Dev & EngARTIGO

PostgreSQL 19 traz REPACK concorrente, upsert atômico e autovacuum por prioridade

PostgreSQL 19 traz REPACK concorrente, upsert atômico e autovacuum por prioridade
Imagem gerada por IA
Artigo · Dev & Eng
Leitura
7 min
Tabelas
1
Código
6
Fontes
1
Em resumo

O lançamento perdeu recursos ambiciosos como consultas de grafo e UPDATE/DELETE temporal, mas trouxe mudanças concretas em locking, replicação e manutenção que afetam quem opera banco de dados no dia a dia.

O PostgreSQL↳PostgreSQL11 conteúdosPostgreSQL via SSL com GolangData · abr 20195 itens legais sobre data types do PostgreSQLData · mar 20195 serviços gratuitos na cloud para bancos de dados PostgresData · fev 2025Ver tudo em Data → 19 foi lançado nesta semana depois de sucessivos adiamentos, e boa parte da conversa girou em torno do que ficou de fora. Zsolt Parragi, desenvolvedor da Percona, publicou no blog da empresa (republicado no Planet PostgreSQL) um apanhado do que efetivamente chegou à versão final, depois que recursos ambiciosos como consultas de grafo de propriedade, UPDATE/DELETE temporal com FOR PORTION OF, fusão e divisão de partições, transição online de checksums e GROUP BY ALL foram revertidos antes do corte.

A lista de reverts é longa e, segundo Parragi, a expectativa é que a maioria reapareça no PostgreSQL 20. Mas o que sobrou não é pouco: há mudanças de sintaxe que qualquer desenvolvedor vai notar, e melhorias de execução e manutenção que interessam direto a quem opera o banco em produção.

REPACK substitui a confusão entre VACUUM FULL e CLUSTER

Até a versão 18, VACUUM FULL e CLUSTER compartilhavam a mesma implementação interna, mas tinham nomes e sintaxes diferentes para a mesma ideia: reescrever a tabela inteira. O PostgreSQL 19 introduz REPACK como nome único para a operação:

sql
REPACK mytable;              -- equivalente a VACUUM FULL mytable
REPACK mytable USING INDEX mytable_pk;  -- equivalente a CLUSTER

A novidade de verdade é REPACK (CONCURRENTLY), que cria uma tabela nova, captura as mudanças feitas na tabela original via decodificação lógica do WAL e troca as duas ao final, com uma trava ACCESS EXCLUSIVE curtíssima. Diferente da extensão pg_repack, que usa triggers de linha (e por isso onera cada escrita concorrente), o REPACK nativo lê o WAL diretamente e funciona mesmo com wal_level = replica, sem precisar habilitar replicação lógica antes.

A operação exige chave primária ou índice de replica identity, não funciona em tabelas particionadas, unlogged, views materializadas ou catálogos do sistema, e não pode rodar dentro de bloco de transação. Quem depende de recursos que o pg_repack oferece, como ordenar por coluna arbitrária ou mover a tabela para outro tablespace, continua precisando da extensão.

Upsert que retorna sem reescrever a linha

O INSERT ... ON CONFLICT já suportava DO UPDATE e DO NOTHING, mas nenhum dos dois resolvia bem o caso comum de só precisar do id da linha, exista ela já ou não. A solução até aqui era um UPDATE artificial (que gera nova versão da linha, dispara triggers e bloat) ou uma CTE combinando DO NOTHING com SELECT, que podia simplesmente não retornar nada se outra transação inserisse a mesma chave entre os dois passos.

O PostgreSQL 19 resolve isso com ON CONFLICT DO SELECT:

sql
INSERT INTO users (email, name)
VALUES ('alice@example.com', 'Alice')
ON CONFLICT (email) DO SELECT RETURNING id;

A instrução retorna o id tanto quando o insert é bem-sucedido quanto quando o e-mail já existe, como operação atômica única. A cláusula RETURNING é obrigatória: DO SELECT sem ela é erro. A sintaxe também aceita FOR UPDATE e WHERE, para quem já sabe que vai modificar a linha retornada em seguida. Um detalhe que não muda: a sequência associada à chave ainda é consumida mesmo em caso de conflito.

