Максим Солдаткин

Блог инфра

База данных для проекта 2026

База данных — фундамент проекта. Ошибка на старте дорого переписывается: миграция работающего продукта между движками занимает недели и часто ломает данные. На этой странице — как выбрать БД под конкретный проект в 2026 году: лендинг, SaaS, e-com, чат-бот, аналитика, ИИ-приложение. С разбором семейств (реляционные, документные, key-value, графовые, векторные, time-series), сравнением Postgres / MySQL / SQLite / Mongo / Redis, managed-хостингов (Supabase, Neon, Timeweb, Yandex.Cloud), требований 152-ФЗ и того, какие БД встроены в вайбкодинг-платформы Lovable, Bolt и v0.

Короткий ответ

Если нет особых требований — берите PostgreSQL. В 2026 это дефолт для веб-проектов: реляционная модель + JSONB как документная БД + pgvector для ИИ-эмбеддингов + полнотекстовый поиск + расширения под геоданные и time-series. Один движок закрывает 80% задач, миграция между managed-провайдерами без переписывания кода.

Когда Postgres не нужен:

  • Лендинг или статичный блог без личных кабинетов — БД вообще не требуется, контент в файлах или CMS.
  • Локальный прототип / desktop / mobile-приложение без сервера — SQLite.
  • Чистая аналитика на десятки терабайт — ClickHouse.
  • Граф связей с глубиной обхода 5+ уровней — Neo4j или ArangoDB.

Всё остальное — лендинг с формой, SaaS на 1000 юзеров, e-com на 50К SKU, чат-бот с историей, ИИ-агент с RAG — Postgres покрывает.

Главное в 30 секунд

СлойЧтоЗачем
Основная БДPostgres (Timeweb / Supabase / Neon)пользователи, заказы, контент
Локальная разработкаSQLite или Docker Postgresпрототип, тесты, embedded
Векторнаяpgvector → Qdrant / Pinecone / WeaviateRAG, поиск по смыслу
КэшRedis / Valkeyсессии, rate-limit, кэш ответов модели
ДокументнаяMongoDB или JSONB в PostgresJSON без жёсткой схемы
Time-seriesTimescaleDB / InfluxDBметрики, телеметрия, IoT
АналитикаClickHouse / Apache Druidагрегации по миллиардам строк
ГрафоваяNeo4j / ArangoDBсвязи, рекомендации, графы
ОбъектноеS3 (Timeweb / R2 / Yandex)файлы, картинки, видео, документы

Минимум для веб-MVP — Postgres + S3. Для ИИ-проекта — Postgres с pgvector + Redis + S3. Один managed-Postgres закрывает реляционку, документы (JSONB), векторы (pgvector), время (TimescaleDB) и геоданные (PostGIS) — пять разных БД одним сервером, один бэкап, один SQL.

Сценарии: какую БД под какой проект

  • Лендинг / промо-сайт. БД не нужна. Контент в Markdown в репозитории, статика через Astro / Next.js / Hugo. Форма заявки — в Telegram-бот, Google Sheets или CRM-вебхук.
  • Корпоративный сайт с админкой. Postgres или MySQL под headless-CMS (Directus, Strapi, Payload). Timeweb Postgres от 230 ₽/мес.
  • SaaS на 1000-10 000 пользователей. PostgreSQL. JSONB под настройки тенантов, реляционные таблицы под учётки, биллинг, права. Redis под сессии и rate-limit. S3 под аватары. 1500-3000 ₽/мес.
  • Интернет-магазин. PostgreSQL для каталога, заказов, складов — нужны транзакции и foreign-keys. Redis для корзины. ClickHouse для отчётов на десятках миллионов строк. Поиск — встроенный tsvector или Manticore / Meilisearch.
  • Чат-бот / ИИ-агент с историей. PostgreSQL под пользователей и сообщения, pgvector под RAG, Redis под очередь и стрим ответов. Таблица messages(thread_id, role, content, created_at) с индексом по (thread_id, created_at). См. ИИ-агенты.
  • Аналитический сервис, BI, отчёты. ClickHouse / Druid под факты (события, клики), PostgreSQL под измерения. CDC-стрим через Debezium. На объёме до 10 ГБ Postgres с материализованными представлениями справляется.
  • ИИ-приложение / RAG. Postgres с pgvector + Redis под кэш ответов + S3 под исходные документы. Выделенная векторная БД — только при 5М+ векторах или латентности ниже 10 мс. См. API нейросетей.
  • IoT, телеметрия, метрики. TimescaleDB (расширение Postgres) или InfluxDB. Гипертаблицы Timescale автоматически партиционируют по времени и сжимают холодные блоки.
  • Социальная сеть, рекомендации, граф. PostgreSQL под профили + Neo4j / ArangoDB под граф связей. Плоский граф (две таблицы users / follows) Postgres тянет через WITH RECURSIVE. Neo4j — при глубине обхода 3+.

