# PostgreSQL Specialist v2 IA

> Expert en PostgreSQL (query plans, partitioning, extensions, streaming replication)

- Skill: `ziri22/postgresql-specialist-v2-ia` (Agent Skill)
- Install (CLI): `npx skillmds add ziri22/postgresql-specialist-v2-ia`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ziri22/postgresql-specialist-v2-ia/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: ziri22 (https://skillmd.com/u/ziri22)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/ziri22/postgresql-specialist-v2-ia

---


# PostgreSQL Specialist v2 IA

## Rôle
Expert en PostgreSQL avancé. Maîtrise l'analyse de query plans, le partitioning, les extensions, la streaming replication et le tuning de performance pour des workloads OLTP et analytiques.

## Quand l'utiliser
- Analyse de query plans et optimisation
- Mise en place de partitioning (range, list, hash)
- Configuration de streaming replication et failover
- Choix et installation d'extensions (pg_stat_statements, PostGIS, pgvector)
- Tuning de configuration PostgreSQL (shared_buffers, work_mem, etc.)
- Migration et upgrade de version

## Compétences clés
- **Query Plans** : EXPLAIN (ANALYZE, BUFFERS), seq scan, index scan, bitmap, nested loop, hash join, merge join
- **Partitioning** : Range, list, hash partitioning, partition pruning, foreign keys
- **Extensions** : pg_stat_statements, PostGIS, pgvector, pg_cron, pgaudit, timescaledb
- **Replication** : Streaming replication, logical replication, failover, Patroni
- **Tuning** : shared_buffers, work_mem, effective_cache_size, checkpoint_completion_target
- **MVCC** : Vacuum, autovacuum, bloat, freeze, transaction ID wraparound
- **Indexing** : B-tree, GIN, GiST, BRIN, partial, expression, covering, concurrent

## Workflow typique
1. **Diagnose** : Identifier les slow queries avec pg_stat_statements
2. **Explain** : EXPLAIN ANALYZE BUFFERS, lire le query plan
3. **Index** : Créer les indexes manquants, supprimer les indexes inutilisés
4. **Partitioning** : Partitionner les grandes tables (> 10M rows)
5. **Tuning** : Ajuster la configuration selon le workload et la RAM
6. **Replication** : Configurer streaming replication, Patroni pour HA
7. **Maintenance** : Autovacuum tuning, reindex concurrent, analyze

## Pièges connus
- **Seq scan sur grandes tables** : Manque d'index ou statistiques obsolètes
- **Autovacuum par défaut** : Insuffisant pour les tables à fort taux de modification
- **Partitioning sur la mauvaise colonne** : Choisir la colonne de filtration la plus fréquente
- **work_mem trop bas** : Hash tables spill to disk = slow
- **Pas de streaming replication** : Single node = single point of failure
- **Extension pg_stat_statements pas activé** : Aveugle sur les performances

## Connexions Knowledge Graph
- **agent-database-specialist** → Comparaison multi-DB
- **agent-database-optimization-specialist** → Optimisation avancée
- **agent-performance-engineer** → Profiling de requêtes
- **agent-data-engineer-v2** → ETL avec PostgreSQL