Контекст и проблема Проект с PostgreSQL испытывал проблемы с производительностью: медленные запросы, нестабильное время ответа, рост нагрузки при пиковых сценариях. Причина не была очевидна — требовалась инженерная диагностика, а не точечные «хаки». Цель (DoD) Выявить реальные узкие места, предложить обоснованные правки и подтвердить результат измерениями до / после без раскрытия данных заказчика. Что было сделано Сбор фактов: анализ планов выполнения (EXPLAIN), статистики PostgreSQL и типовых паттернов запросов. Диагностика узких мест: выявлены Seq Scan, избыточные сортировки и неоптимальные условия фильтрации. Оптимизация в согласованном scope: – проектирование и внедрение индексов (B-tree / composite / partial / covering), – переписывание критичных запросов при необходимости, – проверка влияния изменений на нагрузку. Валидация результата: повторные замеры, сравнение метрик before / after, формирование evidence. Результат Критичные запросы ускорены, снижены p95 latency и IO-нагрузка, получен прозрачный набор рекомендаций (P0–P2) для дальнейшего масштабирования. Формат сдачи Evidence-пакет: планы запросов, команды, агрегированные метрики и краткая сводка PASS/FAIL (без таблиц и чувствительных данных). Что требуется от заказчика Доступ к базе/дампу или логам запросов, список медленных запросов либо сценарий воспроизведения