PostgreSQL Patterns

Повысьте производительность PostgreSQL с помощью навыка postgres-patterns для Claude Code. Получите доступ к лучшим практикам проектирования схем, стратегиям индексирования и безопасности RLS.

Базы данных ★ 172,651 GitHub (172,651 ★)

Навык postgres-patterns предоставляет Claude специализированные знания для проектирования и поддержки высокопроизводительных баз данных PostgreSQL. Он предлагает краткую справку по оптимальным типам индексов, выбору типов данных и продвинутым SQL-шаблонам, таким как Row Level Security (RLS), курсорная пагинация и обработка очередей с помощью SKIP LOCKED. Интегрируя лучшие практики Supabase, он помогает разработчикам выявлять антипаттерны, такие как неиндексированные внешние ключи или раздувание таблиц, гарантируя, что миграции и запросы готовы к работе в продакшене и масштабируемы.

Ключевые возможности

01Автоматическое обнаружение антипаттернов для медленных запросов и раздувания таблиц

02Лучшие практики выбора типов данных для ID, строк и временных меток

03Продвинутые SQL-сниппеты для UPSERT и курсорной пагинации

04172 651 звезда на GitHub

05Оптимизированные шаблоны реализации Row Level Security (RLS)

06Руководство по выбору индексов: B-tree, GIN, BRIN и частичные индексы

Варианты использования

01Обеспечение безопасности мультитенантных приложений с помощью продакшен-политик RLS

02Диагностика медленных запросов и внедрение стратегий индексирования

03Проектирование и оптимизация схем баз данных и миграций

name

postgres-patterns

description

PostgreSQL database patterns for query optimization, schema design, indexing, and security. Quick reference for common patterns, index types, data types, and anti-pattern detection. Based on Supabase best practices.

metadata

origin	credit
ECC	Supabase team (MIT License)

PostgreSQL Patterns

Quick reference for PostgreSQL best practices. For detailed guidance, use the database-reviewer agent.

When to Activate

Writing SQL queries or migrations
Designing database schemas
Troubleshooting slow queries
Implementing Row Level Security
Setting up connection pooling

Quick Reference

Index Cheat Sheet

Query Pattern	Index Type	Example
`WHERE col = value`	B-tree (default)	`CREATE INDEX idx ON t (col)`
`WHERE col > value`	B-tree	`CREATE INDEX idx ON t (col)`
`WHERE a = x AND b > y`	Composite	`CREATE INDEX idx ON t (a, b)`
`WHERE jsonb @> '{}'`	GIN	`CREATE INDEX idx ON t USING gin (col)`
`WHERE tsv @@ query`	GIN	`CREATE INDEX idx ON t USING gin (col)`
Time-series ranges	BRIN	`CREATE INDEX idx ON t USING brin (col)`

Data Type Quick Reference

Use Case	Correct Type	Avoid
IDs	`bigint`	`int`, random UUID
Strings	`text`	`varchar(255)`
Timestamps	`timestamptz`	`timestamp`
Money	`numeric(10,2)`	`float`
Flags	`boolean`	`varchar`, `int`

Common Patterns

Composite Index Order:

-- Equality columns first, then range columns
CREATE INDEX idx ON orders (status, created_at);
-- Works for: WHERE status = 'pending' AND created_at > '2024-01-01'

Covering Index:

CREATE INDEX idx ON users (email) INCLUDE (name, created_at);
-- Avoids table lookup for SELECT email, name, created_at

Partial Index:

CREATE INDEX idx ON users (email) WHERE deleted_at IS NULL;
-- Smaller index, only includes active users

RLS Policy (Optimized):

CREATE POLICY policy ON orders
  USING ((SELECT auth.uid()) = user_id);  -- Wrap in SELECT!

UPSERT:

INSERT INTO settings (user_id, key, value)
VALUES (123, 'theme', 'dark')
ON CONFLICT (user_id, key)
DO UPDATE SET value = EXCLUDED.value;

Cursor Pagination:

SELECT * FROM products WHERE id > $last_id ORDER BY id LIMIT 20;
-- O(1) vs OFFSET which is O(n)

Queue Processing:

UPDATE jobs SET status = 'processing'
WHERE id = (
  SELECT id FROM jobs WHERE status = 'pending'
  ORDER BY created_at LIMIT 1
  FOR UPDATE SKIP LOCKED
) RETURNING *;

Anti-Pattern Detection

-- Find unindexed foreign keys
SELECT conrelid::regclass, a.attname
FROM pg_constraint c
JOIN pg_attribute a ON a.attrelid = c.conrelid AND a.attnum = ANY(c.conkey)
WHERE c.contype = 'f'
  AND NOT EXISTS (
    SELECT 1 FROM pg_index i
    WHERE i.indrelid = c.conrelid AND a.attnum = ANY(i.indkey)
  );

-- Find slow queries
SELECT query, mean_exec_time, calls
FROM pg_stat_statements
WHERE mean_exec_time > 100
ORDER BY mean_exec_time DESC;

-- Check table bloat
SELECT relname, n_dead_tup, last_vacuum
FROM pg_stat_user_tables
WHERE n_dead_tup > 1000
ORDER BY n_dead_tup DESC;

Configuration Template

-- Connection limits (adjust for RAM)
ALTER SYSTEM SET max_connections = 100;
ALTER SYSTEM SET work_mem = '8MB';

-- Timeouts
ALTER SYSTEM SET idle_in_transaction_session_timeout = '30s';
ALTER SYSTEM SET statement_timeout = '30s';

