Gjorde PostgreSQL 10 gånger snabbare
Gjorde PostgreSQL 10 gånger snabbare med strategisk indexering,
partitionering och optimering av databasfrågor och effektiviserade
databasen för användar- och tenantdata, geospatiala data och
tidsseriedata om el.
2022 – 2024

Situation. PostgreSQL‑databasen betjänade en medelstor applikation
som hanterade användarkonton, information om tenants, geografiska
data (t.ex. platser, regioner) och dagliga mätvärden för
elförbrukning. Systemet hade låg trafik, men prestandaproblem
uppstod i takt med att datavolymerna växte. Databasfrågor mot
geospatiala data och tidsserieloggar för el blev tröga, vilket gav
ojämna svarstider. Avsaknaden av optimerad indexering, fragmenterade
databasfrågor och opartitionerade tabeller förvärrade problemet och
skapade flaskhalsar i kritiska funktioner som användarautentisering,
hantering av tenants och datarapportering.

Uppgift. Målet var att förbättra databasens prestanda 10 gånger utan
att göra om den befintliga arkitekturen. Fokus låg på att optimera
körningen av databasfrågor, minska latensen och säkerställa
skalbarhet för framtida datatillväxt. Viktiga prioriteringar var
kortare svarstider för geospatiala och tidsbaserade databasfrågor,
minimal resurskonkurrens och bibehållen dataintegritet medan
ändringarna genomfördes.

Handling. 1. Indexering: Analyserade kolumner som ofta användes i
databasfrågor (t.ex. användar‑ID, tenant‑ID, geospatiala
koordinater) och skapade riktade index. För geospatiala data lades
GiST‑index till för att snabba upp spatiala frågor. Sammansatta
index infördes för filter på flera kolumner, t.ex. tenant‑ID +
datumintervall för eldata.

2. Partitionering: Implementerade tidsbaserad
intervallpartitionering för tabellen med eldata, uppdelad per
dag/månad. Det minskade datamängden för varje databasfråga och
förbättrade skanningseffektiviteten. För geografiska data användes
hashpartitionering för att fördela lasten jämnt mellan noderna.

3. Frågeoptimering: Skrev om komplexa databasfrågor för att undvika
fullständiga tabellskanningar, med CTE:er (Common Table Expressions)
och materialiserade vyer för ofta använda dataset. Verktyget
`EXPLAIN ANALYZE` pekade ut ineffektiva joins och underfrågor, som
strukturerades om för bättre exekveringsplaner. Dessutom
konfigurerades cachning av databasfrågor och anslutningspoolning för
att minska overhead.

Resultat. Efter optimeringen förbättrades svarstiderna för
databasfrågor 10 gånger, och kritiska operationer (t.ex.
användarautentisering, geospatiala uppslag) kördes på millisekunder.
Databasens resursanvändning minskade med 40 %, så att systemet
klarade större datavolymer utan försämrad prestanda. Användarna
rapporterade smidigare interaktion, och systemet blev mer skalbart
för framtida tillväxt. Ändringarna minskade också behovet av
hårdvaruuppgraderingar, vilket sparade kostnader och säkrade
tillförlitligheten på lång sikt. Projektet visade hur strategisk
indexering, partitionering och förfining av databasfrågor kan
förvandla även system med låg last till effektiva databaser som är
förberedda för framtida behov.

Kategorier:
1Databaser	/sv/categories/databases/	engineer.company	70
1PostgreSQL	/sv/categories/postgresql/	engineer.company	70
1SQL	/sv/categories/sql/	engineer.company	70
1Data engineering	/sv/categories/data-engineering/	engineer.company	70
1Prestandaoptimering	/sv/categories/performance/	engineer.company	70
1GIS / geodata	/sv/categories/gis/	engineer.company	70

Tjänster:
1Databasadministration (DBA)	/sv/services/database-administration/	engineer.company	70
1Optimering av databasprestanda	/sv/services/database-performance/	engineer.company	70

hDen här sidan på webben	URL:https://engineer.company/sv/portfolio/accelerated-postgresql-performance-by-10x/	engineer.company	70
