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

Vercel News
Vercel News
The GitHub Blog
The GitHub Blog
博客园 - 【当耐特】
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Recent Announcements
Recent Announcements
D
Docker
GbyAI
GbyAI
酷 壳 – CoolShell
酷 壳 – CoolShell
WordPress大学
WordPress大学
The Cloudflare Blog
雷峰网
雷峰网
A
About on SuperTechFans
小众软件
小众软件
博客园 - Franky
博客园 - 聂微东
F
Full Disclosure
大猫的无限游戏
大猫的无限游戏
C
Check Point Blog
MongoDB | Blog
MongoDB | Blog
G
Google Developers Blog
Microsoft Azure Blog
Microsoft Azure Blog
U
Unit 42
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
V
V2EX
Engineering at Meta
Engineering at Meta
宝玉的分享
宝玉的分享
aimingoo的专栏
aimingoo的专栏
量子位
P
Proofpoint News Feed
Hugging Face - Blog
Hugging Face - Blog
博客园_首页
罗磊的独立博客
Martin Fowler
Martin Fowler
D
DataBreaches.Net
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
S
Secure Thoughts
Project Zero
Project Zero
L
LangChain Blog
阮一峰的网络日志
阮一峰的网络日志
C
Cybersecurity and Infrastructure Security Agency CISA
T
Tailwind CSS Blog
S
Schneier on Security
Blog — PlanetScale
Blog — PlanetScale
The Hacker News
The Hacker News
Spread Privacy
Spread Privacy
Security Latest
Security Latest
NISL@THU
NISL@THU
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
C
CXSECURITY Database RSS Feed - CXSecurity.com
J
Java Code Geeks

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 Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Оптимизация запросов к PostgreSQL: 5 неочевидных настроек для продакшена
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.