त्वरित उत्तर: स्वायत्त AI एजेंट्स के लिए postgres mcp सर्वर को स्केल करने हेतु रीड क्वेरीज को PostgreSQL रीड रेप्लिका पर रूट करना, PgBouncer या Supavisor को ट्रांजैक्शन पूलिंग मोड में चलाना, सख्त statement_timeout (2000–5000ms) लागू करना और निष्पादन से पहले अन-इंडेक्स्ड सीक्वेंशियल स्कैन को ब्लॉक करने के लिए प्री-फ्लाइट EXPLAIN क्वेरी प्लान विश्लेषण अनिवार्य है।
1. परिचय: स्वायत्त डेटाबेस AI एजेंट्स का स्केलेबिलिटी संकट
2026 में, स्वायत्त सॉफ्टवेयर इंजीनियरिंग और डेटा एनालिटिक्स सिस्टम—जैसे Claude Code, Cursor Composer, PydanticAI और एंटरप्राइज मल्टी-एजेंट फ्रेमवर्क—रिलेशनल डेटाबेस से सीधे इंटरैक्ट करने के लिए Model Context Protocol (MCP) पर तेजी से निर्भर हो रहे हैं। स्थिर डेटा एक्सपोर्ट की प्रतीक्षा करने या डेटा इंजीनियरों द्वारा मैन्युअल SQL रिपोर्ट लिखने के बजाय, एक स्वायत्त postgresql ai agent वास्तविक समय में टेबल स्कीमा की खोज करता है, जटिल मल्टी-टेबल जॉइन (JOINs) बनाता है, विदेशी कुंजियों (Foreign Keys) का विश्लेषण करता है और विश्लेषणात्मक क्वेरी निष्पादित करता है।
हालाँकि, प्रोडक्शन PostgreSQL उदाहरणों पर एक बुनियादी database mcp server तैनात करने से बुनियादी ढांचे में तुरंत गंभीर बाधाएं उत्पन्न हो जाती हैं:
- कनेक्शन संतृप्ति (Connection Saturation): अनियंत्रित एजेंट निष्पादन लूप एक साथ दर्जनों सब-एजेंट उत्पन्न करते हैं। चूंकि मानक PostgreSQL प्रत्येक समर्पित बैकएंड प्रक्रिया के लिए 5–10 MB मेमोरी आवंटित करता है, सीधे कनेक्शन सेकंडों में
max_connectionsतक पहुंच जाते हैं, जिससेFATAL: remaining connection slots are reservedत्रुटि आती है और यूजर-फेसिंग प्रोडक्शन APIs क्रैश हो जाते हैं। - प्राइमरी नोड पर लॉक विवाद (Lock Contention): स्वायत्त एजेंट अक्सर बिना किसी प्रतिबंध के कार्टेशियन जॉइन, मिसिंग इंडेक्स स्कैन और लाखों पंक्तियों में एग्रीगेशन वाली क्वेरी सीधे भारी राइट-लोड वाले प्राइमरी मास्टर डेटाबेस पर चलाते हैं, जिससे सामान्य लेन-देन (OLTP) से CPU और I/O संसाधन छिन जाते हैं।
- अनियंत्रित भगोड़ी क्वेरीज (Runaway Queries): रनटाइम सर्किट ब्रेकर्स के बिना, जब कोई एजेंट अकुशल क्वेरी की कल्पना (Hallucination) करता है, तो वह टेबल लॉक्स को रोक कर रखता है और सर्वर रैम को अनिश्चित काल तक समाप्त कर देता है।
- अंधाधुंध निष्पादन के जोखिम: मानक MCP टूल्स LLM द्वारा उत्पन्न किसी भी SQL स्ट्रिंग को बिना लागत सत्यापन या AST-स्तरीय सुरक्षा जांच के सीधे निष्पादित कर देते हैं।
स्वायत्त डेटा एजेंट्स को सुरक्षित रूप से स्केल करने के लिए, इंजीनियरों को सिंगल-नोड सेटअप से एंटरप्राइज-ग्रेड mcp tool आर्किटेक्चर में स्थानांतरित होना होगा। इसमें बुद्धिमान रीड-रेप्लिका लोड बैलेंसिंग, PgBouncer या Supavisor के माध्यम से कनेक्शन पूलिंग, सख्त statement_timeout सुरक्षा गार्डरेल्स, और स्वचालित प्री-फ्लाइट EXPLAIN क्वेरी प्लान विश्लेषण शामिल हैं।
