Økte PostgreSQL‑ytelsen 10 ganger
Økte PostgreSQL‑ytelsen 10 ganger gjennom strategisk indeksering,
partisjonering og spørringsoptimalisering, og gjorde databasen mer
effektiv for bruker- og tenantdata, geodata og elektriske
tidsseriedata.
2022 – 2024

Situasjon. PostgreSQL‑databasen betjente en mellomstor applikasjon
som forvaltet brukerkontoer, leietakerinformasjon, geografiske data
(f.eks. steder, regioner) og daglige metrikker for strømforbruk.
Selv om systemet hadde lite trafikk, oppsto det ytelsesproblemer
etter hvert som datamengdene vokste. Spørringer mot geospatiale data
og tidsserielogger for strøm ble trege, noe som ga ujevne svartider.
Mangel på optimalisert indeksering, fragmenterte spørringer og
upartisjonerte tabeller forverret problemet og skapte flaskehalser
for kritiske operasjoner som brukerautentisering,
leietakeradministrasjon og datarapportering.

Oppgave. Målet var å forbedre databaseytelsen 10 ganger uten å bygge
om den eksisterende arkitekturen. Fokuset var å optimalisere
kjøringen av spørringer, redusere latensen og sikre skalerbarhet for
framtidig datavekst. Viktige prioriteringer var å forbedre
svartidene for geospatiale og tidsbaserte spørringer, minimere
ressurskonflikter og bevare dataintegriteten mens endringene ble
gjennomført.

Handling. 1. Indeksering: Analyserte kolonner det ofte ble spurt mot
(f.eks. bruker‑ID‑er, leietaker‑ID‑er, geospatiale koordinater) og
opprettet målrettede indekser. For geospatiale data ble
GiST‑indekser lagt til for å gjøre romlige spørringer raskere.
Sammensatte indekser ble innført for filtre på flere kolonner, som
leietaker‑ID + datointervaller for strømdata.

2. Partisjonering: Implementerte tidsbasert intervallpartisjonering
av tabellen med strømdata, delt opp per dag/måned. Dette reduserte
datamengden for spørringene og ga mer effektiv skanning. For
geografiske data ble hash‑partisjonering brukt for å fordele lasten
jevnt mellom nodene.

3. Spørringsoptimalisering: Skrev om komplekse spørringer for å
unngå fulle tabellskanninger, med CTE‑er (Common Table Expressions)
og materialiserte visninger for datasett som ofte ble brukt.
Verktøyet `EXPLAIN ANALYZE` avdekket ineffektive joins og
delspørringer, som ble omstrukturert for bedre kjøreplaner. I
tillegg ble caching av spørringer og tilkoblingspooling konfigurert
for å redusere overhead.

Resultat. Etter optimaliseringen ble svartidene for spørringer 10
ganger bedre, og kritiske operasjoner (f.eks. brukerautentisering,
geospatiale oppslag) ble utført på millisekunder. Databasens
ressursbruk falt med 40 %, slik at systemet kunne håndtere større
datamengder uten at ytelsen ble dårligere. Brukerne rapporterte
smidigere interaksjon, og systemet ble mer skalerbart for framtidig
vekst. Endringene reduserte også behovet for
maskinvareoppgraderinger, noe som sparte kostnader og samtidig
sikret langsiktig pålitelighet. Prosjektet viste hvordan strategisk
indeksering, partisjonering og forbedring av spørringer kan gjøre
selv systemer med lav belastning om til effektive, framtidsklare
databaser.

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

Tjenester:
1Databaseadministrasjon (DBA)	/nb/services/database-administration/	data.engineer.company	70
1Optimalisering av databaseytelse	/nb/services/database-performance/	data.engineer.company	70

hDenne siden på nettet	URL:https://data.engineer.company/nb/portfolio/accelerated-postgresql-performance-by-10x/	data.engineer.company	70
