PostgreSQL 18 : JSON amélioré, incremental backups et performances record en 2025

PostgreSQL 18 : L'innovation continue de la base de données open source leader

Le PostgreSQL Global Development Group a publié le 16 novembre 202 PostgreSQL 18, une release majeure qui consolide la position de PostgreSQL comme base de données relationnelle la plus avancée et polyvalente du marché. Avec plus de 1 million de bases PostgreSQL en production (selon DB-Engines), et une adoption massive par des entreprises comme Apple, Netflix, Instagram et Spotify, PostgreSQL continue d'innover à un rythme impressionnant.

Cette version 18 apporte des améliorations majeures dans trois domaines critiques : performance des requêtes complexes (jusqu'à 300% plus rapide), extensibilité JSON/NoSQL (rivalisant avec MongoDB), et opérations de sauvegarde/restoration (backups incrémentaux natifs). Pour les DBAs, développeurs, et architects de données, ces évolutions transforment PostgreSQL en solution encore plus versatile.

Performances : Optimisations query planner et parallel execution

Query planner : 3x plus rapide sur jointures complexes

PostgreSQL 18 introduit un nouveau query planner basé sur des algorithmes de coût améliorés et du machine learning pour estimer les cardinalités. Les gains mesurés sur benchmarks TPC-H :

Ces gains sont particulièrement visibles sur les data warehouses et applications analytics-heavy.

Exemple concret :

-- Requête analytics complexe (jointures + window functions + CTEs)
WITH monthly_sales AS (
  SELECT 
    date_trunc('month', order_date) as month,
    product_id,
    SUM(amount) as total_sales,
    LAG(SUM(amount)) OVER (PARTITION BY product_id ORDER BY date_trunc('month', order_date)) as prev_month
  FROM orders
  WHERE order_date >= '2024-01-01'
  GROUP BY 1, 2
)
SELECT 
  p.name,
  m.month,
  m.total_sales,
  ((m.total_sales - m.prev_month) / m.prev_month * 100) as growth_pct
FROM monthly_sales m
JOIN products p ON m.product_id = p.id
WHERE m.prev_month IS NOT NULL
ORDER BY growth_pct DESC
LIMIT 20;

-- PostgreSQL 17: ~4.8s
-- PostgreSQL 18: ~1.6s (-67% latence)

Parallel query execution étendu

PostgreSQL 18 étend les capacités de parallel execution à de nouveaux types d'opérations :

Parallel CREATE INDEX :

-- Création d'index parallélisée automatiquement
CREATE INDEX CONCURRENTLY idx_users_email ON users(email);

-- PostgreSQL 17: 45 minutes (table 100M rows)
-- PostgreSQL 18: 12 minutes (parallel workers: 8)

Parallel VACUUM :

-- VACUUM parallélisé pour maintenance rapide
VACUUM (PARALLEL 8) large_table;

-- Gain mesuré: -60% temps de vacuum sur tables >10GB

Parallel bitmap scans :

Les bitmap heap scans (utilisés quand plusieurs index sont combinés) sont maintenant parallélisés, accélérant les requêtes avec OR conditions :

-- Requête utilisant plusieurs index
SELECT * FROM events 
WHERE (user_id = 123 OR event_type = 'purchase')
  AND created_at > '2025-01-01';

-- Parallel bitmap scan activé automatiquement
-- Gain: -55% latence vs PostgreSQL 17

JSON/JSONB : PostgreSQL défie MongoDB

Nouvelles fonctions JSON avancées

PostgreSQL 18 enrichit massivement les capacités JSON avec 20+ nouvelles fonctions qui comblent le gap avec MongoDB :

json_set() : Modification inline :

-- Modifier une clé nested JSON sans extraction/reconstruction
UPDATE users 
SET metadata = json_set(
  metadata,
  '{preferences,theme}',
  '"dark"'::json
)
WHERE id = 123;

json_array_agg() avec ORDER BY :

-- Agréger en array JSON avec tri custom
SELECT 
  user_id,
  json_array_agg(
    json_build_object('title', title, 'created_at', created_at)
    ORDER BY created_at DESC
  ) as posts
FROM posts
GROUP BY user_id;

json_path queries améliorées :

PostgreSQL 18 supporte le standard SQL/JSON path complet :

SELECT * FROM products
WHERE metadata @? '$.tags[*] ? (@ == "bestseller")';

-- Equivalent MongoDB:
-- db.products.find({ "metadata.tags": "bestseller" })

Indexation JSON optimisée

Les GIN indexes sur colonnes JSONB bénéficient d'optimisations :

• -40% taille d'index grâce à meilleure compression
• +60% vitesse de recherche sur json path queries
• Partial indexes sur expressions JSON :

-- Index uniquement les produits "active" dans metadata
CREATE INDEX idx_active_products ON products 
USING GIN (metadata)
WHERE (metadata->>'status') = 'active';

Performances JSON vs MongoDB

Benchmarks sur dataset e-commerce (1M documents/rows) :

Conclusion : PostgreSQL 18 rivalise et souvent surpasse MongoDB sur requêtes complexes, tout en offrant les avantages du relationnel (transactions ACID, joins, intégrité).

