Postgres isn't slow, your storage is

At POSET TE 2026, Sai Srirampur delivered "Postgres Isn’t Slow. Your Storage Is," highlighting how storage performance underpins Postgre SQL scalability. The talk outlines five common symptoms—slow ingestion, erratic read latency, autovacuum lag, prolonged checkpoints, and logical replication delays—often misattributed to the database engine itself. Sai benchmarked a 3.3‑billion‑row workload on baseline gp3 EBS and local NVMe, using eight identical Postgre SQL clusters (four per storage type) on m6id.4xlarge instances. Results showed network‑attached storage operations in milliseconds versus tens of microseconds on local NVMe, demonstrating that local NVMe sharply reduces I/O cost and mitigates latency spikes. The presentation concludes with production patterns for running Postgre SQL on local NVMe to achieve consistent performance at scale.

Key takeaways: identify storage as the hidden bottleneck, isolate I/O variables in testing, and adopt local NVMe for high‑throughput Postgre SQL workloads.

Key_entities

في POSET TE 2026، قدم ساي سريارامبور حديثًا بعنوان "Postgres ليس بطيئًا. تخزينك هو المشكلة"، مسلطًا الضوء على كيفية دعم أداء التخزين لقابلية توسيع PostgreSQL. يحدد الحديث خمسة أعراض شائعة—البطء في الاستهلاك، وعدم انتظام زمن القراءة، وتأخر autovacuum، وطول نقاط التفتيش، وتأخر التكرار المنطقي—غالبًا ما تُنسب خطأً إلى محرك قاعدة البيانات نفسه. قام ساي بقياس أداء حمل عمل يبلغ 3.3‑مليار‑صف على التخزين gp3 EBS الأساسي والتخزين NVMe المحلي، باستخدام ثمانية مجموعات PostgreSQL متطابقة (أربع لكل نوع تخزين) على مثيلات m6id.4xlarge. أظهرت النتائج أن عمليات التخزين المتصل بالشبكة تستغرق مللي ثوانٍ، بينما تستغرق على NVMe المحلي عشرات الميكروثوانٍ، مما يثبت أن NVMe المحلي يقلل بشكل كبير من تكلفة I/O ويحد من ارتفاعات زمن الاستجابة. يختتم العرض بنماذج تشغيل PostgreSQL على NVMe المحلي لتحقيق أداء ثابت على نطاق واسع.

الاستنتاجات الرئيسية: تحديد التخزين كعائق خفي، وعزل متغيرات I/O في الاختبار، واعتماد NVMe المحلي لأحمال عمل PostgreSQL عالية الإنتاجية.

POSET TE 2026-এ, Sai Srirampur "Postgres ধীর নয়। আপনার স্টোরেজ সমস্যা" শিরোনামে একটি আলোচনা দিয়েছেন, যেখানে mereka দেখিয়েছেন যে স্টোরেজের কর্মক্ষমতা PostgreSQL স্কেলেবিলিটিকে কীভাবে সমর্থন করে। আলোচনায় পাঁচটি সাধারণ লক্ষণ উল্লেখ করা হয়েছে—ধীর ইনজেশন, অনিয়মিত পড়ার লেটেন্সি, autovacuum ল্যাগ, দীর্ঘ চেকপয়েন্ট এবং লজিকাল রিপ্লিকেশন দেরি—যা প্রায়শই ডেটাবেস ইঞ্জিনের সমস্যা হিসেবে ভুলে ধরা হয়। Sai baseline gp3 EBS এবং স্থানীয় NVMe-এ 3.3‑বিলিয়ন‑রো ওয়ার্কলোডের বেঞ্চমার্ক করেছেন, m6id.4xlarge ইনস্ট্যান্সে আটটি সমান PostgreSQL ক্লাস্টার (প্রতি স্টোরেজের ধরনে চারটি) ব্যবহার করে। ফল দেখিয়েছে যে নেটওয়ার্ক‑অ্যাটাচ্ড স্টোরেজ অপারেশন মিলিসেকেন্ডে ঘটে, যেখানে স্থানীয় NVMe-এ দশক মাইক্রোসেকেন্ডে—এইこと দেখায় যে স্থানীয় NVMe I/O খরচকে তীব্রভাবে কমায় এবং লেটেন্সি স্পাইককে কমায়। উপস্থাপনাটির শেষে, স্থানীয় NVMe-এ PostgreSQL চালানোর উৎপাদন প্যাটার্ন দেওয়া হয়েছে, যাতে স্কেলে স্থায়িত্বসহ কর্মক্ষমতা অর্জন করা যায়।