2. उच्च-उपलब्धता आर्किटेक्चर: रीड-रेप्लिका लोड बैलेंसिंग
प्रोडक्शन PostgreSQL परिनियोजन में एकल रीड-राइट प्राइमरी (मास्टर) नोड के साथ कई स्ट्रीमिंग रीड रेप्लिका (Read Replicas) बनाए रखे जाते हैं। एंटरप्राइज-ग्रेड Postgres MCP सर्वर को एक बुद्धिमान क्वेरी राउटर के रूप में कार्य करना चाहिए, जो केवल-पढ़ने योग्य (Read-Only) विश्लेषणात्मक अन्वेषण और स्थिति-परिवर्तनकारी (Write/DDL) लेन-देन के बीच अंतर करता है।
+----------------------------------------------------------------------------------------------------+
| होस्ट AI एजेंट रनटाइम पर्यावरण |
| (Claude Code CLI, Cursor Composer, LangGraph, PydanticAI) |
| |
| +------------------------------------------------------------------------------------------+ |
| | MCP क्लाइंट सबसिस्टम | |
| | - JSON-RPC 2.0 टूल कॉल प्रेषण (execute_sql, explain_query, describe_schema) | |
| +---------------------------------------------+--------------------------------------------+ |
+--------------------------------------------------|-------------------------------------------------+
| stdio / स्ट्रीम करने योग्य SSE (HTTP/2)
v
+----------------------------------------------------------------------------------------------------+
| POSTGRESQL MCP सर्वर और इंटेलिजेंट राउटर |
| |
| +------------------------+ +------------------------+ +--------------------------------+ |
| | SQL AST और वर्ब पार्सर | | प्री-फ्लाइट कॉस्ट गार्ड| | रेप्लिका हेल्थ और लैग मॉनिटर | |
| | - SELECT -> रेप्लिका | | - EXPLAIN (COSTS ON) | | - pg_last_xact_replay_ts() | |
| | - WRITE -> प्राइमरी | | - अधिकतम लागत सीमा: 15k| | - स्वचालित फेलओवर रूटिंग | |
| +-----------+------------+ +-----------+------------+ +---------------+----------------+ |
+----------------|----------------------------|--------------------------------|---------------------+
| | |
| डायनामिक रूटिंग निर्णय +--------------------------------+
|
+---------------------------------------+
| |
v (रीड-राइट: DDL/DML) v (केवल-पढ़ने योग्य: SELECT/EXPLAIN)
+-----------------------------------+ +------------------------------------------------------------+
| प्राइमरी PGBOUNCER (पोर्ट 6543) | | रेप्लिका लोड बैलेंसर / PGBOUNCER पूल (पोर्ट 6544) |
| पूल मोड: ट्रांजैक्शन | | राउंड-रॉबिन / न्यूनतम कनेक्शन (Least Connections) |
+-----------------+-----------------+ +--------------+------------------------------+--------------+
| | |
v v v
+-----------------------------------+ +------------------------------+ +-------------------------+
| POSTGRESQL प्राइमरी (WRITER) | | POSTGRES रीड रेप्लिका 1 | | POSTGRES रीड रेप्लिका 2 |
| - WAL स्ट्रीमिंग प्राइमरी |==>| - हॉट स्टैंडबाय (स्ट्रीमिंग) |==>| - हॉट स्टैंडबाय (रेप्लिका)|
