PostgreSQL లో రిప్లికేషన్ ఎలా పనిచేస్తుంది?

Question

Accepted Answer

**Replication** ఒక **primary** డేటాబేస్ నుండి ఒకటి లేదా అంతకంటే ఎక్కువ **replica** (standby) సర్వర్‌లకు డేటాను కాపీ చేస్తుంది — అధిక లభ్యత కోసం (primary విఫలమైతే failover) మరియు read స్కేలింగ్ కోసం (read queries పంపిణీ చేయండి). PostgreSQL ప్రధానంగా **streaming replication** (physical) ను ఉపయోగిస్తుంది write-ahead log (WAL) ఆధారంగా.

## Streaming (physical) replication

```text
Primary  ──(streams WAL: the write-ahead log of changes)──▶  Replica(s)
  ✓ The primary handles all WRITES
  ✓ Replicas continuously apply the primary's WAL → stay in sync (near-real-time)
  ✓ Replicas can serve READ queries ("hot standby") → scale reads
```

Primary దాని **WAL** (write-ahead log — ప్రతి మార్పు యొక్క రికార్డ్)ను replicas కు స్ట్రీమ్ చేస్తుంది, ఇది సింక్రోనైజ్డ్ గా ఉండటానికి దానిని వర్తింపజేస్తుంది. Replicas రీడ్-ఓన్లీ కాపీలు ఉన్నాయి ఇవి read queries సేవ చేయగలవు.

## ప్రయోజనాలు: HA మరియు read scaling

```text
HIGH AVAILABILITY → if the primary fails, a replica can be PROMOTED to primary (failover)
  → minimal downtime, no data loss (with synchronous replication)
READ SCALING → route read-only queries to replicas → offload the primary
  → handle more read traffic (great for read-heavy workloads)
BACKUPS → take backups from a replica without loading the primary
```

## సింక్రోనస్ vs అసింక్రోనస్ replication

```text
ASYNCHRONOUS (default) → the primary commits without waiting for replicas
  ✓ faster writes (no wait)   ✗ a tiny window of potential data loss on failover
SYNCHRONOUS → the primary waits for a replica to confirm before committing
  ✓ no data loss on failover  ✗ slower writes (waits for the replica)
→ Choose based on the durability vs performance trade-off.
```

## లాజికల్ రిప్లికేషన్ (ఒక విభిన్న మోడల్)

```text
LOGICAL replication → replicates specific TABLES/changes (not the whole cluster), based
on a publish/subscribe model. Enables: selective replication, cross-version, and
replicating to different schemas → good for migrations, integrations, partial replication.
```

## అభ్యాసంలో అధిక లభ్యత

```text
Tools like Patroni, repmgr, or cloud-managed Postgres automate FAILOVER (detecting
primary failure and promoting a replica) → near-automatic high availability.
A load balancer / connection router directs writes to the primary, reads to replicas.
```

## ఇది ఎందుకు ముఖ్యమైనది

Replication **అత్యంత-లభ్యమైన మరియు స్కేలేబుల్** PostgreSQL వాయిదలను నిర్మించడానికి ముఖ్యమైనది, కాబట్టి దీనిని అర్థం చేసుకోవడం వरिষ్ఠ-స్థర ఉత్పాదన డేటాబేస్ ఆర్కిటెక్చర్ కోసం విలువైన జ్ఞానం.

రెండు ప్రధాన ప్రయోజనాలు సీరియస్ అప్లికేషన్‌ల కోసం క్రిటికల్: **అధిక లభ్యత** (ప్రాథమిక డేటాబేస్ విఫలమైతే, అపటైమ్ తగ్గించటానికి replica ఆధిపత్యానికి ప్రచారం చేయవచ్చు — సిస్టమ్‌లు లభ్యమై ఉండాలి) మరియు **read scaling** (read-only queries replicas కు రూట్ చేయడం primary నుండి భారాన్ని తీసివేస్తుంది, సిస్టమ్ చాలా ఎక్కువ read ట్రాఫిక్ హ్యాండిల్ చేయనివ్వండి — read-heavy workloads కోసం విలువైనది).

**Streaming replication** అర్థం చేసుకోవడం (primary దాని WAL ను replicas కు స్ట్రీమ్ చేస్తుంది ఇవి సింక్రోనైజ్డ్ గా ఉండటానికి మరియు reads సేవ చేయగలవు) ఆధారం.

**సింక్రోనస్ vs అసింక్రోనస్** ట్రేడ్-ఆఫ్ తెలుసుకోవడం ముఖ్యమైనది: అసింక్రోనస్ (డిఫాల్ట్ — వేగవంతమైన writes కానీ failover నుండి సంభావ్య డేటా నష్టం యొక్క చిన్న విండో) versus సింక్రోనస్ (డేటా నష్టం లేనిది కానీ నెమ్మదిగా ఉన్న writes) — నమ్రత విస్తృత-కారణమైన నిర్ణయం.

**లాజికల్ రిప్లికేషన్** అర్థం చేసుకోవడం (pub/sub ద్వారా నిర్దిష్ట టేబుల్‌లను రిప్లికేట్ చేయడం, మైగ్రేషన్‌లు, cross-version, మరియు partial/selective replication కోసం ఉపయోగకరమైనది) ఎంపికలను విస్తరిస్తుంది.

**HA టూలింగ్** (Patroni, repmgr, నిర్వహించిన క్లౌడ్ Postgres) failover ను ఆటోమేట్ చేస్తుంది, మరియు read/write రూటింగ ట్రాఫిక్‌ను సముచితంగా పంపిణీ చేస్తుంది, దీనిని తెలుసుకోవడం ఆచరణాత్మక ఆర్కిటెక్చర్ జ్ఞానం.

అధిక లభ్యత మరియు స్కేలబిలిటీ ఉత్పాదన డేటాబేస్ సిస్టమ్‌ల కోసం అవసరమైన అవసరాలు కాబట్టి, మరియు replication (దాని HA failover, read scaling, sync/async సంరక్షణ ట్రేడ్-ఆఫ్, మరియు elasticity కోసం లాజికల్ replication) PostgreSQL అందించే ప్రాథమిక విధానం కాబట్టి, replication అర్థం చేసుకోవడం ఆధిపత్యం-స్థర జ్ఞానం నమ్ములైన, స్కేలేబుల్ Postgres వాయిదలను ఆర్కిటెక్చర్ చేయడం కోసం — ఉత్పాదన వ్యవస్థలు మరియు వरిષ్ఠ డేటాబేస్/బ్యాకెండ్ పాత్రల కోసం ఆశించిన డేటాబేస్ లభ్యత మరియు స్కేలింగ్ నేర్పుకోవడం ప్రదర్శించే విషయం కోసం చాలా సంబంధితమైన ఆందోళన.