{"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\/novosti-interneta\/reliz-subd-postgresql-18","title":{"rendered":"Ver\u00f6ffentlichung der Datenbank PostgreSQL 18","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Nach einem Jahr Entwicklung wurde der neue stabile Branch des DBMS PostgreSQL 18 ver\u00f6ffentlicht. Updates f\u00fcr den neuen Branch werden \u00fcber einen Zeitraum von f\u00fcnf Jahren bis November 2030 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, um die Durchsatzkapazit\u00e4t zu erh\u00f6hen und Verz\u00f6gerungen zu vermeiden. Neben der plattform\u00fcbergreifenden universellen AIO-Implementierung (io_method=worker), die auf mehreren Prozess-Handlern basiert (standardm\u00e4\u00dfig 3), kann auf Linux auch die Schnittstelle f\u00fcr asynchronen Input\/Output io_uring (io_method=io_uring) verwendet werden, die ab Kernelversion 5.1 unterst\u00fctzt wird. Aktuell wird asynchroner Input\/Output nur zur Beschleunigung bestimmter Operationen verwendet, die mit dem Lesen von Daten aus dem Dateisystem zusammenh\u00e4ngen, wie sequentielle Durchl\u00e4ufe, das Scannen von Index-Bitmaps und die Durchf\u00fchrung von Reinigungen (vacuum). In einigen Tests f\u00fchrt die Anwendung von AIO zu einer Leistungssteigerung um das 2- bis 3-Fache. Schreiboperationen werden weiterhin synchron verarbeitet, um die Anforderungen an die ACID-Eigenschaften zu erf\u00fcllen.\n
Die Optimierung \u201eskip scan\u201c wurde in mehrspaltigen Indizes implementiert, wodurch der Index nicht nur zur Pr\u00fcfung der ersten indizierten Spalte und zur vollst\u00e4ndigen Verkn\u00fcpfung der Spalten, sondern auch zur getrennten Verarbeitung der anderen indizierten Spalten verwendet werden kann. Zum Beispiel wurde bei der Erstellung eines B-Tree-Indexes \u00fcber die Spalten \u201e(status, date)\u201c der Index nur f\u00fcr Anfragen verwendet, die das Feld \u201estatus\u201c oder beide Felder \u201estatus\u201c und \u201edate\u201c \u00fcberpr\u00fcften, w\u00e4hrend bei der \u00dcberpr\u00fcfung des Feldes \u201edate\u201c in der Anfrage ein vollst\u00e4ndiger Tabelleninhaltscan durchgef\u00fchrt wurde. Der Modus \u201eskip scan\u201c erm\u00f6glicht es unter bestimmten Bedingungen, den Index bei einer Anfrage, die nur das Feld \u201edate\u201c betrifft, zu scannen. Dieser Modus wird nur f\u00fcr \u201eB-tree\u201c-Indizes verwendet, wenn in der Anfrage der Bedingungsoperator \u201e=\u201c \u00fcber das indizierte Feld genutzt wird, in Situationen, in denen das \u00fcbersprungene Feld nur eine geringe Anzahl unterschiedlicher Werte hat (z.B. funktioniert die Optimierung, wenn das Feld \u201estatus\u201c mehrere festgelegte Werte hat).\n
Optimierungen wurden hinzugef\u00fcgt, um Indizes effizienter f\u00fcr Anfragen zu nutzen, die Konstruktionen \u201eOR\u201c und \u201eIN (\u2026)\u201c im Block \u201eWHERE\u201c enthalten, und um die Leistung der Planung und Ausf\u00fchrung von Tabellenverkn\u00fcpfungen zu steigern (z.B. wurde der Hash-Merge-Code beschleunigt und die Verwendung der inkrementellen Sortierung beim Mergen von Tabellen erlaubt).\n
Die Unterst\u00fctzung f\u00fcr das Parallelisieren des Aufbaus von GIN-Indizes (Generalized Inverted Index), die zur Indizierung komplexer Werte wie Arrays verwendet werden, sowie zur Organisation der Volltextsuche oder f\u00fcr JSON-Strukturen wurde hinzugef\u00fcgt.\n
Es wurde die M\u00f6glichkeit zur Erstellung von materialisierten Sichten und Schl\u00fcsseln f\u00fcr die Partitionierung von Tabellen mit Indizes, die das Attribut \u201eunique\u201c haben, hinzugef\u00fcgt, ohne die Struktur von B-Tree zu verwenden.\n