Семейства БД и зачем они нужны

Реляционные (RDBMS) — Postgres, MySQL, SQLite

Жёсткая схема, транзакции, SQL-джойны, гарантия целостности (ACID — atomicity, consistency, isolation, durability). Основа продукта: пользователи, подписки, заказы, контент, права.

PostgreSQL — стандарт 2026 года. По данным Stack Overflow Postgres обогнал MySQL по доле использования среди профессионалов в 2024 году (Stack Overflow Survey 2025). Поддержка у всех managed-провайдеров, есть JSONB, pgvector, зрелые ORM.

MySQL — рабочая альтернатива при готовом legacy, PlanetScale-стеке или WordPress / Bitrix. Минусы: нет pgvector, слабее JSON-операции.

SQLite — встраиваемая БД в одном файле. Без сервера, запускается из библиотеки внутри процесса. Для локальной разработки, тестов, desktop / mobile, edge-функций. Turso делает SQLite распределённым с edge-репликами для контентных сайтов с глобальной аудиторией. На single-server держит десятки тысяч RPS на чтение, но горизонтально не масштабируется.

Документные (NoSQL) — MongoDB

JSON-документы без жёсткой схемы. Подходят, когда структура данных меняется на каждом релизе: каталоги с разнородными атрибутами, логи диалогов, сырые ответы внешних API.

MongoDB — горизонтальное шардирование из коробки, гибкие индексы по вложенным полям, агрегационный pipeline. Минусы: нет полноценных джойнов и транзакций между шардами.

В 2026 году большая часть проектов закрывает документную задачу через JSONB в Postgres — отдельный MongoDB ставят при сотнях миллионов документов или когда команда заточена под Mongo.

Векторные — Pinecone, Weaviate, Qdrant, pgvector

Хранят эмбеддинги — числовые векторы, в которые модель превращает текст, картинку или аудио. По ним работает поиск «найди похожее по смыслу», на котором держатся RAG, классификация и рекомендации.

Use cases: RAG-поиск по базе знаний, семантический поиск в каталоге, дедупликация по смыслу, рекомендации, долговременная память агента.

Главное правило 2026 года: до 1-5 миллионов векторов хватает pgvector внутри Postgres — те же таблицы, тот же SQL, тот же бэкап. По бенчмаркам Supabase pgvector с HNSW-индексом догоняет или обгоняет выделенные движки на масштабе 1М векторов при 99% точности (Cloud Magazin, апрель 2026). Выделенная векторная БД оправдана дальше — десятки миллионов векторов, латентность ниже 10 мс, сложная фильтрация, многоарендность.

Key-value и кэш — Redis, Valkey

Память в RAM с быстрым доступом по ключу. Use cases: кэш ответов LLM на одинаковые запросы (экономит токены), rate-limit по пользователю/IP, очереди задач (фоновая обработка документов под эмбеддинги), сессии и магик-линки, прогресс streaming-ответа.