মূল নিষ্কर्ष: স্টোরেজকে গোপন বাধা হিসেবে চিহ্নিত করুন, পরীক্ষায় I/O ভেরিয়েবলকে আলাদা করুন, এবং উচ্চ‑থ্রুপুট PostgreSQL ওয়ার্কলোডের জন্য স্থানীয় NVMe গ্রহণ করুন।

Auf dem POSET TE 2026 hielt Sai Srirampur den Vortrag „Postgres ist nicht langsam. Dein Speicher ist das Problem“, in dem er darlegte, wie die Speicherleistung die Skalierbarkeit von PostgreSQL zugrundelegen. Der Vortrag beschreibt fünf häufige Symptome—langsame Datenaufnahme, unregelmäßige Lese-Latenz, Verzögerung beim autovacuum, verlängerte Checkpoints und Verzögerungen bei der logischen Replikation—die häufig fälschlicherweise dem Datenbank-Engine selbst zugeschrieben werden. Sai benchmarkte eine Arbeitslast von 3,3 Milliarden Zeilen auf Standard-gp3-EBS-Speicher und lokalem NVMe, indem er acht identische PostgreSQL-Cluster (je vier pro Speichertyp) auf m6id.4xlarge-Instanzen verwendete. Die Ergebnisse zeigten, dass Vorgänge beim netzwerkangeschlossenen Speicher Millisekunden benötigen, während sie beim lokalen NVMe nur Zehnermikrosekunden dauern, was belegt, dass lokales NVMe die I/O-Kosten deutlich senkt und Latenzspitzen abmildert. Der Vortrag schließt mit Produktionsmustern für den Betrieb von PostgreSQL auf lokalem NVMe, um eine konsistente Leistung im großen Maßstab zu erzielen.

Wesentliche Erkenntnisse: Den Speicher als versteckten Engpass identifizieren, I/O-Variablen beim Testen isolieren und lokales NVMe für hochdurchsatzfähige PostgreSQL-Arbeitslasten übernehmen.

En POSET TE 2026, Sai Srirampur dio la charla "Postgres no es lento. Tu almacenamiento sí", destacando cómo el rendimiento del almacenamiento sustenta la escalabilidad de PostgreSQL. La charla describe cinco síntomas comunes: ingestión lenta, latencia de lectura errática, retraso en autovacuum, puntos de control prolongados y retrasos en la replicación lógica, a menudo atribuidos erróneamente al motor de la base de datos. Sai comparó una carga de trabajo de 3.300 millones de filas en almacenamiento gp3 EBS básico y NVMe local, utilizando ocho clústeres idénticos de PostgreSQL (cuatro por tipo de almacenamiento) en instancias m6id.4xlarge. Los resultados mostraron que las operaciones en almacenamiento conectado a red toman milisegundos, mientras que en NVMe local toman decenas de microsegundos, demostrando que el NVMe local reduce significativamente el costo de I/O y mitiga los picos de latencia. La presentación concluye con patrones de producción para ejecutar PostgreSQL en NVMe local y lograr un rendimiento consistente a escala.

Conclusiones clave: identificar el almacenamiento como el cuello de botella oculto, aislar las variables de I/O en las pruebas y adoptar NVMe local para cargas de trabajo de alto rendimiento de PostgreSQL.

Lors du POSET TE 2026, Sai Srirampur a présenté la conférence « Postgres n'est pas lent. Votre stockage est le problème », mettant en lumière comment les performances du stockage sous-tendent la scalabilité de PostgreSQL. La présentation décrit cinq symptômes courants : ingestion lente, latence de lecture erratique, retard de l'autovacuum, points de contrôle prolongés et retards de réplication logique, souvent attribués à tort au moteur de la base de données elle-même. Sai a comparé une charge de travail de 3,3 milliards de lignes sur un stockage gp3 EBS de base et un stockage NVMe local, en utilisant huit clusters PostgreSQL identiques (quatre par type de stockage) sur des instances m6id.4xlarge. Les résultats ont montré que les opérations sur le stockage rattaché au réseau prennent des millisecondes, tandis que sur le NVMe local elles prennent des dizaines de microsecondes, démontrant que le NVMe local réduit nettement le coût d'entrée/sortie et atténue les pics de latence. La présentation se conclut par des modèles de production pour exécuter PostgreSQL sur NVMe local afin d'obtenir des performances constantes à grande échelle.

