7 ноября 2026 года на официальном портале PostgreSQL синхронно вышли четыре релиза, мимо которых легко пройти, если следить только за ядром СУБД. Но когда я сверил их документацию, сложилась цельная картина: каждый инструмент закрывает участок работы, ради которого раньше приходилось поднимать внешние сервисы или писать хрупкие скрипты.
Примерим новинки на одну сквозную задачу. Допустим, твоя команда готовит тестовый контур для отладки модуля рекомендаций: нужно быстро искать цепочки знакомств в базе, скопировать срез данных с продакшена без утечки клиентских адресов и поломки внешних ключей, а дежурному инженеру дать способ со смартфона увидеть и сбросить зависшую блокировку.
AgensGraph 2.18
Когда в проекте нужно искать связи через несколько рукопожатий, обычно выбирают из двух зол: писать громоздкие запросы WITH RECURSIVE в SQL или ставить рядом отдельную графовую СУБД и чинить рассинхронизацию. Мультимодельная база AgensGraph 2.18 (v2.18.6.1 от SKAI Worldwide под Apache 2.0) убирает эту развилку, выполняя SQL и графовые запросы в одной ACID-транзакции и даже в одном выражении.
Движок переехал на ядро PostgreSQL 18.6, а главное в репозитории AgensGraph — поддержка стандарта ISO GQL (ISO/IEC 39075) рядом с openCypher: конструкции LET, FOR, FILTER, NEXT, FINISH, INSERT, подзапросы (CALL, OPTIONAL CALL, EXISTS, COUNT, COLLECT, VALUE) и вызов функций Postgres через CALL ... YIELD. Меня зацепил рывок в скорости: если версия 2.17 при обходе путей переменной длины сканировала всю метку ребра целиком, то 2.18 использует индекс метки на каждом шаге. На графе soc-Pokec из 30 млн ребер двухшаговый обход ускорился с более чем 20 секунд до миллисекунд.
Найдем для нашего модуля знакомых пользователя Alice на глубине одного-двух шагов старше 25 лет:
MATCH (p:Person {name: 'Alice'})-[:KNOWS*1..2]->(friend:Person)
WHERE friend.age > 25
RETURN p.name AS source, friend.name AS target, friend.age AS age
ORDER BY friend.age DESC
LIMIT 10;
Индексный проход по метке KNOWS возвращает десятку анкет за миллисекунды с проверкой Row-Level Security. В паре с pgvector обход графа совмещается с поиском по эмбеддингам в одном запросе, а драйвер agensgraph-python 2.1 на psycopg 3 и пакет agensgraph-ai связывают базу с LangChain, LlamaIndex, LightRAG и серверами MCP. Учти при обновлении: каталог данных 2.17 несовместим с 2.18 напрямую и требует pg_upgrade или pg_dump.
Brume 2.1
Чтобы проверить запросы на реалистичных данных, нужен слепок продакшена. Копировать базу напрямую нельзя из-за GDPR, а простые скрипты маскирования случайно меняют ID и рвут внешние ключи (foreign keys). Открытая утилита Brume 2.1 (Apache 2.0, PostgreSQL 12–18) читает базу в режиме read-only и обезличивает поток на лету.
Целостность связей в Brume держится на шифровании с сохранением формата (FPE_ID, FPE_UUID) от секретного ключа (secret): один и тот же UUID получает одинаковую замену и в первичном, и во внешнем ключе. А для таблиц без формального внешнего ключа директива linked_columns синхронно подставляет один псевдоним. Опишем правила выгрузки дампа в brume.yml:
version: "2.1"
source:
connection: "postgresql://user:pass@prod-db:5432/main"
target:
file: "anonymized_dump.sql"
secret: "${BRUME_MASTER_SECRET}"
rules:
users:
columns:
id: FPE_UUID
email: FAKE(type: EMAIL)
phone: MASK(keep_last: 4)
created_at: DATE_SHIFT(days: 14)
orders:
columns:
user_id: FPE_UUID
linked_columns:
- [users.email, orders.contact_email]
На выходе готов anonymized_dump.sql, где все связи между покупателями и заказами валидны, телефоны скрыты кроме последних 4 цифр, а даты сдвинуты с сохранением интервалов. Также Brume вырезает связный поднабор строк по фильтрам вроде tenant_id = 42 и фиксирует правила для аудита по статьям 25 и 32 GDPR — важно лишь беречь ключ BRUME_MASTER_SECRET для повторяемости тестов.
HeapDeck
Когда код уехал в прод, при вечернем алерте о зависшей записи мобильный клиент HeapDeck для iPhone и iPad (PostgreSQL 13–19) позволяет найти причину прямо с телефона.
В отличие от облачных систем, приложение HeapDeck подключается к базе напрямую по TLS или через SSH-туннель без посредников. Главный экран дает сводку из 10 плиток, а вкладка Locks строит дерево из функции pg_blocking_pids(), ставит корневой блокирующий процесс (root blocker) наверх и считает, сколько сессий освободит его остановка. Там же видны pg_stat_activity, риск Transaction ID Wraparound, мертвые строки (dead tuples), репликация и pg_stat_statements. Клиент работает только пока открыт и не шлет уведомлений, дополняя штатный алертинг; мониторинг одной базы бесплатен, а Pro-версия открывает cancel, terminate, VACUUM и удаление слотов.
PG Observability Map 1.0.0
При настройке мониторинга легко запутаться в десятках витрин pg_stat_*. Инструмент PG Observability Map 1.0.0 решает эту проблему наглядно: в репозитории проекта каждое представление, функция и счетчик привязаны к блокам схемы архитектуры PostgreSQL в браузере (буферный кэш, WAL, фоновые процессы, репликация) с выбором версий до PostgreSQL 19.
Выбирай AgensGraph 2.18, когда графовые обходы и pgvector нужны в одной транзакции с таблицами без второй СУБД, а Brume 2.1 встраивай в CI вместо самописных скриптов маскирования, чтобы не чинить битые внешние ключи на стендах.
Вместе с релизами расширений для гипотетических индексов и инструментов векторного поиска эта четверка показывает перспективу экосистемы: PostgreSQL превращается в самодостаточную платформу, где стандартизированные графы ISO GQL, защита дампов и наглядная диагностика живут рядом с ядром без лишнего зоопарка баз.



