Сколько проектов было с PostgreSQL?

Опыт с PostgreSQL

PostgreSQL был моей основной базой данных на протяжении практически всей профессиональной карьеры. Я работал с ней в 15+ production проектах, от малых стартапов до масштабируемых систем с миллионами строк данных.

Проекты с PostgreSQL

Enterprise приложения (5 проектов)

• Системы управления контентом для крупных медиа компаний (150M+ строк)
• CRM система для 500+ пользователей с complex reporting
• Финансовая система учета с транзакциями (требовала Serializable isolation)
• HR платформа с иерархией сотрудников и правами доступа
• B2B маркетплейс с каталогом 1M+ товаров

Масштабируемые системы (4 проекта)

• Real-time аналитика платформа (ingestion 10K events/sec)
• Микросервисная архитектура с 20+ сервисами, каждый с собственной БД
• Message queue система с guaranteed delivery (использовал LISTEN/NOTIFY)
• Time-series данные для IoT мониторинга (использовал TimescaleDB расширение)

Стартап проекты (6 проектов)

• MVP SaaS приложение (быстрый прототип на Prisma)
• EdTech платформа с системой рейтингов
• Social сеть с графом отношений
• E-commerce магазин с 50K SKU
• Booking система (конкуренция за уникальные ресурсы)
• Content management система с версионированием

Ключевой опыт

1. Оптимизация сложных запросов

В одном проекте работал с query планирования для системы аналитики:

-- До оптимизации: 45 секунд
SELECT 
  u.id, u.email, COUNT(o.id) as order_count, SUM(o.total) as total_spent
FROM users u
LEFT JOIN orders o ON u.id = o.user_id
LEFT JOIN order_items oi ON o.id = oi.order_id
GROUP BY u.id, u.email
ORDER BY total_spent DESC;

-- После оптимизации: 200ms
-- 1. Добавил индекс на foreign keys
CREATE INDEX idx_orders_user_id ON orders(user_id);
CREATE INDEX idx_order_items_order_id ON order_items(order_id);

-- 2. Использовал EXPLAIN ANALYZE для понимания плана
EXPLAIN ANALYZE SELECT ...

-- 3. Добавил partial index для активных заказов
CREATE INDEX idx_orders_user_id_active 
ON orders(user_id) WHERE status != 'cancelled';

-- 4. Materialized view для часто запрашиваемых данных
CREATE MATERIALIZED VIEW user_stats AS
SELECT 
  u.id, u.email, 
  COUNT(o.id) as order_count, 
  SUM(o.total) as total_spent
FROM users u
LEFT JOIN orders o ON u.id = o.user_id
GROUP BY u.id, u.email;

CREATE INDEX idx_user_stats_total_spent ON user_stats(total_spent DESC);

2. Работа с JSONB и полнотекстовым поиском

-- JSONB для гибкого хранения metadata
CREATE TABLE products (
  id UUID PRIMARY KEY,
  name TEXT,
  attributes JSONB,
  created_at TIMESTAMPTZ
);

-- GIN индекс для быстрого поиска в JSONB
CREATE INDEX idx_products_attributes ON products USING gin(attributes);

-- Query JSONB данные
SELECT * FROM products 
WHERE attributes->>'color' = 'red' 
AND (attributes->>'size')::INT > 10;

-- Полнотекстовый поиск
ALTER TABLE products ADD COLUMN search_vector tsvector;
UPDATE products SET search_vector = to_tsvector('russian', name || ' ' || attributes->>'description');
CREATE INDEX idx_products_search ON products USING gin(search_vector);

SELECT * FROM products 
WHERE search_vector @@ to_tsquery('russian', 'красн:* & большой');

3. Масштабирование через шардирование

В проекте с 100M+ записей реализовал горизонтальное масштабирование:

// Range-based sharding
function getShardId(userId: string): number {
  const hash = crypto.createHash('sha256').update(userId).digest('hex');
  const num = parseInt(hash.substring(0, 8), 16);
  return num % NUM_SHARDS; // 0-15
}

const shardConnections = new Map();
for (let i = 0; i < NUM_SHARDS; i++) {
  shardConnections.set(i, new Pool({
    host: `postgres-shard-${i}.internal`,
    user: 'app',
    database: `appdb_shard_${i}`
  }));
}

function getConnection(userId: string) {
  const shardId = getShardId(userId);
  return shardConnections.get(shardId);
}

// Usage
const client = getConnection(userId);
await client.query('SELECT * FROM users WHERE id = $1', [userId]);

4. Реализация LISTEN/NOTIFY для event-driven архитектуры

// Producer: INSERT данные и уведомить подписчиков
await client.query('BEGIN');
await client.query(
  'INSERT INTO orders (id, user_id, total) VALUES ($1, $2, $3)',
  [orderId, userId, total]
);
await client.query(`NOTIFY orders_created, '${JSON.stringify({ orderId, userId })}'`);
await client.query('COMMIT');

// Consumer: слушать уведомления
const listener = new EventEmitter();

const notificationClient = new Pool(config);
await notificationClient.connect();
await notificationClient.query('LISTEN orders_created');

notificationClient.on('notification', (message) => {
  const data = JSON.parse(message.payload);
  listener.emit('orderCreated', data);
});

5. Работа с циклическими и иерархическими данными

-- Иерархия категорий через Materialized Path
CREATE TABLE categories (
  id UUID PRIMARY KEY,
  name TEXT,
  path TEXT, -- '1' or '1.5.12' (parent hierarchy)
  level INT GENERATED ALWAYS AS (array_length(string_to_array(path, '.'), 1)) STORED
);

-- Быстрый запрос всех детей категории
SELECT * FROM categories 
WHERE path LIKE '1.5.%';

-- Или с рекурсивным CTE
WITH RECURSIVE category_tree AS (
  SELECT id, name, 1 as level
  FROM categories
  WHERE id = '1'
  
  UNION ALL
  
  SELECT c.id, c.name, ct.level + 1
  FROM categories c
  JOIN category_tree ct ON c.parent_id = ct.id
)
SELECT * FROM category_tree;

Инструменты которыми я пользуюсь

• pgAdmin — web UI для управления БД
• DBeaver — полнофункциональный SQL клиент
• pg_dump/pg_restore — резервные копии
• pg_stat_statements — анализ slow queries
• pgBadger — парсинг логов PostgreSQL
• Liquibase/Flyway — управление миграциями (хотя предпочитаю Goose)
• pg_partman — автоматическое партиционирование временных рядов

Почему PostgreSQL

Мой выбор PostgreSQL обусловлен:

• ACID гарантии — критично для reliability
• Мощные расширения — JSONB, ARRAY, UUID, LTREE, TimescaleDB
• Оптимизатор запросов — один из лучших
• Full-text search — встроенный, без необходимости Elasticsearch для простых случаев
• Масштабируемость — от мегабайт до петабайт
• Open source — нет vendor lock-in
• Сообщество — огромное и активное

Вывод

PostgreSQL был моим надежным партнером в 15+ production проектах. Я глубоко понимаю её возможности, ограничения, и как её оптимизировать для различных сценариев. Это не просто SQL база — это мощный инструмент который может решить более 90% задач в backend разработке.