PostgreSQL 19 auf NVMe-SSDs: Asynchrones I/O, Checkpoints und Autovacuum richtig einstellen
Die Standardkonfiguration von PostgreSQL geht in vielen Punkten noch von rotierenden Festplatten aus. Auf NVMe-SSDs, die erst mit vielen gleichzeitig ausstehenden Anfragen ihren vollen Durchsatz erreichen, bleibt damit Leistung ungenutzt. Mit PostgreSQL 18 kam ein Subsystem für asynchrones I/O hinzu, PostgreSQL 19 baut es weiter aus und bringt Änderungen bei Autovacuum, WAL und den Standardwerten. Dieser Beitrag geht die wichtigsten Stellschrauben für PostgreSQL 19 auf NVMe durch, prüft einige verbreitete Empfehlungen und zeigt, wie sich die Wirkung messen lässt.
Asynchrones I/O
Bis PostgreSQL 17 hat jeder Backend-Prozess Datenseiten synchron gelesen und auf jede einzelne Leseoperation gewartet.
Seit PostgreSQL 18 können sequenzielle Scans, Bitmap Heap Scans und VACUUM mehrere Leseanfragen gleichzeitig absetzen.
Wie diese ausgeführt werden, legt io_method fest:
-
sync: das frühere synchrone Verhalten, -
worker(Standard): Lesezugriffe werden an eigene I/O-Worker-Prozesse übergeben, -
io_uring: Lesezugriffe gehen über die io_uring-Schnittstelle direkt an den Linux-Kernel, ohne zusätzliche Prozesse.
io_method lässt sich nur beim Start des Servers ändern.
Schreibzugriffe und WAL laufen weiterhin synchron.
Automatisch skalierende I/O-Worker
In PostgreSQL 18 legte io_workers (Standard 3) eine feste Anzahl von I/O-Workern fest, die man von Hand an die Last anpassen musste.
PostgreSQL 19 entfernt diesen Parameter.
Stattdessen startet und beendet der Server die Worker bei io_method = worker je nach Bedarf, gesteuert über vier neue Parameter:
| Parameter | Standard | Bedeutung |
|---|---|---|
|
2 |
Mindestanzahl laufender I/O-Worker |
|
8 |
Höchstanzahl der I/O-Worker |
|
1min |
Zeit, nach der ein unbeschäftigter Worker beendet wird |
|
100ms |
Mindestabstand zwischen dem Start zweier Worker |
Wer io_workers in seiner Konfiguration gesetzt hat, muss den Eintrag beim Upgrade entfernen und stattdessen io_max_workers passend wählen.
Auf Servern mit vielen parallelen Scans und schnellen SSDs kann eine höhere Obergrenze als 8 sinnvoll sein.
Zusätzlich hat PostgreSQL 19 die Planung des Read-Ahead für große Leseanfragen verbessert.
effective_io_concurrency
Der wichtigste Parameter für das asynchrone I/O ist effective_io_concurrency.
Er gibt an, wie viele Leseanfragen eine Operation gleichzeitig ausstehen lassen darf, maintenance_io_concurrency gilt entsprechend für Wartungsarbeiten wie VACUUM.
Seit PostgreSQL 18 stehen beide standardmäßig auf 16, zuvor waren es 1 und 10.
Für NVMe-SSDs werden häufig Werte im dreistelligen Bereich empfohlen, ein fester Wert gilt aber nicht für jede Hardware und sollte gemessen werden.
Beide Parameter lassen sich auch je Tablespace setzen.
io_method = io_uring
effective_io_concurrency = 200
maintenance_io_concurrency = 200
io_uring und Container
Für io_uring muss PostgreSQL mit liburing gebaut sein.
Ob das der Fall ist, zeigt die Liste der erlaubten Werte:
SELECT enumvals FROM pg_settings WHERE name = 'io_method';
In Containern ist io_uring in der Regel gesperrt: Die Standard-Seccomp-Profile von Docker und containerd erlauben die Systemaufrufe io_uring_setup, io_uring_enter und io_uring_register nicht, weil über io_uring mehrfach Ausbrüche aus Containern möglich waren.
Das gilt auch für Pods in Kubernetes mit dem Profil RuntimeDefault.
Wer PostgreSQL etwa mit CloudNativePG in Kubernetes betreibt, bleibt deshalb meist bei worker.
Mit den automatisch skalierenden Workern in PostgreSQL 19 ist das weniger Abstimmungsaufwand als in Version 18.
Der Unterschied zwischen worker und io_uring ist bei vielen Lasten ohnehin kleiner als der zwischen sync und den beiden asynchronen Varianten.
