knowledge-base/POSTGRESQL.md

🐘 PostgreSQL

Přehled

PostgreSQL je nejpokročilejší open-source relační databáze s důrazem na rozšiřitelnost, standardy SQL a spolehlivost. Vývoj od 1996, silná komunita, aktivní release cyklus (major verze každý rok).

Architektura

Procesový model

Postmaster (supervisor)
    ├── Backend process (1 per connection)
    ├── WAL writer
    ├── Checkpointer
    ├── Autovacuum launcher
    ├── Stats collector
    ├── Logical replication launcher
    └── Archiver (WAL archiving)

Každé spojení = vlastní OS proces (ne vlákno). Výhoda: izolace, stabilita. Nevýhoda: vyšší memory footprint u tisíců spojení → nutný connection pooler (PgBouncer).

MVCC (Multi-Version Concurrency Control)

Každá transakce vidí snapshot dat z okamžiku startu. Staré verze řádků (tuple) zůstávají v tabulce:

• INSERT vytvoří nový tuple s xmin = current_xid
• DELETE označí tuple xmax = current_xid (nezmizí hned)
• UPDATE = DELETE old + INSERT new
• VACUUM fyzicky maže tuple starší než nejstarší aktivní snapshot

VACUUM a autovacuum

Parametr	Popis	Výchozí
autovacuum_vacuum_threshold	Min. mrtvých řádků pro spuštění	50
autovacuum_vacuum_scale_factor	% z tabulky jako threshold	0.2 (20 %)
autovacuum_analyze_threshold	Min. změněných řádků pro ANALYZE	50
autovacuum_vacuum_cost_limit	Limituje I/O vacuum (prevence zátěže)	200
autovacuum_naptime	Interval mezi kontrolami	1 min
deadlock_timeout	Detekce deadlocků	1 s

Příznaky nedostatečného vacuum: růst tabulky (bloat), zhoršení výkonu index scanů, XID wraparound hazard.

WAL (Write-Ahead Log)

Append-only log všech změn pro crash recovery a replikaci:

wal_level = replica                 # nebo logical
archive_mode = on
archive_command = 'aws s3 cp %p s3://backups/pg-wal/%f'

PITR (Point-In-Time Recovery):

1. Restore base backup (pg_basebackup)
2. Replay WAL archivů až k cílovému času
3. recovery_target_time = '2026-06-03 10:30:00 UTC'

Replication slots

• Physical — zaručuje, že WAL není smazán masterem, dokud ho replica nespotřebuje
• Logical — pro logickou replikaci (selektivní tabulky, transformace dat)
• Riziko: pokud replica spadne, WAL naroste na disku (disk full)
• Monitoring: pg_replication_slots, pg_stat_replication

Konfigurace

Hlavní soubory (dle Obe & Hsu):

• postgresql.conf — paměť, síť, logování, storage
• pg_hba.conf — přístupová práva
• pg_ident.conf — mapování OS uživatelů na PostgreSQL role

AI-Ready PostgreSQL 18

(Kumar, Linster, 2026) — PostgreSQL 18 jako unified platform pro transakce, analytiku a AI:

Oblast	Technika
Vektory	pgvector — embeddingy přímo v řádcích tabulky
Hybridní pattern	Semantic recall → SQL filtrování
LLM integrace	PostgreSQL + MCP (Model Context Protocol)
Embedding pipeline	Batch i stream generování embeddingů

Hybridní dotaz:

SELECT p.*, pm.name
FROM products p
JOIN product_embeddings pe ON p.id = pe.product_id
WHERE pe.embedding <-> '[0.1, 0.3, ...]' < 0.8
  AND p.in_stock = true
  AND p.price < 100.00
ORDER BY pe.embedding <-> '[0.1, 0.3, ...]'
LIMIT 10;

Rozšíření (extensions)

Extension	Účel
pgvector	Vektorové vyhledávání pro AI/embeddings
PostGIS	Geografická data, prostorové dotazy
pg_stat_statements	Monitoring výkonu dotazů
pg_duckdb	Analytické dotazy (DuckDB engine uvnitř PG)
pg_search	Full-text a hybridní vyhledávání
pg_cron	Scheduling úloh v DB
citus	Horizontální škálování (sharding)
timescaledb	Time-series optimalizace
pgaudit	Auditní logování

