13장. Extension 생태계 — 같은 엔진, 무한한 변신

PostgreSQL의 진짜 강점은 엔진이 아니라 생태계입니다. 같은 바이너리가 extension에 따라 시계열 DB도, 벡터 검색 엔진도, 지리정보 시스템도 됩니다 — 플러그인이 아니라 "코어에 직접 연결되는 일급 시민"이기 때문입니다.

13.1 Extension은 어떻게 코어에 "끼어드는가"

PostgreSQL 코어에는 쿼리 처리 경로 곳곳에 훅(Hook)이라는 함수 포인터가 심어져 있습니다. 평소에는 비어 있지만, extension이 자기 함수를 등록하면 모든 쿼리가 그 함수를 통과하게 됩니다. 콘센트(훅)에 플러그(extension)를 꽂는 셈이죠. 이 밖에도 SPI(내부 SQL 실행), FDW(외부 데이터 소스), Index AM(새 인덱스 타입 — pgvector의 HNSW가 이것) 같은 공식 API가 열려 있습니다.

13.2 두 개의 스위치 — preload와 CREATE EXTENSION

Extension 활성화에는 종류에 따라 두 단계의 스위치가 있습니다. 이걸 혼동하면 "설치했는데 왜 안 되지?"의 늪에 빠집니다.

# ① postgresql.conf — 프로세스 레벨 (재시작 필요)
shared_preload_libraries = 'pg_stat_statements,auto_explain'
pg_stat_statements.max = 10000
pg_stat_statements.track = all

-- ② 재시작 후, 사용할 DB에서 — SQL 객체 생성
CREATE EXTENSION pg_stat_statements;

-- 확인: 설치 가능/설치된 extension
SELECT name, default_version, installed_version
FROM pg_available_extensions ORDER BY name;

13.3 대표 Extension 지도 — 목적별 카드

실무에서 자주 쓰는 조합을 외워두면 아키텍처 결정이 빨라집니다.

13.4 손으로 익히기 — pg_trgm과 pgvector 맛보기

-- pg_trgm: LIKE '%…%'를 인덱스 스캔으로
CREATE EXTENSION pg_trgm;
CREATE INDEX ON users USING GIN (email gin_trgm_ops);

SELECT similarity('postgres', 'postgrez');   -- 0.625 (오타 유사도)
SELECT * FROM users WHERE email LIKE '%@danble.co%';  -- 이제 인덱스 사용!

-- pgvector: 임베딩 유사도 top-5
CREATE EXTENSION vector;
CREATE TABLE docs (id bigserial, content text, embedding vector(1536));
CREATE INDEX ON docs USING HNSW (embedding vector_cosine_ops);

SELECT id, 1 - (embedding <=> :q) AS similarity
FROM docs ORDER BY embedding <=> :q LIMIT 5;

✍️ 이해도 체크