Una base de datos de Immich que simplemente va lenta quizá necesite tareas rutinarias de mantenimiento de PostgreSQL o una solución de recursos; una base de datos que presente fallos reiterados de integridad o recuperación quizá deba restaurarse o sustituirse a partir de una copia de seguridad verificada.
No uses «reconstruir la base de datos» como solución genérica para mejorar el rendimiento. Primero distingue entre el crecimiento normal, la fragmentación, las estadísticas obsoletas, el mantenimiento bloqueado y la latencia del almacenamiento, por un lado, y la corrupción o un estado irrecuperable del clúster, por otro. Guarda un punto de recuperación antes de realizar tareas invasivas, mide un solo cambio de mantenimiento cada vez y recurre a una restauración limpia solo cuando las pruebas indiquen que no se puede confiar en la base de datos actual o repararla de forma segura.
Distingue el deterioro del rendimiento de los fallos de integridad
Empieza por el síntoma exacto: búsquedas lentas, consultas lentas de la cronología, un tamaño grande de la base de datos, mucha actividad del disco, errores repetidos de PostgreSQL, ciclos de recuperación tras fallos o una migración de Immich que no puede completarse. Los problemas de rendimiento y los problemas de integridad conllevan riesgos distintos y no deberían abordarse con la misma primera reparación.
Confirma que el host siga teniendo almacenamiento en buen estado, espacio libre suficiente, un uso normal de la memoria y que no haya ningún trabajo en segundo plano de Immich descontrolado antes de culpar a PostgreSQL. Un disco saturado o averiado puede hacer que una base de datos en buen estado parezca lenta y también puede causar daños reales en la base de datos si el almacenamiento subyacente deja de ser fiable.
Guarda los registros, las versiones de la base de datos y de las extensiones, el historial reciente de actualizaciones y una copia de seguridad o una instantánea antes de realizar tareas de mantenimiento invasivas. Si la única copia de la base de datos podría estar dañada, no ejecutes una limpieza destructiva solo para ver si desaparece el error; conserva las pruebas necesarias para decidir cómo restaurarla de forma controlada.
Busca señales de mantenimiento que puedas medir
El mantenimiento rutinario puede ser una opción viable cuando la base de datos se inicia y sigue siendo utilizable internamente, pero el rendimiento de las consultas o el espacio en disco empeoran con el tiempo. Entre los indicios útiles se incluyen la acumulación de filas muertas, tablas o índices que crecen de forma desproporcionada, un proceso autovacuum que no da abasto, estadísticas obsoletas del planificador o tareas de mantenimiento de larga duración bloqueadas por otras sesiones.
Las tuplas muertas, la fragmentación, la presión de congelamiento, los procesos VACUUM bloqueados y una frecuencia de VACUUM insuficiente pueden afectar al mantenimiento y al rendimiento de las consultas de PostgreSQL. Usa indicadores de VACUUM a nivel de tabla a lo largo del tiempo, en lugar de suponer que un archivo grande de la base de datos demuestra por sí solo que es necesario reemplazarla.
Si las estadísticas apuntan a una tabla o un índice, elige la acción de mantenimiento admitida menos invasiva para ese hallazgo y vuelve a medir. No recurras directamente a VACUUM FULL, a operaciones REINDEX generales ni a ajustes arbitrarios de autovacuum en todo el clúster; esas acciones pueden provocar bloqueos, actividad de E/S o una demanda adicional de disco y quizá no solucionen el verdadero cuello de botella.
Confirma si la fragmentación o el crecimiento de los índices coinciden con la ruta lenta
Compara los objetos implicados en las operaciones lentas de Immich con el tamaño de las tablas y los índices, la rotación de filas y el comportamiento de las consultas. La fragmentación importa cuando aumenta el trabajo necesario para encontrar filas útiles o reduce la eficacia de los índices, pero la base de datos también puede ser grande simplemente porque la biblioteca y los metadatos ocupan mucho espacio.