I/O in EXPLAIN sichtbar machen
EXPLAIN ANALYZE hat in PostgreSQL 19 die neue Option IO, die anzeigt, wie eine Abfrage das asynchrone I/O genutzt hat:
EXPLAIN (ANALYZE, BUFFERS, IO) SELECT ...;
Für den laufenden Betrieb schreibt auto_explain.log_io dieselbe Information für langsame Abfragen ins Log.
Damit lässt sich prüfen, ob eine Änderung an effective_io_concurrency oder io_max_workers bei den relevanten Abfragen tatsächlich ankommt.
Speicher: shared_buffers und work_mem
Für shared_buffers sind 25 Prozent des Arbeitsspeichers ein bewährter Startwert, der Standard von 128 MB ist für Produktionssysteme zu klein.
Deutlich mehr als ein Viertel bringt selten etwas, weil PostgreSQL zusätzlich den Page Cache des Betriebssystems nutzt und Daten sonst doppelt im Speicher liegen.
effective_cache_size reserviert keinen Speicher, sondern teilt dem Planer mit, wie viel Cache insgesamt zur Verfügung steht, typischerweise 50 bis 75 Prozent des RAM.
Bei großen shared_buffers lohnen sich Huge Pages.
Der Server gibt die benötigte Anzahl direkt aus, ohne dass er dafür laufen muss:
postgres -D $PGDATA -C shared_memory_size_in_huge_pages
Den Wert trägt man als vm.nr_hugepages per sysctl ein und setzt huge_pages = on, damit ein Fehlschlag beim Start auffällt, statt dass der Server mit dem Standard try still auf normale Pages zurückfällt.
Gelegentlich heißt es, ein höheres work_mem bringe auf NVMe wenig, weil die SSD temporäre Dateien schnell schreibt.
Das greift zu kurz.
work_mem entscheidet, ob eine Sortierung oder Hash-Tabelle überhaupt auf die Platte ausgelagert wird, und ein Sortieren im Speicher bleibt um ein Vielfaches schneller als jede SSD.
Wichtiger ist eine andere Einschränkung: Der Wert gilt je Sortier- oder Hash-Knoten eines Plans und je Verbindung, Hash-Operationen dürfen zusätzlich das hash_mem_multiplier-fache (Standard 2.0) nutzen.
128 MB bei 200 Verbindungen und mehreren solchen Knoten pro Abfrage können den Arbeitsspeicher überzeichnen.
Sinnvoller ist ein moderater globaler Wert und ein höherer Wert gezielt für einzelne Rollen oder Reporting-Abfragen, etwa per ALTER ROLE reporting SET work_mem = '256MB'.
Ob ausgelagert wird, zeigt log_temp_files = 0 im Log oder EXPLAIN (ANALYZE, BUFFERS) an Zeilen wie Sort Method: external merge.
random_page_cost: Faustregel mit Einschränkungen
Der Standardwert random_page_cost = 4.0 gibt an, dass der Planer einen zufälligen Seitenzugriff viermal so teuer einschätzt wie einen sequenziellen, daran ändert auch PostgreSQL 19 nichts.
Für SSDs und NVMe wird häufig 1.1 empfohlen, damit der Planer Indexzugriffe nicht unnötig meidet.
Die Annahme dahinter, dass zufälliges Lesen auf NVMe praktisch so schnell sei wie sequenzielles, hält Messungen nicht stand. Tomas Vondra hat 2025 auf der Mailingliste pgsql-hackers in der Diskussion "Should we update the random_page_cost default value?" Messungen auf einzelnen NVMe-Laufwerken und RAID-Verbünden vorgestellt. Bei Zugriffen, die nicht aus dem Cache bedient werden, lag das tatsächliche Kostenverhältnis deutlich über 4, weil sequenzielles Lesen von Read-Ahead und größeren I/O-Blöcken profitiert. Andres Freund merkte in derselben Diskussion an, dass der Unterschied zwischen zufälligem und sequenziellem I/O auch bei NVMe weiterhin besteht. Mit dem asynchronen I/O, das gerade sequenzielle Scans beschleunigt, wird dieser Abstand eher größer als kleiner.
Dass niedrige Werte in der Praxis trotzdem oft gut funktionieren, liegt vor allem daran, dass ein Großteil der Zugriffe aus shared_buffers oder dem Page Cache kommt.
Für Datenbanken, die weitgehend in den Speicher passen, ist ein Wert zwischen 1.1 und 2 daher ein sinnvoller Ausgangspunkt.
Für Datenbanken, die deutlich größer als der Arbeitsspeicher sind, sollte man den Wert nicht ungeprüft senken.
