PostgreSQL

Ce que c'est

PostgreSQL est un serveur de bases de données relationnelles, libre
et gratuit, qui conserve les données dans des tables, répond à des
requêtes écrites en SQL et rend chaque transaction indivisible :
elle aboutit entièrement ou pas du tout. La plupart des personnes
qui l’utilisent l’appellent Postgres, et le projet reconnaît les
deux noms. À la question « qu’est-ce que PostgreSQL ? », un
ingénieur de terrain répondrait simplement : c’est la base de
données généraliste sur laquelle démarrer un nouveau système quand
aucune raison précise ne justifie d’en choisir une autre.

Il est plus ancien que la plupart des logiciels qui reposent
aujourd’hui sur lui. Le projet POSTGRES a commencé à l’université de
Californie à Berkeley, sous la direction du professeur Michael
Stonebraker, et son implémentation a débuté en 1986. Andrew Yu et
Jolly Chen lui ont ajouté un interpréteur SQL en 1994 et ont publié
le résultat sous le nom Postgres95. Deux ans plus tard, il a été
renommé PostgreSQL, et la numérotation des versions a repris à 6.0
pour poursuivre la série commencée à Berkeley. Le projet décrit
lui-même le système comme objet-relationnel : au-delà des tables et
des jointures, l’utilisateur peut ajouter des types de données, des
fonctions, des opérateurs, des agrégats, des méthodes d’indexation
et des langages procéduraux, que le serveur traite comme ses propres
éléments.

Son architecture comprend un client et un serveur. Un processus
serveur détient les fichiers de données, et chaque connexion cliente
reçoit son propre processus, créé par duplication pour cette seule
connexion. Les applications lui envoient du SQL par cette connexion,
au moyen d’un pilote adapté à leur langage. La concurrence repose
sur le contrôle de concurrence multiversion : une mise à jour écrit
une nouvelle version d’une ligne au lieu d’écraser l’ancienne.
Chaque instruction lit ainsi un instantané cohérent, les lecteurs
n’attendent jamais les écrivains et les écrivains n’attendent jamais
les lecteurs.

Où se situe-t-il parmi les autres solutions ? Aux côtés de MySQL et
MariaDB parmi les serveurs relationnels libres, d’Oracle et de
Microsoft SQL Server parmi les solutions commerciales, de SQLite
comme base embarquée dans un programme, et face aux bases
documentaires comme MongoDB, qui conservent les enregistrements sans
schéma fixe.

Pourquoi c'est important

Choisir une base de données engage une équipe pour des années, car
les données survivent au code qui les exploite. PostgreSQL est un
choix par défaut que l’on risque peu de regretter, pour trois
raisons qu’un acheteur peut vérifier.

La première est le coût et la dépendance au fournisseur. Il est
distribué sous la PostgreSQL License, une courte licence permissive
de la famille BSD et MIT : aucun droit à payer par cœur, aucun
audit, aucun fournisseur susceptible de changer les conditions.
Amazon, Microsoft et Google le proposent chacun comme service géré,
et la même base fonctionne sur un ordinateur portable. Changer
d’hébergeur revient donc à migrer les données plutôt qu’à réécrire
l’application.

La deuxième est l’étendue de ses possibilités. Un seul serveur prend
en charge les tables relationnelles, les documents JSON dans des
colonnes `jsonb`, la recherche en texte intégral, les requêtes
géospatiales avec l’extension PostGIS et les tâches planifiées avec
`pg_cron`. Chacune de ces fonctions évite à l’équipe d’exploiter, de
sécuriser et de sauvegarder un produit distinct, ainsi que de
recruter pour s’en occuper. Pour la plupart des produits, c’est ici
que se joue le choix entre PostgreSQL et MySQL : les deux
conviennent bien aux lectures et écritures simples, et la différence
apparaît quand il faut des types plus riches, des contraintes plus
strictes ou une extension.

La troisième est la pérennité. Le projet publie une version majeure
par an et assure le support de chacune pendant cinq ans. Une mise à
niveau peut donc être planifiée plutôt qu’imposée par une urgence.
PostgreSQL 18, publié en septembre 2025, a ajouté les
entrées-sorties asynchrones et une fonction native produisant des
UUID ordonnés dans le temps. Le SQL écrit pour des versions
antérieures de dix ans y fonctionne généralement sans modification.

Les contreparties sont réelles. Un processus par connexion rend les
connexions coûteuses : une application très sollicitée a donc besoin
d’un gestionnaire de pool. Il est plus facile de le faire évoluer
sur une machine plus puissante que sur plusieurs machines : répartir
les écritures entre plusieurs serveurs exige du partitionnement, de
la réplication ou une extension, qui alourdissent chacun
l’exploitation. Ses réglages par défaut sont par ailleurs adaptés à
une petite machine : une installation conséquente doit donc être
configurée délibérément.

À quoi cela ressemble en pratique

De nombreux projets de ce site reposent sur PostgreSQL, et trois
d’entre eux montrent trois façons différentes de s’appuyer sur lui.

