Case Study: ปรับปรุงประสิทธิภาพฐานข้อมูล PostgreSQL 16 บน Ubuntu Server 26 ด้วย Indexing Strategy
ผมเพิ่งอ่านบทความจาก Medium (ชื่อไม่สำคัญแล้ว) เกี่ยวกับการปรับปรุงประสิทธิภาพ PostgreSQL 16 บน Ubuntu Server 26 ด้วยการใช้ Indexing Strategy ซึ่งปกติผมไม่ค่อยได้อ่านบทความจากต่างประเทศเท่าไหร่ แต่เรื่องฐานข้อมูลนี่มันเรื่องจริงที่กระทบกับธุรกิจโดยตรง ผมเคยเจอ case ที่ทีมงานต้องนั่งแก้ปัญหา query ช้าๆ นานเป็นชั่วโมงๆ เพราะ query เขียนผิดๆ ถูกๆ แค่เรื่องเล็กๆ น้อยๆ มันทำให้เราเสียเวลาคนงานไปหลายคน แถมยังทำให้ระบบของเรามี downtime ด้วย ผมคิดว่ามันน่าจะแก้ไขได้ง่ายกว่านี้เยอะเลย
ปัญหาที่เจอและผลกระทบ
ลองมาดูตัวอย่างกันครับ สมมติว่าเรามีระบบ e-commerce ที่ใช้ PostgreSQL 16 บน Ubuntu Server 26 เรามี query ที่ดึงข้อมูลสินค้าที่ตรงกับเงื่อนไขการค้นหา (เช่น ชื่อสินค้า, ราคา, category) ปัญหาคือ query นี้มันช้ามาก ตอนแรกผมก็คิดว่า CPU หรือ RAM อาจจะไม่พอ แต่พอเช็คแล้วทุกอย่างโอเค หลังจากไล่ debug ดูทีละส่วน ก็พบว่าปัญหาหลักคือไม่มี index ที่เหมาะสมกับ column ที่ใช้ใน WHERE clause ผลที่ตามมาคือ PostgreSQL ต้องสแกนทั้งตารางเพื่อหา record ที่ตรงกับเงื่อนไข ทำให้ query ใช้เวลานานมากๆ ในสถานการณ์จริงมันไม่ได้แค่เรื่องชื่อสินค้าหรือราคา บางทีอาจจะเป็นการ filter ตาม category หรือ brand ก็ได้
-- Query เดิม (ตัวอย่าง)
SELECT * FROM products WHERE name LIKE '%keyboard%' AND price < 1000;
Query นี้ใช้เวลานานมาก (ประมาณ 10 วินาที) ซึ่งสำหรับ e-commerce ที่มี traffic เยอะๆ มันคือเรื่องใหญ่เลยครับ ยิ่งถ้า query นี้ใช้ในการค้นหาผลลัพธ์ด้วย คนที่จะต้องรออีกนานกว่าจะได้ผลลัพธ์ออกมา
Indexing Strategy ที่ใช้
บทความที่อ่านมาเน้นการใช้ Indexing Strategy หลายแบบ ไม่ใช่แค่สร้าง index อย่างเดียว แต่ต้องเข้าใจว่า data ในตารางมันเป็นแบบไหน แล้วสร้าง index ให้เหมาะสม ตัวอย่างที่ผมเห็นคือ:
- Index บน Column ที่ใช้ใน WHERE clause เป็นหลัก: ในตัวอย่าง query ด้านบน เราควรสร้าง index บน `name` และ `price` column ซึ่ง PostgreSQL สามารถสร้าง composite index (index ที่มีหลาย column) ได้เลย
- Index บน Column ที่ใช้ในการ join: ถ้าเรา query ข้อมูลจากหลายๆ table การสร้าง index บน column ที่ใช้ในการ join จะช่วยให้ query ทำได้เร็วขึ้น
- Full-Text Index: ถ้าเราใช้ `LIKE '%keyword%'` บ่อยๆ การสร้าง full-text index บน `name` column จะช่วยให้ PostgreSQL ค้นหา keyword ได้อย่างรวดเร็ว (แต่ต้องใช้ทรัพยากรมากกว่า)
-- สร้าง Index บน name และ price
CREATE INDEX idx_products_name_price ON products (name, price);
-- สร้าง Full-Text Index บน name (ถ้าจำเป็น)
ALTER TABLE products ADD COLUMN name_fts tsvector;
UPDATE products SET name_fts = to_tsvector('english', name);
CREATE INDEX idx_products_name_fts_idx ON products USING gin (name_fts);
