Недавно я опубликовал статью про генератор демобазы 2.0 от PostgresPro. Как я там писал — у этой системы большой потенциал. Например, можно посмотреть что происходит внутри базы во время генерации (т. е. когда добавляются данные в таблицы).

Вот это как раз я и сделал — запустил генерацию и стал лазить по статистическим представлениям PostgreSQL со страницы про систему накопительной статистики, т. е. в те представления, которые начинают на pg_stat_*.

Оглавление:

Цель экспериментов
Список использованных статистических представлений
Описание эксперимента
Установка параметров на уровне кластера
Первый эксперимент (gen.max_hops = 1)
Второй эксперимент (gen.max_hops = 10)
Смотрим на статистику
Краткий итог

Цель экспериментов

Цель всех этих экспериментов — просто посмотреть на эти представления. Поэтому цифр получилось очень много! Если цель будет более конкретной, то, конечно, можно будет более точно написать необходимые мониторинговые скрипты для тестов.

Я эти тесты гонял около трёх недель, с разными параметрами генератора, с разными параметрами сервера. Сил обо всём рассказать у меня уже нет. Но самое интересное постараюсь показать.

Запросы, которые используются в этой статье, я тоже немного менял в течение этих трёх недель. Что-то добавлял, что-то удалял. Но, так как цель у меня была — просто посмотреть на сами представления на более-менее реальной нагрузке — то я своей цели достиг.

Ниже представлен результат одного прогона. Но я выполнял по три прогона для каждого из параметров чтобы исключить неожиданные всплески (а они действительно были).

Важный момент — в код генератора я ещё не смотрел, так что все мысли ниже — просто мысли основанные на полученных статистических данных.

Статистических данных очень много, обо всём рассказать не получится. А некоторые запланированные эксперименты провести не получилось. Например, я хотел смотреть в pg_stat_user_functions при генерации — но этот вариант «отвалился» потому что это представление показывает выполнение подпрограмм для текущей сессии, а генератор запускает генерацию в параллельных сессиях.

Список использованных статистических представлений

После разных экспериментов я остановился на следующих представлениях:

Описание эксперимента

Дважды запускаю генерацию демобазы для одного и того же объема данных — на месяц. Но при этом меняю значение параметра gen.max_hops:

gen.max_hops

Максимальное количество пересадок в одном билете.

Значение по умолчанию: 4.

Примечание

Чем больше значение, тем больше вероятность, что пассажир сумеет воспользоваться авиакомпанией, чтобы добраться до желаемого пункта.

Первый эксперимент: gen.max_hops = 1;
Второй эксперимент: gen.max_hops = 10.

Логика у меня была такой — в первом случае генератор должен справиться быстрее, т. к. ему, можно сказать, не нужно будет формировать пересадки. А во втором случае придётся поработать в поисках необходимого количества пересадок.

Я сравнивал ещё с одним параметром — gen.domestic_frac. Опытным путём выяснено что у max_hops нагрузка всё-таки побольше за счёт чтения бо́льшего количества страниц.

Установка параметров на уровне кластера

В какой-то момент я немного запутался с параметрами, так что предлагаю сразу заглянуть в файл postgresql.auto.conf чтобы понять что уже установлено, а что — ещё нет. Сделать это можно SQL-запросом:

SELECT pg_read_file(‘postgresql.auto.conf’);

А тут можно подробнее почитать про команды для просмотра конфигурационных файлов и параметров в PostgreSQL.

Итак, устанавливаем следующие параметры:

ALTER SYSTEM SET shared_preload_libraries = 'pg_stat_statements';
ALTER SYSTEM SET pg_stat_statements.track = 'all';
ALTER SYSTEM SET track_io_timing = on;
ALTER SYSTEM SET track_functions = 'all';
ALTER SYSTEM SET shared_buffers = '64 MB';

shared_preload_libraries = ‘pg_stat_statements‘ — чтобы заработало это расширение;
pg_stat_statements.track = ‘all’ — чтобы отслеживались не только верхнеуровневые операторы, но и вложенные;
track_io_timing = on — так включим замер времени ожидания ввода-вывода;
track_functions = ‘all’ — а так включим подсчёт вызовов функций и времени их выполнения на всех языках (ну нам нужен SQL);
shared_buffers = ’64 MB’ — решил уменьшить чтобы посмотреть на показатели работы с общей памятью.

