{"canonical_url":"https://engineer.company/nb/glossary/postgresql/","content_markdown":"# PostgreSQL\n\n## Hva det er\n\nPostgreSQL er en relasjonsdatabaseserver med fri og åpen kildekode. Den holder\ndata i tabeller, svarer på spørsmål skrevet i SQL og gjør hver transaksjon til\nalt eller ingenting. De fleste som jobber med den, kaller den Postgres, og\nprosjektet regner begge navnene som sine. Spør du en ingeniør som bruker den\ndaglig, «Hva er PostgreSQL?», får du et nøkternt svar: det er den generelle\ndatabasen et nytt system starter på når ingen har en konkret grunn til å velge\nen annen.\n\nDen er eldre enn det meste av programvaren den nå ligger under.\nPOSTGRES-prosjektet startet ved University of California i Berkeley under\nprofessor Michael Stonebraker, og implementeringen begynte i 1986. I 1994 la\nAndrew Yu og Jolly Chen til en SQL-tolk og ga ut resultatet som Postgres95. To\når senere fikk det navnet PostgreSQL, og versjonsnumrene startet på nytt på 6.0\nfor å fortsette rekken Berkeley hadde begynt på. Prosjektet beskriver selv\nsystemet som objektrelasjonelt: utover tabeller og joins kan en bruker legge til\nnye datatyper, funksjoner, operatorer, aggregater, indeksmetoder og\nprosedyrespråk, og serveren behandler dem som sine egne.\n\nArkitektonisk er den en klient og en server. Én serverprosess eier datafilene,\nog hver klienttilkobling får sin egen prosess, forket for akkurat den\ntilkoblingen. Applikasjoner sender SQL over tilkoblingen gjennom en driver for\nspråket de er skrevet i. Samtidigheten bygger på MVCC (multiversion concurrency\ncontrol): en oppdatering skriver en ny versjon av raden i stedet for å\noverskrive den gamle, så hver setning leser et konsistent øyeblikksbilde. Lesere\nventer aldri på skrivere, og skrivere venter aldri på lesere.\n\nHvor står den blant alternativene? Ved siden av MySQL og MariaDB som de andre\nrelasjonsserverne med åpen kildekode, ved siden av Oracle og Microsoft SQL\nServer som de kommersielle, ved siden av SQLite som den innebygde databasen som\nbor inne i ett program, og opp mot dokumentlagre som MongoDB, som holder poster\nuten en fast struktur.\n\n## Hvorfor det er viktig\n\nValget av database er en beslutning et team lever med i årevis, fordi dataene\nlever lenger enn koden som er skrevet mot dem. PostgreSQL er standardvalget man\nsjelden angrer på, av tre grunner en kjøper kan sjekke selv.\n\nDen første er kostnad og innlåsing. Den er utgitt under PostgreSQL License, en\nkort og tillatende lisens i samme familie som BSD og MIT, så det finnes ingen\navgift per prosessorkjerne, ingen lisensrevisjon og ingen leverandør som kan\nendre vilkårene. Amazon, Microsoft og Google selger den hver for seg som\nadministrert tjeneste, og den samme databasen kjører på en bærbar maskin. Å\nflytte mellom leverandører blir dermed en flytting av data, ikke en omskriving\nav applikasjonen.\n\nDen andre er bredde. Én server dekker relasjonstabeller, JSON-dokumenter i\n`jsonb`-kolonner, fulltekstsøk, geospatiale spørringer gjennom utvidelsen\nPostGIS og planlagte jobber gjennom `pg_cron`. Hver av dem er et eget produkt et\nteam slipper å drifte, sikre, ta sikkerhetskopi av og ansette folk til. For de\nfleste produkter avgjøres PostgreSQL mot MySQL her: til vanlige lesinger og\nskrivinger fungerer begge godt, og forskjellen viser seg når arbeidet trenger\nrikere typer, strengere regler eller en utvidelse.