PostgreSQL은 왜 쓰기 빡센가 — 설치는 5분, 운영은 평생인 이유 일곱 가지
PostgreSQL은 설치하고 테이블 만들고 쿼리하는 데까지는 아주 쉽다. 표준 SQL을 잘 따르고, 타입이 풍부하고, 확장도 많다. 어려워지는 건 몇 달 뒤다. 디스크가 이유 없이 불어나고, 연결이 모자라고, 어느 날 쿼리 하나가 열 배 느려진다.
“빡세다”는 말의 대부분은 사용법보다 운영에서 나온다. 그리고 그 운영 부담의 상당수는 PostgreSQL의 설계에서 곧장 따라 나온다. 아래 일곱 가지를 공식 문서와 1차 자료로 정리했다.
한 줄 요약
PostgreSQL은 행을 고칠 때 덮어쓰지 않고 새 사본을 만든다. 그 결과로 생기는 쓰레기 치우기(VACUUM)를 사용자가 관리해야 한다. 여기에 연결 하나당 프로세스 하나라는 구조, 메이저 업그레이드의 무게, 플래너 힌트가 없다는 철학이 더해진다.
1. 수정하면 행 전체가 복사된다
PostgreSQL은 MVCC(다중 버전 동시성 제어)로 읽기와 쓰기가 서로 막지 않게 한다. MVCC 자체의 원리는 예전 글에서 다뤘다. 문제는 PostgreSQL이 버전을 만드는 방식이다.
UPDATE 는 기존 행을 고치지 않는다. 행 전체를 새로 써서 새 버전을 만들고, 옛 버전은 그대로 둔다. DELETE 도 바로 지우지 않는다. 다른 트랜잭션이 아직 옛 버전을 볼 수도 있기 때문이다 (PostgreSQL 문서 24.1.2).
카네기멜런대의 Andy Pavlo 교수는 이 방식을 정면으로 비판한다. 컬럼 1,000개짜리 테이블에서 컬럼 하나만 바꿔도 999개를 함께 복사한다. MySQL(InnoDB)과 Oracle은 바뀐 부분만 델타로 남긴다. Pavlo는 이 설계를 1980년대의 유물이라 부르고, 지금 MVCC DBMS를 새로 만든다면 PostgreSQL처럼 하지 말라고까지 쓴다 (Pavlo, 2023).
2. 쓰레기는 쌓이고, 치워도 디스크는 안 줄어든다
옛 버전(dead tuple)은 누군가 치워야 한다. 그게 VACUUM 이다. 공식 문서는 VACUUM이 필요한 이유를 네 가지로 든다. 공간 재사용, 플래너 통계 갱신, visibility map 갱신, 그리고 아래 5번의 트랜잭션 ID 랩어라운드 방지다 (문서 24.1.1).
여기서 처음 당황하는 지점이 있다. 일반 VACUUM 은 공간을 재사용 가능으로 표시할 뿐 OS에 돌려주지 않는다. 테이블 끝 페이지가 통째로 비었을 때만 예외다. 디스크를 실제로 줄이려면 VACUUM FULL 이나 CLUSTER 처럼 테이블을 새로 쓰는 명령이 필요하고, 이 명령들은 ACCESS EXCLUSIVE 락을 잡는다. 그동안은 그 테이블을 읽을 수도 없다. 테이블 크기만큼 디스크도 추가로 필요하다 (문서 24.1.2).
최신 문서에는 REPACK 이 추가됐다. CONCURRENTLY 로 돌리면 파일을 바꿔치는 순간에만 배타 락을 잡는다. 그 전까지는 외부 확장 pg_repack이 이 역할을 했다.
공식 문서가 권하는 방향은 “최소 크기를 유지하라”가 아니다. 자주 VACUUM해서 크기가 일정하게 유지되게 하라는 것이다. 바꿔 말하면 PostgreSQL 테이블은 원래 데이터보다 크게 사는 게 정상이다.
