PostgreSQL 19 Release Candidate : la version la plus ambitieuse depuis des annees arrive en septembre 2026

PostgreSQL 19 s’apprete a devenir la version la plus significative de la base de donnees open source la plus avancee au monde depuis plusieurs annees. La Beta 3, publiee le 13 aout 2026, marque l’entree dans la derniere ligne droite avant la Release Candidate prevue en septembre et la version finale (GA) attendue fin septembre ou debut octobre 2026. Cette version n’est pas une simple mise a jour incrementale — c’est une refonte profonde qui touche le planificateur de requetes, le moteur de stockage, l’autovacuum, la replication logique et la conformite aux derniers standards SQL.

Pour les developpeurs open source francophones, l’arrivee de PostgreSQL 19 est un evenement strategique. PostgreSQL est la base de donnees de reference dans l’ecosysteme open source francais — utilisee aussi bien par les startups de Station F que par les grands groupes industriels de Lyon et les administrations publiques. Chaque nouvelle version majeure influence les choix d’architecture, les performances des applications en production et les strategies de migration. Cette annee, les nouveautes sont si nombreuses et si structurantes qu’elles meritent une analyse approfondie, feature par feature.

Cet article examine en detail les fonctionnalites majeures de PostgreSQL 19, les compare a PostgreSQL 18 et MySQL 9, et propose un guide concret pour les equipes qui planifient leur adoption. Si vous gerez des bases de donnees PostgreSQL en production, les changements decrits ci-dessous affecteront directement votre travail quotidien d’ici quelques semaines. Notre guide sur le deploiement Docker en production couvre l’infrastructure sous-jacente.

pg_plan_advice : le controle fin du planificateur de requetes arrive enfin

C’est probablement la fonctionnalite la plus attendue par les DBA PostgreSQL depuis une decennie. pg_plan_advice introduit un systeme de hints SQL qui permet de guider le planificateur de requetes sans le contourner brutalement. Contrairement aux hints historiques d’Oracle ou de MySQL, pg_plan_advice adopte une approche elegante et non intrusive : les hints sont des conseils que le planificateur peut accepter ou ignorer en fonction de son estimation des couts.

Concretement, un developpeur peut desormais ecrire SELECT /*+ IndexScan(t idx_users_email) */ * FROM users t WHERE email = 'test@example.com' pour suggerer l’utilisation d’un index specifique. Le planificateur evaluera cette suggestion par rapport a son propre calcul de cout et l’appliquera si elle est raisonnable. Si le hint mene a un plan manifestement sous-optimal (par exemple, forcer un index sur une table de 10 lignes), le planificateur le signale dans les logs et choisit son propre plan.

Cette approche resout un probleme historique de PostgreSQL. Jusqu’a present, face a un plan de requete sous-optimal, les DBA avaient trois options : ajuster les parametres globaux du planificateur (random_page_cost, effective_cache_size), reecrire la requete pour forcer un chemin specifique, ou utiliser des extensions tierces comme pg_hint_plan. La premiere approche affecte toutes les requetes, la deuxieme est fragile et la troisieme n’est pas supportee officiellement. pg_plan_advice fournit une solution propre, integree au core, et qui respecte la philosophie PostgreSQL de ne jamais forcer le planificateur a prendre une mauvaise decision.

Les types de hints supportes dans la Beta 3 couvrent les scans (SeqScan, IndexScan, IndexOnlyScan, BitmapScan), les jointures (NestLoop, HashJoin, MergeJoin), et l’ordre des jointures (Leading). D’autres types sont prevus pour les versions futures. Pour les equipes qui gerent des requetes analytiques complexes — typiquement les applications BI et data warehousing — pg_plan_advice est un game changer qui permet de stabiliser les plans de requete en production sans sacrifier la flexibilite du planificateur.

REPACK natif et autovacuum parallele : la maintenance des tables transformee

La gestion du bloat — la fragmentation des tables due aux operations UPDATE et DELETE du modele MVCC — est un defi permanent pour les administrateurs PostgreSQL. Jusqu’a PostgreSQL 18, la seule solution pour reorganiser physiquement une table etait CLUSTER ou VACUUM FULL, deux operations qui posent un verrou exclusif (ACCESS EXCLUSIVE) sur la table pendant toute leur duree. Pour une table de 100 Go, cela peut signifier plusieurs heures d’indisponibilite. L’alternative etait l’extension tierce pg_repack, efficace mais non integree au core et necessitant des droits superuser.

