
Профайлер для PostgreSQL: от идеи до работающего MVP за сутки
alex7six 1 час назад Профайлер для PostgreSQL: от идеи до работающего MVP за сутки Простой 12 мин 2.1K Блог компании Тантор Лабс 1С * PostgreSQL * Искусственный интеллект Microsoft SQL Server * Туториал Привет, Хабр. Я...
Вот важная новость с фронта ИИ: alex7six 1 час назад Профайлер для PostgreSQL: от идеи до работающего MVP за сутки Простой 12 мин 2. 1K Блог компании Тантор Лабс 1С * PostgreSQL * Искусственный интеллект Microsoft SQL Server * Туториал Привет, Хабр. Я 16 лет работал с MS SQL Server - профайлер там был одним из главных инструментов в работе при расследовании проблем производительности.
Сейчас я в Тантор Лабс, развиваем СУБД Tantor Postgres. И когда понадобился аналогичный инструмент для PostgreSQL оказалось, что его просто нет. В статье я хочу показать процесс создания работающего профайлера для PostgreSQL на основании моего опыта работы с MS SQL.
Технические детали
---------------------------При работе с информационными базами на MS SQL Server мне часто приходилось использовать профайлер для того, чтобы найти дедлоки или "выловить" план проблемного запроса для расследования проблем производительности приложения. В качестве профайлера можно было использовать как Extended Events внутри Management Studio, так и отдельное приложение Profiler. После перехода на PostgreSQL оказалось, что таких инструментов нет, а потребность в них у разработчиков и DBA осталась.
В качестве первого шага наша команда разработки реализовала расширение pg_trace для СУБД Tantor Postgres. Реализация данного расширения дала нам программный интерфейс для сбора трассировки, оставалось реализовать визуальный для работы с ней. Визуальный интерфейс мы планируем реализовать в платформе Tantor - это инструмент для графического управления и администрирования кластерами PostgreSQL, и логично инструмент для работы с трассировкой реализовать там.
Но если ранее я ставил задачу на реализацию подобного инструмента в Jira, и ждал пока команда дизайнеров сделает макет в Figma, согласует его с разработкой и представит заинтересованным лицам на согласование, то теперь я могу сделать это сам с помощью AI. Это позволяет изменить подход к процессу разработки фич: я могу команде дизайнеров и разработчиков показать как должен выглядеть инструмент, как работает его механика, показать какие-то нюансы и тонкости, которые я знаю лучше них, так как я работал с подобными инструментами и могу свой опыт представить команде в виде работающего MVP. Эта статья будет полезна прежде всего тем, кто хорошо знает предметную область, но не является разработчиком - product owner-ам, аналитикам, DBA, архитекторам.
Я покажу на конкретном примере, как с помощью AI можно самому пройти путь от идеи до работающего MVP, не написав при этом ни строчки кода вручную. Содержание статьи:Проектирование дизайнаРазработка приложенияОтладка приложенияДемонстрация работы профайлераПлан действий у меня был следующий:Спроектировать внешний вид профайлера в Claude DesignЗатем экспортировать его в Claude Code и реализовать приложениеОтладка на тестовом сервере с установленным Tantor Postgres + pg_traceНачнем.
Этот прогресс даёт важные сигналы о будущем отрасли, и технологический мир внимательно наблюдает.