3. 컬럼 하나 바꿔도 인덱스는 전부 고친다
PostgreSQL의 인덱스는 행의 물리적 위치를 가리킨다. 행이 새 버전으로 복사되면 위치가 바뀌니, 바뀐 컬럼과 상관없이 그 테이블의 인덱스를 모두 고쳐야 한다. 예외는 HOT(Heap-Only Tuple) 업데이트다. 새 버전이 같은 페이지에 들어가고, 인덱스가 걸린 컬럼이 바뀌지 않았을 때만 적용된다.
Uber는 2016년 이 문제를 이유로 PostgreSQL에서 MySQL로 옮겼다. 생년 컬럼 하나를 고쳤는데 테이블 본체와 인덱스 셋에 쓰기가 네 번 일어나고, 그 전부가 WAL에도 기록된다는 예시였다. 데이터센터 간 복제에서는 이 부풀어 오른 WAL이 대역폭 문제로 이어졌다 (Uber Engineering, 2016).
MySQL InnoDB의 보조 인덱스는 물리 주소 대신 기본 키를 가리킨다. 그래서 바뀐 인덱스만 고치면 된다.
Pavlo는 OtterTune 고객 데이터로 업데이트의 평균 약 46%만 HOT으로 처리된다고 썼다 (Pavlo, 2023). 다만 이 수치는 자사 고객 표본이다.
실무에서 할 일: 안 쓰는 인덱스를 지우는 것이 PostgreSQL에서는 다른 DB보다 훨씬 큰 효과를 낸다. 자주 바뀌는 테이블은 fillfactor 를 낮춰 페이지에 빈자리를 남겨 두면 HOT 비율을 올릴 수 있다.
4. autovacuum은 켜져 있지만 알아서 잘하지는 않는다
autovacuum 데몬이 VACUUM을 자동으로 돌린다. 문제는 기본값이다.
autovacuum_vacuum_scale_factor기본값은 20%다. 1억 행 테이블이면 2천만 행이 바뀔 때까지 autovacuum이 움직이지 않는다 (Pavlo). 큰 테이블은 테이블별로 따로 낮춰 줘야 한다.- 오래 열린 트랜잭션 하나가 VACUUM을 무력화한다. 그 트랜잭션이 볼 수 있는 옛 버전은 지울 수 없기 때문이다. 쓰레기가 쌓이면 쿼리가 느려지고, 느린 쿼리가 또 긴 트랜잭션이 되는 악순환이 생긴다. 결국 사람이 긴 트랜잭션을 찾아 죽여야 한다. 애플리케이션에서 트랜잭션을 열어 둔 채 외부 API를 기다리는 코드가 흔한 범인이다.
- 파티션 테이블의 부모는 autovacuum이
ANALYZE해 주지 않는다. 자식 테이블이 바뀌어도 부모 통계는 그대로다. 부모 단위 통계가 필요하면 직접 돌려야 한다고 공식 문서가 적고 있다 (문서 24.1.3).
공식 문서도 데몬을 통째로 끄는 건 현명하지 않다고 말한다. 남은 선택지는 하나다. 테이블마다 들여다보고 조정하는 것.
5. 트랜잭션 ID 랩어라운드 — 조용히 다가오는 정지
PostgreSQL의 트랜잭션 ID(XID)는 32비트이고 모듈로 2³² 산술로 비교한다. 오래된 행을 “얼려(freeze)” 두지 않으면, 과거 트랜잭션이 미래로 보이는 순간이 온다. 그러면 그 데이터가 보이지 않게 된다. 공식 문서 표현으로는 파국적인 데이터 손실이다. 실제로 데이터는 남아 있지만 꺼낼 수 없다 (문서 24.1.5).
그래서 모든 데이터베이스의 모든 테이블을 최소 20억 트랜잭션마다 한 번은 VACUUM해야 한다. PostgreSQL은 경고를 띄우다가, 랩어라운드까지 300만 트랜잭션도 안 남으면 새 XID 발급을 거부한다. 그때부터는 읽기 전용 트랜잭션만 시작할 수 있다. 쓰기가 전부 멈추는 셈이다.
autovacuum이 꺼져 있어도 랩어라운드 방지용 VACUUM은 강제로 돈다. 하지만 4번의 긴 트랜잭션이 그것까지 막을 수 있다. 쓰기가 많은 서비스라면 age(datfrozenxid) 를 모니터링 항목에 넣어야 하는 이유다.
