PostgreSQL

Hvad det er

PostgreSQL er en relationel databaseserver, gratis og open source,
der gemmer data i tabeller, besvarer forespørgsler skrevet i SQL og
gør hver transaktion til alt eller intet. De fleste, der arbejder
med den, kalder den Postgres, og projektet regner begge navne for
sine egne. Bliver en erfaren udvikler spurgt »hvad er PostgreSQL?«,
er svaret ligetil: det er den alsidige database, et nyt system
starter på, når ingen har en konkret grund til at vælge en anden.

Den er ældre end det meste af den software, der i dag kører oven på
den. POSTGRES-projektet begyndte på University of California i
Berkeley under professor Michael Stonebraker, og implementeringen
gik i gang i 1986. I 1994 tilføjede Andrew Yu og Jolly Chen en
SQL-fortolker og udgav resultatet som Postgres95. To år senere
skiftede det navn til PostgreSQL, og versionsnummereringen startede
ved 6.0 i forlængelse af den række, Berkeley-projektet havde
begyndt. Projektet beskriver selv systemet som objektrelationelt: ud
over tabeller og joins kan en bruger tilføje nye datatyper,
funktioner, operatorer, aggregatfunktioner, indeksmetoder og
proceduresprog, og serveren behandler dem, som var de dens egne.

Arkitekturen er klient og server. Én serverproces ejer datafilerne,
og hver klientforbindelse får sin egen proces, som serveren forker
til netop den forbindelse. Applikationer sender SQL over
forbindelsen gennem en driver til det sprog, de er skrevet i.
Samtidighed bygger på multiversion concurrency control, MVCC: en
opdatering skriver en ny version af rækken i stedet for at
overskrive den gamle, så hver sætning læser et konsistent
øjebliksbillede, læsere venter aldrig på skrivere, og skrivere
venter aldrig på læsere.

Hvor står den i forhold til alternativerne? Ved siden af MySQL og
MariaDB som de andre relationelle open source-servere, ved siden af
Oracle og Microsoft SQL Server som de kommercielle, ved siden af
SQLite som den indlejrede database, der lever inde i ét program, og
over for dokumentdatabaser som MongoDB, der gemmer poster uden et
fast skema.

Hvorfor det betyder noget

Valget af database er en beslutning, et team lever med i årevis,
fordi data overlever den kode, der er skrevet mod dem. PostgreSQL er
det standardvalg, man sjældent fortryder, og det af tre grunde, som
en køber selv kan efterprøve.

Den første er pris og leverandørbinding. Den er udgivet under
PostgreSQL-licensen, en kort og liberal licens i samme familie som
BSD og MIT, så der er ingen betaling pr. kerne, ingen licensrevision
og ingen leverandør, der kan ændre vilkårene. Amazon, Microsoft og
Google sælger den hver især som administreret tjeneste, og den samme
database kører på en bærbar, så et skifte af udbyder er en flytning
af data og ikke en omskrivning af applikationen.

Den anden er bredde. Én server dækker relationelle tabeller,
JSON-dokumenter i `jsonb`-kolonner, fuldtekstsøgning, geodata gennem
udvidelsen PostGIS og planlagte jobs gennem `pg_cron`. Hver af dem
er et selvstændigt produkt, som et team slipper for at drive, sikre,
tage backup af og ansætte folk til. For de fleste produkter afgøres
PostgreSQL kontra MySQL netop her: til almindelig læsning og
skrivning klarer begge sig fint, og forskellen viser sig, når
arbejdet kræver rigere typer, strammere constraints eller en
udvidelse.

Den tredje er levetid. Projektet udgiver én hovedversion om året og
understøtter hver af dem i fem år, så en opgradering kan planlægges
i stedet for at blive tvunget igennem af en nødsituation. PostgreSQL
18, udgivet i september 2025, tilføjede asynkron I/O og en indbygget
funktion til tidsordnede UUID'er, og SQL skrevet til versioner, der
er et årti ældre, kører som regel uændret på den.

Kompromiserne er reelle. En proces pr. forbindelse gør forbindelser
dyre, så en travl applikation har brug for en pooler. Den vokser
lettere på én større maskine end på tværs af flere: at sprede
skrivninger over mange servere kræver partitionering, replikering
eller en udvidelse, og hver af dem lægger driftsmæssig vægt til. Og
standardindstillingerne er afstemt efter en lille maskine, så en
seriøs installation skal konfigureres med vilje.

Sådan ser det ud i praksis

Mange af projekterne på dette site kører på PostgreSQL, og tre af
dem viser tre forskellige måder at læne sig op ad den på.

