Bagian PostgreSQL yang Paling Kami Benci (2023)

Bagian yang Paling Tidak Kami Sukai dari PostgreSQL

• PostgreSQL telah menjadi DBMS yang paling dicintai di internet selama lima tahun terakhir. Hal ini karena keandalan, kelengkapan fitur, skalabilitas, dan kesesuaiannya untuk sebagian besar beban kerja operasional.
• Namun, cara PostgreSQL mengimplementasikan multi-version concurrency control (MVCC) dinilai sebagai yang terburuk dibandingkan DBMS relasional lainnya.

Apa itu multi-version concurrency control?

• Tujuan MVCC adalah memungkinkan beberapa kueri membaca dan menulis basis data secara bersamaan tanpa saling mengganggu.
• DBMS tidak menimpa baris yang ada, melainkan mempertahankan beberapa versi sehingga kueri dapat memilih versi yang sesuai untuk memenuhi permintaan.
• Pendekatan ini menghilangkan kebutuhan akan penguncian rekaman secara eksplisit dan memungkinkan kueri mengamati snapshot basis data.

Multi-version concurrency control di PostgreSQL

• Saat memperbarui baris yang ada, PostgreSQL menggunakan metode penyimpanan versi append-only yang membuat versi baru untuk menerapkan perubahan.
• Pendekatan ini menimbulkan berbagai masalah yang kompleks.

Penyimpanan multi-versi

• PostgreSQL menyimpan semua versi baris di ruang penyimpanan yang sama.
• Saat pembaruan terjadi, PostgreSQL mengalokasikan slot versi baru, menyalin versi lama, lalu menerapkan perubahan.
• PostgreSQL menggunakan version chain untuk mencatat hubungan antarversi.

Vacuum versi

• PostgreSQL menggunakan prosedur vacuum untuk menghapus versi lama.
• Autovacuum berjalan secara berkala untuk menghapus versi yang kedaluwarsa dan menggunakan kembali ruang.

Mengapa MVCC PostgreSQL adalah yang terburuk

• Implementasi MVCC PostgreSQL berasal dari rancangan era 1980-an dan tidak cocok dengan pola sistem berstruktur log modern.
• Artikel ini menjelaskan empat masalah utama yang muncul dari MVCC PostgreSQL.

Masalah 1: Penyalinan versi

• PostgreSQL menyalin semua kolom ke versi baru sehingga meningkatkan duplikasi data dan kebutuhan penyimpanan.
• MySQL dan Oracle menghindari masalah ini dengan menyimpan delta.

Masalah 2: Pembengkakan tabel

• Versi PostgreSQL yang sudah kedaluwarsa tetap memakan ruang, dan jika autovacuum gagal membersihkannya, basis data akan terus membesar.
• Hal ini menurunkan performa kueri.

Masalah 3: Pemeliharaan indeks sekunder

• PostgreSQL harus memperbarui semua indeks pada setiap pembaruan.
• Hal ini menurunkan performa kueri.

Masalah 4: Pengelolaan vacuum

• Performa PostgreSQL sangat bergantung pada efektivitas autovacuum.
• Jika autovacuum tidak bekerja dengan baik, masalah performa akan muncul.

Ringkasan GN⁺

• PostgreSQL tetap merupakan DBMS yang sangat disukai, tetapi cara implementasi MVCC-nya tidak modern.
• Diperlukan banyak waktu dan upaya untuk menyelesaikan masalah MVCC PostgreSQL.
• Performa dapat ditingkatkan dengan mengoptimalkan pengaturan autovacuum PostgreSQL.
• Sebagai alternatif untuk mengatasi masalah MVCC PostgreSQL, MySQL dan Oracle dapat dipertimbangkan.

[GN⁺]

Opini Hacker News

• OrioleDB mencoba menyelesaikan masalah dengan mesin penyimpanan baru

  • Jika operasi INSERT yang terutama dilakukan, tidak diperlukan ruang tambahan
  • Ada batasan pada jumlah pernyataan di dalam transaksi, tetapi ini bisa dihindari dengan menggunakan COPY FROM
  • Dari sudut pandang DBA, tidak perlu mengelola ruang rollback/undo secara terpisah

• Desain PostgreSQL tidak buruk dalam segala hal

  • MySQL dan Oracle menyimpan delta terkompresi antara versi baru dan versi saat ini
  • git tidak menyimpan diff dan, mirip dengan PostgreSQL, menyimpan objek secara utuh

• Implementasi MVCC di Oracle dan MySQL tidak menyimpan alamat fisik versi baru

  • Sebagai gantinya, keduanya menyimpan pengenal logis agar DBMS dapat menemukan alamat fisik versi saat ini
  • Hal ini dapat memperlambat pembacaan indeks sekunder, tetapi mengurangi overhead melalui keunggulan lain

• Saat memperbarui satu baris di MySQL, SELECT id WHERE something; UPDATE what WHERE id=id jauh lebih cepat

  • Dalam pekerjaan umum, cara seperti ini tidak digunakan, dan ini membuat DML sekali jalan menjadi lebih lambat

• Pada 2010-an, MongoDB dipersepsikan sebagai "webscale" karena penulisan yang tidak durable

  • Ini adalah hasil dari pemasaran

• Tidak setuju dengan penjelasan tentang pg_repack

  • VACUUM FULL memang berat, tetapi repack adalah alternatif yang lebih cepat dan lebih ringan

• Alasan PostgreSQL menjadi populer adalah sebagai berikut

  • Keamanan data, ACID, kemiripan dengan Oracle, MVCC, kepatuhan pada standar SQL, tim Postgres, komunitas, tipe data, performa tinggi, fleksibilitas BSD
  • PostgreSQL terus berkembang, dan komunitas memainkan peran besar

• Ada pertanyaan apakah penyimpanan seluruh versi row-tuple baru di PostgreSQL merupakan sifat dari mesin penyimpanan dasarnya

• Artikelnya ditulis dengan baik sehingga mudah dibaca dan dipahami

  • Membantu memahami masalah terkait vacuum, dan diagramnya juga bagus