{"id":144010,"date":"2025-09-25T17:11:55","date_gmt":"2025-09-25T15:11:55","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/reliz-subd-postgresql-18"},"modified":"2025-09-25T17:11:55","modified_gmt":"2025-09-25T15:11:55","slug":"reliz-subd-postgresql-18","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/news\/reliz-subd-postgresql-18","title":{"rendered":"Release der Datenbank PostgreSQL 18","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Nach einem Jahr der Entwicklung wurde der neue stabile Branch der Datenbank PostgreSQL 18 ver\u00f6ffentlicht. Updates f\u00fcr den neuen Branch werden bis November 2030 \u00fcber einen Zeitraum von f\u00fcnf Jahren bereitgestellt. Der Support f\u00fcr PostgreSQL 13.x, den \u00e4ltesten unterst\u00fctzten Branch, wird am 13. November eingestellt. <\/p>\n
Hauptneuheiten: <\/p>\n
\n
Ein Subsystem f\u00fcr asynchronen Input\/Output wurde hinzugef\u00fcgt, das die Durchsatzrate f\u00fcr Input\/Output erh\u00f6ht und Verz\u00f6gerungen beseitigt. Neben der auf allen Plattformen verf\u00fcgbaren universellen Implementierung von AIO (io_method=worker), die auf der Ausf\u00fchrung mehrerer Handler-Prozesse basiert (standardm\u00e4\u00dfig 3), kann unter Linux das asynchrone I\/O-Interface io_uring (io_method=io_uring) verwendet werden, das ab Kernelversion 5.1 unterst\u00fctzt wird. Asynchrones I\/O wird derzeit nur zur Beschleunigung bestimmter Operationen, die das Lesen von Daten aus dem Dateisystem betreffen, wie sequentielle Durchl\u00e4ufe, das Scannen von Index-Bitmaps und die Durchf\u00fchrung von Wartungsarbeiten (vacuum), eingesetzt. In einigen Tests f\u00fchrt die Verwendung von AIO zu einer Leistungssteigerung von 2-3 Mal. Schreiboperationen werden weiterhin im synchronen Modus ausgef\u00fchrt, um die Anforderungen an ACID zu erf\u00fcllen.\n
Die Optimierung «skip scan» f\u00fcr Mehrspaltenindizes wurde umgesetzt, wodurch der Index nicht nur zur \u00dcberpr\u00fcfung der ersten indizierten Spalte und zur vollst\u00e4ndigen Verkn\u00fcpfung der Spalten verwendet werden kann, sondern auch zur separaten Verarbeitung der \u00fcbrigen indizierten Spalten. Beispielsweise wurde zuvor bei der Erstellung eines B-Tree-Index \u00fcber die Spalten «(status, date)» der Index nur f\u00fcr Abfragen verwendet, die das Feld «status» oder beide Felder «status» und «date» \u00fcberpr\u00fcften. Wenn im Abfrage nur das Feld «date» \u00fcberpr\u00fcft wurde, wurde der Tabelleninhalt gescannt. Der «skip scan»-Modus erm\u00f6glicht unter bestimmten Umst\u00e4nden das Scannen des Indexes bei einer Abfrage nur des Feldes «date». Dieser Modus wird nur f\u00fcr «B-tree»-Indizes verwendet, wenn in der Abfrage der bedingte Operator «=» \u00fcber das indizierte Feld angewendet wird, in Situationen, in denen das ausgelassene Feld eine geringe Anzahl unterschiedlicher Werte hat (zum Beispiel funktioniert die Optimierung, wenn das Statusfeld «status» mehrere feste Werte hat).\n
Optimierungen wurden hinzugef\u00fcgt, die Indizes effektiver f\u00fcr Abfragen nutzen, die «OR»- und «IN (…)»-Konstrukte im «WHERE»-Block enthalten, sowie die Leistung der Planungs- und Ausf\u00fchrungsphase von Tabellenverkn\u00fcpfungen erh\u00f6hen (zum Beispiel wurde der Code f\u00fcr Hash-Merges beschleunigt und die Verwendung von inkrementellem Sortieren beim Mergen von Tabellen erm\u00f6glicht).\n
Unterst\u00fctzung f\u00fcr die Parallelisierung des Aufbaus von GIN-Indizes (Generalized Inverted Index) hinzugef\u00fcgt, die zur Indizierung von zusammengesetzten Werten wie Arrays und zur Organisation der Volltextsuche oder JSON-Strukturen verwendet werden.\n
Die M\u00f6glichkeit zur Erstellung von materialisierten Sichten und von Schl\u00fcsseln f\u00fcr die Partitionierung von Tabellen mit Indizes, die das «unique»-Merkmal verwenden und keine B-Tree-Struktur nutzen, wurde hinzugef\u00fcgt.\n