| - उच्च राइट थ्रूपुट | | - समर्पित एजेंट एनालिटिक्स | | - स्कीमा आत्मनिरीक्षण |
+-----------------------------------+ +------------------------------+ +-------------------------+Postgres MCP लेयर में रूटिंग लॉजिक
जब AI एजेंट execute_sql को कॉल करता है, तो MCP सर्वर डेटाबेस कनेक्शन प्राप्त करने से पहले क्वेरी सिंटैक्स ट्री का निरीक्षण करता है:
- स्कीमा आत्मनिरीक्षण (
\d,information_schema,pg_catalog): इसे पूरी तरह से केवल रेप्लिका पूल में रूट किया जाता है। - विश्लेषणात्मक रीड क्वेरी (
SELECT ...): इन्हें भारित राउंड-रॉबिन या न्यूनतम-कनेक्शन वितरण का उपयोग करके स्वस्थ रीड रेप्लिका में संतुलित किया जाता है। - प्री-फ्लाइट अनुकूलन (
EXPLAIN ...): इसे प्रोडक्शन मास्टर बफ़र्स को प्रभावित किए बिना वास्तविक सांख्यिकीय वितरण के विरुद्ध रेप्लिका पर निष्पादित किया जाता है। - डेटा संशोधन (
INSERT,UPDATE,DELETE,CREATE): इन्हें विशेष रूप से केवल प्राइमरी नोड पर रूट किया जाता है—और केवल तभी यदि एजेंट उन्नत राइट विशेषाधिकारों के साथ संचालित हो रहा हो।
3. कनेक्शन पूलिंग: PgBouncer और Supavisor कॉन्फ़िगरेशन
सैकड़ों स्वायत्त एजेंट थ्रेड्स को सीधे PostgreSQL पोर्ट 5432 से कनेक्ट करने से तत्काल संसाधनों का पतन होता है। एक समर्पित कनेक्शन पूलर अपरिहार्य है।
एजेंट वर्कफ़्लो के लिए सेशन मोड बनाम ट्रांजैक्शन मोड
| आर्किटेक्चर पैरामीटर | डायरेक्ट कनेक्शन (पोर्ट 5432) | PgBouncer सेशन मोड | PgBouncer / Supavisor ट्रांजैक्शन मोड (पोर्ट 6543) |
|---|---|---|---|
| बैकएंड मेमोरी लागत | 5–10 MB प्रति एजेंट कनेक्शन | 5–10 MB प्रति आवंटित सेशन | < 50 KB प्रति क्लाइंट (पुनर्चक्रित पूल) |
| अधिकतम समवर्ती क्लाइंट्स | 100–300 (रैम द्वारा सीमित) | 500–1,000 | 10,000+ वर्चुअल एजेंट सेशन्स |
| कनेक्शन ओवरहेड | 30–80 ms प्रति हैंडशेक | 15–30 ms | < 1.5 ms चेकआउट लेटेंसी |
| तैयार स्टेटमेंट समर्थन | पूर्ण समर्थन | पूर्ण समर्थन | प्रोटोकॉल-स्तरीय अनाम स्टेटमेंट हैंडलिंग आवश्यक |
| SET / सेशन वेरिएबल्स | पूर्णतः स्थायी | सेशन के दौरान स्थायी | लेन-देन के भीतर SET LOCAL का उपयोग अनिवार्य |
| उत्पादन अनुशंसा | AI एजेंट्स के लिए कभी नहीं | केवल स्टेजिंग / माइग्रेशन | अनिवार्य उत्पादन मानक (Production Standard) |
Postgres MCP सर्वर्स के लिए अनुकूलित pgbouncer.ini
प्राइमरी और रेप्लिका इंस्टेंसेस में उच्च-समवर्ती AI एजेंट वर्कलोड को संभालने के लिए, PgBouncer को निम्नानुसार कॉन्फ़िगर करें:
[databases]
;; प्राइमरी राइट टारगेट
postgres_primary = host=10.0.0.1 port=5432 dbname=production auth_user=pgb_auth pool_mode=transaction max_db_connections=40
;; रीड-रेप्लिका लोड-बैलेंस्ड टारगेट
postgres_replica = host=10.0.0.2 port=5432 dbname=production auth_user=pgb_auth pool_mode=transaction max_db_connections=80
[pgbouncer]