Points clés à retenir : identifier le stockage comme le goulot d'étranglement caché, isoler les variables d'entrée/sortie lors des tests, et adopter le NVMe local pour les charges de travail PostgreSQL à haut débit.

POSET TE 2026 में, Sai Srirampur ने "Postgres धीमा नहीं है। आपका स्टोरेज है" शीर्षक से बातचीत दी, जिसमें उन्होंने बताया कि स्टोरेज प्रदर्शन PostgreSQL की स्केलेबिलिटी को कैसे समर्थन देता है। बातचीत में पाँच सामान्य लक्षणों का उल्लेख किया गया है—धीमा इनजेशन, अनियमित पढ़ने की lateness, autovacuum में देरी, लंबे चेकपॉइंट और लॉजिकल रिप्लिकेशन में देरी—जिन्हें अक्सर डेटाबेस इंजन की समस्या माना जाता है। Sai ने baseline gp3 EBS और स्थानीय NVMe पर 3.3‑बिलियन‑रो वर्कलोड का बेंचमार्क किया, m6id.4xlarge इंस्टेंसेस पर आठ समान PostgreSQL क्लस्टर (प्रति स्टोरेज प्रकार चार) का उपयोग करके। परिणाम दिखाए कि नेटवर्क‑अटैच्ड स्टोरेज ऑपरेशन मिलीसेकंड में होते हैं, जबकि स्थानीय NVMe पर दसियों माइक्रोसेकंड में, जिससे पता चलता है कि स्थानीय NVMe I/O लागत को तीव्रता से कम करता है और lateness spikes को कम करता है। प्रस्तुति का निष्कर्ष यह है कि स्थानीय NVMe पर PostgreSQL चलाने के उत्पादन पैटर्न दिए गए हैं, जिससे स्केल पर स्थिर प्रदर्शन प्राप्त होता है।

मुख्य निष्कर्ष: स्टोरेज को छिपी हुई बाधा के रूप में पहचानें, परीक्षण में I/O चर को अलग करें, और उच्च‑थ्रूपुट PostgreSQL वर्कलोड के लिए स्थानीय NVMe अपनाएं।

Pada POSET TE 2026, Sai Srirampur menyampaikan pembicaraan berjudul "Postgres Tidak Lambat. Penyimpanan Anda adalah Masalah", yang menyoroti bagaimana kinerja penyimpanan menjadi fondasi skalabilitas PostgreSQL. Pembicaraan tersebut menjelaskan lima gejala umum—pengambilan data yang lambat, latensi pembacaan yang tidak konsisten, keterlambatan autovacuum, checkpoint yang panjang, dan keterlambatan replikasi logis—yang sering kali disalahartikan sebagai masalah mesin basis data itu sendiri. Sai melakukan benchmark beban kerja sebesar 3,3 miliar baris pada penyimpanan gp3 EBS dasar dan NVMe lokal, menggunakan delapan klaster PostgreSQL yang identik (empat untuk setiap jenis penyimpanan) pada instans m6id.4xlarge. Hasil menunjukkan bahwa operasi pada penyimpanan yang terhubung ke jaringan membutuhkan milidetik, sementara pada NVMe lokal hanya puluhan mikrodetik, membuktikan bahwa NVMe lokal secara tajam mengurangi biaya I/O dan meredakan puncak latensi. Pembicaraan diakhiri dengan pola produksi untuk menjalankan PostgreSQL pada NVMe lokal guna mencapai kinerja konsisten dalam skala besar.

Kunci utama: mengidentifikasi penyimpanan sebagai bottleneck tersembunyi, mengisolasi variabel I/O saat pengujian, dan menerapkan NVMe lokal untuk beban kerja PostgreSQL dengan throughput tinggi.