Zsolt Parragidesenvolvedor na Percona

Até lá, eu recomendaria não usar esse recurso em produção, ou pelo menos sempre especificar um TIMEOUT.

No original: Until then, I would recommend not using this feature in production, or at least always specifying a TIMEOUT.

Fonte: Planet PostgreSQL

IGNORE NULLS nas window functions

Quem já tentou implementar "preencher o último valor conhecido" em uma série temporal sabe o trabalho que isso dava. Com IGNORE NULLS, aplicável a lag, lead, first_value, last_value e nth_value, o problema fica trivial:

sql
lag(temperature) IGNORE NULLS OVER (ORDER BY ts) AS previous_known,
last_value(temperature) IGNORE NULLS OVER (ORDER BY ts) AS last_known
tstemperatureprevious_knownlast_known
10:0021NULL21
10:01NULL2121
10:02NULL2121
10:03232123

Antes era preciso combinar COALESCE, subconsultas ou funções de agregação customizadas para o mesmo resultado. Agora é uma cláusula a mais na window function.

WAIT FOR LSN: consistência de leitura, com uma ressalva séria

Em arquiteturas que escrevem no primário e leem na réplica, o problema clássico é a leitura stale: a aplicação escreve, pede para ler em seguida, e a réplica ainda não aplicou aquele WAL. WAIT FOR LSN resolve isso sem exigir replicação síncrona:

sql
-- no primário, logo após o COMMIT
SELECT pg_current_wal_insert_lsn();

-- na réplica, antes da leitura
WAIT FOR LSN '0/306EE20' WITH (TIMEOUT '1s');

Sem TIMEOUT a espera é indefinida; com TIMEOUT, a instrução levanta erro ao expirar, a menos que NO_THROW seja especificado. Parragi, porém, aponta um bug reportado por Jobin Augustine que não foi corrigido a tempo da versão 19.0: se o LSN retornado por pg_current_wal_insert_lsn() cair exatamente na fronteira de uma página de WAL, a espera pode travar até que algum WAL não relacionado seja escrito, ou até o timeout expirar. Nos testes de Augustine, isso ocorreu em cerca de 1 a cada 2000 esperas.

Até lá, eu recomendaria não usar esse recurso em produção, ou pelo menos sempre especificar um TIMEOUT.

Zsolt Parragi, desenvolvedor na PerconaUntil then, I would recommend not using this feature in production, or at least always specifying a TIMEOUT.

A correção já foi submetida e deve entrar na versão 19.1. Quem pretende usar WAIT FOR LSN para roteamento de leitura em réplica deveria esperar esse patch, ou no mínimo nunca omitir o TIMEOUT.

Autovacuum paralelo e com prioridade

Até a versão 18, só o VACUUM manual paralelizava a limpeza de índices; o autovacuum processava tabela e índices em sequência. A versão 19 muda isso com duas configurações novas:

sql
ALTER SYSTEM SET autovacuum_max_parallel_workers = 4;
SELECT pg_reload_conf();

ALTER TABLE large_events SET (autovacuum_parallel_workers = 2);

O padrão é 0 (desligado), e esses limites são independentes de autovacuum_max_workers, que controla quantas tabelas diferentes o autovacuum processa ao mesmo tempo. O segundo ganho é a priorização: antes, tabelas eram processadas na ordem em que apareciam em pg_class, então uma tabela perto do wraparound de transação podia esperar atrás de várias tabelas pequenas. Agora existe um sistema de pontuação configurável (autovacuum_freeze_score_weight, autovacuum_vacuum_score_weight etc.) visível pela nova view pg_stat_autovacuum_scores, que ordena o que é vacuumado primeiro.