logfile = /var/log/postgresql/pgbouncer.log
pidfile = /var/run/postgresql/pgbouncer.pid
listen_addr = 0.0.0.0
listen_port = 6543
auth_type = scram-sha-256
auth_file = /etc/pgbouncer/userlist.txt
;; उच्च-समवर्ती LLM एजेंट्स के लिए पूल का आकार
pool_mode = transaction
max_client_conn = 10000
default_pool_size = 25
min_pool_size = 5
reserve_pool_size = 5
reserve_pool_timeout = 3
;; कनेक्शन पुनर्चक्रण और स्टेटमेंट स्वच्छता
server_reset_query = DISCARD ALL
server_check_query = SELECT 1
server_check_delay = 10
max_user_connections = 500
query_timeout = 10.0
idle_transaction_timeout = 5.04. प्रदर्शन बेंचमार्क: डायरेक्ट बनाम पूल्ड बनाम रीड-रेप्लिका आर्किटेक्चर
LLMPodium इंजीनियरिंग टीम ने तीन अलग-अलग PostgreSQL आर्किटेक्चर में स्वायत्त AI एजेंट वर्कलोड का कठोर परीक्षण किया।
बेंचमार्क सेटअप और कार्यप्रणाली
- डेटाबेस विनिर्देश: AWS Aurora PostgreSQL 17 (1 प्राइमरी + 2 रेप्लिका, प्रत्येक 4 vCPU, 32 GB रैम के साथ
db.r7g.xlargeइंस्टेंस)। - क्लाइंट वर्कलोड: Claude Code CLI और LangGraph रनर्स द्वारा संचालित 100 समवर्ती एजेंट वर्कर लूप्स।
- वर्कलोड मिश्रण: 70% एग्रीगेशन के साथ विश्लेषणात्मक जॉइन (JOINs), 20% स्कीमा आत्मनिरीक्षण (
pg_catalog), 10% वेक्टर समानता खोज (pgvectorHNSW इंडेक्स)।
+-------------------------------------------------------------------------------------------------------------------------+
| POSTGRESQL MCP सर्वर प्रदर्शन और स्केलेबिलिटी बेंचमार्क (2026) |
+------------------------------------+------------------+------------+------------+-------------+------------+------------+
| कॉन्फ़िगरेशन आर्किटेक्चर | समवर्तीता (Ops) | QPS | लेटेंसी p50| लेटेंसी p99 | कनेक्शन ड्रॉप| मास्टर CPU |
+------------------------------------+------------------+------------+------------+-------------+------------+------------+
| 1. डायरेक्ट सिंगल नोड (पोर्ट 5432)| 100 एजेंट्स | 412 req/s | 84.5 ms | 1,420 ms | 18.4% | 94.2% |
| 2. PgBouncer पूल्ड केवल प्राइमरी | 100 एजेंट्स | 1,280 req/s| 28.1 ms | 142.0 ms | 0.0% | 88.6% |
| 3. रीड-रेप्लिका पूल्ड स्प्लिट (MCP)| 100 एजेंट्स | 3,850 req/s| 8.4 ms | 24.8 ms | 0.0% | 12.1% |
| 4. रीड-रेप्लिका + प्री-फ्लाइट गार्ड| 100 एजेंट्स | 3,790 req/s| 9.1 ms | 21.2 ms | 0.0% | 11.8% |
+------------------------------------+------------------+------------+------------+-------------+------------+------------+मुख्य प्रदर्शन अंतर्दृष्टि
- कनेक्शन विफलता का पूर्ण उन्मूलन: पूलिंग के बिना सीधे कनेक्शन में 18.4% कनेक्शन विफलता दर दर्ज की गई क्योंकि एजेंट
max_connectionsसीमा को पार कर गए थे। PgBouncer ने कनेक्शन विफलता को घटाकर 0.0% कर दिया। - मास्टर CPU लोड में भारी कमी: एजेंट की रीड क्वेरीज को दो रीड रेप्लिका पर स्थानांतरित करने से प्राइमरी नोड का CPU उपयोग 88.6% से घटकर 12.1% हो गया, जिससे मुख्य एप्लिकेशन ट्रांजैक्शन के लिए संसाधन सुरक्षित रहे।