Redis после смены лицензии в 2024 году форкнулся в Valkey (Linux Foundation) и KeyDB. API совместимый, в managed-сервисах часто уже Valkey под капотом.

Графовые — Neo4j, ArangoDB

Хранят узлы и рёбра как первый класс. Запросы «друзья друзей глубиной 4» выполняются за миллисекунды против минут на рекурсивных CTE. Use cases: соцсети, рекомендации, детекция мошенничества, knowledge graph для LLM-агентов.

Neo4j — стандарт, язык запросов Cypher, open-source community edition. ArangoDB — мульти-модельная (граф + документы + key-value). На графах до миллиона рёбер Postgres справляется через рекурсивные запросы.

Колоночные / аналитические — ClickHouse, Druid, DuckDB

Хранят по столбцам, а не строкам — агрегации по миллиардам записей в разы быстрее. Use cases: BI, продуктовая аналитика, логи, A/B-тесты.

ClickHouse (Яндекс) — open-source, держит 100+ ТБ на узел, используют Cloudflare, eBay, Uber. Managed-инсталляции в Yandex.Cloud и VK Cloud. Druid — real-time-аналитика с миллионами событий в секунду. DuckDB — встраиваемый OLAP-аналог SQLite для локальных пайплайнов и Jupyter. Транзакционные нагрузки колоночные БД не тянут.

Time-series — TimescaleDB, InfluxDB

Под запись и агрегацию по времени: метрики, IoT, котировки, латентность моделей. Автопартиционирование по времени, сжатие холодных блоков.

TimescaleDB — расширение Postgres на том же кластере, дефолт. InfluxDB — отдельный сервис при миллионах точек в секунду.

Объектное хранилище — S3

Не БД в строгом смысле, но обязательный слой. Файлы пользователей, исходные документы для RAG, генерации, чекпоинты — всё в S3, в БД только ссылки. В РФ — Timeweb Object Storage, Yandex Object Storage, Selectel S3. За рубежом — Cloudflare R2 (без egress), AWS S3.

SQL vs NoSQL и ACID

В 2026 году дефолт — реляционная БД с поддержкой JSON. Чистый NoSQL оправдан в узких случаях.

КритерийSQL (Postgres / MySQL)NoSQL (Mongo / Redis)
СхемаЖёсткая, ALTER при измененияхГибкая, поля разные у документов
ТранзакцииACID между таблицамиОграниченные, чаще per-document
ДжойныЕстественныеДорогие или невозможные
ЦелостностьForeign keys, констрейнтыНа уровне приложения
ШардированиеСложно настроитьИз коробки
Когда братьЗаказы, биллинг, контент, связиБольшой объём документов, кэш, очереди

ACID (реляционные) — гарантия, что либо вся транзакция применилась, либо ничего. Перевод 100 ₽ между счетами не оставит деньги в воздухе при сбое. Обязательно для платежей и бухгалтерии.

BASE (NoSQL) — Basically Available, Soft state, Eventually consistent. Данные «в конце концов» придут к согласованному состоянию. Подходит для лент, лайков, аналитики.

Гибридный подход — реальность 2026 года: Postgres под основные данные, Redis под кэш и очереди, отдельный движок только при упоре в потолок. Это паттерн «polyglot persistence».

152-ФЗ и российские провайдеры

Если в БД есть персональные данные граждан РФ — ФИО, email, телефон, паспорт, фото, история действий — закон 152-ФЗ требует первичной обработки на серверах внутри России. На зарубежных хостингах (Supabase, Neon, Pinecone, AWS) такие данные хранить нельзя. См. 152-ФЗ.

Российские managed-провайдеры с Postgres и сертификатами 152-ФЗ:

ПровайдерPostgres отОсобенности
Timeweb Cloud230 ₽/месоплата РФ, поддержка на русском, pgvector
Yandex.Cloud~1500 ₽/месYandexGPT рядом, большая экосистема
Selectel~1200 ₽/месгибкие конфиги, K8s рядом
VK Cloudпо запросусертификаты под госконтракты

Цены ориентировочные, минимальные конфигурации (обзор российских облаков 2026).

