Jak dosáhnete vysoké dostupnosti v PostgreSQL?

Question

Accepted Answer

**Vysoká dostupnost (HA)** znamená udržování dostupnosti databáze i když dojde k selháním — prostřednictvím **replikace** (standby repliky), **automatického převzetí služeb** (povýšení repliky, když primární server selže) a správné architektury. Cíl: minimalizovat prostoje a ztrátu dat, protože výpadky databáze vylučují celou aplikaci.

## Základ: replikace + automatické převzetí služeb

```text
Primary ──(streaming replication)──▶ Standby replica(s)

If the PRIMARY fails:
  → a STANDBY is automatically PROMOTED to become the new primary (FAILOVER)
  → the application reconnects to the new primary → minimal downtime
→ Without HA, a primary failure = total database outage = application down.
```

Replikace synchronizuje standby repliky; **automatické převzetí služeb** detekuje selhání primárního serveru a povýší repliku — změní úplný výpadek na krátké přerušení.

## HA nástroje (automatizace převzetí služeb)

```text
Patroni → the popular HA solution: manages failover, uses a consensus store (etcd/
  Consul/ZooKeeper) to coordinate, prevents split-brain
repmgr → replication and failover management
Managed Postgres (AWS RDS/Aurora, Cloud SQL, etc.) → built-in HA with automatic failover
→ These automate detection + promotion, which is hard to do safely by hand.
```

Ruční převzetí služeb je pomalé a náchylné k chybám, takže HA nástroje (nebo spravované služby) to automatizují bezpečně — včetně prevence **split-brain** (dva primární servery přijímají zápisy, což poškozuje data).

## Směrování připojení

```text
Applications need to find the CURRENT primary after a failover:
  → a load balancer / proxy (HAProxy, PgBouncer) or service discovery routes
    WRITES to the current primary and READS to replicas
  → after failover, routing updates to point to the new primary
```

## Klíčové aspekty HA

```text
✓ Synchronous replication → no data loss on failover (vs async's small loss window)
✓ Multiple replicas / multiple availability zones → survive zone failures
✓ Avoid SPLIT-BRAIN (two primaries) — consensus/fencing prevents it (critical for safety)
✓ Monitoring + health checks to detect failures quickly
✓ Test failover regularly (like backups, untested failover may not work)
→ Many teams use MANAGED Postgres for built-in, battle-tested HA.
```

## Proč to má smysl

Vysoká dostupnost je důležité znalosti pro provoz **produkčně kritických** systémů PostgreSQL, protože výpadky databáze vyřazují celou aplikaci z provozu (databáze je často nejkritičtější závislostí), takže pochopení, jak udržet Postgres dostupný navzdory selháním, je cenné znalosti na úrovni seniora pro stavbu spolehlivých systémů.

Základ — **replikace plus automatické převzetí služeb** — je to, co změní selhání primární databáze (což by jinak bylo úplným výpadkem aplikace) na krátké, zotavitelné přerušení: standby repliky zůstávají synchronizovány a když primární server selže, replika je automaticky povýšena, aby jej nahradila.

Pochopení **HA nástrojů** (Patroni — populární řešení koordinující převzetí služeb prostřednictvím úložiště konsenzu; repmgr; nebo spravovaný cloudový Postgres s vestavěnou HA) je důležité, protože bezpečná automatizace převzetí služeb je těžko proveditelná ručně.

Znalost **klíčových aspektů** je kritická: **synchronní replikace** pro nulovou ztrátu dat při převzetí služeb, **více replik v různých zónách dostupnosti** pro přežití selhání zóny a zejména **prevence split-brain** (prevence situace, kdy dva primární servery přijímají zápisy současně, což poškozuje data — vážné riziko, které konsenzus a fencing zabraňují).

Pochopení **směrování připojení** (nasměrování aplikace na aktuální primární server po převzetí služeb, prostřednictvím load balancerů/proxy serverů) a že převzetí služeb (jako zálohy) by mělo být **testováno** doplňuje praktické znalosti.

Znalost toho, že mnoho týmů používá **spravovaný Postgres** pro osvědčenou HA, je také relevantní.

Protože dostupnost databáze je kritická pro produkční systémy (výpadek vylučuje vše z provozu) a protože jejího dosažení vyžaduje pochopení replikace, automatického převzetí služeb, prevence split-brain a směrování připojení (nebo použití spravované HA), pochopení vysoké dostupnosti PostgreSQL je důležité znalosti na úrovni seniora pro navrhování spolehlivých a odolných systémů — často kritická otázka pro produkční databáze a téma demonstrujícího porozumění stavbě databázové infrastruktury, která přežije selhání, očekávaného u seniorů v databázích/infrastruktuře.