После этого нужно перезагрузить сервер:

sudo systemctl restart postgresql@18-main.service

Первый эксперимент (gen.max_hops = 1)

Далее в едином блоке кода вывод самого эксперимента. В его рамках я полностью удаляю демобазу для чистоты эксперимента, устанавливаю параметр gen.max_hops, сбрасываю необходимые статистики и запускаю генерацию на месяц. Напомню что посмотреть как устанавливать демобазу можно в прошлой статье: Генератор демобазы 2.0 от PostgresPro. Далее обращаюсь к статистическим представлениям и вывожу информацию из них:

DROP DATABASE demo;
DROP DATABASE

\i install.sql

SET gen.max_hops = 1;
SET

CREATE EXTENSION pg_stat_statements;
CREATE EXTENSION

SELECT pg_stat_reset();
SELECT pg_stat_statements_reset();
SELECT pg_stat_reset_shared('io');
SELECT pg_stat_reset_shared('bgwriter'); 
SELECT pg_stat_reset_shared('checkpointer'); 
SELECT blks_hit, blks_read FROM pg_stat_database WHERE datname = 'demo';

-- CALL generate( now(), now() + interval '1 month', 12 );

SELECT busy();
 busy 
------
 f
(1 row)

# SELECT 
    pid,
    usename,
    application_name,
    state,
    now() - query_start AS query_age,
    query
FROM pg_stat_activity
WHERE pid &amp;lt;&amp;gt; pg_backend_pid()
  AND state &amp;lt;&amp;gt; 'idle'
ORDER BY xact_start NULLS LAST;
  pid   | usename  |  application_name  | state  |    query_age    |                        query                        
--------+----------+--------------------+--------+-----------------+-----------------------------------------------------
 684759 | postgres | Airlines processor | active | 00:01:02.264364 | CALL process_queue('2026-11-19 19:47:16.866911+00')
 684768 | postgres | Airlines processor | active | 00:01:02.237406 | CALL process_queue('2026-11-19 19:47:16.866911+00')
 684765 | postgres | Airlines processor | active | 00:01:02.246208 | CALL process_queue('2026-11-19 19:47:16.866911+00')
 684763 | postgres | Airlines processor | active | 00:01:02.251437 | CALL process_queue('2026-11-19 19:47:16.866911+00')
 684770 | postgres | Airlines processor | active | 00:01:02.232489 | CALL process_queue('2026-11-19 19:47:16.866911+00')
 684769 | postgres | Airlines processor | active | 00:01:02.234888 | CALL process_queue('2026-11-19 19:47:16.866911+00')
 684760 | postgres | Airlines processor | active | 00:01:02.260956 | CALL process_queue('2026-11-19 19:47:16.866911+00')
 684767 | postgres | Airlines processor | active | 00:01:02.24025  | CALL process_queue('2026-11-19 19:47:16.866911+00')
 684764 | postgres | Airlines processor | active | 00:01:02.248801 | CALL process_queue('2026-11-19 19:47:16.866911+00')
 684761 | postgres | Airlines processor | active | 00:01:02.257462 | CALL process_queue('2026-11-19 19:47:16.866911+00')
 684766 | postgres | Airlines processor | active | 00:01:02.243765 | CALL process_queue('2026-11-19 19:47:16.866911+00')
 684762 | postgres | Airlines processor | active | 00:01:02.254279 | CALL process_queue('2026-11-19 19:47:16.866911+00')
(12 rows)


# \dt+
                                                       List of tables
  Schema  |      Name       | Type  | Owner | Persistence | Access method |  Size   |              Description               
----------+-----------------+-------+-------+-------------+---------------+---------+----------------------------------------
 bookings | airplanes_data  | table | pavel | unlogged    | heap          | 56 kB   | Airplanes (internal multilingual data)
 bookings | airports_data   | table | pavel | unlogged    | heap          | 1288 kB | Airports (internal multilingual data)
 bookings | boarding_passes | table | pavel | unlogged    | heap          | 1824 kB | Boarding passes
 bookings | bookings        | table | pavel | unlogged    | heap          | 25 MB   | Bookings
 bookings | flights         | table | pavel | unlogged    | heap          | 752 kB  | Flights
 bookings | routes          | table | pavel | unlogged    | heap          | 128 kB  | Routes
 bookings | seats           | table | pavel | unlogged    | heap          | 128 kB  | Seats
 bookings | segments        | table | pavel | unlogged    | heap          | 95 MB   | Flight segment (leg)
 bookings | tickets         | table | pavel | unlogged    | heap          | 84 MB   | Tickets
(9 rows)