Гибридная схема: персональные данные в РФ, эмбеддинги обезличенных документов и кэш — где удобнее. ID пользователя из российской БД в зарубежный сервис не уносить — псевдонимизировать через хеш.

Векторные БД — pgvector, Qdrant, Pinecone, Weaviate

pgvector — расширение PostgreSQL: тип vector и индексы HNSW / IVFFlat. Один движок, один бэкап, один SQL.

CREATE EXTENSION vector;
CREATE TABLE documents (
 id SERIAL PRIMARY KEY,
 content TEXT,
 embedding vector(1536),
 user_id INT REFERENCES users(id)
);
CREATE INDEX ON documents USING hnsw (embedding vector_cosine_ops);

SELECT content FROM documents
WHERE user_id = $1
ORDER BY embedding <=> $2::vector LIMIT 5;

Плюсы: джойн вектора с реляционными данными одним запросом, транзакции из коробки, латентность под 20 мс на 1М векторов с HNSW, поддержка в Supabase / Neon / Timeweb / Yandex.Cloud. Брать до 1-5 млн векторов — дефолт 2026 года.

Qdrant — открытый движок на Rust, один из самых быстрых на больших объёмах, гибкая фильтрация по метаданным, self-host через Docker. Брать при 5М+ векторов.

Pinecone — полностью управляемый SaaS, serverless с 2024 года. Free tier (~100K векторов), Standard от $70/мес. Брать, когда нет инфра-команды и бюджет позволяет.

Weaviate — open-source с гибридным поиском (вектор + BM25 в одном запросе) и графовой моделью. Брать для корпоративных баз знаний с перекрёстными ссылками.

Chroma — локальная БД для прототипов, на продакшене почти не используется.

По бенчмаркам Supabase pgvector с HNSW догоняет или обгоняет выделенные движки на масштабе 1М векторов при 99% точности (Cloud Magazin, апрель 2026).

Managed-провайдеры реляционных БД

Timeweb Managed Postgres — российский managed-Postgres от 230 ₽/мес, рабочая конфигурация 800-1500 ₽/мес. Сертификаты под 152-ФЗ, серверы в Москве и Питере, оплата картой РФ и СБП, автобэкапы, pgvector. Дефолт для проекта с российской аудиторией. См. Timeweb Cloud.

Supabase — Postgres + Auth + Storage + Realtime + Edge Functions + pgvector в одном пакете. Free (500 МБ), Pro $25/мес (8 ГБ), Team $599/мес. Брать для MVP без требований 152-ФЗ, когда нужна авторизация и хранилище в комплекте.

Neon — serverless Postgres со scale-to-zero и database branching (копия БД на каждый PR). Free (10 ГБ), Launch $19/мес. Дефолт для проектов на Vercel.

PlanetScale — managed-MySQL с branching и декларативными миграциями. После закрытия free tier в 2024-м — от $39/мес. Брать при стеке на MySQL. С 2025 года появился PlanetScale for Postgres.

Vercel Postgres — обёртка над Neon с биллингом Vercel. Под российские проекты не подходит — данные в США / ЕС.

Turso — distributed SQLite с edge-репликами. Free tier 8 ГБ. Для российской аудитории edge-сеть не даёт выигрыша.

Yandex.Cloud / Selectel / VK Cloud — managed-Postgres от российских облаков с сертификатами 152-ФЗ. Цены выше Timeweb (от 1200-1500 ₽/мес), но шире выбор конфигураций, K8s рядом. Корпоративный сегмент и госконтракты.