- p99 लेटेंसी में 98% की कमी: टेल लेटेंसी 1,420 ms से घटकर 24.8 ms रह गई, जिससे स्वायत्त एजेंट कैस्केडिंग टूल-कॉल टाइमआउट से पूरी तरह सुरक्षित रहे।
5. सुरक्षा गार्डरेल्स और स्टेटमेंट टाइमआउट्स
एक स्वायत्त postgresql ai agent को कभी भी डिफ़ॉल्ट प्रशासनिक डेटाबेस विशेषाधिकारों के साथ संचालित नहीं होना चाहिए। PostgreSQL मूल भूमिका अनुमतियों, कनेक्शन-स्तरीय टाइमआउट्स और संसाधन सीमाओं का उपयोग करके रक्षात्मक अलगाव लागू करें।
-- 1. स्वायत्त एजेंटों के लिए एक समर्पित केवल-पढ़ने योग्य भूमिका बनाएं
CREATE ROLE agent_readonly WITH LOGIN PASSWORD 'StrictAgentSecret2026!';
-- 2. एप्लिकेशन स्कीमा तक केवल पढ़ने की अनुमति प्रदान करें
GRANT CONNECT ON DATABASE production TO agent_readonly;
GRANT USAGE ON SCHEMA public TO agent_readonly;
GRANT SELECT ON ALL TABLES IN SCHEMA public TO agent_readonly;
ALTER DEFAULT PRIVILEGES IN SCHEMA public GRANT SELECT ON ALL TABLES TO agent_readonly;
-- 3. खतरनाक DDL और राइट विशेषाधिकारों को निरस्त करें
REVOKE CREATE ON SCHEMA public FROM agent_readonly;
REVOKE ALL ON ALL FUNCTIONS IN SCHEMA public FROM agent_readonly;
-- 4. भूमिका स्तर पर सख्त निष्पादन गार्डरेल्स लागू करें
ALTER ROLE agent_readonly SET statement_timeout = '4000ms';
ALTER ROLE agent_readonly SET lock_timeout = '1000ms';
ALTER ROLE agent_readonly SET idle_in_transaction_session_timeout = '3000ms';
ALTER ROLE agent_readonly SET default_transaction_read_only = on;
-- 5. OOM को रोकने के लिए प्रति क्वेरी नोड मेमोरी खपत सीमित करें
ALTER ROLE agent_readonly SET work_mem = '32MB';टाइमआउट रक्षा तंत्र
statement_timeout = '4000ms': 4 सेकंड के बाद भगोड़ी और भारी क्वेरी को स्वचालित रूप से रद्द कर देता है।lock_timeout = '1000ms': डेटाबेस माइग्रेशन के दौरान एजेंट्स को टेबल लॉक्स के पीछे लटके रहने से रोकता है।default_transaction_read_only = on: यह सुनिश्चित करता है कि भले ही कोई एजेंटUPDATEयाDROPतैयार करे, PostgreSQL ट्रांजैक्शन इंजन तुरंत अनुमति दोष उत्पन्न कर देता है।
6. प्री-फ्लाइट EXPLAIN क्वेरी प्लान विश्लेषण
एक database mcp server के लिए सबसे क्रांतिकारी प्रदर्शन अनुकूलन प्री-फ्लाइट EXPLAIN विश्लेषण है। मनमाने प्रश्नों को सीधे निष्पादित करने के बजाय, MCP सर्वर सबसे पहले अनुमानित निष्पादन लागत और क्वेरी प्लान संरचना का मूल्यांकन करने के लिए रीड रेप्लिका पर EXPLAIN (COSTS ON, FORMAT JSON) चलाता है।
+----------------------------------------------------------------------------------------------------+
| प्री-फ्लाइट EXPLAIN विश्लेषण फ्लोचार्ट |
+----------------------------------------------------------------------------------------------------+