6. 연결 하나 = 프로세스 하나
PostgreSQL은 “사용자당 프로세스” 모델이다. postmaster가 연결 요청마다 백엔드 프로세스를 새로 띄운다 (문서 51.2). MySQL이 연결마다 스레드를 쓰는 것과 다르다.
max_connections기본값은 보통 100이다. 바꾸려면 서버를 재시작해야 한다. PostgreSQL은 이 값에 비례해 공유 메모리 같은 자원을 잡는다 (문서 19.3).- 파드가 늘어날 때마다 커넥션 풀도 함께 늘어나는 쿠버네티스 환경이나 서버리스 환경에서는 이 한도에 금방 닿는다.
표준 답은 PgBouncer 같은 외부 풀러다. 애플리케이션 연결 수천 개를 실제 DB 연결 수십 개로 묶어 준다. 하지만 공짜는 아니다. 효율이 좋은 transaction 모드에서는 트랜잭션이 끝나면 서버 연결이 다른 클라이언트에게 넘어간다 (PgBouncer 설정 문서). 그래서 SET, LISTEN, 세션 단위 advisory lock처럼 세션에 붙는 상태는 기대한 대로 동작하지 않는다. 풀러를 넣는 순간 애플리케이션 코드가 지켜야 할 규칙이 생긴다.
7. 메이저 업그레이드는 매번 이사다
메이저 버전 사이에는 내부 저장 형식이 바뀔 수 있다. 그래서 데이터 디렉터리를 새 버전에 그대로 물릴 수 없다 (문서 18.6). 방법은 세 가지다.
pg_dumpall로 덤프 후 복원. 확실하지만 느리다.pg_upgrade로 시스템 카탈로그만 새로 만들고 데이터 파일은 재사용. 빠르다.--link모드를 쓰면 새 클러스터를 띄우는 순간 옛 클러스터로 돌아갈 수 없다.- 논리 복제로 새 버전을 옆에 띄우고 전환.
함정은 확장이다. pg_upgrade 문서는 외부 모듈도 바이너리 호환이어야 하지만 그건 pg_upgrade가 검사할 수 없다고 적는다 (pg_upgrade 문서). pgvector나 PostGIS처럼 확장에 기대는 DB라면 업그레이드 전에 확장 버전부터 맞춰야 한다. 그리고 메이저 버전마다 지원 기간이 정해져 있으니, 이 이사는 몇 년마다 반드시 돌아온다.
덤 — 플래너에게 명령할 수 없다
Oracle·MySQL·SQL Server에는 “이 인덱스를 써라” 같은 옵티마이저 힌트가 있다. PostgreSQL 커뮤니티의 공식 입장은, 다른 DB가 하는 방식 그대로의 힌트는 구현할 생각이 없다는 것이다. 이유로는 업그레이드 뒤 오히려 성능을 해치고, 데이터가 커지면 틀리게 되고, 플래너 개선을 방해한다는 점을 든다 (PostgreSQL 위키).
그래서 플랜이 갑자기 뒤집히면 할 수 있는 일은 통계를 고치거나(ANALYZE, SET STATISTICS, 확장 통계), enable_* 파라미터를 만지거나, 외부 확장 pg_hint_plan을 쓰는 것이다. PGDay Lowlands 2026 발표에서는 PostgreSQL 19에 플랜 고정용 확장(pg_plan_advice 등)이 들어갈 예정이라고 소개했다 (Banck, 2026). 발표 시점 기준의 전망이다.
그래도 PostgreSQL을 쓰는 이유
Pavlo도 비판 글 두 달 뒤에 「Yes, PostgreSQL Has Problems. But We’re Sticking With It!」을 썼다. MVCC를 갈아 끼운 하드 포크(OrioleDB, YugabyteDB 등)도 있지만, 그 변경이 본가에 합쳐질 일은 없을 거라고 정리했다 (Pavlo, 2023-06).