-- Monitoring
CREATE EXTENSION IF NOT EXISTS pg_stat_statements;

-- Security defaults
REVOKE ALL ON SCHEMA public FROM public;

SELECT pg_reload_conf();

Agent: database-reviewer - Full database review workflow
Skill: backend-patterns - API and backend patterns
Skill: database-migrations - Safe schema changes

When to Use This Skill

Writing SQL queries
Designing database schemas
Optimizing query performance
Implementing Row Level Security
Troubleshooting database issues
Setting up PostgreSQL configuration

Based on Supabase Agent Skills (credit: Supabase team) (MIT License)

⚙️ Что это

PostgreSQL Patterns — это шпаргалка для разработчика по эффективной работе с PostgreSQL. Она охватывает основные сценарии: оптимизацию запросов, проектирование схемы, выбор индексов и типов данных, а также быструю настройку безопасности (RLS). Навык не делает ревью кода, а предоставляет готовые шаблоны и чек-листы, которые можно применить прямо сейчас. Основан на лучших практиках Supabase.

🧠 Как работает

Навык сгруппирован по ключевым аспектам работы с БД. В каждом разделе — краткая справка с примерами.

📇 Типы индексов

Для каждого популярного паттерна запросов указан подходящий тип индекса. Например: B-tree для равенства и диапазонов, GIN для jsonb и полнотекстового поиска, BRIN для временных рядов.

-- B-tree для WHERE col = value
CREATE INDEX idx ON t (col);

-- GIN для jsonb @> '{}'
CREATE INDEX idx ON t USING gin (col);

-- BRIN для time-series диапазонов
CREATE INDEX idx ON t USING brin (col);

🏗️ Типы данных

Таблица «какой тип использовать». Рекомендации: bigint вместо int для ID, text вместо varchar(255), timestamptz вместо timestamp, numeric(10,2) для денег.

🔨 Распространённые паттерны

Здесь собраны готовые конструкции SQL для типовых задач:

Составной индекс: столбцы равенства — первыми, затем столбцы диапазона.
Покрывающий индекс: добавляет INCLUDE, чтобы избежать обращения к таблице.
Частичный индекс: фильтр WHERE deleted_at IS NULL — индекс только для активных записей.
RLS-политика: обёрнутая в SELECT (auth.uid()) — наиболее производительный вариант.
UPSERT: INSERT ... ON CONFLICT DO UPDATE — удобная вставка или обновление.
Курсорная пагинация: WHERE id > $last_id ORDER BY id LIMIT 20 — O(1) вместо O(n) у OFFSET.
Очередь задач: атомарное извлечение записи через FOR UPDATE SKIP LOCKED.

🔍 Обнаружение антипаттернов

Несколько запросов для быстрой диагностики:

-- Найти нендексированные внешние ключи
SELECT conrelid::regclass, a.attname
FROM pg_constraint c
JOIN pg_attribute a ...
WHERE c.contype = 'f'
AND NOT EXISTS (...);

-- Найти медленные запросы (требует pg_stat_statements)
SELECT query, mean_exec_time, calls
FROM pg_stat_statements
WHERE mean_exec_time > 100;

-- Проверить раздутие таблиц (bloat)
SELECT relname, n_dead_tup, last_vacuum
FROM pg_stat_user_tables
WHERE n_dead_tup > 1000;

⚙️ Конфигурация

Быстрый старт для настройки сервера: max_connections, work_mem, таймауты (statement_timeout, idle_in_transaction_session_timeout), отзыв прав на public схему.

🧪 Когда использовать

Этот навык полезен каждый раз, когда вы пишете SQL, проектируете схему или пытаетесь понять, почему запрос работает медленно. Конкретные сценарии:

Написание SQL-запросов — чтобы не изобретать велосипед.
Проектирование схем БД — правильный выбор типов данных и индексов.
Оптимизация медленных запросов — антипаттерны и варианты индексов.
Внедрение Row Level Security — готовый шаблон политики.
Настройка пула соединений — параметры конфигурации.
Диагностика проблем БД — поиск блота и непроиндексированных ключей.

💡 Важно знать

Навык не анализирует вашу БД, а предоставляет инструкции. Для полного ревью используйте агента database-reviewer.
Для выполнения некоторых запросов (например, pg_stat_statements) расширение нужно установить заранее.
Параметры вроде max_connections и work_mem указаны как пример. Адаптируйте их под доступную память и нагрузку.
Навык основан на опыте Supabase — это проверенные практики для современных SaaS-приложений.

Установка одной командой.

npx skillfish add affaan-m/everything-claude-code postgres-patterns

Источник: https://mcpmarket.com/tools/skills/postgresql-patterns-1777849920215

PostgreSQL Patterns

Ключевые возможности

Варианты использования

PostgreSQL Patterns

When to Activate

Quick Reference

Index Cheat Sheet

Data Type Quick Reference

Common Patterns

Anti-Pattern Detection

Configuration Template

Related

When to Use This Skill

⚙️ Что это

🧠 Как работает

📇 Типы индексов

🏗️ Типы данных

🔨 Распространённые паттерны

🔍 Обнаружение антипаттернов

⚙️ Конфигурация

🧪 Когда использовать

💡 Важно знать

Может ли он помочь с Row Level Security (RLS)?

Как этот навык помогает с производительностью базы данных?

Следует ли он определенным отраслевым стандартам?

Подходит ли он для управления миграциями базы данных?

Комментарии