PostgreSQL

Was es ist

PostgreSQL ist ein freier, quelloffener relationaler
Datenbankserver, der Daten in Tabellen hält, in SQL formulierte
Fragen beantwortet und jede Transaktion nach dem
Alles-oder-nichts-Prinzip ausführt. Die meisten Menschen, die damit
arbeiten, nennen ihn Postgres; das Projekt betrachtet beide Namen
als seine eigenen. Auf die Frage „Was ist PostgreSQL?“ würde jemand
aus der Entwicklung es schlicht so sagen: die universell einsetzbare
Datenbank, mit der ein neues System anfängt, wenn niemand einen
bestimmten Grund für eine andere Wahl hat.

Es ist älter als die meisten Programme, deren Grundlage es heute
bildet. Das Projekt POSTGRES begann an der University of California
in Berkeley unter Professor Michael Stonebraker; seine
Implementierung startete 1986. Andrew Yu und Jolly Chen ergänzten
1994 einen SQL-Interpreter und veröffentlichten das Ergebnis als
Postgres95. Zwei Jahre später wurde es in PostgreSQL umbenannt. Die
Versionsnummerierung setzte wieder bei 6.0 an, um die in Berkeley
begonnene Folge fortzuführen. Das Projekt selbst bezeichnet das
System als objektrelational: Über Tabellen und Joins hinaus können
Nutzer neue Datentypen, Funktionen, Operatoren, Aggregate,
Indexverfahren und prozedurale Sprachen hinzufügen, die der Server
wie seine eigenen behandelt.

Die Architektur besteht aus Client und Server. Ein Serverprozess
verwaltet die Datendateien, und jede Clientverbindung erhält einen
eigenen, ausschließlich für diese Verbindung abgespaltenen Prozess.
Anwendungen senden darüber SQL, über einen Treiber für die jeweilige
Programmiersprache. Die Nebenläufigkeit beruht auf der
Mehrversionen-Nebenläufigkeitskontrolle: Eine Aktualisierung
schreibt eine neue Version einer Zeile, statt die alte zu
überschreiben. Dadurch liest jede Anweisung einen konsistenten
Datenstand; lesende Vorgänge warten nie auf schreibende und
schreibende nie auf lesende.

Wo steht es im Vergleich zu den Alternativen? Neben MySQL und
MariaDB als weiteren quelloffenen relationalen Servern, neben Oracle
und Microsoft SQL Server als kommerziellen Angeboten, neben SQLite
als eingebetteter Datenbank innerhalb eines einzelnen Programms und
gegenüber Dokumentendatenbanken wie MongoDB, die Datensätze ohne
festes Schema speichern.

Warum es wichtig ist

Mit der Wahl einer Datenbank lebt ein Team jahrelang, denn die Daten
überdauern den dafür geschriebenen Code. PostgreSQL ist aus drei
Gründen eine Standardwahl, die man selten bereut und deren Vorteile
ein Auftraggeber prüfen kann.

Der erste Grund sind Kosten und Anbieterbindung. PostgreSQL steht
unter der PostgreSQL License, einer kurzen, freizügigen Lizenz aus
der Familie von BSD und MIT. Es gibt deshalb keine Gebühr pro Kern,
kein Lizenzaudit und keinen Anbieter, der die Bedingungen ändern
kann. Amazon, Microsoft und Google bieten es jeweils als verwalteten
Dienst an; dieselbe Datenbank läuft auch auf einem Laptop. Ein
Wechsel des Hosts bedeutet damit eine Datenmigration statt einer
Neuentwicklung der Anwendung.

