Ce este MVCC în PostgreSQL?

Question

Accepted Answer

**MVCC** (Multi-Version Concurrency Control) este modul în care PostgreSQL gestionează accesul concurent — în loc să blocheze rândurile pentru citiri, păstrează **mai multe versiuni** ale rândurilor, astfel încât fiecare tranzacție vede un **snapshot** consistent al datelor. Beneficiul principal: **cititorii nu blochează scriitorii, iar scriitorii nu blochează cititorii**, permițând concurență ridicată.

## Ideea de bază: mai multe versiuni de rânduri

```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.
```

## Beneficiul major: fără blocări de citire

```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.
```

## Cum funcționează (simplificat)

```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 urmărește ID-urile de tranzacții și vizibilitatea rândurilor, astfel încât fiecare tranzacție vede versiunea corectă. Aceasta oferă **izolare** fără blocări de citire.

## Costul: tuples moarte și 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.
```

## De ce este important

MVCC este fundamental pentru înțelegerea comportamentului de concurență și performance-ului PostgreSQL, deci este o cunoaștere valoroasă pentru lucrul efectiv cu Postgres.

Valoarea principală pe care o oferă MVCC este **concurența ridicată**: prin păstrarea mai multor versiuni de rânduri și acordarea fiecărei tranzacții a unui snapshot consistent, **cititorii nu blochează scriitorii și scriitorii nu blochează cititorii** — ceea ce este un avantaj major pentru aplicații reale (un raport de lungă durată nu blochează actualizări, iar scrierea nu blochează citirile), permițând o concurență mult mai bună pentru sarcini care necesită multă citire și sarcini mixte decât abordările bazate pe blocări.

Aceasta este motivul pentru care PostgreSQL gestionează accesul concurent atât de bine, iar înțelegerea MVCC explică caracteristicile de concurență ale bazei de date (snapshots consistente, izolare fără blocări de citire, fără citiri murdare).

Crucial, înțelegerea MVCC explică și **de ce `VACUUM` este important în Postgres**: MVCC creează versiuni de rânduri obsolete ("tuples moarte") pe măsură ce rândurile sunt actualizate și șterse, care se acumulează ca bloat, iar `VACUUM`/`AUTOVACUUM` este mecanismul de curățare care recuperează acest spațiu și menține baza de date sănătoasă — deci MVCC și VACUUM sunt intim conectate, iar cunoașterea acestei conexiuni este importantă pentru întreținerea bazei de date și performance (neglijarea vacuum-ului duce la bloat și performanță degradată, o problemă operațională reală).

Deoarece comportamentul de concurență afectează fundamental performanța unei baze de date sub încărcare, și deoarece MVCC (modelul de concurență al Postgres) explică atât concurența excelentă citire/scriere cât și necesitatea întreținerii VACUUM, înțelegerea MVCC este o cunoaștere valoroasă pentru lucrul cu PostgreSQL — clarifică avantajele de concurență ale bazei de date și întreținerea pe care o necesită, importantă atât pentru raționalizarea performanței cât și pentru operarea corectă a Postgres, și un subiect frecvent care demonstrează înțelegerea modului în care Postgres gestionează accesul concurent.