Co je MVCC v PostgreSQL?

Question

Accepted Answer

**MVCC** (Multi-Version Concurrency Control) je způsob, jak PostgreSQL zvládá souběžný přístup — místo zamykání řádků pro čtení si PostgreSQL udržuje **více verzí** řádků, takže každá transakce vidí konzistentní **snímek** dat. Klíčová výhoda: **čtenáři neblokují zapisovatele a pisatelé neblokují čtenáře**, což umožňuje vysokou míru souběžnosti.

## Základní myšlenka: více verzí řádků

```text
When a row is UPDATED, Postgres doesn't overwrite it — it creates a NEW version and
marks the old one obsolete. Different transactions can see different versions.
→ Each transaction sees a consistent SNAPSHOT of the database as of its start
  (depending on isolation level), unaffected by others' uncommitted changes.
```

## Hlavní výhoda: žádné zámky pro čtení

```text
Without MVCC (lock-based): readers and writers BLOCK each other
  → a long-running report could block writes; a write could block reads.
With MVCC:
  ✓ READERS DON'T BLOCK WRITERS — a SELECT sees an old version while an UPDATE proceeds
  ✓ WRITERS DON'T BLOCK READERS
  ✓ Each transaction sees a stable, consistent view (no dirty reads)
→ Much higher concurrency for read-heavy and mixed workloads.
```

## Jak to funguje (zjednodušeně)

```sql
-- Transaction A starts a long SELECT (sees a snapshot)
BEGIN; SELECT count(*) FROM orders;   -- sees data as of its snapshot

-- meanwhile Transaction B updates rows — creates new versions, doesn't block A
-- A still sees its consistent snapshot; B's changes are a new version
```

Postgres sleduje ID transakcí a viditelnost řádků tak, aby každá transakce viděla správnou verzi. To poskytuje **izolaci** bez zámků pro čtení.

## Náklady: mrtvé řádky a VACUUM

```text
MVCC creates obsolete row versions ("dead tuples") that accumulate → bloat.
VACUUM (and AUTOVACUUM) reclaims this dead space and keeps the database healthy.
→ This is why VACUUM is important in Postgres — it's the cleanup for MVCC's versions.
```

## Proč je to důležité

MVCC je zásadní pro pochopení chování souběžnosti a výkonu PostgreSQL, a proto je cenné znalostí pro efektivní práci s Postgresem.

Hlavní hodnota, kterou MVCC poskytuje, je **vysoká míra souběžnosti**: tím, že si PostgreSQL udržuje více verzí řádků a dává každé transakci konzistentní snímek, **čtenáři neblokují zapisovatele a pisatelé neblokují čtenáře** — což je velká výhoda pro skutečné aplikace (dlouhotrvající zpráva neblokuje aktualizace a zápisy neblokují čtení), což umožňuje mnohem lepší souběžnost pro workloady s vysokou četností čtení a smíšené workloady než přístupy založené na zámcích.

To je důvod, proč PostgreSQL zvládá souběžný přístup tak dobře, a pochopení MVCC vysvětluje charakteristiky souběžnosti databáze (konzistentní snímky, izolace bez zámků pro čtení, žádné dirty reads).

Klíčově, pochopení MVCC také vysvětluje, **proč je `VACUUM` důležitý v Postgresu**: MVCC vytváří zastaralé verze řádků ("mrtvé řádky") při aktualizaci a mazání řádků, které se hromadí jako fragmentace, a `VACUUM`/`AUTOVACUUM` je mechanismus čištění, který tuto prostor uvolňuje a udržuje databázi v pořádku — takže MVCC a VACUUM spolu úzce souvisejí, a znalost této vazby je důležitá pro údržbu databáze a výkon (zanedbání vacuum vede k fragmentaci a degradaci výkonu, což je skutečný operační problém).

Protože chování souběžnosti fundamentálně ovlivňuje výkon databáze pod zátěží, a protože MVCC (model souběžnosti PostgreSQL) vysvětluje jak výbornou souběžnost čtení/zápisu, tak nutnost údržby VACUUM, je pochopení MVCC cenné znalostí pro práci s PostgreSQL — objasňuje výhody souběžnosti databáze a údržbu, kterou vyžaduje, důležité jak pro uvažování o výkonu, tak pro správné provozování PostgreSQL, a je to běžné téma, které demonstruje pochopení toho, jak PostgreSQL zvládá souběžný přístup.