Scans comuns também marcam a visibility map

Antes, só VACUUM e COPY ... FREEZE podiam marcar uma página como all-visible. Em cargas append-heavy (inserção constante, pouca atualização), páginas recém-escritas ficavam sem essa marcação até o próximo vacuum, obrigando scans a checar visibilidade linha a linha. No PostgreSQL 19, um SELECT comum que varre uma página inteira e confirma que todas as linhas são visíveis pode marcar o bit sozinho. O ganho maior aparece em index-only scans, que em páginas all-visible não precisam mais visitar a tabela, e no próprio vacuum seguinte, que pode pular essas páginas. Vale notar que o scan marca só all-visible, não all-frozen: congelar linhas continua sendo tarefa exclusiva do vacuum.

pg_plan_advice e pg_stash_advice: hints de plano no core

Dois módulos novos em contrib, desabilitados por padrão, trazem para o core algo que a extensão pg_hint_plan já oferecia: controle manual sobre decisões do planner. Com pg_plan_advice carregado, o EXPLAIN pode mostrar a receita do plano atual:

sql
LOAD 'pg_plan_advice';
EXPLAIN (COSTS OFF, PLAN_ADVICE)
SELECT * FROM a JOIN b ON a.id = b.a_id WHERE a.x < 100;

A saída inclui linhas como JOIN_ORDER(b a) e HASH_JOIN(a), que podem ser reaplicadas via SET pg_plan_advice.advice = '...' para forçar um plano diferente. O pg_stash_advice vai além: guarda essas receitas por query ID e as aplica automaticamente nas sessões seguintes, o que abre espaço para travar planos instáveis e, no futuro, para ferramentas automatizadas de tuning de query.

Replicação lógica sem reiniciar o servidor

Ativar replicação lógica exigia trocar wal_level de replica para logical, o que demandava reinício do servidor. Agora o PostgreSQL alterna automaticamente para logical quando o primeiro slot de replicação lógica é criado, e volta para replica quando o último é removido; a nova configuração effective_wal_level mostra o valor realmente em uso.

Sequências também passam a ser replicadas logicamente, mas não de forma contínua: a publicação precisa incluir FOR ALL SEQUENCES, e o assinante só copia os valores atuais na criação da subscrição ou quando ALTER SUBSCRIPTION ... REFRESH SEQUENCES é executado explicitamente, geralmente logo antes de um switchover. Para upgrades de versão maior o recurso só ajuda a partir da migração de PostgreSQL 19 para 20, já que exige publisher nessa versão ou mais recente.

O que fica para depois

Nada do que ficou de fora é definitivo: Parragi é claro ao dizer que espera ver consultas de grafo, operações temporais e split/merge de partição voltarem em versões futuras. Para quem administra banco hoje, a lição prática é separar o que é ganho silencioso (tuple deforming mais rápido, radix sort, agregação antes de join, checagem de foreign key mais ágil) do que exige decisão consciente, como adotar REPACK (CONCURRENTLY) no lugar do pg_repack, ou esperar o patch 19.1 antes de confiar em WAIT FOR LSN para roteamento de leitura.

Fonte: Planet PostgreSQL

Highlights

  1. REPACK CONCURRENTLY usa decodificação lógica de WAL em vez de triggers, rodando com wal_level replica
  2. INSERT ON CONFLICT DO SELECT retorna ID como operação atômica única, sem bloat de UPDATE dummy
  3. WAIT FOR LSN sincroniza leitura em réplica mas tem bug em 1 a cada 2000 esperas até versão 19.1
  4. Autovacuum paralelo e sistema de pontuação novo evitam que tabelas grandes atrasem vacuum crítico
  5. Replicação lógica alterna wal_level automaticamente, sem downtime, quando slot lógico é criado

Este artigo foi escrito por Roberto Diniz, colunista de banco de dados. Conteúdo produzido por agente de IA da redação iMasters, sob revisão editorial humana. Saiba como produzimos no expediente.

Roberto DinizColunista

Especialista virtual de banco de dados e engenharia de dados. DBA veterano, TI tradicional: modelagem, performance de query, integridade e governança. Formal e criterioso — desconfia de modinha e preza consistência, backup e o plano de execução.

Mais de Roberto Diniz
Ver perfil →