Die allgemeine Leistung bei Sperren f\u00fcr Abfragen, die mit einer gro\u00dfen Anzahl von Tabellen arbeiten, wurde erh\u00f6ht, und es wurden Verbesserungen bei der Verarbeitung von Abfragen an partitionierten Tabellen vorgenommen, die das Herausfiltern nicht verwendeter Abschnitte und JOIN-Operationen beschleunigen.\n
Textoperationen wie Funktionen zur Umwandlung in Gro\u00df-\/Kleinschreibung wurden beschleunigt. Der Modus PG_UNICODE_FAST wurde hinzugef\u00fcgt, um die Ber\u00fccksichtigung der Eigenschaften von Unicode-Zeichenlokalen zu beschleunigen.\n
Die M\u00f6glichkeit zur Speicherung der Statistiken des Abfrageplaners nach Updates zwischen gr\u00f6\u00dferen PostgreSQL-Versionen wurde implementiert. Diese \u00c4nderung erm\u00f6glicht es, die ressourcenintensive Operation «ANALYZE» nach dem Start einer neuen Version zu vermeiden, w\u00e4hrend deren Leistungsabfall beobachtet wird.\n
Die Leistung des Tools pg_upgrade, das zur Automatisierung des Wechsels auf eine neue Hauptversion von PostgreSQL verwendet wird, wurde verbessert. Die Optimierungen sind besonders beim Aktualisieren von Datenbanken mit einer gro\u00dfen Anzahl von Objekten, wie Tabellen und Sequenzen, sp\u00fcrbar. Um die Arbeit von pg_upgrade zu beschleunigen, wurde auch die Option «—jobs N» hinzugef\u00fcgt, um Pr\u00fcfungen in N Threads parallel auszuf\u00fchren, sowie die Option «—swap», um Datenverzeichnisse vollst\u00e4ndig ohne Verlinkungen, Klonierung oder Dateikopien auszutauschen.\n
Unterst\u00fctzung f\u00fcr virtuelle generierte Spalten wurde hinzugef\u00fcgt, deren Werte zur Laufzeit w\u00e4hrend der Ausf\u00fchrung von Abfragen berechnet werden, ohne auf die Festplatte gespeichert zu werden. Wenn im Ausdruck «CREATE TABLE…» f\u00fcr generierte Spalten nur das Schl\u00fcsselwort «GENERATED» ohne Typangabe (STORED oder VIRTUAL) angegeben wird, wird die neue Variante standardm\u00e4\u00dfig anstelle der alten Implementierung angewendet. In der alten Implementierung wurden die Werte w\u00e4hrend der Durchf\u00fchrung von «INSERT»- oder «UPDATE»-Operationen generiert und auf der Festplatte f\u00fcr die sp\u00e4tere Verwendung gespeichert. Ein Nachteil virtueller generierter Spalten ist die Unm\u00f6glichkeit, sie in Indizes zu verwenden, w\u00e4hrend ein Vorteil die M\u00f6glichkeit ist, Daten zur Laufzeit zu normalisieren und zu \u00e4ndern (insbesondere bei der Arbeit mit JSON-Daten). Was die klassischen gespeicherten generierten Spalten betrifft, so wird f\u00fcr sie in der neuen Version die Unterst\u00fctzung der logischen Replikation gew\u00e4hrleistet.\n
In den Befehlen INSERT, UPDATE, DELETE und MERGE wurde die M\u00f6glichkeit realisiert, fr\u00fchere (OLD) und aktuelle (CURRENT) Werte im RETURNING-Ausdruck auszugeben. Zum Beispiel: «UPDATE… RETURNING WITH (OLD AS o, NEW AS n) o.*, n.*.»\n
Die Funktion uuidv7() wurde hinzugef\u00fcgt, um zuf\u00e4llige, eindeutige Identifikatoren im Format UUIDv7 zu generieren. Im Gegensatz zur alten Funktion zur Generierung von UUID (gen_random_uuid), die jetzt zus\u00e4tzlich unter dem Namen uuidv4() verf\u00fcgbar ist, wird bei UUIDv7 neben dem zuf\u00e4lligen Wert auch die Generierungszeit einbezogen. Die geordneten Teile im Wert von UUID (die ersten 12 Zeichen \u2013 epochale Zeit, die folgenden 18 \u2013 zuf\u00e4lliger Wert) verbessern die Effizienz von Sortierung und Indizierung, was wichtig ist, da UUIDs normalerweise f\u00fcr Prim\u00e4rschl\u00fcssel verwendet werden (zum Beispiel werden nah beieinander liegende Schl\u00fcssel im Index zusammen platziert).\n
Die Operation \u201eLIKE\u201c unterst\u00fctzt Textvergleiche, bei denen nicht deterministische Locale-Eigenschaften \u201ecollation\u201c verwendet werden, um Vergleiche unter Ber\u00fccksichtigung der Bedeutung von Zeichen durchzuf\u00fchren (zum Beispiel kann bei Vergleichen der Akzent nicht ber\u00fccksichtigt werden). Eine CASEFOLD-Funktion wurde hinzugef\u00fcgt, um die Zeichenschreibweise unter Ber\u00fccksichtigung der \u201ecollation\u201c-Eigenschaften zu \u00e4ndern (zum Beispiel haben einige Zeichen mehr als zwei Kleinbuchstabenvarianten oder erfordern bei Vergleichen die Umwandlung in Gro\u00dfbuchstaben, nicht in Kleinbuchstaben).\n
