\set ON_ERROR_STOP on \echo '=== Grade 5: preparing skewed dataset ===' BEGIN; INSERT INTO users ( id, username, display_name, password_hash ) VALUES ( '55555555-5555-4555-8555-555555555555', 'grade5_benchmark_user', 'Grade 5 benchmark user', 'synthetic-benchmark-only' ); INSERT INTO chats (id, title) VALUES ('66666666-6666-4666-8666-666666666661', 'Benchmark large chat'), ('66666666-6666-4666-8666-666666666662', 'Benchmark medium chat'), ('66666666-6666-4666-8666-666666666663', 'Benchmark small chat'), ('66666666-6666-4666-8666-666666666664', 'Benchmark tiny chat'); INSERT INTO chat_members (chat_id, user_id) SELECT id, '55555555-5555-4555-8555-555555555555'::uuid FROM chats WHERE title LIKE 'Benchmark % chat'; WITH chat_sizes(chat_id, message_count, offset_id) AS ( VALUES ('66666666-6666-4666-8666-666666666661'::uuid, 90000, 0), ('66666666-6666-4666-8666-666666666662'::uuid, 20000, 90000), ('66666666-6666-4666-8666-666666666663'::uuid, 8000, 110000), ('66666666-6666-4666-8666-666666666664'::uuid, 2000, 118000) ) INSERT INTO messages ( id, chat_id, sender_id, text, created_at ) SELECT ( lpad(to_hex(s.offset_id + g.n), 8, '0') || '-0000-4000-8000-' || lpad(to_hex(s.offset_id + g.n), 12, '0') )::uuid, s.chat_id, '55555555-5555-4555-8555-555555555555'::uuid, 'Grade 5 synthetic message ' || g.n, '2026-01-01 00:00:00+00'::timestamptz + g.n * interval '1 millisecond' FROM chat_sizes AS s CROSS JOIN LATERAL generate_series(1, s.message_count) AS g(n); COMMIT; ANALYZE messages; \echo '=== Dataset distribution ===' SELECT c.title, COUNT(m.id) AS message_count FROM chats AS c LEFT JOIN messages AS m ON m.chat_id = c.id WHERE c.title LIKE 'Benchmark % chat' GROUP BY c.id, c.title ORDER BY message_count DESC; \echo '=== Total messages ===' SELECT COUNT(*) AS total_messages FROM messages;