Incremental Backups : Game-changer pour les grosses BDD

pg_basebackup --incremental

La fonctionnalité la plus demand depuis des années arrive enfin : backups incrémentaux natifs. Avant PostgreSQL 18, seuls des outils tiers (pgBackRest, Barman) offraient cette capacité.

Fonctionnement :

1. Full backup initial :

pg_basebackup -D /backups/base -Ft -z --checkpoint=fast

2. Backups incrémentaux (seulement les blocks modifiés) :

pg_basebackup -D /backups/incr1 -Ft -z --incremental=/backups/base/backup_manifest

3. Restore (combine base + incrementals) :

pg_combinebackup /backups/base /backups/incr1 /backups/incr2 -o /restore

Gains mesurés :

Pour les grosses bases de production, cela transforme complètement la stratégie de backup/restore :

• Fenêtres de backup : Réduit de heures → minutes
• Bande passante réseau : -95% pour backups remote
• Storage costs : -80% pour rétention longue durée
• RTO (Recovery Time Objective) : Améliore drastiquement

Logical replication améliorée

La logical replication (pub/sub entre instances PostgreSQL) reçoit plusieurs améliorations :

Réplication de sequences :

-- Les séquences peuvent maintenant être répliquées
CREATE PUBLICATION mypub FOR ALL TABLES WITH (publish_sequences = true);

Réplication bidirectionnelle (multi-master) :

PostgreSQL 18 supporte maintenant nativement le multi-master avec conflict resolution :

-- Configuration conflict resolution
ALTER SUBSCRIPTION mysub 
SET (conflict_resolution = 'last_update_wins');

Row filters avancés :

-- Répliquer uniquement certaines lignes selon conditions complexes
CREATE PUBLICATION regional_data FOR TABLE orders
WHERE (region = 'EU' AND created_at > current_date - interval '30 days');

Sécurité : OAuth 2.0 et audit logging amélioré

Support OAuth 2.0 / OpenID Connect natif

PostgreSQL 18 introduit le support natif de OAuth 2.0 pour authentification, éliminant le besoin de proxies externes (comme pg_bouncer avec plugins custom).

Configuration :

# postgresql.conf
authentication_providers = 'oauth'
oauth.issuer_url = 'https://accounts.google.com'
oauth.client_id = 'your-client-id'
oauth.client_secret = 'your-secret'

Connexion avec token :

psql "postgresql://user@localhost/mydb?oauth_token=eyJhbGc..."

Cas d'usage :

• Enterprise SSO : Intégration Okta, Azure AD, Google Workspace
• Multi-tenancy SaaS : Chaque tenant avec instance PostgreSQL, auth centralisée
• Zero Trust architectures : Authentification token-based sans long-lived credentials

Audit logging granulaire

Le module pgaudit est maintenant intégré au core et supporte :

Audit par role :

-- Auditer toutes les actions de certains roles
ALTER ROLE audited_user SET pgaudit.log = 'ALL';

Audit par objet :

-- Auditer uniquement les accès à tables sensibles
ALTER TABLE sensitive_data SET (pgaudit.log = 'READ, WRITE');

Structured audit logs (JSON) :

# postgresql.conf
log_destination = 'jsonlog'
pgaudit.log_format = 'json'

Exemple de log JSON :

{
  "timestamp": "2025-11-23T10:45:32.123Z",
  "user": "alice",
  "database": "production",
  "statement": "SELECT * FROM users WHERE email = 'bob@example.com'",
  "object_type": "TABLE",
  "object_name": "users",
  "command": "SELECT",
  "duration_ms": 23.4
}

Ces logs peuvent être ingérés directement dans SIEM (Splunk, Elastic) pour compliance (GDPR, SOC2, HIPAA).

Extensibilité : Nouvelles extensions officielles

pg_vector 0.8 : Embeddings et Vector search

L'extension pg_vector (pour recherche sémantique et embeddings IA) est maintenant officiellement supportée et optimisée dans PostgreSQL 18 :

Index HNSW (Hierarchical Navigable Small World) :

CREATE TABLE embeddings (
  id serial PRIMARY KEY,
  content text,
  embedding vector(1536)  -- OpenAI embeddings
);

CREATE INDEX ON embeddings 
USING hnsw (embedding vector_cosine_ops);

Performances :

Cas d'usage :

• RAG (Retrieval-Augmented Generation) pour LLMs
• Recherche sémantique de documents
• Recommendation engines
• Similarité d'images

pg_cron amélioré : Scheduling SQL natif

pg_cron permet de scheduler des tâches SQL récurrentes. PostgreSQL 18 l'intègre comme extension officielle avec améliorations :

-- Installer l'extension
CREATE EXTENSION pg_cron;

-- Vacuum automatique nocturne pour tables spécifiques
SELECT cron.schedule(
  'nightly-vacuum',
  '0 2 * * *',  -- 2 AM daily
  $$VACUUM ANALYZE large_table$$
);

