De l'idée au MVP en un jour : l'IA a construit un profilateur PostgreSQL

La migration de MS SQL vers PostgreSQL a apporté une surprise inattendue : il n'existe pas de profilateur intégré. L'une des fonctions clés, familière à tous ceux qui ont travaillé avec SQL Server, est tout simplement absente. Autrefois, cela aurait signifié : confier la tâche aux développeurs, convenir d'une spécification, attendre des semaines. Un ingénieur a choisi une autre approche et a construit un MVP fonctionnel en 24 heures - sans écrire une seule ligne de code par lui-même.

Pourquoi PostgreSQL sans profilateur intégré

PostgreSQL dépasse MS SQL en fonctionnalités dans de nombreux domaines, mais le diagnostic et le profilage sont ses points faibles connus. Dans SQL Server, le profilateur est intégré directement au cœur de la base de données. Il permet de suivre chaque requête exécutée : le temps d'exécution, les ressources consommées, les plans d'optimisation, les verrous. Dans PostgreSQL, c'est différent. Il n'existe pas de profilateur intégré complet. Oui, il y a des extensions - pg_stat_statements pour les statistiques, auto_explain pour la journalisation des plans - mais elles nécessitent une installation et une configuration séparées. Et surtout, elles ne fournissent pas la complétude d'information que le profilateur intégré de SQL Server.

Comment l'IA a créé le code en un jour

Au lieu du cycle traditionnel (tâche → spécification → développement → semaines d'attente), l'ingénieur a choisi une autre approche. Il a ouvert un dialogue avec un assistant IA et décrit l'exigence : un outil qui intercepte les requêtes vers PostgreSQL et affiche des métriques utiles. Pas « écris une classe en Python », pas « crée une fonction pour analyser les logs ». Juste une description du problème. Ensuite a commencé le développement itératif :

• Premier prompt avec la description de la tâche
• Obtention du code terminé de l'IA
• Test sur une véritable base de données en production
• Description des erreurs trouvées dans un nouveau prompt
• Version corrigée du code
• Répétition du cycle jusqu'à un MVP fonctionnel

En 24 heures de travail intensif (pas des semaines d'attente dans la file d'attente des développeurs), un outil qui fonctionne réellement a émergé. Aucune réunion, aucune approbation, aucune planification de sprint.

Ce qui s'est avéré

Le MVP du profilateur intercepte les requêtes SQL qui vont dans la base de données et collecte les métriques : le temps d'exécution de chaque requête, les index utilisés, le nombre de lignes. Il y a une interface de base pour consulter les statistiques collectées. Ce n'est pas un produit commercial final avec tous les raffinements d'optimisation et d'intégration aux systèmes de monitoring. Mais c'est une solution fonctionnelle qui fournit ce qui est nécessaire : la visibilité de ce qui se passe à l'intérieur de la base de données.

Ce que cela signifie

L'histoire illustre un changement de paradigme dans le développement. Autrefois, le développeur écrivait le code lui-même (longtemps). Maintenant : il décrit la tâche, l'IA génère la base, le développeur affine les détails (rapidement). Ce n'est pas un remplacement du programmeur - c'est une accélération de son travail plusieurs fois. Pour les entreprises, cela signifie moins de dette technique, des cycles de développement plus courts, et les développeurs se concentrent sur la logique plutôt que sur la syntaxe.