PostgreSQL Skalierung 2026: Replizieren, Partitionieren oder Sharden

Die meisten Postgres-Datenbanken brauchen nie Sharding. Aber zum falschen Zeitpunkt den falschen Skalierungsweg zu wählen kostet Monate und sechsstellige Beträge. Dieser Leitfaden führt durch alle Stufen, vom Single-Server für $100/Monat bis zum verteilten Shard-Cluster, mit echten Kostenschwellen, Zeitplänen und Entscheidungsregeln, damit der richtige Schritt getroffen wird, bevor die Datenbank zur Krise wird.

8 Min. Lesezeit9 Abschnitte20. Juni 2026

Geschrieben von

Kostadin Stamboliev

Gründer und Imaginator

Gründer und Imaginator von Pineido. Arbeitet in IT-Beratung, App- und Webentwicklung, technischem SEO sowie KI und Automatisierung. Liefert Produktionscode in 30-Tage-Sprints mit festem Umfang und klarer Verantwortung.

LinkedIn

Der Einzelserver als Ausgangspunkt: Was wirklich möglich ist

Eine sauber konfigurierte einzelne Postgres-Instanz leistet mehr, als die meisten Teams erwarten. Auf RDS db.r6g.2xlarge oder einem vergleichbaren Supabase-Pro-Tier sind 5.000 bis 10.000 gleichzeitige Verbindungen (über PgBouncer verwaltet), 1 bis 2 TB nutzbarer Speicher und eine monatliche Rechnung von $100 bis $300 realistisch. Das deckt die Mehrheit aller SaaS-Produkte auf Series-A-Niveau und darunter ab.

Das Schlüsselwort lautet "sauber konfiguriert". Die Standardkonfiguration von Postgres ist bewusst konservativ. Das Anpassen von work_mem, effective_cache_size, max_parallel_workers_per_gather und Autovacuum-Einstellungen an das eigene Lastprofil bringt oft eine 50-100%ige Durchsatzsteigerung, ohne die Hardware anzufassen. Partielle Indizes auf hochselektiven gefilterten Spalten und Covering Indexes auf häufig gelesenen Pfaden ermöglichen weitere 2- bis 3-fache Verbesserungen auf derselben Maschine.

Dieser Schritt darf nicht übersprungen werden. Teams, die direkt zu Replikation oder Sharding greifen, weil eine Abfrage langsam ist, lösen meist das falsche Problem. Erst profilen mit pg_stat_statements. Die Top-10-Abfragen nach Gesamtlaufzeit identifizieren. Diese beheben. Die meisten "Skalierungsprobleme" unter 1.000 RPS sind Indexprobleme.

Entscheidungsregel: Wer unter 100 GB Daten und unter 1.000 RPS liegt, bleibt auf einem einzelnen Server.

Vertikale Skalierung und PgBouncer: Der günstige 2-3x-Multiplikator

Bevor weitere Server hinzukommen, sollte die vertikale Skalierung ausgeschöpft werden. Der Wechsel von einer 4-Kern- auf eine 16-Kern-RDS-Instanz kostet Geld, aber deutlich weniger Engineering-Zeit als das Aufsetzen von Replikation. Vertikale Skalierung bei Postgres ist bis etwa 32 Kerne für CPU-gebundene Workloads linear, und Storage-IOPS skalieren auf den meisten Managed-Plattformen mit der Instanzklasse.

PgBouncer ist bei jeder nennenswerten Last unverzichtbar. Postgres forkt einen Prozess pro Verbindung. Bei 500 echten Anwendungsverbindungen ohne Pooling werden allein durch Prozess-Overhead 5-10 GB RAM verbraucht, dazu erhebliche CPU-Zeit für Context Switching. PgBouncer im Transaction-Mode-Pooling multiplext hunderte von Anwendungs-Threads auf 20-50 tatsächliche Postgres-Verbindungen. Das allein reduziert den Speicherdruck oft um 40% und verbessert die Tail Latency.

Query-Tuning auf Basis von vertikaler Skalierung und ordentlichem Pooling liefert typischerweise die vollen 2-3x gegenüber einer Standardkonfiguration. Zwei Wochen für einen fokussierten Tuning-Sprint einplanen: eine Woche für Profiling und Indexarbeit, eine Woche für Connection-Pool-Konfiguration und Eliminierung langsamer Abfragen. Diese zwei Wochen Engineering-Zeit kosten bei $150-200/Stunde für einen erfahrenen DBA $12.000 bis $16.000 und verschieben den Bedarf für Replikation häufig um 12-18 Monate.