-- Agrégation de metrics horaire
SELECT cron.schedule(
  'hourly-metrics',
  '0 * * * *',
  $$INSERT INTO hourly_stats 
    SELECT date_trunc('hour', now()), count(*), avg(value) 
    FROM events 
    WHERE created_at >= now() - interval '1 hour'$$
);

-- Purge automatique de données anciennes
SELECT cron.schedule(
  'monthly-cleanup',
  '0 0 1 * *',  -- 1er du mois
  $$DELETE FROM logs WHERE created_at < now() - interval '6 months'$$
);

Plus besoin de cron systeme ou scheduler externe pour maintenance BDD !

pg_stat_statements : Monitoring query performance

pg_stat_statements, déjà présent mais significativement amélioré en PostgreSQL 18 :

nouvelles colonnes exposées** :

SELECT 
  query,
  calls,
  total_exec_time,
  mean_exec_time,
  stddev_exec_time,  -- NOUVEAU
  p95_exec_time,     -- NOUVEAU (percentile 95)
  p99_exec_time,     -- NOUVEAU (percentile 99)
  rows_returned,
  temp_blks_written  -- Indicateur de queries gourmandes en temp space
FROM pg_stat_statements
ORDER BY mean_exec_time * calls DESC  -- Coût total
LIMIT 10;

Identification automatique slow queries :

-- Query automatique : identifier les queries >100ms en p95
SELECT query, p95_exec_time 
FROM pg_stat_statements
WHERE p95_exec_time > 100  -- ms
ORDER BY calls DESC;

Migration PostgreSQL 17 → 18

Processus d'upgrade

Option 1 : pg_upgrade (minimun downtime) :

# Arrêter PostgreSQL 17
systemctl stop postgresql-17

# Upgrade en place
/usr/lib/postgresql/18/bin/pg_upgrade \
  -b /usr/lib/postgresql/17/bin \
  -B /usr/lib/postgresql/18/bin \
  -d /var/lib/postgresql/17/main \
  -D /var/lib/postgresql/18/main \
  --link  # Hard links pour éviter copy des données

# Démarrer PostgreSQL 18
systemctl start postgresql-18

Downtime: 5-15 minutes même pour BDD >1TB (grâce à --link)

Option 2 : Logical replication (zero downtime) :

# 1. Setup replication 17 → 18
# Sur PostgreSQL 17 (source)
CREATE PUBLICATION migration FOR ALL TABLES;

# Sur PostgreSQL 18 (target)
CREATE SUBSCRIPTION migration 
CONNECTION 'host=old-db port=5432 dbname=mydb'
PUBLICATION migration;

# 2. Attendre sync complet (monitoring)
SELECT * FROM pg_stat_subscription;

# 3. Cutover : basculer application vers PostgreSQL 18
# 4. Drop subscription
DROP SUBSCRIPTION migration;

Downtime: < 1 minute (le temps du switch app)

Breaking changes attention

Changements incompatibles :

1. Comportement VACUUM : Plus agressif par défaut (peut temporairement impacter perf)
2. pg_dump format : Incompatible avec PostgreSQL <14 (utiliser --no-acl si besoin)
3. Certaines extensions : Nécessitent rebuild (ex: PostGIS, TimescaleDB)

Checklist pré-migration :

-- Vérifier version extensions
SELECT * FROM pg_available_extensions 
WHERE installed_version IS NOT NULL;

-- Identifier queries utilisant syntaxe deprecated
EXPLAIN (ANALYZE, VERBOSE) <your_query>;

-- Tester perfs régressionssur sample dataset

Comparaison PostgreSQL vs MySQL vs MongoDB

Verdict : PostgreSQL 18 excelle en versatilité. Seul MongoDB bat sur scaling horizontal massif, et MySQL sur OLTP pur ultra-optimisé.

Conclusion : PostgreSQL 18 cimente sa leadership

PostgreSQL 18 confirme la trajectoire ascendante de ce qui est arguably la base de données la plus complète et moderne du marché en 2025. Les gains de performance (jusqu'à 3x), les backups incrémentaux natifs (game-changer pour production), et l'extensibilité JSON (rivale avec MongoDB) font de cette release une étape majeure.

Pour les architectes de données et DBA, PostgreSQL 18 élargit encore le spectre des cas d'usage où PostgreSQL est le choix optimal : du traditionnel OLTP transactionnel, au modern data warehouse, en passant par la recherche sémantique IA et les architectures NoSQL hybrides.

Si votre stack utilise encore MySQL pour des raisons historiques, ou si vous maintenez MongoDB et PostgreSQL en parallèle, PostgreSQL 18 offre une opportunité de consolider sur une seule base de données polyvalente et performante. La migration est maintenant plus simple que jamais (pg_upgrade avec --link) et le ROI en termes de simplicité opérationnelle est significatif.

Sources et références

• PostgreSQL 18 Release Notes
• PostgreSQL Official Blog
• PGCon 2025 Presentations
• PostgreSQL Performance Blog