Funcionalidades de Postgres que sustituyen a servicios adicionales
Vea cómo JSONB, la búsqueda de texto completo, LISTEN/NOTIFY, SKIP LOCKED, las tablas no registradas y pgvector sustituyen servicios, y cuándo escalar.
Antes de incorporar Redis, un broker de colas, un motor de búsqueda o una base de datos documental, comprueba si alguna funcionalidad nativa de Postgres ya resuelve esa necesidad de forma suficiente para tu escala.
El patrón habitual es este: una funcionalidad necesita una caché, otra necesita trabajos en segundo plano, y el diagrama de arquitectura acaba con tres cajas nuevas, cada una con su propio despliegue, sus propias copias de seguridad y sus propios modos de fallo. Algunas de esas cajas merecen la pena. Muchas, todavía no.
Este artículo repasa seis funcionalidades de Postgres que pueden reemplazar a un servicio independiente. Cada sección incluye un pequeño ejemplo en SQL y explica con claridad en qué casos el servicio dedicado sigue siendo mejor opción. Si antes necesitas repasar el diseño de esquemas, la indexación y el pooling de conexiones, empieza por estas buenas prácticas de Postgres para aplicaciones web modernas.
Puntos clave
- Un índice GIN sobre una columna
jsonbacelera las consultas de contención con@>, y la clase de operadoresjsonb_path_opsofrece un índice orientado a la contención que admite menos operadores que la clase por defecto,jsonb_ops. LISTEN/NOTIFYno almacena mensajes: una notificación solo se envía cuando la transacción emisora hace commit y, si en ese momento no hay ninguna sesión escuchando, se pierde.FOR UPDATE SKIP LOCKEDes una cláusula de bloqueo de filas, no un filtro: cada worker bloquea el trabajo que selecciona y omite las filas que otra transacción ya tiene bloqueadas, en lugar de esperar a que se liberen.- Postgres trunca las tablas
UNLOGGEDtras una caída y no las replica en los servidores standby, así que úsalas solo para datos que puedas reconstruir. - Empieza con la funcionalidad de Postgres, mídela con carga real e incorpora un servicio dedicado cuando puedas identificar el límite concreto que has alcanzado.
Cuándo basta con Postgres: resumen
«Usa simplemente Postgres» es un consejo válido para aplicaciones pequeñas y medianas cuando cada funcionalidad cubre la carga de trabajo que realmente tienes. La tabla relaciona cada servicio con su equivalente en Postgres y con la señal que indica que ha llegado el momento de dar el salto.
| En lugar de | Funcionalidad de Postgres | Suficiente para | Incorpora el servicio cuando |
|---|---|---|---|
| Base de datos documental | jsonb + GIN | Atributos flexibles, consultas de contención | Volumen de escritura muy alto, sharding nativo |
| Motor de búsqueda | tsvector + GIN | Búsqueda por palabras clave con ranking | Tolerancia a errores tipográficos, facetas, ajuste de relevancia |
| Broker pub/sub | LISTEN/NOTIFY | Invalidación de caché, activación de workers | Necesitas mensajes persistentes o reproducibles |
| Cola de trabajos | FOR UPDATE SKIP LOCKED | Trabajos en segundo plano, volumen moderado | Fan-out, reproducción de mensajes, throughput muy alto |
| Caché | Tabla UNLOGGED | Datos reconstruibles y con caducidad | Necesitas latencia en memoria o estructuras de datos |
| Base de datos vectorial | pgvector | Embeddings junto a filas relacionales | Las cargas vectoriales superan la capacidad de un solo nodo |
JSONB y GIN en lugar de una base de datos documental
Una columna jsonb con un índice GIN permite a Postgres almacenar documentos sin esquema y responder consultas de contención («¿incluye este documento estos pares clave/valor?») a través del índice. La documentación sobre indexación de jsonb describe dos clases de operadores. La predeterminada es jsonb_ops. La alternativa, jsonb_path_ops, admite menos operadores, pero encaja bien cuando tus consultas solo usan contención.
CREATE TABLE events (
id bigint GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
payload jsonb NOT NULL
);
-- jsonb_path_ops supports fewer operators than the default jsonb_ops
CREATE INDEX events_payload_idx ON events USING gin (payload jsonb_path_ops);
EXPLAIN
SELECT id FROM events
WHERE payload @> '{"type": "signup", "plan": "pro"}';
Antes de elegir jsonb_path_ops, revisa qué operadores utilizan tus consultas. Opta por un almacén documental dedicado cuando el volumen de escritura sea muy alto o necesites sharding nativo entre nodos.
Búsqueda de texto completo con tsvector y GIN
La búsqueda de texto completo de Postgres convierte el texto en lexemas normalizados (un tsvector) y los compara con una consulta analizada (un tsquery). Una columna tsvector generada de tipo STORED mantiene el documento de búsqueda sincronizado con sus columnas de origen en cada inserción y actualización, sin necesidad de mantener un trigger. La expresión debe indicar una configuración, como 'english'. Tal como explica la documentación sobre tablas de búsqueda de texto, las expresiones de búsqueda de texto indexadas no pueden depender de default_text_search_config.