PostgreSQL 19 introduit un REPACK natif qui reorganise les tables en ligne, sans verrou exclusif. L’operation utilise une approche de copie incrementale similaire a pg_repack mais integree directement dans le moteur de stockage. La table reste accessible en lecture et ecriture pendant toute la reorganisation. Le seul verrou exclusif est pris a la toute fin, pendant une fraction de seconde, pour echanger la table originale et la copie reorganisee. C’est une avancee majeure pour les applications haute disponibilite qui ne peuvent pas se permettre de fenetres de maintenance.

En parallele, l’autovacuum parallele permet desormais de traiter plusieurs indexes d’une meme table simultanement pendant l’operation de VACUUM. Sur les tables avec de nombreux index — typiquement les tables transactionnelles avec des index sur chaque colonne filtrable — le temps de vacuum peut etre divise par le nombre de workers paralleles configures. Le parametre autovacuum_max_parallel_workers_per_table controle le nombre maximum de workers par table, avec une valeur par defaut de 2.

L’impact combine de ces deux fonctionnalites est considerable. Les equipes qui operent des bases de donnees PostgreSQL de plusieurs centaines de Go — ce qui est courant dans les applications SaaS, e-commerce et fintech — vont pouvoir eliminer les fenetres de maintenance nocturnes et reduire significativement le bloat accumule entre les cycles de maintenance. C’est un gain direct en disponibilite et en performances, sans changement de code applicatif.

SQL/PGQ et GROUP BY ALL : PostgreSQL 19 embrasse les standards SQL modernes

PostgreSQL 19 fait un bond en avant dans sa conformite aux derniers standards SQL avec deux ajouts majeurs : les requetes graphes SQL/PGQ conformes a la specification SQL:2023, et la clause GROUP BY ALL qui simplifie drastiquement l’ecriture des requetes d’agregation.

SQL/PGQ (Property Graph Queries) permet d’executer des requetes de traversee de graphe directement en SQL, sans necessiter une base de donnees graphe separee comme Neo4j ou une extension tierce. La syntaxe utilise le pattern matching de la specification SQL:2023 avec la clause GRAPH_TABLE et le langage de patterns MATCH. Par exemple, pour trouver tous les amis d’amis d’un utilisateur dans un reseau social modele relationnellement, une requete SQL/PGQ s’ecrit de maniere beaucoup plus naturelle et lisible qu’une cascade de JOIN recursifs.

La clause GROUP BY ALL resout un irritant quotidien pour les developpeurs SQL. Au lieu d’ecrire SELECT department, role, COUNT(*) FROM employees GROUP BY department, role, il suffit desormais d’ecrire SELECT department, role, COUNT(*) FROM employees GROUP BY ALL. Le moteur SQL deduit automatiquement quelles colonnes doivent etre incluses dans le GROUP BY en analysant les expressions non agregeees du SELECT. C’est un gain de productivite modeste mais quotidien, particulierement appreciable sur les requetes analytiques longues avec 5 a 10 colonnes de groupement.

Les vues de monitoring ont egalement ete etendues. PostgreSQL 19 ajoute de nouvelles colonnes dans pg_stat_activity, pg_stat_replication et introduit de nouvelles vues pour le suivi des operations de REPACK et de l’autovacuum parallele. Pour les equipes qui operent des dashboards Grafana sur leurs clusters PostgreSQL, ces nouvelles metriques permettent une visibilite fine sur les operations de maintenance en cours — un complement naturel aux pratiques decrites dans notre guide sur l’auto-hebergement de stack d’observabilite.

Performances : jusqu’a 2x plus rapide sur les inserts avec cles etrangeres

L’amelioration de performance la plus spectaculaire de PostgreSQL 19 concerne les operations INSERT sur les tables avec des cles etrangeres (foreign keys). Le moteur a ete optimise pour mettre en cache les resultats de verification des contraintes de cles etrangeres, evitant des lookups redondants lors d’insertions en masse. Sur les benchmarks publies par l’equipe core, les inserts batch sur des tables avec 3 a 5 foreign keys montrent une amelioration de 1,7x a 2,1x par rapport a PostgreSQL 18.

