Данные

На площадке два хранилища: Postgres (data.postgres) и S3-бакет (data.bucket). Диск процесса временный: он стирается при перезапуске, сне и новом релизе, а у нескольких экземпляров он у каждого свой. Всё, что должно пережить перезапуск, храните в базе или бакете.

Подключите хранилища

data:
  postgres: { extensions: [vector] }
  bucket: {}

Хранилище	Что получает процесс
Postgres	строку подключения в DATABASE_URL
Бакет	AWS_ACCESS_KEY_ID, AWS_SECRET_ACCESS_KEY, AWS_ENDPOINT_URL_S3, AWS_REGION и имя бакета в LOOMA_BUCKET

Расширения Postgres выбираются из списка: vector, pg_trgm, uuid-ossp, citext, hstore, pgcrypto, btree_gin, btree_gist, unaccent, fuzzystrmatch.

Таблицы и миграции создаёт сам сервис: при старте веба или отдельной командой перед ним, например cmd: "python manage.py migrate && gunicorn …".

Чем заменить то, чего нет

Было	Замена
SQLite, MySQL, MariaDB	Postgres: SQLite, MySQL
MongoDB	Postgres с jsonb: MongoDB
Redis	память процесса или таблица в Postgres: Redis
Очередь задач, брокеры	таблица задач в Postgres и процесс worker: Брокеры
Elasticsearch, Meilisearch, Qdrant, Chroma	поиск и pgvector в Postgres: Поиск
Файлы на диске	бакет: Файлы

SQLite → Postgres

1. Добавьте в манифест data: { postgres: {} }.
2. Берите строку подключения из DATABASE_URL (формат postgresql://…).
3. Драйвер: для Python psycopg[binary] или psycopg2-binary (асинхронный asyncpg), для Node.js pg.
4. Проверьте SQL на особенности SQLite: AUTOINCREMENT → GENERATED ... AS IDENTITY или SERIAL, INSERT OR REPLACE → INSERT ... ON CONFLICT ... DO UPDATE, datetime('now') → now(), булевы 0/1 → true/false. В Postgres LIKE различает регистр, без учёта регистра нужен ILIKE.
5. Схема: создавайте таблицы при старте (CREATE TABLE IF NOT EXISTS) или миграциями перед запуском веба.

По фреймворкам:

Что	Правка
SQLAlchemy	create_engine(os.environ["DATABASE_URL"]); схему postgres:// замените на postgresql+psycopg://
Django	dj-database-url: DATABASES = {"default": dj_database_url.config(default="sqlite:///db.sqlite3")}
Peewee	PostgresqlDatabase через playhouse.db_url.connect(os.environ["DATABASE_URL"])
Prisma	provider = "postgresql", url = env("DATABASE_URL"), prisma migrate deploy перед запуском
Knex, Sequelize, TypeORM, Drizzle	клиент pg, connectionString: process.env.DATABASE_URL

Существующие данные переносятся отдельно. Снаружи к базе площадки не подключиться, поэтому данные загружает сам сервис: одноразовым шагом при старте (с отметкой в базе, чтобы шаг не повторялся) или через свой API.

MySQL/MariaDB → Postgres

Шаги те же, что для SQLite. Отличия диалекта: кавычки идентификаторов ` → ", AUTO_INCREMENT → GENERATED ... AS IDENTITY, ON DUPLICATE KEY UPDATE → ON CONFLICT ... DO UPDATE, LIMIT a, b → LIMIT b OFFSET a, IFNULL → COALESCE, TINYINT(1) → boolean. ORM обычно справляется сменой драйвера и строки подключения.

MongoDB → Postgres

Переделка большая. MongoDB на площадке нет, а внешний (Atlas) работает на порту 27017, который наружу закрыт. Обычный путь: коллекция становится таблицей (id uuid primary key, data jsonb, …), частые поля запросов выносятся в отдельные колонки с индексами, остальное лежит в jsonb (операторы ->>, @>, индекс GIN).

Redis → Postgres или память процесса

Redis на площадке нет, а внешний работает на порту 6379, который закрыт.

Для чего был Redis	Замена
Кэш	память процесса (functools.lru_cache, cachetools, lru-cache) или таблица в Postgres с полем expires_at
Сессии	подписанные cookie или таблица в Postgres
Очередь задач (Celery, RQ, Bull)	таблица задач в Postgres и процесс worker, который берёт задачи через SELECT … FOR UPDATE SKIP LOCKED; готовые решения: для Python procrastinate, для Node.js pg-boss и graphile-worker
Pub/sub	LISTEN/NOTIFY Postgres
Счётчики, лимиты	UPDATE … SET n = n + 1 … RETURNING n в Postgres

Celery с брокером Redis проще всего заменить на procrastinate (Python), сохранив сами функции задач. Расписание Celery beat переходит в процесс по расписанию (schedule в манифесте).

Брокеры (RabbitMQ, Kafka, NATS)

На площадке их нет, порты закрыты. Очередь делается таблицей в Postgres и процессом worker, как в разделе Redis. Если брокер был шиной между несколькими частями проекта, это повод собрать их в один сервис с несколькими процессами.

Поисковые движки и векторные базы

Было	Замена
Elasticsearch, OpenSearch, Meilisearch, Typesense	полнотекстовый поиск Postgres: tsvector, to_tsquery, индекс GIN; для нечёткого поиска pg_trgm
Qdrant, Chroma, Pinecone, Milvus, Weaviate	pgvector через data.postgres: { extensions: [vector] }; векторы считает модель эмбеддингов сети (looma models, тип embedding)

Файлы на диске → бакет

1. Добавьте в манифест data: { bucket: {} }.
2. Создайте клиент S3 с адресацией по пути (path-style). Доступы и адрес клиент берёт из окружения сам.

Python (boto3):

import os, boto3
from botocore.config import Config

s3 = boto3.client("s3", endpoint_url=os.environ.get("AWS_ENDPOINT_URL_S3"),
                  config=Config(s3={"addressing_style": "path"}))
BUCKET = os.environ["LOOMA_BUCKET"]

s3.put_object(Bucket=BUCKET, Key=f"uploads/{name}", Body=data, ContentType=mime)
body = s3.get_object(Bucket=BUCKET, Key=f"uploads/{name}")["Body"].read()
url = s3.generate_presigned_url("get_object", Params={"Bucket": BUCKET, "Key": key},
                                ExpiresIn=3600)

Node.js (@aws-sdk/client-s3):

import { S3Client, PutObjectCommand, GetObjectCommand } from "@aws-sdk/client-s3";

const s3 = new S3Client({ endpoint: process.env.AWS_ENDPOINT_URL_S3,
                          region: process.env.AWS_REGION, forcePathStyle: true });
await s3.send(new PutObjectCommand({ Bucket: process.env.LOOMA_BUCKET, Key: key, Body: data }));

Что куда:

• загрузки пользователей, сгенерированные файлы и результаты храните в бакете;
• отдавайте их через сервис (прочитать из бакета и вернуть ответом) или временной ссылкой (presigned URL);
• временные файлы на время запроса можно класть в /tmp;
• UPLOAD_FOLDER и MEDIA_ROOT Django переведите на хранилище S3: django-storages с AWS_S3_ENDPOINT_URL, AWS_S3_ADDRESSING_STYLE = "path" и AWS_STORAGE_BUCKET_NAME из LOOMA_BUCKET.

Чтобы проект работал и вне площадки, пишите в локальную папку, как раньше, если LOOMA_BUCKET не задан.

Где видно

Вкладка «Данные» сервиса в кабинете автора показывает базу и бакет. Пароли и ключи там не показываются: процессы получают их переменными окружения.