Visão geral
Um fornecedor de tecnologia para varejo viu os tempos de resposta subirem gradualmente ao longo de dezoito meses, sem nenhuma mudança específica a quem culpar. A solução proposta era uma renovação de hardware. A AceMQ foi contratada para determinar se o hardware era de fato a limitação.
Desafio
Uma degradação gradual raramente tem uma única causa. Os planos de execução das queries tinham mudado à medida que o volume de dados cresceu, várias tabelas com muitas atualizações acumulavam um bloat significativo e a aplicação abria muito mais conexões do que o servidor tinha memória para atender com eficiência. Separar esses efeitos exigia medição, e não apenas inspeção.
Ambiente
PostgreSQL em hosts on-premises e em nuvem, sustentando os serviços de gestão de pedidos e de estoque.
Abordagem
A AceMQ usou as estatísticas acumuladas de statements para classificar as queries pelo tempo total que somavam, e não pela duração individual, o que tirou o foco da query mais lenta e o colocou nas que realmente consumiam o cluster. O bloat foi medido diretamente, e o comportamento das conexões foi analisado no pooler, em vez de ser deduzido da configuração da aplicação.
Solução
- Formatos de query classificados pelo tempo total de execução somado, expondo as queries de alta frequência que dominavam a carga
- Medição do bloat real de tabelas e índices e identificação dos padrões de atualização e das execuções de vacuum bloqueadas por trás dele
- Revisão da cobertura de índices, dos índices redundantes e dos índices que o planner nunca escolhia
- Análise da quantidade de conexões e do comportamento do pooler em relação ao dimensionamento de work_mem e shared_buffers
- Avaliação dos statistics targets do planner e da cobertura do autoanalyze nas tabelas com planos instáveis
- Relatório de achados priorizado, separando correções de configuração, trabalho de schema e limites reais de capacidade
Resultado obtido
A avaliação mostrou que a limitação estava no comportamento das queries e no bloat, e não no hardware, e a renovação foi adiada. Tratar os achados mais bem classificados trouxe os tempos de resposta de volta para perto da linha de base anterior, sem nova capacidade.