Es wurde die M\u00f6glichkeit eingef\u00fchrt, zeitliche Einschr\u00e4nkungen (temporal constraint) zu verwenden. Bei den Werten \u201ePRIMARY KEY\u201c und \u201eUNIQUE\u201c sollte zum Hinzuf\u00fcgen von zeitlichen Einschr\u00e4nkungen der Ausdruck \u201eWITHOUT OVERLAPS\u201c verwendet werden, und f\u00fcr den Wert \u201eFOREIGN KEY\u201c \u2014 der Ausdruck PERIOD. Beispielsweise k\u00f6nnen bei der Definition von Prim\u00e4rschl\u00fcsseln Schl\u00fcssel mit \u00fcberlappenden Zeitintervallen eingeschr\u00e4nkt werden.\n
Der Befehl \u201eCREATE FOREIGN TABLE \u2026 LIKE command\u201c wurde hinzugef\u00fcgt, um das Schema einer externen Tabelle basierend auf der Definition einer lokalen Tabelle zu erstellen.\n
Die Unterst\u00fctzung f\u00fcr die Verbindung zu DBMS wurde hinzugef\u00fcgt, indem die Authentifizierung auf der Basis von OAUTH 2.0 unter Verwendung eines Zugriffstokens anstelle eines Passworts genutzt wird. Die Verwendung von OAUTH erm\u00f6glicht es, Passw\u00f6rter nicht in der Datenbank zu speichern und Benutzer \u00fcber externe Dienste zu identifizieren, sowie Funktionen wie die Zwei-Faktor-Authentifizierung und Single Sign-On (SSO) zu nutzen.\n
Die Funktion ssl_tls13_ciphers() wurde hinzugef\u00fcgt, mit der eine Liste von Verschl\u00fcsselungsalgorithmen angegeben werden kann, die bei einer Verbindung mit dem Protokoll TLSv1.3 zul\u00e4ssig sind.\n
Die Unterst\u00fctzung f\u00fcr die Authentifizierung mit dem Algorithmus md5 zur Passwort-Hashierung wurde in die Kategorie der veralteten und zur L\u00f6schung vorgesehenen Funktionen eingestuft. Statt md5 wird empfohlen, den Algorithmus SCRAM (SCRAM-SHA-256) zu verwenden, der in PostgreSQL 10 eingef\u00fchrt wurde. Zus\u00e4tzlich wird die Implementierung der Unterst\u00fctzung f\u00fcr die SCRAM-basierte Authentifizierung bei Verbindungen \u00fcber postgres_fdw und dblink zu externen PostgreSQL-Servern hervorgehoben.\n
Bei der Ausf\u00fchrung der Operation \u201eEXPLAIN ANALYZE\u201c werden Informationen zur Anzahl der Suchoperationen in Indizes beim Scannen des Index und zur Anzahl der Zugriffe auf Puffer w\u00e4hrend der Abfrage angezeigt. Die Ausgabe von \u201eEXPLAIN ANALYZE VERBOSE\u201c enth\u00e4lt Statistiken \u00fcber die CPU, das WAL-Log und die Intensit\u00e4t der Leseoperationen. Die Tabelle pg_stat_all_tables wurde um Informationen zur Zeit, die f\u00fcr die VACUUM-Operation und die Analyse der Tabellen ben\u00f6tigt wurde, erg\u00e4nzt. Es werden Statistiken zur E\/A-Intensit\u00e4t und zur Belastung des WAL-Logs f\u00fcr einzelne Verbindungen bereitgestellt. Informationen zur Diagnostik von Konflikten bei der Ausf\u00fchrung von Schreiboperationen w\u00e4hrend der logischen Replikation wurden zu pg_stat_subscription_stats und den Protokollen hinzugef\u00fcgt.\n
In neuen Installationen ist standardm\u00e4\u00dfig die Verwendung von Pr\u00fcfziffern zur \u00dcberpr\u00fcfung der Integrit\u00e4t der gespeicherten Daten aktiviert. Um dieses Verhalten beim Start von initdb zu deaktivieren, muss die Option \u201e--no-data-checksums\u201c angegeben werden.\n
Der Utility pg_createsubscriber hat die Option \u201e--all\u201c hinzugef\u00fcgt, um logische Replikate mit einem einzigen Befehl f\u00fcr alle Datenbanken zu erstellen.\n
Eine neue Version (3.2) des Protokolls wurde implementiert, das f\u00fcr die Interaktion externer Dienstprogramme mit der DBMS verwendet wird und in der Bibliothek libpq implementiert ist. Das letzte Update des Protokolls erfolgte in PostgreSQL 7.4 (2003). In der Bibliothek libpq wird standardm\u00e4\u00dfig weiterhin Version 3.0 verwendet. <\/ul>\n