог

  1. random_page_cost = 1.1 (для SSD) + SELECT pg_reload_conf();

  2. effective_cache_size = 12GB (50–75% от RAM).

  3. autovacuum_vacuum_scale_factor = 0.05 (для горячих таблиц).

  4. work_mem = 64MB (тестируйте под нагрузку, помните про параллелизм).

  5. shared_buffers = 6GB (25–40% от RAM) + maintenance_work_mem = 256MB.

Ключевой совет: не меняйте все параметры разом. Внедряйте изменения поэтапно, обязательно мониторите метрики до и после настройки, чтобы убедиться в положительном эффекте.