Entscheidungsregel: Vor jeder topologischen Komplexität den Tuning-Sprint durchführen. Werden die Latenzziele danach immer noch nicht erreicht, replizieren.

Read Replicas: Das richtige Werkzeug für 80% aller Skalierbarkeitsprobleme

Webanwendungen lesen deutlich mehr als sie schreiben, typischerweise im Verhältnis 10:1 oder höher. Postgres-Streaming-Replikation ermöglicht es, alle Lesezugriffe (Dashboards, Listenansichten, Suche, Reports) auf Replicas zu routen, während der Primary nur Schreibzugriffe verarbeitet. Das ist der kosteneffizienteste Skalierungshebel, der zur Verfügung steht.

Ein Standard-Produktions-Setup mit 1 Primary plus 2 Replicas verdreifacht den Lesedurchsatz und bietet Hochverfügbarkeit. Bei $300 bis $1.000/Monat für dieses Tier auf RDS oder Supabase sind die meisten Anwendungen bis 5.000 RPS abgedeckt, sofern die Read/Write-Trennung sauber ist. Eine dritte oder vierte Replica für Analytics-Workloads mit vollständigen Table Scans verhindert, dass diese teuren Abfragen den Primary ausbremsen.

Das Einrichten der Replikation dauert etwa eine Woche für ein erfahrenes Team: Streaming-Replikation konfigurieren, Anwendungs-Connection-Strings aktualisieren, damit Lesezugriffe auf einen Replica-Pool zeigen (PgBouncer unterstützt das nativ mit server_round_robin), Failover testen, fertig. Die wichtigste laufende Aufgabe ist das Monitoring des Replikations-Lags. Synchrone Replikation eliminiert Lag, erhöht aber die Schreiblatenz (typischerweise 5-15 ms für Replicas in derselben Region). Asynchrone Replikation behält die Schreibgeschwindigkeit bei, aber Replicas können unter hoher Schreiblast Sekunden hinterherhinken.

Replikation hilft nicht bei der Datenmenge. Alle Replicas tragen eine vollständige Kopie. Wenn das Problem ist, dass eine Tabelle für effiziente Abfragen zu groß ist, macht Replikation das Lesen dieser großen Tabelle schneller, aber die Tabelle bleibt groß. Das ist ein Partitionierungs- oder Sharding-Problem.

Entscheidungsregel: Wenn Lesezugriffe Schreibzugriffe deutlich überwiegen und die Datenmenge unter 1 TB liegt, zuerst replizieren.

Redis-Caching: 60-80% der Datenbanklast abfangen, bevor sie Postgres erreicht

Einen Redis-Layer zwischen Anwendung und Postgres einzufügen ist nach dem Index-Tuning fast immer die Infrastrukturmaßnahme mit dem höchsten ROI. Redis bei $50 bis $200/Monat auf ElastiCache oder Upstash liefert Sub-Millisekunden-Lesezugriffe für häufig abgefragte Daten. Das typische Ergebnis ist eine 60- bis 80-prozentige Reduktion des Postgres-Abfragevolumens bei Anwendungen mit nennenswerten Wiederholungslesezugriffen.

Besonders profitieren: Session-Daten, Benutzerprofile, Berechtigungsprüfungen sowie aggregierte Zählwerte oder Zusammenfassungen, die sich selten ändern, aber bei jedem Seitenaufruf gelesen werden. Diese mit einem TTL von 60 Sekunden zu cachen gibt dem Postgres-Replica-Pool plötzlich Kapazität für das 5-fache des Traffics, mit dem er zuvor kämpfte.

Cache-Invalidierung ist der Implementierungsaufwand. Write-Through-Caching (Redis und Postgres gemeinsam bei Schreibzugriffen aktualisieren) ist das sicherste Muster, erfordert aber Disziplin auf jedem Schreibpfad. Cache-Aside (aus Redis lesen, bei Miss auf Postgres zurückfallen, Cache befüllen) ist einfacher schrittweise einzuführen. Eine Woche für eine Cache-Layer-Implementierung einplanen, die die Lesepfade mit dem höchsten Volumen abdeckt.