Sur une plateforme, la base de données est devenue toute la couche
de données. Toutes les lectures et toutes les écritures passent par
l’une des 1 275 fonctions PostgreSQL, réparties dans 34 schémas, et
l’API Go n’a aucun accès direct aux tables. Le rôle avec lequel
l’API se connecte, `mariner`, détient EXECUTE sur les fonctions et
USAGE sur les schémas, et rien d’autre : environ 4 000 autorisations
explicites. Les fonctions s’exécutent en SECURITY DEFINER sous un
propriétaire distinct sans droit de connexion, avec un `search_path`
fixé. Postgres lui-même impose la limite d’accès ; la contrepartie
est qu’ajouter un champ exige une migration et la modification d’une
fonction.

Sur une application conservant les organisations clientes, les lieux
et les relevés quotidiens d’électricité, il s’agissait
d’optimisation plutôt que de conception, avec un objectif de gain de
performance de 10 fois sans refonte de l’architecture. Des index
GiST pour les données spatiales, des index composites sur
l’organisation cliente et la plage de dates, le partitionnement par
plage de la table d’électricité, par jour et par mois, ainsi que des
requêtes réécrites après lecture de leurs plans avec `EXPLAIN
ANALYZE`, ont amélioré les temps de réponse des requêtes d’un
facteur 10 et réduit l’utilisation des ressources de 40 %.

Sur une plateforme comportant des traitements lents en arrière-plan,
la file de tâches réside dans la même base. River conserve sa file
dans PostgreSQL : une tâche et les lignes qu’elle touche sont donc
validées ou annulées ensemble. Elle s’appuie sur 15 modules de
traitement, 8 tâches planifiées et 20 tâches `pg_cron` qui élaguent
les partitions, renouvellent les sels et actualisent les agrégats.
La page énonce clairement la limite : au-delà d’un certain volume,
une file dans Postgres cesse d’être le bon choix, mais supprimer un
composant à exploiter valait davantage qu’une réserve de capacité
dont personne n’allait se servir.

Où les problèmes surviennent

PostgreSQL perd rarement des données. Il réserve néanmoins des
surprises, qui prennent quelques formes bien connues.

La table grossit alors que le nombre de lignes reste stable. Un
`UPDATE` ou un `DELETE` laisse l’ancienne version de la ligne en
place jusqu’à ce que `VACUUM` la supprime, car une autre transaction
peut encore être en train de la lire. Une transaction laissée
ouverte pendant des heures retarde ce nettoyage pour toute la base,
et les réglages par défaut d’autovacuum conviennent aux petites
tables. Fermez les transactions inactives, réglez autovacuum table
par table pour les grandes tables et partitionnez les données qui
expirent afin de supprimer les anciennes partitions mensuelles
plutôt que leurs lignes. Vacuum remplit aussi un second rôle : les
identifiants de transaction sont codés sur 32 bits, chaque table
doit être nettoyée par vacuum au moins une fois tous les deux
milliards de transactions, et un serveur qui prend trop de retard
refuse les nouvelles écritures pour protéger les données.

La mémoire s’épuise dès le premier pic de trafic. Chaque connexion
est un processus serveur doté de sa propre mémoire, et la limite par
défaut est de 100 connexions. Vingt instances applicatives possédant
chacune un pool de cinquante connexions demandent mille processus.
Placez devant le serveur un gestionnaire de pool comme PgBouncer, et
dimensionnez le pool de chaque application selon le travail à
effectuer : il suffit généralement de quelques connexions par
instance.

Une requête qui prenait des millisecondes se met à prendre des
secondes. L’optimiseur a choisi un autre plan à mesure que les
données ont augmenté, souvent parce que ses statistiques sont
devenues obsolètes ou que les index avaient été construits pour les
requêtes d’il y a un an. Lisez le plan avant de changer quoi que ce
soit, actualisez les statistiques avec `ANALYZE` et indexez le
prédicat sur lequel la requête filtre réellement :

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

Les insertions ralentissent quand la table grossit. Des UUID
aléatoires utilisés comme clés primaires se répartissent dans tout
l’index B-tree : chaque insertion touche donc une page différente et
l’index se fragmente. Des identifiants ordonnés dans le temps
évitent cela : une plateforme a fait d’UUID v7 sa clé par défaut
avec `uuidv7()` de PostgreSQL 18, et les nouvelles lignes s’insèrent
dans l’ordre de l’index au lieu de s’y disperser.

Pour aller plus loin

  * Qu’est-ce que PostgreSQL ? — la définition du projet lui-même,
avec les fonctionnalités et les points d’extension qu’il cite.

  * Bref historique de PostgreSQL — Berkeley, Postgres95 et le
changement de nom, racontés par les personnes qui y ont participé.

  * Introduction au contrôle de concurrence — comment les
instantanés permettent aux lectures et aux écritures de se
poursuivre sans se bloquer mutuellement.

  * Nettoyage régulier par vacuum — les versions mortes des lignes,
autovacuum et le rebouclage des identifiants de transaction, en
détail.

  * Utiliser EXPLAIN — comment lire un plan de requête, avec des
exemples détaillés.

  * Politique de gestion des versions — la version majeure annuelle
et les cinq années de support de chacune.

hCette page sur le Web	URL:https://engineer.company/fr/glossary/postgresql/	engineer.company	70