Cette optimisation cible un pattern extremement courant dans les applications de production : les tables transactionnelles avec des references vers des tables de dimensions (utilisateurs, produits, categories, statuts). Chaque INSERT dans une table de commandes, par exemple, doit verifier l’existence de la cle etrangere dans la table des utilisateurs, la table des produits, la table des statuts, etc. Jusqu’a PostgreSQL 18, chaque verification etait un lookup independant, meme si la meme cle etrangere avait ete verifiee une microseconde plus tot pour la ligne precedente du batch. PostgreSQL 19 maintient un cache local des verifications recentes, eliminant les lookups redondants.

L’impact est direct pour les applications qui font du bulk loading — ETL, imports de donnees, synchronisation entre systemes. Mais il est egalement perceptible sur les operations INSERT unitaires a fort debit (microservices transactionnels, APIs a haute volumetrie). Pour les equipes francaises qui operent des plateformes e-commerce ou des systemes de paiement sur PostgreSQL, cette optimisation reduit directement la latence des transactions d’ecriture sans aucune modification de code.

Comparaison : PostgreSQL 19 vs PostgreSQL 18 vs MySQL 9

Replication logique : les sequences enfin supportees

La replication logique de PostgreSQL est l’outil de reference pour les migrations a chaud (zero downtime), la distribution de donnees entre clusters et la mise en place d’architectures multi-region. Chaque version majeure de PostgreSQL depuis la version 10 a ameliore cette fonctionnalite, mais un manque persistait : les sequences n’etaient pas repliquees. PostgreSQL 19 comble enfin cette lacune.

Le support des sequences dans la replication logique signifie que les valeurs des sequences (typiquement utilisees pour les colonnes SERIAL et GENERATED ALWAYS AS IDENTITY) sont desormais transmises au subscriber. Cela simplifie considerablement les scenarii de migration et de failover : le replica peut prendre le relais sans risque de collision de cles primaires. Avant PostgreSQL 19, les equipes devaient gerer manuellement la synchronisation des sequences apres un basculement, une operation delicate et source d’erreurs.

Les vues de monitoring de la replication logique ont egalement ete enrichies. pg_stat_subscription fournit desormais des metriques detaillees sur le lag de replication par table, le debit de replication en octets par seconde, et le nombre de conflits resolus. Pour les architectures multi-region — de plus en plus courantes avec les exigences de souverainete des donnees en France — cette visibilite est essentielle. Les equipes peuvent enfin monitorer la sante de leur replication logique avec la meme granularite que la replication physique (streaming replication). Notre guide sur la configuration de pipelines CI/CD securises complete ce sujet pour les deployments automatises.

Guide de migration : preparer votre passage a PostgreSQL 19

La fenetre ideale pour commencer a preparer la migration vers PostgreSQL 19 est maintenant. La Beta 3 est suffisamment stable pour des tests d’integration sur des environnements de staging. Voici les etapes recommandees pour les equipes de developpement open source francaises.

Etape 1 — Tester la compatibilite applicative. Deployez PostgreSQL 19 Beta 3 sur un environnement de staging et executez votre suite de tests complete. Portez une attention particuliere aux changements de comportement du planificateur de requetes : certaines requetes peuvent obtenir des plans differents. Utilisez EXPLAIN (ANALYZE, BUFFERS) pour comparer les plans entre v18 et v19 sur vos requetes les plus critiques.

Etape 2 — Valider les extensions tierces. Verifiez la compatibilite de toutes vos extensions : PostGIS, pg_partman, TimescaleDB, pg_cron, pgvector. Les extensions populaires publient generalement leurs versions compatibles dans les semaines suivant la Beta 3. Si vous utilisez des extensions moins courantes ou des extensions internes, prevoyez du temps pour les tester et les recompiler.

Etape 3 — Benchmarker les performances. Executez vos benchmarks de charge (pgbench ou des benchmarks custom) sur PostgreSQL 19 et comparez avec votre version actuelle. Mesurez specifiquement les performances d’insert sur les tables avec foreign keys, les temps de VACUUM sur les tables volumineuses, et les latences des requetes analytiques complexes.

Etape 4 — Planifier la migration. Pour les bases de petite a moyenne taille (< 50 Go), pg_upgrade est la methode la plus simple et la plus rapide. Pour les bases volumineuses ou les environnements avec des exigences de zero downtime, la replication logique de PostgreSQL 19 (avec support des sequences) permet une migration a chaud. Configurez le publisher sur votre v18 et le subscriber sur votre v19, laissez la synchronisation initiale se terminer, puis basculez le trafic. Le rollback est aussi simple que de rebrancher l’application sur l’ancienne base.

Questions frequentes