Der Parameter lässt sich je Sitzung setzen, sodass sich Pläne und Laufzeiten typischer Abfragen direkt vergleichen lassen:
SET random_page_cost = 1.1;
EXPLAIN (ANALYZE, BUFFERS, IO) SELECT ...;
RESET random_page_cost;
Über ALTER TABLESPACE … SET (random_page_cost = …) lässt er sich außerdem je Tablespace festlegen, wenn Daten auf unterschiedlich schnellen Geräten liegen.
WAL und Checkpoints
Größere Werte für max_wal_size (Standard 1 GB) und checkpoint_timeout (Standard 5 Minuten) reduzieren die Zahl der Checkpoints und damit auch die Full Page Writes, die nach jedem Checkpoint beim ersten Ändern einer Seite anfallen.
Werte zwischen 4 und 16 GB beziehungsweise 10 und 15 Minuten sind übliche Größenordnungen.
Der Preis ist eine längere Wiederherstellung nach einem Absturz, weil mehr WAL eingespielt werden muss.
Ob die Einstellung passt, zeigt pg_stat_checkpointer:
SELECT num_timed, num_requested, write_time, sync_time, buffers_written
FROM pg_stat_checkpointer;
Ist num_requested im Verhältnis zu num_timed hoch, wird max_wal_size regelmäßig erreicht, bevor checkpoint_timeout abläuft, und der Wert ist zu klein.
checkpoint_completion_target steht standardmäßig auf 0.9 und muss in der Regel nicht angepasst werden.
Neu in PostgreSQL 19 ist, dass die Bytes für Full Page Images getrennt ausgewiesen werden: in pg_stat_wal, in der Ausgabe von EXPLAIN (ANALYZE, WAL) und in den Log-Meldungen von VACUUM und ANALYZE.
Damit lässt sich direkt ablesen, welcher Anteil des WAL-Volumens auf Full Page Writes entfällt und ob sich längere Checkpoint-Abstände lohnen.
Diese Full Page Writes lassen sich gut komprimieren.
Bis PostgreSQL 18 bedeutete wal_compression = on immer das Verfahren pglz, in PostgreSQL 19 wählt on das beste verfügbare Verfahren.
Wer ein bestimmtes Verfahren will, setzt es weiterhin explizit, etwa wal_compression = lz4 oder zstd.
Ein eigenes Gerät für das WAL hilft bei schreiblastigen Systemen, wenn das Datenlaufwerk ausgelastet ist.
Bei einer einzelnen schnellen NVMe-SSD ist der Effekt geringer als früher bei Festplatten, entscheidend ist eher eine SSD mit Kondensatorschutz (Power Loss Protection), damit fsync schnell zurückkehrt.
fsync und full_page_writes sollten unabhängig vom Speichermedium eingeschaltet bleiben.
Autovacuum
Für große Tabellen ist der Standardwert autovacuum_vacuum_scale_factor = 0.2 zu hoch: Bei 100 Millionen Zeilen läuft VACUUM sonst erst nach 20 Millionen toten Zeilen.
Oft ist es besser, einen niedrigeren Wert gezielt für einzelne große Tabellen zu setzen:
ALTER TABLE bestellungen SET (autovacuum_vacuum_scale_factor = 0.02);
Auf NVMe ist außerdem die Drosselung von Autovacuum oft zu vorsichtig.
autovacuum_vacuum_cost_limit lässt sich deutlich anheben, damit VACUUM die verfügbare I/O-Leistung auch nutzt.
Die Kostengrenze wird auf alle laufenden Worker aufgeteilt, mehr Worker allein machen Autovacuum also nicht schneller.
autovacuum_max_workers lässt sich per Reload ändern, die Obergrenze legt autovacuum_worker_slots beim Serverstart fest.
PostgreSQL 19 bringt hier drei Neuerungen:
-
Paralleles Autovacuum: Autovacuum kann zusätzliche parallele Worker einsetzen, gesteuert über
autovacuum_max_parallel_workersfür den Server und den Storage-Parameterautovacuum_parallel_workersje Tabelle. Das hilft vor allem bei großen Tabellen mit vielen Indexen. Parallele VACUUM-Worker teilen sich in PostgreSQL 19 die Kostengrenze mit dem Leader, laut Release Notes kann ein solches VACUUM deshalb langsamer laufen als bisher. Wer parallel arbeiten lässt, sollte die Kostengrenze entsprechend anheben. -
Reihenfolge nach Bewertung: Autovacuum arbeitet Tabellen nach einem Bewertungssystem ab, dessen Gewichtung sich über Parameter wie
autovacuum_vacuum_score_weightoderautovacuum_freeze_score_weightsteuern lässt. Die aktuelle Bewertung zeigt die neue Viewpg_stat_autovacuum_scores. -
REPACK CONCURRENTLY: Der neue Befehl
REPACKmit der OptionCONCURRENTLYbaut aufgeblähte Tabellen neu auf, ohne sie exklusiv zu sperren. Bisher war dafürVACUUM FULLmit exklusiver Sperre oder eine Erweiterung wie pg_repack nötig.