Connection pooling

Pooler	Typ	Protokol
PgBouncer	Proxy (transaction/session)	PostgreSQL wire
Odyssey	Proxy (multithreaded)	PostgreSQL wire
pgpool-II	Proxy (replication, load balancing)	PostgreSQL wire
RDS Proxy	Managed proxy (AWS)	PostgreSQL wire

PgBouncer režimy:

• Session pooling — spojení drženo po celou dobu session (aplikace) → overhead
• Transaction pooling — spojení vráceno po dokončení transakce → efektivnější (vyžaduje bezstavovost)

Doporučení — v čem je PostgreSQL lepší

Oblast	PostgreSQL	Konkurence	Proč PG
Rozšiřitelnost	Extensions, custom types, operators, index methods	MySQL omezené	Lze přidat cokoliv od vektorů po full-text v DB
SQL standard	Nejbližší ANSI SQL	MySQL odbočky (GROUP BY, ALTER TABLE)	Přenositelnost, méně překvapení
Geoprostorová data	PostGIS (zlatý standard GIS)	MySQL GIS (omezený)	Jediná reálná open-source volba pro GIS
Konzistence	SSI serializable, foreign keys, CHECK, exclusions	MySQL MyISAM bez FK, InnoDB jen RC	Vhodné pro finanční a kritické systémy
Concurrent读写	MVCC bez reader/writer blokování	MySQL InnoDB reader blokuje writer (a naopak) u starších verzí	Lepší škálovatelnost čtení
AI/vektory	pgvector nativně v DB	Samostatná vektorová DB (zvýšení latence)	Hybridní dotazy v jediném SQL
Licence	PostgreSQL license (MIT-like)	MySQL dvojí licence (Oracle)	Žádná vendor lock-in

Kdy použít PostgreSQL

• Enterprise aplikace — vyžadují ACID, referenční integritu, komplexní transakce
• Geografické systémy — GIS, mapové aplikace, lokalitní služby
• Finanční systémy — účetnictví, banking, compliance (audit logging, SSI)
• AI / RAG aplikace — hybridní vektorové + relační dotazy v jedné DB
• Analytika na relačních datech — pg_duckdb, materializované views, window functions
• Multi-tenant aplikace — row-level security, schemas per tenant

PostgreSQL licensing

Varianta	Licence	Cena	Omezení
PostgreSQL	PostgreSQL license (MIT-like)	$0	Žádná — lze používat, modifikovat, distribuovat v komerčních produktech. Není potřeba žádný "commercial license"
Amazon Aurora PostgreSQL	Proprietary (AWS)	~$0.10-1.00/hod	AWS managed, PostgreSQL compatible. AWS smí používat PG kód díky PostgreSQL license
YugabyteDB	Apache 2.0	$0 (core)	PostgreSQL kompatibilní distributed SQL, postaveno na PG query layer
TimescaleDB	Apache 2.0 (community) / Timescale License (enterprise)	$0 (community)	Časově řadová rozšíření PostgreSQL. Enterprise: tiered storage, compression, multi-node

Klíčové: PostgreSQL license je jedna z nejliberálnějších — umožňuje cloud providerům (AWS, GCP, Azure) nabízet PostgreSQL jako managed službu bez omezení. To je rozdíl oproti MongoDB (SSPL) a Redis (RSALv2). Díky tomu má PostgreSQL nejširší cloud podporu ze všech databází.

Dopad na výběr: Žádný license risk, žádný vendor lock-in, žádné skryté náklady. PostgreSQL je bezpečná volba pro jakýkoliv projekt.

Kdy použít něco jiného

• Jednoduchý web / blog → SQLite (v embedded scénáři lehčí)
• High-throughput key-value → Redis (o řád nižší latence)
• Time-series v masivním měřítku → TimescaleDB, InfluxDB
• Globálně distribuovaná data → CockroachDB, Spanner
• Full-text search primárně → Elasticsearch

Zdroje

Odkazy, knihy a standardy: sources/databases/sources.md

Doporučená literatura

Kniha	Autoři	ISBN	Popis
PostgreSQL: Up and Running (3rd ed.)	Regina Obe, Leo Hsu	978-1491962935	Praktický průvodce administrací, konfigurací a extensions
AI-Ready PostgreSQL 18	Kumar, Linster	—	PostgreSQL jako unified platform pro AI workloads

Poslední revize: 2026-06-03