Penyetelan Performa Database Postgres dengan Postgres MCP dan Cursor Oleh Rahmat Wibowo Dari Infraloka

Bagaimana saya menghubungkan agen AI langsung ke database produksi dan membiarkannya memperbaiki masalah performa sendiri. Dengan aman.

PostgreSQL itu andal, tetapi menyetelnya tidak mudah

PostgreSQL tetap menjadi database open-source paling populer untuk beban kerja produksi. Namun, seperti diketahui setiap DBA, menjaganya tetap cepat adalah perjuangan yang tak pernah usai. Query yang lambat, indeks yang hilang, vacuum yang membengkak, semua masalah ini menumpuk diam-diam sampai sesuatu rusak.

AI dapat membantu. Tetapi bagaimana cara memberi agen AI akses yang sesungguhnya ke database Anda? Di sinilah MCP berperan.

Apa itu MCP?

Server MCP (Model Context Protocol) adalah layanan backend yang memperluas kemampuan model AI dengan data terstruktur secara real-time. Alih-alih bekerja sendirian, model mengakses sumber daya eksternal, seperti database, API, dan sistem perusahaan, melalui protokol standar, sehingga jawabannya berpijak pada informasi yang terverifikasi dan spesifik pada bidangnya.

Apa itu Postgres MCP Pro?

Postgres MCP Pro adalah server MCP open-source yang dibuat khusus untuk PostgreSQL. Ia jauh melampaui sekadar membungkus koneksi database; ia membekali agen AI Anda dengan perkakas kelas industri untuk penyetelan dan analisis.

Menyiapkannya di Cursor

1. Buka Cursor Settings → Tools & Integrations → Add New MCP Server

Masuklah ke panel konfigurasi MCP di dalam Cursor IDE.

2. Tempel JSON konfigurasi MCP Anda dan perbarui URI koneksinya

{
  "mcpServers": {
    "postgres": {
      "command": "docker run -i --rm -e DATABASE_URI crystaldba/postgres-mcp --access-mode=unrestricted",
      "env": {
        "DATABASE_URI": "postgresql://postgres:password@localhost:5434/helper"
      },
      "args": []
    }
  }
}

3. Cursor kini dapat berbicara dengan database Postgres Anda

Agen AI Anda memiliki akses langsung ke skema, rencana query, dan metrik kesehatan.

Contoh Prompt

$ Database saya lambat. Bisakah kamu memperbaikinya?

RESPONS CURSOR

Setelah menganalisis rencana query dan penggunaan indeks, Cursor menemukan indeks yang hilang sehingga terjadi full table scan. Ia menyarankan pembuatan indeks secara concurrent agar tidak mengunci lalu lintas produksi, dan menjalankan perbaikannya secara otomatis.

Keamanan Produksi: Sebelum menghubungkan AI ke produksi, kuncilah aksesnya

Memberi agen AI akses tanpa batas ke database Anda tidak masalah untuk pengembangan lokal. Di staging atau produksi, Anda memerlukan kendali yang lebih ketat. Sistem hak akses PostgreSQL memungkinkan Anda membatasi secara tepat apa yang dapat dilihat dan dilakukan pengguna MCP, secara berlapis.

Cara menyiapkannya di PostgreSQL

Buat peran khusus untuk agen MCP dan berikan hanya apa yang ia perlukan:

-- Create a dedicated MCP agent role
CREATE ROLE mcp_agent WITH LOGIN PASSWORD 'strong_password';

-- Level 1: Read-only on the entire database
GRANT CONNECT ON DATABASE your_db TO mcp_agent;
GRANT USAGE ON SCHEMA public TO mcp_agent;
GRANT SELECT ON ALL TABLES IN SCHEMA public TO mcp_agent;

-- Level 2: Read-only on specific tables only
GRANT SELECT ON orders, products, users TO mcp_agent;
-- All other tables remain invisible to the AI agent

Kemudian perbarui URI koneksi MCP Anda agar memakai peran terbatas ini, bukan superuser Anda. Agen AI akan bekerja dengan sendirinya dalam batas yang telah Anda tetapkan; ia hanya dapat menganalisis apa yang dapat ia lihat.

"DATABASE_URI": "postgresql://mcp_agent:strong_password@localhost:5434/your_db"

AI + MCP = DBA yang tak pernah tidur, tetapi tetap membutuhkan batasan

Pengaturan ini mengubah Cursor menjadi asisten database cerdas yang dapat menganalisis, mendiagnosis, dan mengoptimalkan PostgreSQL secara real-time. Padukan dengan pembatasan hak akses yang tepat, dan Anda mendapatkan yang terbaik dari dua dunia: wawasan berbasis AI tanpa risiko produksi.

Di Infraloka, kami percaya bahwa teknologi yang kuat harus pula menjadi teknologi yang bertanggung jawab. Mendemokratisasi akses bukan berarti membuka setiap pintu, melainkan tahu pintu mana yang dibuka, dan untuk siapa.

Apakah Anda memakai server MCP di stack Anda, dan bagaimana Anda mengelola kendali aksesnya?

Tinggalkan komentar; saya ingin mendengar bagaimana para engineer lain mengamankan agen AI yang terhubung ke infrastruktur mereka.

#PostgreSQL#MCP#AIEngineering#SRE#DatabasePerformance#Cursor#Infraloka#OpenSource#DatabaseSecurity