# SELECT        
    calls,
    round(total_exec_time::numeric, 2) AS total_ms,
    round((total_exec_time / NULLIF(calls, 0))::numeric, 2) AS avg_ms_per_call,
        round(
        ((total_exec_time - shared_blk_read_time - shared_blk_write_time) / NULLIF(calls, 0))::numeric, 
        2
    ) AS estimated_non_disk_ms,         
    round((shared_blks_read::numeric / NULLIF(calls, 0)), 2) AS avg_blks_read,
    round((shared_blks_hit::numeric / NULLIF(calls, 0)), 2) AS avg_blks_hit,    
    round(100.0 * shared_blks_hit / nullif(shared_blks_hit + shared_blks_read, 0), 2) AS hit_ratio_pct, 
    left(query, 100) AS query
FROM pg_stat_statements
WHERE dbid = (SELECT oid FROM pg_database WHERE datname = 'demo')
    AND (
      query ILIKE 'CALL process_queue%'
   OR query ILIKE 'CALL process_event%'
   OR query ILIKE 'CALL make_booking%'
   OR query ILIKE 'CALL create_segment%'
   OR query ILIKE 'CALL open_booking%'
  )  
ORDER BY total_exec_time DESC;
 calls  |  total_ms  | avg_ms_per_call | estimated_non_disk_ms | avg_blks_read | avg_blks_hit | hit_ratio_pct |                      query                       
--------+------------+-----------------+-----------------------+---------------+--------------+---------------+--------------------------------------------------
     12 | 4525470.45 |       377122.54 |             373069.91 |     431027.25 | 106886220.83 |         99.60 | CALL process_queue($1)
 536705 | 4323964.56 |            8.06 |                  7.97 |          9.60 |      1959.60 |         99.51 | CALL process_event(evt, end_date)
 502464 | 4245411.23 |            8.45 |                  8.35 |         10.02 |      2085.42 |         99.52 | CALL make_booking(evt)
 903700 | 1102075.81 |            1.22 |                  1.20 |          2.80 |       159.08 |         98.27 | CALL create_segment(outb_ticket_no, l_flight_id)
 560543 |  633054.34 |            1.13 |                  1.11 |          2.68 |       125.55 |         97.91 | CALL create_segment(inb_ticket_no, l_flight_id)
  10336 |    5207.34 |            0.50 |                  0.49 |          0.78 |        37.43 |         97.95 | CALL open_booking(evt)
(6 rows)


# SELECT 
    backend_type,
    object,
    context,
    writes,
    evictions,
    round(write_time::numeric, 2) AS total_write_ms,
    round((write_time / NULLIF(writes, 0))::numeric, 4) AS avg_write_ms
FROM pg_stat_io
WHERE backend_type = 'client backend'
  AND object = 'relation'
  AND context = 'normal';
  backend_type  |  object  | context | writes  | evictions | total_write_ms | avg_write_ms 
----------------+----------+---------+---------+-----------+----------------+--------------
 client backend | relation | normal  | 1065435 |   5208316 |        9794.68 |       0.0092
(1 row)


# SELECT 
    datname,
    blks_hit,
    blks_read,
    round(100.0 * blks_hit / nullif(blks_hit + blks_read, 0), 2) AS hit_ratio_pct,
        tup_inserted,
        tup_updated,
        tup_deleted,
        parallel_workers_launched
FROM pg_stat_database
WHERE datname = 'demo';
 datname |  blks_hit  | blks_read | hit_ratio_pct | tup_inserted | tup_updated | tup_deleted | parallel_workers_launched 
---------+------------+-----------+---------------+--------------+-------------+-------------+---------------------------
 demo    | 1282917328 |   5429602 |         99.58 |      4759086 |     4980813 |      536950 |                         0
(1 row)


# SELECT 
    bg.buffers_clean,
    bg.maxwritten_clean,
    bg.buffers_alloc
FROM pg_stat_bgwriter bg;
 buffers_clean | maxwritten_clean | buffers_alloc 
---------------+------------------+---------------
        160192 |             1528 |       5226034
(1 row)