\n\nDen tredje er levetid. Prosjektet gir ut én hovedversjon i året og støtter hver\nav dem i fem år, så en oppgradering kan planlegges i stedet for å bli tvunget\nfram av en krise. PostgreSQL 18, utgitt i september 2025, fikk asynkron I/O og\nen innebygd funksjon for tidsordnede UUID-er, og SQL skrevet for utgaver som er\nti år eldre, kjører som regel uendret på den.\n\nAvveiningene er reelle. En prosess per tilkobling gjør tilkoblinger dyre, så en\ntravel applikasjon trenger en tilkoblingspooler. Skalerbarheten kommer lettest\nfra én større maskin, ikke fra flere: å spre skrivinger over mange servere betyr\nsharding, replikering eller en utvidelse, og hver av dem gir mer å drifte. Og\nstandardinnstillingene er tilpasset en liten maskin, så en seriøs installasjon\nmå konfigureres med vilje.\n\n## Slik ser det ut i praksis\n\nMange av prosjektene på dette nettstedet kjører på PostgreSQL, og tre av dem\nviser tre forskjellige måter å lene seg på den.\n\nPå én plattform ble databasen hele datalaget.\n[Hver lesing og skriving går gjennom én av 1 275 PostgreSQL-funksjoner](/nb/portfolio/designed-a-function-first-postgresql-data-layer/)\nfordelt på 34 skjemaer, og API-et i Go har ingen direkte tilgang til noen\ntabell. Rollen API-et logger inn som, `mariner`, har EXECUTE på funksjonene og\nUSAGE på skjemaene og ingenting annet, omtrent 4 000 eksplisitte tildelinger.\nFunksjonene kjører som SECURITY DEFINER under en egen eierrolle uten innlogging\nog med fast `search_path`. Tilgangsgrensen håndheves av Postgres selv; prisen er\nat et nytt felt betyr en migrering og en funksjonsendring.\n\nI en applikasjon med leietakere, steder og daglige strømmålinger handlet\narbeidet om justering, ikke design, og oppdraget var 10 ganger raskere uten å\nbygge om arkitekturen. GiST-indekser for de romlige dataene, sammensatte\nindekser på leietaker og datointervall,\n[intervallpartisjonering av strømtabellen per dag og måned](/nb/portfolio/accelerated-postgresql-performance-by-10x/),\nog spørringer som ble skrevet om etter at planene deres var lest med\n`EXPLAIN ANALYZE`, ga 10 ganger bedre svartider og 40 % lavere ressursbruk.\n\nOg på en plattform med tregt bakgrunnsarbeid bor jobbkøen i den samme databasen.\n[River holder køen sin i PostgreSQL](/nb/portfolio/moved-slow-work-onto-a-river-job-queue/),\nså en jobb og radene den berører, committes eller rulles tilbake sammen. Bak den\nstår 15 worker-moduler, 8 planlagte oppgaver og 20 `pg_cron`-jobber som rydder i\npartisjoner, roterer salter og oppdaterer aggregater. Siden sier grensen rett\nut: en kø i Postgres slutter å være riktig svar ved et visst volum, og én\nbevegelig del mindre var verdt mer enn spillerom ingen kom til å bruke.\n\n## Hvor det går galt\n\nPostgreSQL mister sjelden data. Den overrasker likevel folk, og overraskelsene\nkommer i noen få kjente former.\n\n**Tabellen vokser mens antallet rader står stille.** En `UPDATE` eller `DELETE`\netterlater den gamle radversjonen til `VACUUM` fjerner den, fordi en annen\ntransaksjon fortsatt kan lese den. En transaksjon som står åpen i timevis,\nholder igjen oppryddingen for hele databasen, og standardinnstillingene for\nautovacuum passer små tabeller. Lukk transaksjoner som står i tomgang, juster\nautovacuum per tabell for de store, og partisjoner data som går ut på dato,\nslik at gamle måneder droppes i stedet for å slettes. Vacuum har også en annen\njobb: transaksjons-ID-er er 32 bit, hver tabell må vacuumes minst én gang per to\nmilliarder transaksjoner, og en server som kommer for langt etter, nekter nye\nskrivinger for å beskytte dataene.