ALTER TABLE articles ADD COLUMN search tsvector
GENERATED ALWAYS AS (
setweight(to_tsvector('english', coalesce(title, '')), 'A') ||
setweight(to_tsvector('english', coalesce(body, '')), 'B')
) STORED;
CREATE INDEX articles_search_idx ON articles USING gin (search);
SELECT id, title, ts_rank(search, q) AS rank
FROM articles, websearch_to_tsquery('english', $1) AS q
WHERE search @@ q
ORDER BY rank DESC
LIMIT 20;
Aquí STORED es obligatorio porque la columna tsvector generada está indexada. Desde PostgreSQL 18, las columnas generadas son virtuales por defecto, lo que significa que se calculan en el momento de la lectura. Los controles de búsqueda de texto se encargan del resto: websearch_to_tsquery acepta el tipo de texto que los usuarios escriben en un cuadro de búsqueda, setweight etiqueta los lexemas del título como A y los del cuerpo como B, y ts_rank puntúa las coincidencias según esos pesos.
La búsqueda de texto completo de Postgres encuentra palabras por su raíz (stemming), no palabras mal escritas. El módulo pg_trgm añade coincidencia por similitud basada en trigramas de caracteres mediante el operador % y un índice gin_trgm_ops, lo que cubre parte de esa carencia. Los sinónimos son posibles con diccionarios de sinónimos y tesauros, pero requieren archivos de configuración en el servidor. Elige un motor de búsqueda dedicado cuando necesites facetas, una tolerancia sólida a errores tipográficos o ajustar la relevancia sin modificar SQL.
LISTEN/NOTIFY en lugar de un broker pub/sub
LISTEN/NOTIFY es un canal de señalización ligero entre sesiones de base de datos. Funciona bien para invalidar cachés y para activar workers inactivos. No almacena mensajes. Según la referencia de NOTIFY:
- Una notificación solo se entrega cuando la transacción emisora hace commit.
- Las sesiones que no estén escuchando en ese momento nunca la reciben.
- Por defecto, el payload debe ocupar menos de 8000 bytes.
-- Listener session (kept open)
LISTEN cache_invalidation;
-- Sender, inside any transaction
SELECT pg_notify('cache_invalidation', 'product:42');
Con NOTIFY, envía un identificador en lugar de la fila completa. Así el payload se mantiene por debajo del límite de tamaño y, de todos modos, el receptor lee los datos actualizados. Una sesión LISTEN tiene que permanecer conectada, por lo que no encaja en un route handler serverless. Ejecuta el listener en un worker de Node de larga duración. El modo de pooling por transacción de PgBouncer no admite LISTEN, así que conecta el listener directamente o a través de un pool en modo sesión. Elige un broker real cuando los mensajes deban sobrevivir a reinicios, poder reproducirse o llegar a consumidores que estén desconectados.
Una cola de trabajos con SKIP LOCKED
FOR UPDATE SKIP LOCKED es una cláusula de bloqueo de filas, no un filtro. Cada worker bloquea el trabajo que selecciona y omite las filas que otra transacción ya ha bloqueado, en lugar de esperar a que se liberen. La documentación de la cláusula de bloqueo señala que esto ofrece, por diseño, una vista inconsistente de los datos, lo que resulta adecuado para tablas que funcionan como colas. Para los conceptos sobre workers y reintentos, consulta colas de trabajos explicadas.
CREATE TABLE jobs (
id bigint GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
kind text NOT NULL,
payload jsonb NOT NULL,
status text NOT NULL DEFAULT 'queued',
created_at timestamptz NOT NULL DEFAULT now(),
finished_at timestamptz
);
CREATE INDEX jobs_queued_idx ON jobs (id) WHERE status = 'queued';
BEGIN;
SELECT id, kind, payload
FROM jobs
WHERE status = 'queued'
ORDER BY id
LIMIT 1
FOR UPDATE SKIP LOCKED;
-- application runs the job using the returned id
UPDATE jobs SET status = 'done', finished_at = now() WHERE id = $1;
COMMIT;
Si el worker se cae antes del COMMIT, la transacción se revierte, el bloqueo se libera y el trabajo vuelve a estar disponible. El índice parcial mantiene ligera la consulta de reclamación a medida que se acumulan trabajos terminados. El inconveniente es que esta versión con SKIP LOCKED mantiene una transacción abierta durante todo el trabajo. Para trabajos largos, reclama la fila estableciendo status = 'running' junto con una marca de tiempo, haz commit y termina en una segunda transacción. En ese caso necesitarás un proceso de limpieza (sweeper) que restablezca las filas running obsoletas. Elige una cola dedicada cuando necesites fan-out hacia muchos consumidores, reproducción de mensajes o un throughput muy alto.