Daten, die stark konsistent sein müssen, nicht cachen: Finanzsalden, Lagerbestände, alles mit gesetzlichen Anforderungen an Nachvollziehbarkeit. Den Reporting-Layer cachen, nicht den Transaktions-Layer.

Die Gesamtkosten eines gut abgestimmten Einzelservers mit Replicas und Redis liegen bei $350 bis $1.200/Monat je nach Tier. Diese Kombination deckt den Infrastrukturbedarf der meisten VC-finanzierten SaaS-Produkte bis zu den ersten mehreren Millionen Nutzern ab.

Tabellen-Partitionierung: Performance ohne Verteilungskomplexität

Partitionierung teilt eine logische Tabelle in mehrere physische Kindtabellen innerhalb derselben Datenbank auf. Native PostgreSQL-Partitionierung (seit v10 verfügbar, seit v12 ausgereift) unterstützt Range-Partitionierung (nach Datum oder ID-Bereich), List-Partitionierung (nach Kategorie oder Tenant) und Hash-Partitionierung (nach Hash eines Schlüssels). Die Datenbank übernimmt das Routing transparent: Abfragen richten sich an die Elterntabelle, der Query-Planner beschneidet irrelevante Partitionen.

Der Performance-Gewinn ist real. Eine 500-GB-Ereignistabelle, nach Monat partitioniert, scannt bei einer Abfrage für den letzten Monat 40 GB statt 500 GB. Indexgrößen schrumpfen proportional. Vacuum läuft schneller. Das Löschen alter Partitionen ist sofort möglich (DROP TABLE auf dem Kind), anstatt Millionen von Zeilen aus einer monolithischen Tabelle zu löschen.

Partitionierung ist der richtige Schritt, wenn das Problem die Abfrageperformance auf großen Tabellen ist, nicht der rohe Durchsatz. Sie verteilt keine Last auf Server. Alle Partitionen liegen auf derselben Postgres-Instanz. Das Ergebnis sind schnellere Abfragen und einfacheres Daten-Lifecycle-Management, keine horizontale Skalierung.

Für Multi-Tenant-SaaS ist List-Partitionierung nach Tenant-ID ab 100.000+ Tenants eine Überlegung wert. Sie trennt Tenant-Daten physisch, vereinfacht das Löschen von Daten für DSGVO-Anfragen und macht tenantspezifische Abfragen schneller.

Das Partitionieren einer bestehenden Tabelle erfordert eine Migration mit einem Wartungsfenster (oder eine sorgfältige Online-Migration mittels logischer Replikation). Für eine sorgfältige Produktionsmigration einer Tabelle über 100 GB sind vier bis acht Wochen einzuplanen.

Entscheidungsregel: Wenn das Problem langsame Abfragen auf großen Tabellen sind, zuerst partitionieren, bevor geshardet wird.

Sharding: Wann es wirklich nötig ist und was es kostet

Sharding verteilt Daten über mehrere unabhängige Postgres-Server mithilfe eines Shard Keys. Jeder Server besitzt eine Teilmenge der Daten. Eine Benutzerabfrage geht an den Shard, dem diese User-ID gehört. Eine Abfrage über mehrere Benutzer muss an mehrere Shards ausgefächert werden, und die Ergebnisse werden zusammengeführt. Das ist die Architektur, die theoretisch unbegrenzte horizontale Skalierung bietet.

Der Betriebs- und Entwicklungsaufwand ist jedoch erheblich. Cross-Shard-Transaktionen erfordern Koordination auf Anwendungsebene oder einen Distributed-Transaction-Coordinator (beides erhöht Latenz und Komplexität). Fremdschlüssel über Shard-Grenzen hinweg existieren nicht. Joins über Shards hinweg werden auf Anwendungsebene gelöst. Schema-Migrationen müssen auf jeden Shard sequenziell angewendet werden. Analytics-Abfragen, die alle Daten benötigen, müssen über alle Shards aggregieren. Das ORM übernimmt das meiste davon nicht.

PlanetScale (MySQL-basiert, aber das Modell ist lehrreich), Citus (echtes Postgres-Sharding) und Application-Level-Sharding mit einem Routing-Layer sind die drei Implementierungswege. Citus integriert sich am saubersten in das bestehende Postgres-Tooling. Application-Level-Sharding gibt die meiste Kontrolle über die Routing-Logik, erfordert aber den meisten Code.