Der zweite Grund ist die Breite. Ein Server deckt relationale
Tabellen, JSON-Dokumente in `jsonb`-Spalten, Volltextsuche,
räumliche Abfragen über die Erweiterung PostGIS und geplante Jobs
über `pg_cron` ab. Ohne diese Bündelung müsste ein Team für jeden
dieser Bereiche ein eigenes Produkt betreiben und absichern,
Sicherungskopien davon erstellen und Personal dafür einstellen. Für
die meisten Produkte entscheidet sich hier die Wahl zwischen
PostgreSQL und MySQL: Einfache Lese- und Schreibzugriffe beherrschen
beide gut. Der Unterschied zeigt sich, wenn reichhaltigere
Datentypen, strengere Constraints oder eine Erweiterung nötig
werden.

Der dritte Grund ist die Langlebigkeit. Das Projekt veröffentlicht
jährlich eine Hauptversion und unterstützt jede fünf Jahre lang. Ein
Upgrade lässt sich dadurch planen, statt von einem Notfall erzwungen
zu werden. PostgreSQL 18, erschienen im September 2025, ergänzte
asynchrone Ein- und Ausgabe sowie eine native Funktion für zeitlich
geordnete UUIDs. SQL, das für zehn Jahre ältere Versionen
geschrieben wurde, läuft darauf im Allgemeinen unverändert.

Die Nachteile sind real. Ein Prozess je Verbindung macht
Verbindungen teuer; eine stark genutzte Anwendung braucht deshalb
einen Pooler. Auf einem größeren Rechner wächst PostgreSQL leichter
als über mehrere hinweg: Schreibzugriffe auf viele Server zu
verteilen erfordert Partitionierung, Replikation oder eine
Erweiterung, und jede davon erhöht den Betriebsaufwand. Außerdem
sind die Voreinstellungen auf einen kleinen Rechner abgestimmt. Eine
anspruchsvolle Installation muss daher bewusst konfiguriert werden.

Wie es in der Praxis aussieht

Viele Projekte auf dieser Website laufen mit PostgreSQL. Drei davon
zeigen drei unterschiedliche Arten, seine Möglichkeiten zu nutzen.

Auf einer Plattform wurde die Datenbank zur gesamten Datenschicht.
Jeder Lese- und Schreibzugriff läuft über eine von 1.275
PostgreSQL-Funktionen in 34 Schemas; die Go-API hat keinen direkten
Zugriff auf irgendeine Tabelle. Die Anmelderolle der API, `mariner`,
besitzt EXECUTE auf den Funktionen und USAGE auf den Schemas und
sonst nichts, insgesamt rund 4.000 ausdrücklich erteilte Rechte. Die
Funktionen laufen als SECURITY DEFINER unter einem separaten
Eigentümer ohne Anmeldemöglichkeit und mit fest gesetztem
`search_path`. Postgres selbst setzt die Zugriffsgrenze durch. Der
Preis dafür: Ein neues Feld erfordert eine Migration und eine
Änderung der Funktion.

Bei einer Anwendung mit Mandanten, Standorten und täglichen
Stromablesungen ging es um Optimierung statt um den Entwurf. Das
Ziel war eine Verbesserung um den Faktor 10, ohne die Architektur
grundlegend umzubauen. GiST-Indizes für räumliche Daten,
zusammengesetzte Indizes auf Mandant und Datumsbereich,
Bereichspartitionierung der Stromtabelle nach Tag und Monat sowie
nach der Auswertung ihrer Pläne mit `EXPLAIN ANALYZE` umgeschriebene
Abfragen verkürzten die Abfrageantwortzeiten um den Faktor 10 und
senkten die Ressourcenauslastung um 40 %.

Auf einer Plattform mit langsamen Hintergrundaufgaben liegt die
Jobwarteschlange ebenfalls in der Datenbank. River hält seine
Warteschlange in PostgreSQL, sodass ein Job und die von ihm
betroffenen Zeilen gemeinsam bestätigt oder zurückgerollt werden.
Dahinter stehen 15 Worker-Module, 8 geplante Aufgaben und 20
`pg_cron`-Jobs, die Partitionen bereinigen, Salts rotieren und
Aggregate aktualisieren. Die Seite benennt die Grenze klar: Ab einem
gewissen Volumen ist eine Warteschlange in Postgres nicht mehr die
richtige Antwort. Eine Betriebskomponente weniger war mehr wert als
Leistungsreserven, die niemand brauchen würde.