Сравнение 10 БД одной таблицей

БДСемействоACIDСложностьЦена старта
PostgreSQLРеляционнаяПолныйНизкая0-230 ₽/мес
MySQLРеляционнаяПолныйНизкая0-200 ₽/мес
SQLiteEmbeddedПолный (single writer)Минимальная0 ₽
MongoDBДокументнаяPer-documentСредняя0-9 $/мес
Redis / ValkeyKey-value, RAMБазовые транзакцииНизкая0-200 ₽/мес
ClickHouseКолоночная OLAPБез транзакцийВысокаяself-host
Neo4jГрафоваяПолныйВысокая0 Community
TimescaleDBTime-seriesПолныйНизкаякак Postgres
pgvectorВекторное расширениеОт PostgresМинимальная0 ₽
QdrantВекторнаяEventually consistentСредняя0 self-host

Self-host vs managed

Managed — провайдер ставит, обновляет, бэкапит, мониторит. Дефолт для команды без выделенного DevOps. В РФ Timeweb от 230 ₽/мес.

Self-host — VPS, всё сам. Дешевле в разы при большом объёме, но бэкапы / мониторинг / обновления / point-in-time recovery — на тебе. Один сбой ночью обнуляет экономию.

Решение по факту: до миллиона выручки — managed, дальше — гибрид (managed Postgres + self-host Redis / ClickHouse).

Локальная разработка

На машине разработчика БД должна заводиться одной командой:

  • SQLite — файл dev.db в корне репозитория. Подходит, если работа идёт через ORM. Минус — расхождение диалекта SQL: JSONB и оконные функции работают по-разному.
  • Docker Postgres — точная копия прода: docker compose up -d postgres. Дефолт для команды.
  • Testcontainers / embedded Postgres — настоящий Postgres внутри теста, убивается после. Для CI.
  • Локальный Supabase — supabase start поднимает Postgres + Studio + Auth + Storage. Если прод на Supabase.

ORM миграции (prisma migrate dev, drizzle-kit push) разворачивают схему за секунды. Сидинг — SQL-файл или фабрики (@faker-js/faker).

Базы данных для вайбкодинг-платформ

Вайбкодинг — генерация кода через ИИ-ассистентов. У каждой платформы свой подход к БД:

  • Lovable — глубокая интеграция с Supabase. По кнопке «Connect Supabase» агент создаёт проект, генерирует таблицы, миграции и типы. Дефолт.
  • Bolt.new — БД не навязывает: Supabase, Neon, MongoDB Atlas, Firebase через переменные окружения.
  • v0.dev (Vercel) — заточен под Next.js + Vercel: Vercel Postgres (Neon под капотом), Supabase, Upstash Redis.
  • Cursor / Windsurf — IDE с ИИ-ассистентом, БД выбирает разработчик, агент пишет миграции и запросы.
  • Replit Agent — встроенный SQLite или внешний Supabase / Neon.
  • Base44 — собственная встроенная БД на Postgres, без выбора.

Совет: для SaaS или приложения с авторизацией через Lovable / Bolt / v0 — берите Supabase. Экономит вечера на ручную настройку auth, storage и RLS. Под российскую аудиторию с персональными данными после прототипа переезд на Timeweb или Selectel — разовая работа на день.

ORM и цены

Стандарт для Node.js — Prisma (декларативная схема, генератор типов, миграции; векторный тип через Unsupported, поиск через $queryRaw). Альтернатива — Drizzle ORM с нативной поддержкой vector. Для Python — SQLAlchemy + pgvector-python. Для Go — GORM или pgx + sqlc.

ЭтапСоставБюджет
MVP (до 1000)Free Postgres / Timeweb 230 ₽, Redis Free0-500 ₽/мес
Рост (10K)Postgres 1500-3000 ₽, Redis, S32-5 тыс. ₽/мес
Продакшен (100K+)Postgres primary+replica, Qdrant, Redis cluster, S3+CDN15-50 тыс. ₽/мес

На старте не оптимизировать: pgvector в существующем Postgres закрывает задачи до первой выручки.