\n\n**Minnet tar slutt ved den første trafikktoppen.** Hver tilkobling er en\nserverprosess med eget minne, og standardgrensen er 100 tilkoblinger. Tjue\napplikasjonsinstanser med en pool på femti hver ber om tusen prosesser. Sett en\npooler som PgBouncer foran, og dimensjoner poolen til hver applikasjon etter\narbeidet, som oftest en håndfull tilkoblinger per instans.\n\n**En spørring som tok millisekunder, begynner å ta sekunder.** Planleggeren\nvalgte en annen plan etter hvert som dataene vokste, ofte fordi statistikken var\nblitt utdatert eller indeksene var bygd for fjorårets spørringer. Les planen før\ndu endrer noe, oppdater statistikken med `ANALYZE`, og indekser det predikatet\nspørringen faktisk filtrerer på:\n\n```sql\nEXPLAIN (ANALYZE, BUFFERS)\nSELECT id, total FROM orders\nWHERE customer_id = 42 AND placed_at \u003e= '2026-01-01';\n```\n\n**Innsettinger går tregere etter hvert som tabellen blir stor.** Tilfeldige\nUUID-er som primærnøkler havner overalt i B-tre-indeksen, så hver innsetting\ntreffer en ny side, og indeksen fragmenteres. Tidsordnede identifikatorer unngår\ndette:\n[én plattform gjorde UUID v7 til standardnøkkel med `uuidv7()` i PostgreSQL 18](/nb/portfolio/quicker-answers-from-a-better-choice-of-key/),\nog nye rader sorteres inn i indeksen i stedet for å bli strødd utover den.\n\n## Les mer\n\n- [What Is PostgreSQL?](https://www.postgresql.org/docs/current/intro-whatis.html)\n  — prosjektets egen definisjon, med egenskapene og utvidelsespunktene den\n  nevner.\n- [A Brief History of PostgreSQL](https://www.postgresql.org/docs/current/history.html)\n  — Berkeley, Postgres95 og navnebyttet, fortalt av dem som gjorde det.\n- [Concurrency Control: Introduction](https://www.postgresql.org/docs/current/mvcc-intro.html)\n  — hvordan øyeblikksbilder lar lesing og skriving gå uten at de blokkerer\n  hverandre.\n- [Routine Vacuuming](https://www.postgresql.org/docs/current/routine-vacuuming.html)\n  — døde radversjoner, autovacuum og omløp av transaksjons-ID-er, grundig\n  forklart.\n- [Using EXPLAIN](https://www.postgresql.org/docs/current/using-explain.html)\n  — hvordan du leser en spørringsplan, med gjennomgåtte eksempler.\n- [Versioning Policy](https://www.postgresql.org/support/versioning/) — den\n  årlige hovedversjonen og de fem årene med støtte bak hver av dem.\n\n\u003chttps://engineer.company/nb/glossary/postgresql/\u003e\n","date_modified":"2026-10-20T21:59:50Z","description":"Hva PostgreSQL er, når den er riktig databasevalg for et nytt system, hva den koster å drifte godt, og fire feil som oftest rammer den i drift.","formats":{"gemtext":"https://engineer.company/nb/glossary/postgresql/index.gmi","gopher":"https://engineer.company/nb/glossary/postgresql/gophermap","html":"https://engineer.company/nb/glossary/postgresql/","json":"https://engineer.company/nb/glossary/postgresql/index.json","markdown":"https://engineer.company/nb/glossary/postgresql/index.md","pdf":"https://engineer.company/nb/glossary/postgresql/index.pdf"},"kind":"page","language":"nb","title":"Hva er PostgreSQL?","url":"https://engineer.company/nb/glossary/postgresql/","version":1}