Wo es schiefgeht

PostgreSQL verliert selten Daten. Es überrascht Menschen aber
durchaus, und diese Überraschungen folgen einigen bekannten Mustern.

Die Tabelle wächst, obwohl die Zeilenzahl gleich bleibt. Ein
`UPDATE` oder `DELETE` lässt die alte Zeilenversion zurück, bis
`VACUUM` sie entfernt, weil eine andere Transaktion sie noch lesen
könnte. Eine stundenlang offene Transaktion hält diese Bereinigung
für die gesamte Datenbank auf, und die Autovacuum-Voreinstellungen
passen zu kleinen Tabellen. Schließen Sie inaktive Transaktionen,
stimmen Sie Autovacuum für große Tabellen einzeln ab und
partitionieren Sie Daten mit Ablaufdatum, damit alte Monate entfernt
werden können, statt ihre Zeilen einzeln zu löschen. Vacuum hat noch
eine zweite Aufgabe: Transaktions-IDs sind 32 Bit breit, jede
Tabelle muss spätestens nach jeweils zwei Milliarden Transaktionen
bereinigt werden, und ein zu weit zurückgefallener Server verweigert
neue Schreibzugriffe, um die Daten zu schützen.

Beim ersten Lastanstieg geht der Speicher aus. Jede Verbindung ist
ein Serverprozess mit eigenem Speicher; das Standardlimit liegt bei
100 Verbindungen. Zwanzig Anwendungsinstanzen mit jeweils fünfzig
Poolverbindungen fordern tausend Prozesse an. Schalten Sie einen
Pooler wie PgBouncer davor und bemessen Sie den Pool jeder Anwendung
nach der Arbeit. Meist genügt eine Handvoll Verbindungen je Instanz.

Eine Abfrage braucht plötzlich Sekunden statt Millisekunden. Mit den
wachsenden Daten hat der Planer einen anderen Plan gewählt, oft weil
seine Statistiken veraltet sind oder die Indizes zu den Abfragen des
Vorjahres passen. Lesen Sie den Plan, bevor Sie etwas ändern,
aktualisieren Sie die Statistiken mit `ANALYZE` und indexieren Sie
das Prädikat, nach dem die Abfrage tatsächlich filtert:

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

Einfügungen werden mit wachsender Tabelle langsamer. Zufällige UUIDs
als Primärschlüssel landen überall im B-Baum-Index. Jede Einfügung
greift dadurch auf eine andere Seite zu, und der Index fragmentiert.
Zeitlich geordnete Kennungen vermeiden das: Eine Plattform machte
UUID v7 über `uuidv7()` von PostgreSQL 18 zum Standardschlüssel.
Neue Zeilen fügen sich damit geordnet in den Index ein, statt sich
über ihn zu verteilen.

Weiterführende Lektüre

  * Was ist PostgreSQL? — die Definition des Projekts selbst mit den
dort genannten Funktionen und Erweiterungspunkten.

  * Eine kurze Geschichte von PostgreSQL — Berkeley, Postgres95 und
die Umbenennung, von den daran Beteiligten.

  * Nebenläufigkeitskontrolle: Einführung — wie konsistente
Datenstände Lese- und Schreibvorgänge ohne gegenseitige Blockierung
ermöglichen.

  * Regelmäßige Vacuum-Bereinigung — nicht mehr benötigte
Zeilenversionen, Autovacuum und der Überlauf der Transaktions-IDs im
Detail.

  * EXPLAIN verwenden — Abfragepläne lesen, mit ausgearbeiteten
Beispielen.

  * Versionspolitik — die jährliche Hauptversion und die jeweils
fünfjährige Unterstützung.

hDiese Seite im Web	URL:https://engineer.company/de/glossary/postgresql/	engineer.company	70