På én platform blev databasen hele datalaget. Hver læsning og
skrivning går gennem en af 1.275 PostgreSQL-funktioner fordelt på 34
skemaer, og Go-API'et har ingen direkte adgang til nogen tabel. Den
rolle, API'et logger ind som, `mariner`, har EXECUTE på funktionerne
og USAGE på skemaerne og intet andet, cirka 4.000 eksplicitte
grants. Funktionerne kører som SECURITY DEFINER under en separat
ejerrolle uden login og med en fastlåst `search_path`.
Adgangsgrænsen håndhæves af Postgres selv; prisen er, at et nyt felt
betyder en migration og en funktionsændring.

På en applikation med tenants, lokationer og daglige elmålinger var
arbejdet tuning frem for design, og målet var 10 gange bedre ydeevne
uden at ændre den eksisterende arkitektur. GiST-indeks til geodata,
sammensatte indeks på tenant og datointerval, range-partitionering
af eltabellen pr. dag og måned og forespørgsler omskrevet efter en
gennemlæsning af deres planer med `EXPLAIN ANALYZE` forbedrede
svartiderne 10 gange og sænkede ressourceforbruget med 40 %.

Og på en platform med langsomt baggrundsarbejde ligger jobkøen i den
samme database. River holder sin kø i PostgreSQL, så et job og de
rækker, det rører, committer eller ruller tilbage sammen. Bag den
ligger 15 worker-moduler, 8 planlagte opgaver og 20 `pg_cron`-jobs,
der beskærer partitioner, roterer salts og opfrisker aggregater.
Projektsiden siger ligeud, hvor grænsen går: en kø i Postgres holder
op med at være det rigtige svar ved en vis mængde, og én bevægelig
del mindre var mere værd end luft, ingen alligevel ville bruge.

Hvor det går galt

PostgreSQL mister sjældent data. Den overrasker til gengæld folk, og
overraskelserne kommer i nogle få velkendte former.

Tabellen vokser, mens antallet af rækker står stille. En `UPDATE`
eller `DELETE` efterlader den gamle rækkeversion, indtil `VACUUM`
fjerner den, fordi en anden transaktion stadig kan være ved at læse
den. En transaktion, der står åben i timevis, holder den oprydning
tilbage for hele databasen, og autovacuums standardindstillinger er
beregnet til små tabeller. Luk inaktive transaktioner, tilpas
autovacuum pr. tabel for de store, og partitionér data, der udløber,
så gamle måneder droppes som hele partitioner i stedet for at blive
slettet række for række. Vacuum har også en anden opgave:
transaktions-id'er er på 32 bit, hver tabel skal vacuumes mindst én
gang for hver to milliarder transaktioner, og en server, der kommer
for langt bagud, nægter nye skrivninger for at beskytte data.

Hukommelsen slipper op ved den første trafikspids. Hver forbindelse
er en serverproces med sin egen hukommelse, og standardgrænsen er
100 forbindelser. Tyve applikationsinstanser med en pulje på
halvtreds hver beder om tusind processer. Sæt en pooler som
PgBouncer foran, og dimensionér hver applikations pulje efter
arbejdet, hvilket som regel er en håndfuld forbindelser pr. instans.

En forespørgsel, der tog millisekunder, begynder at tage sekunder.
Planneren valgte en anden plan, efterhånden som data voksede, ofte
fordi dens statistik blev forældet, eller fordi indeksene var bygget
til sidste års forespørgsler. Læs planen, før du ændrer noget,
opdatér statistikken med `ANALYZE`, og indeksér det prædikat,
forespørgslen faktisk filtrerer på:

```sql
EXPLAIN (ANALYZE, BUFFERS)
SELECT id, total FROM orders
WHERE customer_id = 42 AND placed_at >= '2026-01-01';
```

Inserts bliver langsommere, efterhånden som tabellen vokser.
Tilfældige UUID'er som primærnøgler lander spredt over hele
B-tree-indekset, så hver insert rammer en anden side, og indekset
fragmenterer. Tidsordnede id'er undgår det: én platform gjorde UUID
v7 til standardnøgle med `uuidv7()` fra PostgreSQL 18, og nye rækker
sorterer ind i indekset i stedet for at blive drysset ud over det.

Læs mere

  * What Is PostgreSQL? — projektets egen definition med de
egenskaber og udvidelsespunkter, den nævner.

  * A Brief History of PostgreSQL — Berkeley, Postgres95 og
navneskiftet, fortalt af projektet selv.

  * Concurrency Control: Introduction — hvordan øjebliksbilleder
lader læsning og skrivning foregå uden at blokere hinanden.

  * Routine Vacuuming — døde rækkeversioner, autovacuum og
wraparound af transaktions-id'er i detaljer.

  * Using EXPLAIN — sådan læser man en forespørgselsplan, med
gennemgåede eksempler.

  * Versioning Policy — den årlige hovedversion og de fem års
support bag hver enkelt.

hDenne side på nettet	URL:https://engineer.company/da/glossary/postgresql/	engineer.company	70