ผมคิดว่าการสร้าง composite index เป็นวิธีที่ง่ายที่สุดและเห็นผลที่สุด เพราะมันตอบโจทย์การ query ที่พบบ่อยได้ดี แต่ต้องระวังเรื่องขนาด index ด้วย index ที่ใหญ่เกินไปก็อาจจะทำให้ query ช้าลงได้เหมือนกัน
จริงๆ ถ้าเป็นผม ผมจะใช้ JSONB Performance: SQL Queries in Milliseconds ก่อนเสมอ ถ้าข้อมูลใน table เป็น JSON ก่อน
การ Monitoring และ Performance Testing
การสร้าง index อย่างเดียวไม่พอ เราต้อง monitor ประสิทธิภาพของ query และ performance testing เพื่อดูว่า indexing strategy ที่เราใช้ได้ผลจริงหรือไม่ ผมใช้เครื่องมืออย่าง `pg_stat_statements` เพื่อดูว่า query ไหนใช้เวลานานที่สุด และใช้ `EXPLAIN ANALYZE` เพื่อดูว่า PostgreSQL ทำ query อย่างไร มันใช้ index หรือไม่ ใช้ scan table หรือไม่
-- ดู query ที่ใช้เวลานานที่สุด
SELECT query, calls, total_time FROM pg_stat_statements WHERE total_time > 0 ORDER BY total_time DESC LIMIT 10;
ผมคิดว่าการทำ performance testing เป็นสิ่งสำคัญมาก เพราะมันจะช่วยให้เราเข้าใจว่า indexing strategy ที่เราใช้จะส่งผลต่อ query อย่างไร เราควรสร้าง workload ที่ใกล้เคียงกับ workload จริงของระบบมากที่สุด
ถ้ามี N+1 Query ก็ต้องไปแก้ด้วย หยุดหายนะ N+1 Query: ปรับปรุง API Microservices ให้เร็วขึ้น 2026 ด้วย
ข้อควรระวังและ Gotcha
ผมคิดว่าการสร้าง index มีข้อควรระวังหลายอย่างที่ต้องทำความเข้าใจ เช่น index ที่มีขนาดใหญ่เกินไปจะทำให้ query ช้าลง index ที่ไม่ถูกใช้จะทำให้เกิด overhead และ index ที่มี duplicate value อาจจะทำให้ query ทำได้ช้าลง นอกจากนี้ การ update หรือ delete record ที่มี index ก็จะทำให้ index ต้องถูก rebuild ด้วย ซึ่งอาจจะทำให้ query ช้าลงชั่วคราว
สรุปและ Next Step
จากการอ่านบทความและประสบการณ์ของผม การปรับปรุงประสิทธิภาพฐานข้อมูล PostgreSQL 16 บน Ubuntu Server 26 ด้วย Indexing Strategy เป็นสิ่งที่มีประโยชน์มาก แต่ต้องทำอย่างระมัดระวัง ต้องเข้าใจ data ในตาราง และต้อง monitor ประสิทธิภาพของ query อย่างสม่ำเสมอ
Next step ที่ผมคิดว่าทำได้ทันทีหลังอ่านจบคือ: เลือก query ที่ช้าที่สุดในระบบ (ใช้ `pg_stat_statements` ช่วย) แล้วลองสร้าง index บน column ที่ใช้ใน WHERE clause หลังจากนั้น ให้ทำการ performance testing เพื่อดูว่า query ช้าลงจริงหรือไม่ ถ้าช้าลงจริง แสดงว่า indexing strategy ที่เราใช้ได้ผล แต่ถ้าไม่ช้าลง เราต้องกลับไปวิเคราะห์ query และ indexing strategy อีกครั้ง
FAQ
- Q: Indexing strategy ที่ดีที่สุดคืออะไร?
A: ไม่มี indexing strategy ที่ดีที่สุดสำหรับทุกกรณี indexing strategy ที่ดีที่สุดขึ้นอยู่กับ data ในตารางและ query ที่เราใช้ ดังนั้น เราควรทำความเข้าใจ data ในตารางและ query ของเราก่อน แล้วสร้าง index ให้เหมาะสม
- Q: การสร้าง index จะส่งผลต่อ performance ของระบบอย่างไร?
A: การสร้าง index จะช่วยให้ query ทำได้เร็วขึ้น แต่ก็มี overhead ด้วย เช่น index ที่มีขนาดใหญ่เกินไปจะทำให้ query ช้าลง index ที่ไม่ถูกใช้จะทำให้เกิด overhead และ index ที่มี duplicate value อาจจะทำให้ query ทำได้ช้าลง