La fragmentación de tablas y de índices debe evaluarse por separado, porque una fragmentación excesiva puede aumentar el trabajo necesario para las consultas sin implicar que la base de datos esté dañada. Usa comprobaciones de fragmentación de PostgreSQL basadas en mediciones para centrarte en un objeto observado y actualizar las estadísticas del planificador cuando corresponda, en lugar de tratar el tamaño total de la base de datos como el diagnóstico.
Después del mantenimiento, vuelve a ejecutar exactamente la misma acción de Immich que iba lenta y compara tanto la latencia percibida por el usuario como el comportamiento de la base de datos y el almacenamiento. Si la operación no mejora, restaura la configuración anterior cuando sea posible e investiga el almacenamiento, los patrones de consulta, las tareas en segundo plano o las causas a nivel de aplicación, en vez de acumular más cambios en la base de datos.
Escala a la restauración o el reemplazo cuando la integridad sea incierta
El reemplazo se justifica cuando hay pruebas de que no se puede confiar en el estado actual de PostgreSQL o recuperarlo de forma segura, no solo por su antigüedad. Algunos ejemplos son la corrupción recurrente de páginas o sumas de comprobación, fallos de inicio o recuperación que persisten en un almacenamiento en buen estado, un clúster dañado tras un incidente de almacenamiento incompleto o un estado de migración que no se puede reparar mediante el procedimiento admitido.
Antes de dar la base de datos por perdida, demuestra que se puede restaurar una copia de seguridad fiable en un entorno PostgreSQL limpio y compatible, y que Immich puede leerla. Si la restauración limpia funciona y el clúster actual vuelve a presentar el mismo fallo de integridad, tendrás argumentos mucho más sólidos para reemplazar el estado de la base de datos en lugar de seguir reparándolo in situ.
Repara los fallos localizados y reversibles, preservando el estado persistente del que no estés seguro; reconstruye solo cuando la fuente de recuperación esté verificada y el destino sea reproducible. Aplica también ese criterio de Immich para decidir entre reparar y reconstruir a la base de datos. «Reemplazar» debería significar restaurar un estado compatible de PostgreSQL desde una fuente fiable, no cambiar de base de datos porque una consulta se haya vuelto lenta.
Valida la base de datos mediante operaciones de lectura, escritura y copia de seguridad
Tanto si realizaste tareas de mantenimiento como si restauraste una base de datos limpia, valida el resultado desde Immich en lugar de darlo por bueno tras un inicio correcto de PostgreSQL. Abre álbumes y recursos antiguos, realiza búsquedas, carga algunos vídeos representativos y comprueba que los usuarios y el estado de los elementos compartidos aparezcan como se esperaba.
Realiza una escritura nueva y segura, como subir un recurso descartable, y confirma que siga estando disponible después de un reinicio normal del servicio. Revisa los registros de PostgreSQL e Immich para detectar errores recurrentes de integridad, migración, extensiones o permisos mientras las rutas de lectura y escritura están activas.
Por último, crea una copia de seguridad nueva de la base de datos con tu método habitual y, cuando sea práctico, prueba a restaurarla en un entorno aislado. La decisión de mantener o reemplazar el sistema solo está completa cuando el sistema actual es utilizable y se ha demostrado que el siguiente punto de recuperación está en mejor estado que el que provocó el incidente.
Soporte y consejos
Más para leer

Cómo mantener ocultos de tu familia los vídeos para adultos en tu NAS
Mantén privados los vídeos para adultos en un NAS familiar. Comprueba los permisos de las carpetas, el acceso a las bibliotecas de Plex y...

Qué comprobar antes de cargar un modelo de la comunidad en Transformers
Usa la actualización del entorno aislado de Jinja para Transformers para revisar la procedencia del modelo, las plantillas de chat, el código remoto, los...

Ejecuta Mirage localmente: OCR y detección de objetos a partir de una sola imagen
Prueba el pequeño modelo de visión local de Cactus Compute, valida el OCR y la extracción de objetos con datos reales y comprende las...