Die allgemeine Leistung von Locks f\u00fcr Abfragen, die mit einer gro\u00dfen Anzahl von Tabellen arbeiten, wurde verbessert. Au\u00dferdem wurden Verbesserungen in der Verarbeitung von Abfragen an partitionierte Tabellen vorgenommen, die das Herausfiltern von nicht verwendeten Partitionen und die JOIN-Operationen beschleunigen.\n
Textoperationen wie die Umwandlung in Gro\u00df- oder Kleinschreibung wurden beschleunigt. Der Modus PG_UNICODE_FAST wurde hinzugef\u00fcgt, um die Ber\u00fccksichtigung von Unicode-Zeicheneigenschaften zu beschleunigen.\n
Die M\u00f6glichkeit wurde implementiert, die Statistiken des Abfrageplaners nach einem Update zwischen bedeutenden Releases von PostgreSQL zu speichern. Diese \u00c4nderung vermeidet die ressourcenintensive Operation \u201eANALYZE\u201c nach dem Start einer neuen Version, bevor die Leistung der DBMS (Datenbankmanagementsystem) wiederhergestellt ist.\n
Die Leistung des Tools pg_upgrade, das zur Automatisierung des Wechsels auf eine neue wesentliche Ausgabe von PostgreSQL verwendet wird, wurde verbessert. Die Optimierungen sind besonders bei der Aktualisierung von Datenbanken mit einer gro\u00dfen Anzahl von Objekten, wie Tabellen und Sequenzen, bemerkbar. Um die Arbeit von pg_upgrade zu beschleunigen, wurde auch die Option \u201e--jobs N\u201c zum Parallelisieren der Pr\u00fcfungen in N Threads und die Option \u201e--swap\u201c zum vollst\u00e4ndigen Austausch von Datenverzeichnissen ohne Verlinkungen, Klonierung und Kopieren von Dateien hinzugef\u00fcgt.\n
Die Unterst\u00fctzung f\u00fcr virtuelle generierte Spalten wurde hinzugef\u00fcgt, deren Werte zur Laufzeit w\u00e4hrend der Ausf\u00fchrung von Anfragen ohne Speicherung auf der Festplatte berechnet werden. Wenn im Ausdruck \u201eCREATE TABLE\u2026\u201c f\u00fcr die generierten Spalten nur das Schl\u00fcsselwort \u201eGENERATED\u201c ohne Angabe des Typs (STORED oder VIRTUAL) angegeben wird, wird die neue Variante standardm\u00e4\u00dfig anstelle der alten Implementierung verwendet. In der alten Implementierung wurden die Werte w\u00e4hrend der Ausf\u00fchrung der \u201eINSERT\u201c- oder \u201eUPDATE\u201c-Operationen generiert und auf der Festplatte zur sp\u00e4teren Verwendung gespeichert. Der Nachteil von virtuellen generierten Spalten besteht darin, dass sie nicht in Indizes verwendet werden k\u00f6nnen, w\u00e4hrend ihr Vorteil die M\u00f6glichkeit ist, Daten zur Laufzeit zu normalisieren und zu ver\u00e4ndern (relevant beim Arbeiten mit JSON-Daten). Was die klassischen gespeicherten generierten Spalten betrifft, so wird in der neuen Version die Unterst\u00fctzung f\u00fcr logische Replikation bereitgestellt.\n
In den Befehlen INSERT, UPDATE, DELETE und MERGE wurde die M\u00f6glichkeit implementiert, fr\u00fchere (OLD) und aktuelle (CURRENT) Werte im Ausdruck RETURNING auszugeben. Zum Beispiel: \u201eUPDATE\u2026 RETURNING WITH (OLD AS o, NEW AS n) o.*, n.*.\u201c.\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, enth\u00e4lt UUIDv7 neben dem Zufallswert auch die Zeit der Generierung. Das Vorhandensein von geordneten Teilen im Wert der UUID (die ersten 12 Zeichen \u2013 epochale Zeit und die folgenden 18 \u2013 Zufallswert) verbessert die Effizienz von Sortierung und Indizierung, was relevant ist, da UUID in der Regel f\u00fcr Prim\u00e4rschl\u00fcssel verwendet werden (z.B. werden nahe beieinander liegende Schl\u00fcssel, die zu \u00e4hnlicher Zeit erstellt wurden, im Index nebeneinander angezeigt).\n
