¿Qué es la replicación lógica y cuándo es útil?

Question

Accepted Answer

**Replicación lógica** replica cambios de datos a nivel de **tablas específicas** (utilizando un modelo de publicación/suscripción), en lugar de copiar todo el clúster de base de datos byte por byte como lo hace la replicación física (streaming). Esto la hace flexible — selectiva, compatible entre versiones, y hacia esquemas diferentes — ideal para migraciones e integraciones.

## Replicación lógica vs replicación física

```text
PHYSICAL (streaming) → replicates the ENTIRE cluster at the storage/WAL level
  ✓ exact copy, simple   ✗ all-or-nothing, same Postgres version, read-only replica

LOGICAL → replicates specific TABLES' changes via a publish/subscribe model
  ✓ SELECTIVE (choose tables), CROSS-VERSION, to DIFFERENT schemas, replica is WRITABLE
  ✗ more setup, some limitations (DDL not replicated automatically, etc.)
```

## Configuración de replicación lógica (pub/sub)

```sql
-- on the SOURCE (publisher): publish specific tables
CREATE PUBLICATION my_pub FOR TABLE users, orders;
-- (or FOR ALL TABLES)

-- on the TARGET (subscriber): subscribe to the publication
CREATE SUBSCRIPTION my_sub
  CONNECTION 'host=source dbname=mydb user=rep'
  PUBLICATION my_pub;
-- → the subscriber receives and applies changes to users and orders
```

Una **publicación** define qué replicar (tablas específicas); una **suscripción** la consume. Los cambios (INSERT/UPDATE/DELETE) fluyen desde el publicador al suscriptor.

## Cuándo es útil la replicación lógica

```text
✓ ZERO-DOWNTIME MAJOR UPGRADES — replicate from an old version to a new version, then
  switch over (physical replication can't cross versions) — a key use case
✓ MIGRATIONS — move data to a new server/cluster with minimal downtime
✓ SELECTIVE replication — replicate only certain tables (not the whole database)
✓ INTEGRATIONS — feed specific data to another system (analytics, data warehouse)
✓ Consolidating data from multiple databases into one
✓ The replica is WRITABLE (can have its own additional data/tables)
```

## Por qué es importante

La replicación lógica es un conocimiento valioso de PostgreSQL para **escenarios de replicación de datos flexible** — particularmente migraciones, actualizaciones e integraciones — por lo que comprenderla es conocimiento útil de nivel senior para operaciones de base de datos y arquitectura.

Su distinción clave respecto a la replicación física (streaming) es **flexibilidad**: en lugar de copiar todo el clúster byte por byte (física), la replicación lógica replica **tablas específicas** vía publicación/suscripción, y crucialmente funciona **entre versiones de PostgreSQL** y hacia **esquemas diferentes**, con un suscriptor **escribible**.

Esta flexibilidad permite casos de uso importantes que la replicación física no puede manejar: más notablemente **actualizaciones principales sin tiempo de inactividad** (replicando de una versión antigua de Postgres a una nueva, luego cambiando — una capacidad crítica ya que la replicación física requiere versiones coincidentes, haciendo de la replicación lógica el enfoque estándar para actualizar versiones principales sin tiempo de inactividad), **migraciones** (moviendo datos a un nuevo servidor/clúster con tiempo de inactividad mínimo), **replicación selectiva** (replicando solo ciertas tablas), e **integraciones** (alimentando datos específicos a sistemas de análisis, data warehouses, u otras bases de datos).

Comprender la configuración de publicación/suscripción (publicaciones definiendo qué replicar, suscripciones consumiéndolas) y los casos de uso apropiados (especialmente actualizaciones y migraciones) refleja conocimiento operacional valioso.

Ya que las actualizaciones de versión principal y las migraciones con tiempo de inactividad mínimo son desafíos operacionales importantes (y la replicación lógica es la herramienta clave para ellas), y ya que la replicación selectiva/entre sistemas permite patrones de integración valiosos, comprender la replicación lógica — cómo difiere de la física, su flexibilidad (entre versiones, selectiva, escribible), y sus casos de uso (especialmente actualizaciones sin tiempo de inactividad y migraciones) — es conocimiento valioso de nivel senior para operaciones y arquitectura de PostgreSQL, particularmente relevante para la necesidad recurrente y de alto riesgo de actualizar y migrar bases de datos sin tiempo de inactividad, un tema que demuestra comprensión avanzada de despliegue y operaciones de Postgres.