빡센 부분은 대부분 알고 나면 관리할 수 있는 종류다. 모르고 쓰면 몇 달 뒤 한꺼번에 터진다. 운영 첫날부터 챙길 것을 정리하면 다음과 같다.
| 증상 | 원인 | 첫 조치 |
|---|---|---|
| 디스크가 데이터보다 크게 불어남 | dead tuple, bloat | 큰 테이블의 autovacuum 임계치를 테이블별로 낮춤, pg_stat_user_tables 의 n_dead_tup 감시 |
| VACUUM이 돌아도 안 줄어듦 | 긴 트랜잭션 | pg_stat_activity 에서 xact_start 가 오래된 세션 찾기, idle_in_transaction_session_timeout 설정 |
| 업데이트가 유독 느림 | 인덱스 전부 갱신 | 안 쓰는 인덱스 제거(pg_stat_user_indexes 의 idx_scan = 0), fillfactor 조정 |
| 경고 로그에 wraparound | XID 고갈 접근 | age(datfrozenxid) 모니터링, 긴 트랜잭션 제거 후 VACUUM |
too many clients |
연결 = 프로세스 | 풀러 도입, 단 transaction 모드의 세션 상태 제약 확인 |
| 업그레이드 후 확장 오류 | 바이너리 호환 미검사 | pg_upgrade --check 전에 확장 버전 정렬 |
| 어느 날 쿼리가 10배 느림 | 통계 낡음, 플랜 뒤집힘 | EXPLAIN (ANALYZE, BUFFERS), ANALYZE, 파티션 부모 수동 ANALYZE |
근거의 한계
- Pavlo의 비판(2023)은 당시 데이터베이스 튜닝 회사 OtterTune 공동창업자로서 쓴 글이다. HOT 46%는 그 회사 고객 표본이다.
- Uber 사례(2016)는 PostgreSQL 9.2 시절의 이야기다. 당시에도 PostgreSQL 커뮤니티에서 반론이 나왔고, 이후 논리 복제 등이 추가됐다. 같은 결론이 지금도 성립한다고 볼 수는 없다.
- PostgreSQL 19의 플랜 고정 확장은 발표 시점의 예정이다. 실제 릴리스는 이 글에서 확인하지 않았다.
- PostgreSQL과 MySQL의 성능을 중립적으로 맞비교한 최신 자료는 찾지 않았다. 이 글은 어느 쪽이 더 낫다는 주장이 아니라, PostgreSQL을 운영할 때 왜 손이 가는지에 대한 정리다.
References
- PostgreSQL Documentation, “24.1. Routine Vacuuming”. https://www.postgresql.org/docs/current/routine-vacuuming.html
- PostgreSQL Documentation, “51.2. How Connections Are Established”. https://www.postgresql.org/docs/current/connect-estab.html
- PostgreSQL Documentation, “19.3. Connections and Authentication”. https://www.postgresql.org/docs/current/runtime-config-connection.html
- PostgreSQL Documentation, “18.6. Upgrading a PostgreSQL Cluster”. https://www.postgresql.org/docs/current/upgrading.html
- PostgreSQL Documentation, “pg_upgrade”. https://www.postgresql.org/docs/current/pgupgrade.html
- PostgreSQL Wiki, “Optimizer and Query Hints Discussion”. https://wiki.postgresql.org/wiki/OptimizerHintsDiscussion
- Andy Pavlo & Bohan Zhang, “The Part of PostgreSQL We Hate the Most”, CMU, 2023-04-26. https://www.cs.cmu.edu/~pavlo/blog/2023/04/the-part-of-postgresql-we-hate-the-most.html
- Andy Pavlo, “Yes, PostgreSQL Has Problems. But We’re Sticking With It!”, CMU, 2023-06-07. https://www.cs.cmu.edu/~pavlo/blog/2023/06/yes-postgresql-has-problems-but-were-sticking-with-it.html
- Evan Klitzke, “Why Uber Engineering Switched from Postgres to MySQL”, Uber Engineering, 2016-07-26. https://www.uber.com/us/en/blog/postgres-to-mysql-migration/
- PgBouncer, “Configuration”. https://www.pgbouncer.org/config.html
- Michael Banck, “Optimizer Hints in PostgreSQL”, PGDay Lowlands 2026. https://www.postgresql.eu/events/pgdaynl2026/sessions/session/7815/slides/895/postgresql-optimizer-hints.pdf