एजेंट execute_sql(query) को कॉल करता है
|
v
+-----------------------------------+
| EXPLAIN (FORMAT JSON) क्वेरी चलाएं|
+-----------------+-----------------+
|
v
+-----------------------------------+
| योजना निरीक्षण: कुल लागत और स्कैन्स|
+-----------------+-----------------+
|
+------------------------+------------------------+
| |
कुल लागत > 15,000 कुल लागत <= 15,000
या अन-इंडेक्स्ड Seq Scan और इंडेक्स्ड स्कैन
| |
v v
+-------------------------------+ +-------------------------------+
| क्वेरी निष्पादन अस्वीकार करें | | रेप्लिका पर सुरक्षित निष्पादन |
| कार्रवाई योग्य प्रतिक्रिया दें:| | परिणाम पंक्तियों को एजेंट के |
| "क्वेरी निरस्त: orders टेबल | | कॉन्टेक्स्ट विंडो में भेजें |
| पर Seq Scan (लागत: 84,200)। | +-------------------------------+
| इंडेक्स जोड़ें या फ़िल्टर करें" |
+-------------------------------+प्री-फ्लाइट गार्ड का TypeScript कार्यान्वयन
यहाँ बताया गया है कि कस्टम Node.js/TypeScript Postgres MCP सर्वर के अंदर इस सुरक्षा गार्डरेल को कैसे लागू किया जाए:
import { Pool } from 'pg';
const replicaPool = new Pool({
connectionString: process.env.DATABASE_REPLICA_URL, // PgBouncer पोर्ट 6543 को संदर्भित करता है
statement_timeout: 4000,
});
const MAX_ALLOWED_QUERY_COST = 15000;
interface ExplainPlanNode {
'Node Type': string;
'Relation Name'?: string;
'Total Cost': number;
Plans?: ExplainPlanNode[];
}
export async function executeSafeAgentQuery(sql: string) {
// 1. क्वेरी स्वच्छता: केवल-पढ़ने योग्य कमांड सुनिश्चित करें
const trimmed = sql.trim().toUpperCase();
if (!trimmed.startsWith('SELECT') && !trimmed.startsWith('WITH')) {
throw new Error('वर्जित: रेप्लिका पर केवल SELECT और WITH क्वेरीज़ की अनुमति है।');
}
// 2. प्री-फ्लाइट EXPLAIN निरीक्षण
const explainSql = `EXPLAIN (FORMAT JSON, COSTS ON) ${sql}`;
const explainResult = await replicaPool.query(explainSql);
const plan: ExplainPlanNode = explainResult.rows[0]['QUERY PLAN'][0]['Plan'];
// 3. बड़ी तालिकाओं पर सीक्वेंशियल स्कैन के लिए निष्पादन ट्री का निरीक्षण करें
const violations: string[] = [];
function inspectNode(node: ExplainPlanNode) {
if (node['Total Cost'] > MAX_ALLOWED_QUERY_COST) {
violations.push(`क्वेरी लागत ${node['Total Cost']} सुरक्षा सीमा ${MAX_ALLOWED_QUERY_COST} से अधिक है`);
}
if (node['Node Type'] === 'Seq Scan' && node['Total Cost'] > 3000) {
violations.push(`रिलेशन पर अन-इंडेक्स्ड सीक्वेंशियल स्कैन पाया गया: '${node['Relation Name']}'`);
}
if (node.Plans) {
node.Plans.forEach(inspectNode);
}
}
inspectNode(plan);
if (violations.length > 0) {
return {
status: 'rejected',
error: 'क्वेरी योजना सुरक्षा सीमाओं को पार कर गई।',