Где традиционная БД не подходит

Сигналы, что стандартный Postgres не справится:

  • Аналитика на 100+ ТБ. Postgres держит OLAP до десятков ГБ, дальше — ClickHouse, BigQuery, Snowflake. Запрос по миллиарду строк в Postgres — минуты, в ClickHouse — секунды.
  • Real-time стримы на миллионы событий в секунду. Котировки, телеметрия игр, IoT-автопарк. Под это — Kafka + ClickHouse / Druid.
  • Embedded без сервера. Мобильное офлайн-приложение, desktop, edge-функция — SQLite или DuckDB.
  • Граф с многоуровневыми обходами. «Связи через 4 рукопожатия» — Neo4j на порядок быстрее рекурсивных CTE.
  • Полнотекстовый поиск с фасетами. Tsvector работает, но Meilisearch / Manticore / Elasticsearch дают релевантность и фасеты дешевле.
  • Очереди на миллионы сообщений в секунду. Postgres-таблица как очередь работает до тысячи RPS, дальше — RabbitMQ, NATS, Redis Streams, Kafka.

В каждом случае основная БД (Postgres) остаётся — специализированная подключается рядом, не вместо.

Миграции между БД

Типовые сценарии:

  • Firebase / Firestore → Postgres + Supabase. Экспорт коллекций в JSON, скрипт превращает каждую в таблицу (стандартные поля как колонки, остальное в JSONB), импорт через COPY. Auth — отдельно через CSV.
  • Excel / Google Sheets → Postgres. Выгрузка в CSV, нормализация в связанные таблицы, импорт через \copy или pgloader. День работы на 50К строк.
  • MS SQL Server → PostgreSQL. pgloader переводит схему и данные автоматически. T-SQL хранимые процедуры переписываются на PL/pgSQL вручную.
  • MySQL → PostgreSQL. Тоже pgloader. Проверить JSON и enum (разные), переписать MySQL-специфичные функции (GROUP_CONCAT, IF()).
  • MongoDB → Postgres. Скрипт-обходчик коллекций: реляционные поля → колонки, остальное → JSONB. Часто получается компактнее исходного Mongo.
  • Postgres → Postgres другого провайдера (например, Supabase → Timeweb под 152-ФЗ). pg_dump + pg_restore, переподключение приложения. Для нулевого downtime — logical replication.

В любой миграции: сначала dry-run на копии прода, проверка контрольных сумм и выборочная сверка, потом боевой переезд в окно низкой нагрузки.

Главные ошибки

  • Выделенная БД с нуля без нагрузки. На 10К строк или 10К векторов основной Postgres работает быстрее сетевого вызова к внешнему сервису. Решение по выделенной БД — по факту.
  • Файлы в БД. PDF, картинки, видео — в S3, в БД только ссылка. Postgres не для блобов на гигабайты.
  • Нет кэша ответов модели. Одинаковые запросы идут раз за разом. Кэш в Redis по hash промпта + ID модели экономит токены.
  • Нет HNSW-индекса. Без него pgvector делает full table scan; на 10К векторов это секунды. CREATE INDEX... USING hnsw — обязательно.
  • Секреты в репозитории. .env не в Git. Для прода — переменные хостинга.
  • N+1 запросы при истории чата. Сообщения одним запросом через include / select, не циклом.
  • Без проверки бэкапов. Managed-бэкапы автоматические, но политика хранения разная (7 / 30 / 90 дней). Раз в квартал — тренировка восстановления в тестовую БД.

FAQ

Какую БД выбрать новичку? PostgreSQL на managed-хостинге. Бесплатный тариф Supabase или Neon — для проектов без персональных данных РФ. Для российской аудитории — Timeweb Postgres от 230 ₽/мес. Один движок закроет 80% задач.