In der Operation «LIKE» wurde die Unterst\u00fctzung f\u00fcr textbezogene Vergleiche implementiert, bei denen nicht deterministische Locale-Eigenschaften «collation» verwendet werden, die es erm\u00f6glichen, Vergleiche unter Ber\u00fccksichtigung der Bedeutung der Zeichen durchzuf\u00fchren (z. B. kann bei Vergleichen das Akzentzeichen ignoriert werden). Es wurde eine CASEFOLD-Funktion hinzugef\u00fcgt, um die Gro\u00df- und Kleinschreibung von Zeichen unter Ber\u00fccksichtigung der Locale-Eigenschaften «collation» zu \u00e4ndern (z. B. haben einige Zeichen mehr als zwei Kleinbuchstabenvarianten oder erfordern beim Vergleichen die Umwandlung in Gro\u00dfbuchstaben anstelle von Kleinbuchstaben).\n
Die M\u00f6glichkeit zur Verwendung von zeitlichen Beschr\u00e4nkungen (temporal constraint) wurde hinzugef\u00fcgt. Bei den Werten «PRIMARY KEY» und «UNIQUE» sollte zum Hinzuf\u00fcgen zeitlicher Beschr\u00e4nkungen der Ausdruck «WITHOUT OVERLAPS» verwendet werden, und bei dem Wert «FOREIGN KEY» \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 «CREATE FOREIGN TABLE … LIKE command» wurde hinzugef\u00fcgt, um ein Schema einer externen Tabelle auf der Grundlage der Definition einer lokalen Tabelle zu erstellen.\n
Die Unterst\u00fctzung f\u00fcr die Verbindung zu Datenbanksystemen unter Verwendung von OAUTH 2.0-Authentifizierung mit einem Zugriffstoken anstelle eines Passworts wurde hinzugef\u00fcgt. Durch die Anwendung von OAUTH ist es m\u00f6glich, Passw\u00f6rter nicht in der Datenbank zu speichern, Benutzer \u00fcber externe Dienste zu identifizieren und Funktionen wie die Zwei-Faktor-Authentifizierung und ein Single Sign-On (SSO) zu nutzen.\n
Die Funktion ssl_tls13_ciphers() wurde hinzugef\u00fcgt, \u00fcber die die Liste der erlaubten Verschl\u00fcsselungsalgorithmen bei der Verbindung mit dem Protokoll TLSv1.3 definiert werden kann.\n
Die Unterst\u00fctzung f\u00fcr die Authentifizierung mit dem MD5-Algorithmus zur Passwort-Hashung wurde als veraltet und zur Entfernung vorgesehen eingestuft. Anstelle von MD5 wird empfohlen, den SCRAM-Algorithmus (SCRAM-SHA-256) zu verwenden, der in PostgreSQL 10 eingef\u00fchrt wurde. Hinzu kommt die Implementierung der Unterst\u00fctzung f\u00fcr die SCRAM-basierte Weiterleitung der Authentifizierung beim Anschluss \u00fcber postgres_fdw und dblink an externe PostgreSQL-Server.\n
Bei der Ausf\u00fchrung der Operation «EXPLAIN ANALYZE» werden Informationen \u00fcber die Anzahl der Suchvorg\u00e4nge in Indizes beim Scannen des Index und die Anzahl der Zugriffe auf Puffer w\u00e4hrend der Ausf\u00fchrung der Abfrage ausgegeben. Die Ausgabe «EXPLAIN ANALYZE VERBOSE» enth\u00e4lt Statistiken zu CPU, WAL-Log und der Intensit\u00e4t von Lesevorg\u00e4ngen. In die Tabelle pg_stat_all_tables wurden Informationen \u00fcber die f\u00fcr die VACUUM-Operation und die Analyse der Tabellen aufgewendete Zeit aufgenommen. Statistiken zur I\/O-Intensit\u00e4t und zur Last auf das WAL-Log werden in Bezug auf einzelne Verbindungen bereitgestellt. In pg_stat_subscription_stats und den Protokollen wurden Informationen zur Diagnose von Konflikten bei Schreibvorg\u00e4ngen w\u00e4hrend der logischen Replikation 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 \u00e4ndern, sollte die Option «—no-data-checksums» angegeben werden.\n
In das Dienstprogramm pg_createsubscriber wurde das Flag «—all» hinzugef\u00fcgt, um logische Replikate mit einem Befehl sofort f\u00fcr alle Datenbanken zu erstellen.\n
Eine neue Version (3.2) des Protokolls, das f\u00fcr die Interaktion externer Tools mit der Datenbankmanagement-Software und in der Bibliothek libpq implementiert ist, wurde eingef\u00fchrt. Das letzte Protokoll-Update fand in PostgreSQL 7.4 (2003) statt. In der Bibliothek libpq wird weiterhin standardm\u00e4\u00dfig die Version 3.0 verwendet. <\/ul>\n