В статье на Habr автор делится опытом использования кодинг-агента для анализа трейсов продакшена в Sentry. Вместе с агентом он обнаружил проблемные места, которые генерировали сотни миллионов лишних запросов в неделю. В результате оптимизации UPDATE, выполнявшийся около 10 тысяч раз в секунду, почти исчез, а выборка из истории статусов ускорилась с 274 мс до 0,4 мс. Этот кейс показывает, как можно применять инструменты на основе ИИ для повышения производительности без глубоких ручных исследований.

Почему трейсы Sentry — ценный источник данных

Sentry собирает трейсы запросов, которые включают время выполнения, количество вызовов и другие метрики. Анализ трейсов позволяет выявить аномалии: запросы, которые выполняются слишком часто или занимают много времени. В данном случае автор заметил, что UPDATE выполняется около 10 тысяч раз в секунду — это явный признак избыточности. Без трейсов такие проблемы сложно обнаружить, особенно в высоконагруженных системах.

Как использовать кодинг-агент для поиска проблем

Кодинг-агент — это инструмент на базе ИИ, который может анализировать код и данные, отвечая на вопросы пользователя. Автор подключил агента к трейсам Sentry и задавал короткие вопросы, направляя поиск. Например, можно спросить: «Какие запросы выполняются чаще всего?» или «Где самые большие задержки?». Агент помогает быстро находить закономерности и предлагать гипотезы.

  • Сформулируйте конкретные вопросы по метрикам: частота, длительность, контекст вызова.
  • Используйте агента для группировки похожих запросов и выявления шаблонов.
  • Проверяйте гипотезы агента с помощью дополнительных запросов к трейсам.

Проверка изменений через EXPLAIN ANALYZE

После того как проблемные запросы найдены, необходимо проверить предлагаемые изменения. Автор использовал EXPLAIN ANALYZE — команду в PostgreSQL, которая показывает план выполнения запроса и фактическое время. Это позволяет убедиться, что оптимизация действительно работает и не вносит регрессий. Например, для ускорения выборки из истории статусов можно добавить индекс или переписать запрос.

  • Сравнивайте план выполнения до и после изменений.
  • Обращайте внимание на количество строк, время выполнения и использование индексов.
  • Тестируйте на реплике или в staging-окружении, чтобы не влиять на продакшен.

Типичные ошибки и как их избежать

При работе с кодинг-агентом и оптимизацией запросов легко допустить ошибки. Во-первых, не стоит слепо доверять предложениям агента — их нужно проверять. Во-вторых, оптимизация одного запроса может негативно сказаться на других, поэтому важно тестировать комплексно. В-третьих, не забывайте о кэшировании: иногда проблема не в самом запросе, а в его избыточном вызове.

  • Не пренебрегайте ручной проверкой гипотез агента.
  • Учитывайте влияние изменений на всю систему, а не только на отдельный запрос.
  • Используйте мониторинг после внедрения, чтобы отследить возможные регрессии.

В итоге автору удалось убрать сотни миллионов запросов в неделю, что значительно снизило нагрузку на базу данных. Этот подход применим не только к Sentry, но и к другим системам мониторинга. Главное — иметь четкие метрики и готовность экспериментировать.