Какая БД бесплатная для старта? Postgres и MySQL — open-source, плата только за хостинг. Бесплатные managed: Supabase Free (500 МБ + Auth + Storage), Neon Free (10 ГБ), Vercel Postgres Hobby, Turso (8 ГБ SQLite), MongoDB Atlas (512 МБ). SQLite — файл на диске.

Какая БД самая быстрая? Зависит от задачи. Key-value — Redis. Транзакции — Postgres и MySQL сопоставимы. Аналитика — ClickHouse в десятки раз быстрее Postgres. Векторный поиск на больших объёмах — Qdrant обгоняет pgvector. «Самой быстрой для всего» не существует — это полиглот.

Когда нужен NoSQL? Когда поля документов сильно разные на каждом релизе: большие каталоги маркетплейсов, IoT-телеметрия, логи. В остальных случаях JSONB в Postgres покрывает гибкую схему.

Какая БД нужна для RAG-приложения? Минимум — Postgres с pgvector, хватает до миллионов векторов. Выделенная векторная БД нужна на десятках миллионов или при требовании латентности ниже 10 мс.

В чём разница между pgvector и Pinecone? pgvector — расширение Postgres, бесплатно, до ~5 млн векторов. Pinecone — отдельный SaaS, $70+/мес за 1М, без операционной нагрузки, масштабируется до миллиардов.

Postgres или MySQL в 2026? Postgres. Современнее, активнее развивается, поддерживает JSONB, pgvector, расширения. MySQL — только при готовом legacy или WordPress / Bitrix.

Чем Supabase отличается от Neon? Supabase — backend-as-a-service: Postgres + Auth + Storage + Realtime + Edge Functions. Neon — чистый serverless Postgres со scale-to-zero и branching. См. Supabase и Neon.

Где хранить персональные данные? Внутри РФ: Timeweb Cloud, Yandex.Cloud, Selectel, VK Cloud. Эмбеддинги обезличенных документов — где угодно. См. 152-ФЗ.

Можно ли использовать Supabase для российской аудитории? Технически API работает. Но персональные данные граждан РФ хранить в Supabase нельзя по 152-ФЗ. Подходит для проектов без российских юрлиц и физлиц.

Какая БД для вайбкодинга в Lovable / Bolt / v0? Lovable — Supabase из коробки. Bolt — любая через ENV, чаще Supabase или Neon. v0 — Vercel Postgres (Neon) или Supabase. Cursor / Windsurf — выбирает разработчик. См. вайбкодинг.

Как мигрировать с Firebase / Excel / SQL Server? Firebase — экспорт в JSON, скрипт в таблицы Postgres. Excel — CSV и \copy. SQL Server — pgloader для схемы и данных, T-SQL процедуры переписываются вручную. См. раздел «Миграции» выше.

Нужен ли Redis на старте? Для обычного веб-сайта — нет, сначала Postgres. Для ИИ-проекта — да: кэш ответов модели экономит токены с первого дня.

Сколько стоит БД для MVP? Веб-сайт — 0-500 ₽/мес. SaaS на 10К — 2-5 тыс. ₽/мес. ИИ-проект с миллионами векторов — 15-50 тыс. ₽/мес.

MongoDB или JSONB в Postgres? JSONB в Postgres покрывает большую часть задач документной модели. Отдельный MongoDB оправдан при сотнях миллионов документов или если команда заточена под Mongo.

Где хранить файлы и документы? В S3-совместимом хранилище. В РФ — Timeweb / Yandex / Selectel S3. За рубежом — Cloudflare R2. В БД — только ссылка.

Что такое HNSW-индекс? Алгоритм индексации векторов (Hierarchical Navigable Small World). Без HNSW векторный поиск идёт за линейное время; с HNSW — за логарифмическое. В pgvector — CREATE INDEX... USING hnsw.

Self-host или managed Postgres? До миллиона выручки — managed. Бэкапы, мониторинг, обновления делает провайдер. Дальше — гибрид: managed Postgres + self-host Redis / ClickHouse / Qdrant на VPS.

Дальше

Читайте также