reasons: violations,
suggested_action: 'इंडेक्स्ड कॉलम पर फ़िल्टरिंग जोड़ें या क्वेरी रेंज को सीमित करें।',
};
}
// 4. सुरक्षित निष्पादन
const startTime = Date.now();
const result = await replicaPool.query(sql);
const duration = Date.now() - startTime;
return {
status: 'success',
duration_ms: duration,
rowCount: result.rowCount,
rows: result.rows,
};
}7. Claude Code और Cursor के लिए चरण-दर-चरण कॉन्फ़िगरेशन
Claude Code और Cursor को स्केल्ड PostgreSQL क्षमताओं से लैस करने के लिए, स्थानीय या रिमोट कॉन्फ़िगरेशन का उपयोग करके अपने MCP सर्वर को पंजीकृत करें।
Claude Code CLI कॉन्फ़िगरेशन (~/.claude.json या claude mcp add)
अलग-अलग रीड और राइट कनेक्शन स्ट्रिंग्स के साथ स्केल्ड PostgreSQL MCP सर्वर जोड़ें:
# Claude Code CLI कमांड के माध्यम से पंजीकरण
claude mcp add postgres-cluster -- npx -y @modelcontextprotocol/server-postgres \
"postgresql://agent_readonly:StrictAgentSecret2026!@pgbouncer.internal:6543/production?sslmode=require"या claude_desktop_config.json को कॉन्फ़िगर करें:
{
"mcpServers": {
"postgres-cluster": {
"command": "node",
"args": ["/usr/local/bin/postgres-mcp-router/dist/index.js"],
"env": {
"PRIMARY_DB_URL": "postgresql://agent_writer:SecretWrite2026@primary-pooler.internal:6543/production?sslmode=require",
"REPLICA_DB_URL": "postgresql://agent_readonly:StrictAgentSecret2026!@replica-pooler.internal:6543/production?sslmode=require",
"STATEMENT_TIMEOUT_MS": "4000",
"MAX_EXPLAIN_COST": "15000",
"ENABLE_EXPLAIN_GUARD": "true"
}
}
}
}Cursor Composer कॉन्फ़िगरेशन (.cursor/mcp.json)
Cursor Composer के भीतर डेटाबेस निरीक्षण सक्षम करने के लिए अपने प्रोजेक्ट रूट के अंदर .cursor/mcp.json बनाएं:
{
"mcpServers": {
"database-agents": {
"command": "npx",
"args": [
"-y",
"@supabase/mcp-server-supabase",
"--db-url",
"postgresql://agent_readonly:StrictAgentSecret2026!@aws-0-us-east-1.pooler.supabase.com:6543/postgres?sslmode=require"
]
}
}
}8. लागत विवरण और इंफ्रास्ट्रक्चर TCO विश्लेषण
कनेक्शन पूलिंग के साथ मल्टी-रेप्लिका PostgreSQL क्लस्टर को तैनात करने के लिए डेटाबेस इंफ्रास्ट्रक्चर खर्चों का LLM एजेंट टोकन लागत के मुकाबले मूल्यांकन करना आवश्यक है।
+----------------------------------------------------------------------------------------------------+
| डेटाबेस AI एजेंट क्लस्टर TCO (मासिक) |
+------------------------------------+--------------------------+------------------+-----------------+
| इंफ्रास्ट्रक्चर लेयर | विनिर्देश | क्षमता / कार्यभार| मासिक लागत |
+------------------------------------+--------------------------+------------------+-----------------+
| AWS Aurora Serverless v2 (प्राइमरी)| 2–8 ACU (4–16 GB RAM) | उच्च राइट IOPS | $120.00 |