Второй эксперимент (gen.max_hops = 10)

Это полностью аналогичный эксперимент, кроме того что устанавливаю другое значение для gen.max_hops:

DROP DATABASE demo;
DROP DATABASE

\i install.sql

SET gen.max_hops = 10;
SET

CREATE EXTENSION pg_stat_statements;
CREATE EXTENSION

SELECT pg_stat_reset();
SELECT pg_stat_statements_reset();
SELECT pg_stat_reset_shared('io');
SELECT pg_stat_reset_shared('bgwriter'); 
SELECT pg_stat_reset_shared('checkpointer'); 
SELECT blks_hit, blks_read FROM pg_stat_database WHERE datname = 'demo';

-- CALL generate( now(), now() + interval '1 month', 12 );

SELECT busy();
 busy 
------
 f
(1 row)

# SELECT 
    pid,
    usename,
    application_name,
    state,
    now() - query_start AS query_age,
    query
FROM pg_stat_activity
WHERE pid &amp;lt;&amp;gt; pg_backend_pid()
  AND state &amp;lt;&amp;gt; 'idle'
ORDER BY xact_start NULLS LAST;
  pid   | usename  |  application_name  | state  |    query_age    |                        query                        
--------+----------+--------------------+--------+-----------------+-----------------------------------------------------
 690665 | postgres | Airlines processor | active | 00:01:15.157955 | CALL process_queue('2026-11-19 19:55:08.363197+00')
 690667 | postgres | Airlines processor | active | 00:01:15.151948 | CALL process_queue('2026-11-19 19:55:08.363197+00')
 690669 | postgres | Airlines processor | active | 00:01:15.147086 | CALL process_queue('2026-11-19 19:55:08.363197+00')
 690670 | postgres | Airlines processor | active | 00:01:15.144867 | CALL process_queue('2026-11-19 19:55:08.363197+00')
 690671 | postgres | Airlines processor | active | 00:01:15.142055 | CALL process_queue('2026-11-19 19:55:08.363197+00')
 690668 | postgres | Airlines processor | active | 00:01:15.149714 | CALL process_queue('2026-11-19 19:55:08.363197+00')
 690662 | postgres | Airlines processor | active | 00:01:15.168773 | CALL process_queue('2026-11-19 19:55:08.363197+00')
 690663 | postgres | Airlines processor | active | 00:01:15.164831 | CALL process_queue('2026-11-19 19:55:08.363197+00')
 690672 | postgres | Airlines processor | active | 00:01:15.138989 | CALL process_queue('2026-11-19 19:55:08.363197+00')
 690664 | postgres | Airlines processor | active | 00:01:15.161313 | CALL process_queue('2026-11-19 19:55:08.363197+00')
 690673 | postgres | Airlines processor | active | 00:01:15.13568  | CALL process_queue('2026-11-19 19:55:08.363197+00')
 690666 | postgres | Airlines processor | active | 00:01:15.154828 | CALL process_queue('2026-11-19 19:55:08.363197+00')
(12 rows)


# \dt+
                                                       List of tables
  Schema  |      Name       | Type  | Owner | Persistence | Access method |  Size   |              Description               
----------+-----------------+-------+-------+-------------+---------------+---------+----------------------------------------
 bookings | airplanes_data  | table | pavel | unlogged    | heap          | 56 kB   | Airplanes (internal multilingual data)
 bookings | airports_data   | table | pavel | unlogged    | heap          | 1288 kB | Airports (internal multilingual data)
 bookings | boarding_passes | table | pavel | unlogged    | heap          | 1592 kB | Boarding passes
 bookings | bookings        | table | pavel | unlogged    | heap          | 26 MB   | Bookings
 bookings | flights         | table | pavel | unlogged    | heap          | 792 kB  | Flights
 bookings | routes          | table | pavel | unlogged    | heap          | 128 kB  | Routes
 bookings | seats           | table | pavel | unlogged    | heap          | 128 kB  | Seats
 bookings | segments        | table | pavel | unlogged    | heap          | 95 MB   | Flight segment (leg)
 bookings | tickets         | table | pavel | unlogged    | heap          | 88 MB   | Tickets
(9 rows)


