Written with AI assistance from the source video. The video is the authority.
Log in to leave a comment
No posts yet
PostgreSQL a désormais dépassé le simple stade de stockage de données. Ce n'est pas un hasard si elle a pris la première place de l'enquête Stack Overflow 2025, devançant MySQL de 15 points de pourcentage. En ajoutant PostgREST sur cette base de données puissante, il n'est plus nécessaire d'écrire des API CRUD fastidieuses avec Node.js ou Python. Pourtant, beaucoup hésitent face à l'intégration de paiements ou à la configuration de permissions complexes. La question se pose : « Est-ce vraiment possible sans serveur ? ». La réponse est oui. Et de manière très élégante.
La principale inquiétude lors de l'utilisation de PostgREST concerne les appels HTTP externes, comme la confirmation de paiement ou l'envoi d'e-mails. Attendre un serveur externe à l'intérieur de la DB est une idée terrible. Cependant, avec le module d'extension pg_net, la donne change. Cet outil basé sur libcurl lance des requêtes de manière asynchrone sans attendre la réponse de l'API externe.
Cette méthode excelle lors de l'intégration d'API de paiement comme Toss Payments. La transaction principale se contente de stocker les données et se termine immédiatement. L'appel API réel est traité dans une file d'attente en arrière-plan. De cette façon, vous pouvez maintenir le temps de réponse de l'API sous les 200ms, quel que soit l'état du serveur externe. En voyant le débit global du système tripler, vous vous demanderez pourquoi vous vous êtes donné tant de mal avec un serveur API jusqu'à présent.
La logique complexe de vérification des stocks et de traitement des commandes est généralement gérée par des instructions if-else dans le code backend. Mais c'est là que commence la corruption des données. Essayez plutôt d'utiliser pg_jsonschema. Cette extension écrite en Rust termine le pattern matching de 100 000 JSON en seulement 48ms.
La méthode est claire : appliquez des contraintes CHECK sur vos tables ou créez des déclencheurs BEFORE INSERT. Si les conditions ne sont pas remplies, lancez une erreur avec RAISE EXCEPTION. À ce moment-là, si vous spécifiez le SQLSTATE à PT402, PostgREST enverra automatiquement le code 402 Payment Required au client. Économisez les 5 heures passées à coder la validation dans le backend pour les consacrer à un modélisation de données plus cruciale.
Avec PostgREST, les paramètres d'URL du client deviennent directement la requête. C'est pratique mais risqué. Filtrer sur une colonne sans index vous plonge directement dans l'enfer des performances. Ici, pg_stat_statements est indispensable. Il montre en temps réel quelles requêtes dévorent les ressources.
En réalité, le simple fait d'analyser le plan d'exécution avec la commande EXPLAIN (ANALYZE, BUFFERS) et de passer d'un scan séquentiel à un scan d'index peut multiplier les performances par trois. La réduction de 30% des coûts cloud est un bonus non négligeable. Si des calculs complexes sont nécessaires, l'indexation des colonnes générées virtuellement dans PostgreSQL 18 est également une excellente solution.
Arrêtez d'empiler des middlewares dans le backend pour la sécurité. PostgREST utilise à 100% la sécurité au niveau des lignes (RLS) de PostgreSQL. Les informations utilisateur contenues dans le JWT sont lues via la fonction current_setting pour contrôler les permissions au niveau SQL.
Une politique telle que « Seuls les abonnés payants peuvent voir cet article » se règle avec une seule instruction CREATE POLICY. Cela empêche radicalement les fuites de données dues à l'oubli d'un développeur d'appeler une fonction de vérification dans le code. Pour les opérations sensibles comme le changement de mot de passe, il suffit de les encapsuler dans une fonction avec l'option SECURITY DEFINER. La logique de sécurité étant centralisée dans la DB, la gestion devient beaucoup plus aisée.
Dans l'architecture PostgREST, une modification de schéma équivaut à une mise à jour d'API. Faire cela manuellement mène inévitablement à un accident. Vous devez gérer toutes les modifications sous forme de fichiers .sql en utilisant des outils comme dbmate.
En configurant un pipeline GitHub Actions, les modifications sont automatiquement répercutées sur le serveur de staging à chaque push de code. Une fois la migration terminée, envoyez un signal SIGUSR1 à PostgREST ou exécutez NOTIFY pgrst, 'reload schema'. L'API sera mise à jour vers l'état le plus récent sans aucun temps d'arrêt. C'est le moyen le plus sûr pour un développeur solo d'obtenir une stabilité opérationnelle de niveau entreprise.
