В данном исследовании представлен комплексный подход к оптимизации производительности СУБД PostgreSQL 17, совмещающий автоматическую начальную настройку с помощью утилиты pgpro_tune и последующий углублённый статистический анализ инструментом pg_expecto, интерпретированный нейросетью DeepSeek. В ходе эксперимента, проведённого на оборудовании с 8 ядрами CPU и 8 ГБ RAM под нагрузкой OLTP, сравниваются два состояния системы: baseline-конфигурация, сгенерированная pgpro_tune, и модифицированный вариант, основанный на рекомендациях ИИ.

Результаты демонстрируют, что даже при среднем приросте операционной скорости в 22% ключевые проблемы производительности (доминирование IO-ожиданий и дефицит памяти) не только сохранились, но и усугубились в новых условиях, что подчёркивает необходимость выхода за рамки параметрической настройки и перехода к оптимизации запросов и аппаратных ресурсов. https://dzen.ru/a/abVuwEE7cBdRJP2z