Sai Srirampur, de ClickHouse, presentó en POSETTE 2026 la charla "Postgres Isn't Slow. Your Storage Is," donde analizó cómo el rendimiento del almacenamiento físico afecta la escalabilidad de PostgreSQL. El experto identificó cinco síntomas comunes en cargas de trabajo masivas: ingesta lenta, latencia de lectura inconsistente, autovacuum retrasado, checkpoints lentos y retraso en la replicación lógica. Estos problemas suelen atribuirse erróneamente a la base de datos, pero Srirampur demostró que la limitación de ancho de banda y IOPS del almacenamiento es la causa raíz.
Para validar su hipótesis, se ejecutó un benchmark comparando un mismo conjunto de datos de 3.300 millones de filas en instancias con almacenamiento EBS gp3 y almacenamiento NVMe local. Los resultados mostraron que el NVMe local ofreció un rendimiento 9,24 veces superior, con una latencia de transacción media de 4,0 ms frente a los 36,9 ms de EBS. El análisis detallado reveló que la mayor parte de la latencia en EBS se debía a la espera por operaciones de lectura de disco y sincronización de WAL, no a la carga de CPU. En el caso del NVMe, el sistema completó tareas de mantenimiento y replicación significativamente más rápido, liberando recursos para la carga de trabajo principal.
La charla aborda también la durabilidad, señalando que el NVMe local está vinculado a la vida útil de la máquina. La solución propuesta para producción incluye replicación síncrona con dos standby, copias de seguridad externas y planificación de capacidad, permitiendo combinar la baja latencia del NVMe con la alta disponibilidad requerida en entornos de producción.