# SELECT        
    calls,
    round(total_exec_time::numeric, 2) AS total_ms,
    round((total_exec_time / NULLIF(calls, 0))::numeric, 2) AS avg_ms_per_call,
        round(
        ((total_exec_time - shared_blk_read_time - shared_blk_write_time) / NULLIF(calls, 0))::numeric, 
        2
    ) AS estimated_non_disk_ms,         
    round((shared_blks_read::numeric / NULLIF(calls, 0)), 2) AS avg_blks_read,
    round((shared_blks_hit::numeric / NULLIF(calls, 0)), 2) AS avg_blks_hit,    
    round(100.0 * shared_blks_hit / nullif(shared_blks_hit + shared_blks_read, 0), 2) AS hit_ratio_pct, 
    left(query, 100) AS query
FROM pg_stat_statements
WHERE dbid = (SELECT oid FROM pg_database WHERE datname = 'demo')
    AND (
      query ILIKE 'CALL process_queue%'
   OR query ILIKE 'CALL process_event%'
   OR query ILIKE 'CALL make_booking%'
   OR query ILIKE 'CALL create_segment%'
   OR query ILIKE 'CALL open_booking%'
  )  
ORDER BY total_exec_time DESC;
 calls  |  total_ms  | avg_ms_per_call | estimated_non_disk_ms | avg_blks_read | avg_blks_hit | hit_ratio_pct |                      query                       
--------+------------+-----------------+-----------------------+---------------+--------------+---------------+--------------------------------------------------
     12 | 4595791.93 |       382982.66 |             378714.92 |     457169.25 | 109547285.00 |         99.58 | CALL process_queue($1)
 534823 | 4395921.28 |            8.22 |                  8.12 |         10.22 |      2034.89 |         99.50 | CALL process_event(evt, end_date)
 502947 | 4321412.10 |            8.59 |                  8.49 |         10.63 |      2157.37 |         99.51 | CALL make_booking(evt)
 893595 | 1102631.65 |            1.23 |                  1.21 |          2.89 |       158.32 |         98.21 | CALL create_segment(outb_ticket_no, l_flight_id)
 571720 |  659993.99 |            1.15 |                  1.13 |          3.05 |       126.88 |         97.65 | CALL create_segment(inb_ticket_no, l_flight_id)
  10764 |    5385.44 |            0.50 |                  0.49 |          0.78 |        37.36 |         97.95 | CALL open_booking(evt)
(6 rows)


# SELECT 
    backend_type,
    object,
    context,
    writes,
    evictions,
    round(write_time::numeric, 2) AS total_write_ms,
    round((write_time / NULLIF(writes, 0))::numeric, 4) AS avg_write_ms
FROM pg_stat_io
WHERE backend_type = 'client backend'
  AND object = 'relation'
  AND context = 'normal';
  backend_type  |  object  | context | writes  | evictions | total_write_ms | avg_write_ms 
----------------+----------+---------+---------+-----------+----------------+--------------
 client backend | relation | normal  | 1096397 |   5522555 |       10107.72 |       0.0092
(1 row)
 

# SELECT 
    datname,
    blks_hit,
    blks_read,
    round(100.0 * blks_hit / nullif(blks_hit + blks_read, 0), 2) AS hit_ratio_pct,
        tup_inserted,
        tup_updated,
        tup_deleted,
        parallel_workers_launched
FROM pg_stat_database
WHERE datname = 'demo';
 datname |  blks_hit  | blks_read | hit_ratio_pct | tup_inserted | tup_updated | tup_deleted | parallel_workers_launched 
---------+------------+-----------+---------------+--------------+-------------+-------------+---------------------------
 demo    | 1314847453 |   5747185 |         99.56 |      4819884 |     4989654 |      535069 |                         0
(1 row)


# SELECT 
    bg.buffers_clean AS bgwriter_cleaned_buffers,
    bg.maxwritten_clean,
    bg.buffers_alloc
FROM pg_stat_bgwriter bg;
 bgwriter_cleaned_buffers | maxwritten_clean | buffers_alloc 
--------------------------+------------------+---------------
                   162755 |             1543 |       5540101
(1 row)

Смотрим на статистику

pg_stat_activity

Сразу напомню что запросы к pg_stat_activity надо выполнять пока есть нагрузка, т. к. после окончания генерации процессы перейдут в состояние idle и ничего не будут делать. Их можно «прибить» выполнив функцию abort:

CALL abort();

После этого все процессы имеющие application_name = Airlines processor будут завершены.

pg_stat_statements

Тут посмотрим на значение для верхнеуровневых процедур для процессов process_queue:

total_exec_time — общее время, затраченное на выполнение оператора, в миллисекундах
calls — число выполнений

Тут можно увидеть что эта процедура process_queue была выполнена 12 раз, это ровно то количество параллельных процессов, которые я и запустил.

