PostgreSQL 18, 프로덕션 쿼리 플랜을 테스트 환경으로 가져오다!

PostgreSQL 18은 `pg_restore_relation_stats` 및 `pg_restore_attribute_stats` 함수를 도입하여 데이터 격리 아키텍처(Data Isolation Architecture)를 구현한다. 이를 통해 프로덕션 환경의 통계 정보를 테스트 환경으로 이식하여 실제 데이터 없이도 정확한 쿼리 플랜을 생성할 수 있다. 특히, 대규모 데이터베이스 환경에서 성능 병목 현상(Performance Bottleneck)을 파악하고, CI/CD 파이프라인에서 쿼리 플랜 회귀를 감지하는 데 유용하다.

본문에서는 `pg_restore_relation_stats` 함수를 사용하여 테이블 레벨의 통계 정보를 `pg_class`에 직접 기록하는 방법을 설명한다. 또한, `pg_restore_attribute_stats` 함수를 통해 컬럼 레벨의 통계 정보를 주입하여 인덱스 스캔(Index Scan) 여부를 결정하는 과정을 보여준다. 상관 관계(Correlation) 통계를 활용하여 시계열 데이터의 쿼리 플랜을 최적화하는 방법도 제시한다.

PostgreSQL 18의 `pg_dump --statistics-only` 옵션을 활용하면 프로덕션 환경의 통계 정보를 텍스트 파일로 추출할 수 있다. 추출된 통계 정보는 테스트 데이터베이스에 스키마와 함께 로드하여 프로덕션 환경과 유사한 쿼리 플랜을 생성할 수 있다. CI/CD 파이프라인(CI/CD Pipeline)에서 이러한 과정을 자동화하여 쿼리 플랜의 안정성을 확보하고, 개발 생산성을 향상시킬 수 있다.

주입된 통계 정보가 `autovacuum`에 의해 덮어쓰이는 것을 방지하기 위해, `autovacuum_enabled`를 `false`로 설정하거나 `autovacuum_analyze_threshold` 값을 높게 설정해야 한다. 또한, 통계 정보 이식을 위한 권한 관리가 필요하며, `GRANT pg_maintain TO ci_service_account`를 통해 CI 서비스 계정에 MAINTAIN 권한(Maintain Privilege)을 부여할 수 있다. GDPR 규제 준수(GDPR Compliance)를 위해 데이터 마스킹(Data Masking)을 고려해야 한다.