Tablas UNLOGGED para datos tipo caché
Una tabla UNLOGGED omite el write-ahead log (WAL), por lo que las escrituras resultan más baratas. La documentación de CREATE TABLE detalla la contrapartida: Postgres trunca una tabla unlogged tras una caída o un apagado no limpio, y no la replica en los servidores standby. Por eso una tabla UNLOGGED solo es adecuada para datos que puedas reconstruir a partir de otra fuente.
CREATE UNLOGGED TABLE cache_entries (
key text PRIMARY KEY,
value jsonb NOT NULL,
expires_at timestamptz NOT NULL
);
CREATE INDEX cache_entries_expires_idx ON cache_entries (expires_at);
-- Write
INSERT INTO cache_entries (key, value, expires_at)
VALUES ($1, $2, now() + interval '10 minutes')
ON CONFLICT (key) DO UPDATE
SET value = EXCLUDED.value, expires_at = EXCLUDED.expires_at;
-- Read
SELECT value FROM cache_entries WHERE key = $1 AND expires_at > now();
-- Cleanup, run on a schedule
DELETE FROM cache_entries WHERE expires_at < now();
El upsert con ON CONFLICT actualiza una clave existente en una sola sentencia. La lectura comprueba expires_at porque la limpieza se ejecuta periódicamente, de modo que las filas caducadas pueden permanecer entre una ejecución y otra. Lanza la limpieza desde el planificador de tareas de tu aplicación. Redis es la mejor opción cuando necesitas latencias por debajo del milisegundo o estructuras de datos nativas como sorted sets y contadores. En cómo funcionan las bases de datos clave-valor se explica por qué.
pgvector en lugar de una base de datos vectorial independiente
pgvector añade a Postgres un tipo de columna vectorial y búsqueda por similitud, de forma que los embeddings pueden convivir con las filas que describen. Elige una base de datos vectorial dedicada cuando tus cargas vectoriales superen la capacidad de un solo nodo. Implementar búsqueda vectorial en Postgres explica la configuración paso a paso.
Una regla práctica para incorporar servicios
Trata cada una de estas funcionalidades de Postgres como la opción por defecto, y un servicio dedicado como una mejora que debes justificar con datos:
- Implementa primero la funcionalidad en Postgres.
- Mídela con carga real usando
EXPLAIN ANALYZEypg_stat_statements. - Incorpora el servicio cuando puedas identificar el límite que has alcanzado: notificaciones que deben sobrevivir a reinicios, búsquedas que requieren tolerancia a errores tipográficos, latencia de caché o volumen de escritura.
Como siguiente paso, toma el servicio que estabas a punto de añadir, busca su fila en la tabla resumen e implementa primero la versión en Postgres. Si se queda corta, tus mediciones mostrarán exactamente qué debe resolver el nuevo servicio.
Preguntas frecuentes
¿Debo usar json o jsonb para datos documentales en Postgres?
Usa jsonb para todo lo que vayas a consultar. El tipo json almacena una copia exacta en texto de la entrada, conservando los espacios en blanco, el orden de las claves y las claves duplicadas, y la vuelve a analizar en cada acceso. El tipo jsonb almacena una representación binaria descompuesta, elimina los espacios en blanco, no conserva el orden de las claves y se queda solo con el último valor de una clave duplicada. Los índices GIN y el operador de contención @> funcionan con jsonb.
¿Pierde sus datos una tabla UNLOGGED en un reinicio normal de Postgres?
No. Postgres solo trunca una tabla unlogged tras una caída o un apagado no limpio. Después de un apagado limpio y un reinicio, su contenido se conserva. Puedes convertir una tabla existente con ALTER TABLE nombre SET LOGGED o SET UNLOGGED. Pasar a LOGGED reescribe la tabla y escribe todo su contenido en el WAL, lo que puede resultar costoso en tablas grandes.
¿Entrega Postgres mensajes NOTIFY duplicados enviados en la misma transacción?
No. Si una transacción envía una señal al mismo canal más de una vez con un payload idéntico, los listeners reciben una sola notificación. Las notificaciones con payloads distintos siempre se entregan por separado, y las notificaciones de transacciones diferentes nunca se agrupan. Salvo por los duplicados descartados, las notificaciones de una misma transacción llegan en el orden en que se enviaron, por lo que es seguro emitir desde triggers señales de invalidación repetidas para la misma clave.
¿Puede LISTEN/NOTIFY sustituir al polling en una cola de trabajos con SKIP LOCKED?
En parte. Un trigger sobre la tabla jobs puede llamar a pg_notify tras cada inserción y, como las notificaciones solo se envían al hacer commit, los workers nunca se activan por una inserción que se haya revertido. Los workers activados ejecutan entonces la consulta de reclamación con SKIP LOCKED. Mantén un intervalo de polling lento como respaldo, porque un worker que esté desconectado cuando se emite la notificación nunca la recibe.
Gain Debugging Superpowers
Unleash the power of session replay to reproduce bugs, track slowdowns and uncover frustrations in your app. Get complete visibility into your frontend with OpenReplay — the most advanced open-source session replay tool for developers.
Star on GitHub12k