| Aurora रीड रेप्लिका (x2 नोड्स) | 2–4 ACU (4–8 GB RAM) ea. | एजेंट एनालिटिक्स | $140.00 |
| PgBouncer समर्पित कंटेनर्स | 2x AWS Fargate (0.5 vCPU)| 10,000 कनेक्शन | $22.00 |
| Supabase टीम प्लान (वैकल्पिक) | Pro + Compute Add-on | पूलर शामिल | $85.00 |
| Claude 3.7 Sonnet इनफेरेंस | 150M Input / 20M Output | 5,000 एजेंट रन | $675.00 |
| DeepSeek V3 इनफेरेंस (लागत-अनुकूलित)| 150M Input / 20M Output | 5,000 एजेंट रन | $27.30 |
+------------------------------------+--------------------------+------------------+-----------------+
| कुल समाधान लागत (Claude 3.7) | एंटरप्राइज सेटअप | 5,000 कार्य/माह | $957.00 |
| कुल समाधान लागत (DeepSeek V3) | उच्च-दक्षता सेटअप | 5,000 कार्य/माह | $309.30 |
+------------------------------------+--------------------------+------------------+-----------------+रणनीतिक लागत निष्कर्ष
- प्री-फ्लाइट EXPLAIN टोकन बचाता है: क्वेरी लागत सीमा से अधिक होने पर तेजी से विफल होने (Fail Fast) से, एजेंट्स क्वेरी टाइमआउट को डिबग करने के लिए कई अतिरिक्त टर्न उत्पन्न करने से बचते हैं, जिससे टोकन खपत में 25–35% की बचत होती है।
- हाइब्रिड इनफेरेंस रूटिंग: नियमित स्कीमा नेविगेशन और रीड क्वेरी को DeepSeek V3 या Qwen 2.5 Coder जैसे उच्च-थ्रूपुट मॉडल के माध्यम से निर्देशित करने से परिचालन AI इनफेरेंस लागत $675/माह से घटकर $30/माह से भी कम हो जाती है।
9. एंटरप्राइज प्रोडक्शन चेकलिस्ट और सारांश
Model Context Protocol के माध्यम से स्वायत्त AI एजेंट्स को PostgreSQL से कनेक्ट करते समय अधिकतम उपलब्धता, सुरक्षा और प्रदर्शन सुनिश्चित करने के लिए, इस परिचालन चेकलिस्ट को लागू करें:
- अनिवार्य ट्रांजैक्शन पूलिंग: हमेशा PgBouncer या Supavisor (पोर्ट
6543) के माध्यम से कनेक्ट करें। पोर्ट5432पर सीधे कनेक्शन की अनुमति कभी न दें। - रीड रेप्लिका के साथ वर्कलोड को अलग करें: सभी
SELECT, स्कीमा आत्मनिरीक्षण, और वेक्टर खोज संचालन को स्ट्रीमिंग रीड रेप्लिका पर रूट करें। - सख्त हार्डवेयर सर्किट ब्रेकर्स: भूमिका स्तर पर
statement_timeout = '4000ms'औरlock_timeout = '1000ms'अनिवार्य रूप से लागू करें। - प्री-फ्लाइट EXPLAIN गार्ड्स तैनात करें: निष्पादन से पहले अन-इंडेक्स्ड सीक्वेंशियल स्कैन और 15,000 से अधिक अनुमानित लागत वाली क्वेरीज को अस्वीकार करें।
- केवल-पढ़ने योग्य डिफ़ॉल्ट लागू करें: सभी एजेंट उपयोगकर्ता भूमिकाओं के लिए
default_transaction_read_only = onसेट करें। - रेप्लिका लैग की निगरानी करें: विश्लेषणात्मक एजेंटों को पुराना डेटा परोसने से रोकने के लिए लगातार
pg_last_xact_replay_timestamp()को ट्रैक करें।
रीड-रेप्लिका स्केलिंग, कनेक्शन पूलिंग और प्री-फ्लाइट क्वेरी प्लान वैलिडेशन को मिलाकर, सॉफ्टवेयर इंजीनियरिंग टीमें उत्पादन स्थिरता में पूर्ण विश्वास के साथ स्वायत्त डेटाबेस AI एजेंट्स को तैनात कर सकती हैं।