А по времени total_exec_time:

Показатель            |     Значение
----------------------+-------------
Было (max_hops = 1)   | 4 525 470,45
Стало (max_hops = 10) | 4 595 791,93
Разница               |   +70 321,48

Видно что второй эксперимент выполнялся дольше.

pg_stat_database

Тут по одной строке на каждую базу данных. Тоже куча важной и полезной информации, но уже на уровне всей базы данных в целом.

Здесь мы посмотрим на параметр вычисляемое значение которое можно назвать hit_ratio_pct — процент попаданий в кеш (shared_buffers) при чтениях. Т.е. отношение суммарных чтений из буферного кеша к сумме всех чтений в этой базе данных. А если попроще, то этот показатель покажет хватает ли нам выделенной оперативной памяти для нашей текущей нагрузки:

Показатель            | Значение
----------------------+---------
Было (max_hops = 1)   |   99,58
Стало (max_hops = 10) |   99,56
Разница               |   -0,02

А вот серьезного отличия в попадании в кеш я не обнаружил в своих экспериментах.

pg_stat_io

Очень много интересного из этого представления можно узнать (как вариант, когда-нибудь в будущем потестирую io_uring). Но цифр слишком много, так что я оставил только работу обслуживающих процессов (backend_type = ‘client backend’) для постоянных таблиц (object = ‘relation’) и стандартного контекста операций ввода-вывода (context = ‘normal’).

А посмотрим мы на значение writes — количество операций записи:

Показатель            |  Значение
----------------------+----------
Стало (max_hops = 1)  | 1 065 435
Стало (max_hops = 10) | 1 096 397
Разница               |   +30 962

Видно что во втором эксперименте обслуживающим процессам пришлось потрудиться побольше.

pg_stat_bgwriter

И тут тоже много интересного было но, в итоге, я оставил только три числа здесь. А посмотреть предлагаю на buffers_clean — количество буферов, записанных фоновым процессом записи:

Показатель            | Значение
----------------------+---------
Стало (max_hops = 1)  | 160 192
Стало (max_hops = 10) | 162 755
Разница               |  +2 563

Ну и процессу фоновой записи тоже пришлось поднапрячься чуть больше второй раз.

На последние два представления я бы предложил посмотреть чуть внимательнее. Моя глобальная идея тут была такой — если не вдаваться в очень важные детали (!), то можно грубо посчитать что pg_stat_io.writes — это, без учёта extends, сколько раз обслуживающим процессам пришлось самостоятельно сбросить грязные страницы на диск (т. е. процесс фоновой записи не успел этого сделать). А pg_stat_bgwriter.buffers_clean — сколько страниц записал процесс фоновой записи.

Для текущих настроек видно что процесс фоновой записи максимально нагружен и не успевает очищать страницы. Явно можно тут поиграть с параметрами.

Краткий итог

Ниже — мои мысли которые я надумал проводя эксперименты и анализируя полученные результаты.

Так как я с этими экспериментами и цифрами уже три недели, то данный вывод основан именно на этих неделях, а не на результатах одного эксперимента выше.

Изменение параметров генератора (gen.max_hops от 1 до 10, gen.domestic_frac от 0.01 до 0.99) не привносят какого-то усложнения в расчёты.

Однако, если увеличить gen.max_hops до 10 — то postgres начинает больше обрабатывать страниц в памяти (рост pg_stat_statements.shared_blks_hit, я это тут не рассматривал). Эти страницы надо обрабатывать, поэтому-то процессор больше времени на это тратит, а не на сложные вычисления.

А вот изменение gen.domestic_frac от 0.01 до 0.99 не даёт такого результата, там рост чтений небольшой.

Но, повторюсь, цель всех этих экспериментов была в том чтобы посмотреть статистические представления, «потрогать» их руками на примере генератора демобазы. Мне было интересно и, надеюсь, полезно.

Толмачев Павел Владимирович

Персональный сайт

Генератор демобазы — эксперименты со статистическими представлениями