Weitere Änderungen in PostgreSQL 19
Einige geänderte Standardwerte wirken sich auf Performance und Betrieb aus:
-
JIT ist standardmäßig deaktiviert, weil die Kostenschätzungen dafür sich als unzuverlässig erwiesen haben. Wer JIT bisher bewusst für analytische Abfragen genutzt hat, muss
jit = onsetzen. -
max_locks_per_transactionsteht auf 128 statt 64. Da sich die Berechnung der Lock-Tabelle geändert hat, muss ein bisher gesetzter Wert verdoppelt werden, um dieselbe Kapazität zu erhalten. -
Neue TOAST-Daten werden standardmäßig mit
lz4stattpglzkomprimiert, sofern PostgreSQL mit LZ4-Unterstützung gebaut ist. -
Seitenprüfsummen werden mit AVX2-Instruktionen berechnet, was den Aufwand für
data_checksumsauf aktuellen x86-Prozessoren senkt. -
log_lock_waitsist standardmäßig aktiv.
Betriebssystem und Dateisystem
Auf der Linux-Seite sind für NVMe nur wenige Einstellungen relevant:
-
I/O-Scheduler: Für NVMe-Geräte ist
noneder übliche Standard und in der Regel die richtige Wahl, prüfbar übercat /sys/block/nvme0n1/queue/scheduler. -
Dateisystem: ext4 und XFS sind beide gut geeignet, als Mount-Option empfiehlt sich
noatime. -
Dirty Pages: Bei viel RAM kann der Kernel große Mengen geänderter Seiten ansammeln und dann auf einmal schreiben. Feste Byte-Werte über
vm.dirty_background_bytesundvm.dirty_bytesstatt der prozentualen Standardwerte glätten das Schreibverhalten bei Checkpoints. -
Swap und Overcommit:
vm.swappinessniedrig halten und mitvm.overcommit_memory = 2verhindern, dass der OOM-Killer den Postmaster beendet.
Freier Platz auf dem Dateisystem und auf der SSD selbst ist wichtig, weil eine nahezu volle SSD beim Schreiben deutlich langsamer wird.
Messen statt raten
Alle genannten Werte sind Ausgangspunkte. Ob eine Änderung wirkt, zeigen die Statistik-Views und EXPLAIN-Optionen von PostgreSQL:
-
pg_stat_iozeigt Lese- und Schreiboperationen aufgeschlüsselt nach Prozesstyp und Kontext, mit den Spaltenread_bytes,write_bytesundextend_bytessowie eigenen Zeilen für WAL-I/O. -
pg_stat_checkpointerundpg_stat_walzeigen Checkpoint-Häufigkeit, WAL-Volumen und in PostgreSQL 19 auch den Anteil der Full Page Images. -
pg_stat_statementsliefert die Abfragen mit dem höchsten Gesamtaufwand und deren Block-Lesezugriffe. -
EXPLAIN (ANALYZE, BUFFERS, IO)zeigt für einzelne Abfragen, wie viele Seiten aus dem Cache kamen, wie viele gelesen wurden und wie das asynchrone I/O genutzt wurde.
Für eigene Lastmessungen eignet sich pgbench, für das Speichersystem selbst fio.
Parameter sollte man einzeln ändern und die Wirkung über einen repräsentativen Zeitraum beobachten, damit sich Effekte zuordnen lassen.
Fazit
Der größte Hebel für PostgreSQL auf NVMe-SSDs ist das asynchrone I/O: io_method und vor allem effective_io_concurrency entscheiden darüber, ob PostgreSQL die parallele Leistung der SSD tatsächlich abruft.
PostgreSQL 19 nimmt mit den automatisch skalierenden I/O-Workern einen Teil der Abstimmung ab und macht die Wirkung mit EXPLAIN (ANALYZE, IO) sichtbar.
Bei Autovacuum kommen parallele Worker und REPACK CONCURRENTLY hinzu, beim WAL lässt sich der Anteil der Full Page Writes jetzt direkt messen.
Verbreitete Faustregeln wie random_page_cost = 1.1 funktionieren vor allem dann, wenn die Daten überwiegend im Cache liegen, und ein höheres work_mem hilft unabhängig vom Speichermedium, solange der Arbeitsspeicher reicht.
Beim Upgrade sind der entfallene Parameter io_workers, das standardmäßig deaktivierte JIT und die geänderte Bedeutung von max_locks_per_transaction zu beachten.
Wer PostgreSQL selbst betreiben und optimieren möchte, findet dazu die folgenden Schulungen.