POSET TE 2026 で、Sai Srirampur は「Postgres が遅いわけではない。ストレージが問題だ」と題したトークを行い、ストレージのパフォーマンスが PostgreSQL のスケーラビリティをいかに支えるかを強調しました。このトークでは、摂取の遅延、読み取りレイテンシーの不安定さ、autovacuum の遅れ、チェックポイントの長引き、論理レプリケーションの遅延という 5 つの一般的な症状について説明し、これらはしばしばデータベース エンジン自身の問題だと誤解されていると指摘しました。Sai は、ベースラインの gp3 EBS とローカル NVMe 上で 3.3 億行のワークロードをベンチマークし、m6id.4xlarge インスタンス上で同一の PostgreSQL クラスター 8 つ（ストレージ タイプごとに 4 つ）を使用しました。その結果、ネットワーク接続ストレージの操作はミリ秒単位かかるのに対し、ローカル NVMe では十マイクロ秒単位となり、ローカル NVMe が I/O コストを大幅に削減し、レイテンシーのスパイクを緩和することを実証しました。プレゼンテーションの最後では、ローカル NVMe 上で PostgreSQL を実行してスケールにおいて一貫したパフォーマンスを達成するための本番パターンが示されました。

主なポイント：ストレージを隠れたボトルネックとして特定し、テストでは I/O 変数を分離し、高スループットの PostgreSQL ワークロードにはローカル NVMe を採用すること。

No POSET TE 2026, Sai Srirampur proferiu a palestra "Postgres não é lento. Seu armazenamento é o problema", destacando como o desempenho do armazenamento sustenta a escalabilidade do PostgreSQL. A palestra descreve cinco sintomas comuns—ingestão lenta, latência de leitura errática, atraso no autovacuum, checkpoints prolongados e atrasos na replicação lógica—frequentemente atribuídos incorretamente ao mecanismo do banco de dados em si. Sai fez benchmark de uma carga de trabalho de 3,3 bilhões de linhas em armazenamento gp3 EBS básico e NVMe local, usando oito clusters idênticos de PostgreSQL (quatro por tipo de armazenamento) em instâncias m6id.4xlarge. Os resultados mostraram que as operações em armazenamento conectado à rede levam milissegundos, enquanto no NVMe local levam dezenas de microssegundos, demonstrando que o NVMe local reduz drasticamente o custo de I/O e atenua picos de latência. A apresentação conclui com padrões de produção para executar o PostgreSQL em NVMe local a fim de alcançar desempenho consistente em escala.

Principais conclusões: identificar o armazenamento como o gargalo oculto, isolar as variáveis de I/O nos testes e adotar o NVMe local para cargas de trabalho de alto rendimento do PostgreSQL.

На POSET TE 2026 Сай Срирампур выступил с докладом «Postgres не медленный. Проблема — в вашем хранилище», подчеркнув, как производительность хранилища лежит в основе масштабируемости PostgreSQL. В докладе описано пять распространенных симптомов — медленный прием данных, нестабильная задержка чтения, отставание autovacuum, затянутые чекпоинты и задержки логической репликации — которые часто ошибочно приписываются самому механизму базы данных. Сай провел бенчмарк нагрузки в 3,3 миллиарда строк на базовом хранилище gp3 EBS и локальном NVMe, используя восемь идентичных кластеров PostgreSQL (по четыре для каждого типа хранилища) на инстансах m6id.4xlarge. Результаты показали, что операции с сетевым хранилищем занимают миллисекунды, тогда как на локальном NVMe — десятки микросекунд, что демонстрирует, что локальный NVMe резко снижает стоимость операций ввода-вывода и смягчает скачки задержек. В заключение доклада представлены производственные паттерны запуска PostgreSQL на локальном NVMe для достижения стабильной производительности в масштабе.

Основные выводы: определить хранилище как скрытое узкое место, изолировать переменные ввода-вывода при тестировании и внедрить локальный NVMe для высокопроизводительных рабочих нагрузок PostgreSQL.

在 POSET TE 2026，Sai Srirampur 发表了题为《Postgres 并不慢。你的存储才是问题所在》的演讲，强调存储性能是 PostgreSQL 可扩展性的基础。演讲概述了五种常见症状——摄入缓慢、读取延迟不稳定、autovacuum 滞后、检查点延长以及逻辑复制延迟——这些通常被误认为是数据库引擎本身的问题。Sai 在基准 gp3 EBS 和本地 NVMe 存储上测试了 33 亿行工作负载，使用了八个相同的 PostgreSQL 集群（每种存储类型四个），均运行在 m6id.4xlarge 实例上。结果显示，网络附加存储操作需要毫秒级延迟，而本地 NVMe 仅需十几微秒，表明本地 NVMe 能显著降低 I/O 成本并缓解延迟峰值。演讲最后提出了在本地 NVMe 上运行 PostgreSQL 以实现大规模一致性能的生产模式。

关键要点：识别存储为隐藏瓶颈，在测试中隔离 I/O 变量，并为高吞吐 PostgreSQL 工作负载采用本地 NVMe。