Reale Referenzwerte: Notion shardete ihr Postgres bei 30 Millionen Nutzern. OpenAI skalierte auf 800 Millionen Nutzer durch Query-Tuning und 50+ Read Replicas ohne Sharding. Die Schlussfolgerung ist eindeutig. Sharding ist der letzte Ausweg, keine Skalierungsstrategie.

Zeitplan: Eine Sharding-Implementierung dauert 8 bis 12 Wochen für ein fokussiertes Engineering-Team, plus laufenden Wartungsaufwand entsprechend 0,5 bis 1 FTE. Bei Senior-Engineer-Gehältern von $180.000 bis $220.000 im Jahr 2026 sind das $70.000 bis $130.000 allein an initialen Engineering-Kosten, vor der Infrastrukturrechnung.

Entscheidungsregel: Nicht sharden, bis mehr als 1 TB Daten, mehr als 10.000 RPS vorliegen und Replicas plus Caching tatsächlich ausgeschöpft sind.

Der Skalierungspfad: Schwellenwerte und Budget

Es gibt einen Standardpfad, der für die große Mehrheit aller Postgres-Deployments gilt. Er wird der Reihe nach durchlaufen, und erst dann zur nächsten Stufe gewechselt, wenn die aktuelle Stufe wirklich ausgereizt ist.

Stufe 1, unter 100 GB und unter 1.000 RPS: Einzelserver, $100 bis $300/Monat. Abfragen und Indizes optimieren, PgBouncer konfigurieren, Instanz bedarfsgerecht dimensionieren. Das reicht für die meisten Produkte in der Vor-Wachstumsphase.

Stufe 2, 100 GB bis 1 TB und 1.000 bis 5.000 RPS: Replicas plus Caching, $300 bis $1.000/Monat. 2 bis 3 Read Replicas hinzufügen, Lesezugriffe über PgBouncer routen, Redis für häufig abgefragte Daten ergänzen. Dieses Tier deckt die Mehrheit der SaaS-Unternehmen von Series A bis Series B ab.

Stufe 3, über 1 TB und über 5.000 RPS: Partitionierung und potenziell Sharding, $1.000/Monat aufwärts je nach Shard-Anzahl. Auf dieser Stufe wird ernsthaftes Data-Engineering betrieben.

Diese Stufen sind keine starren Grenzen, sondern Entscheidungsauslöser. Ein schreiblastiger Workload (Zahlungsverarbeitung, IoT-Telemetrie) erreicht die Grenzen von Stufe 3 schneller als ein leselastiger. Eine gut partitionierte Zeitreihentabelle mit 2 TB kann noch immer effizient ohne Sharding betrieben werden. Der Kontext entscheidet.

Der Kostensprung zwischen den Stufen beträgt grob 3 bis 5x. Der Sprung in der Engineering-Komplexität ist 1x zu 3x zu 10x. Diese Asymmetrie ist der Grund, warum "einfach sharden" aus geschäftlicher Sicht fast immer die falsche Antwort ist.

Wöchentliche Impulse für den Betrieb

Schließen Sie sich Betreibern von Dienstleistungsunternehmen an, die jede Woche einen umsetzbaren Impuls zu Betrieb, Automatisierung und Wachstum erhalten.

Wir prüfen kurz, ob Sie ein Mensch sind. Gleich können Sie senden.

Kein Spam. Jederzeit abbestellbar.

Sie sind angemeldet! Die nächste Ausgabe kommt in Ihr Postfach.

Konsistenz-Kompromisse und Multi-Tenancy-Empfehlungen

Jede Skalierungsentscheidung verändert das Konsistenzmodell. Eine einzelne Postgres-Instanz bietet volle ACID-Konsistenz. Sobald Replicas hinzukommen, gibt es Replikations-Lag: Lesezugriffe auf ein Replica können Daten sehen, die Millisekunden bis Sekunden hinter dem Primary liegen. Für die meisten Lesepfade ist das akzeptabel. Für Read-Your-Own-Writes-Konsistenz (ein Nutzer sendet ein Formular und sieht sofort das Ergebnis) müssen diese Lesezugriffe an den Primary gerouted oder auf Replica-Bestätigung gewartet werden.

Sharding bricht die verteilte Konsistenz vollständig auf. Eine Überweisung von einem Nutzer auf Shard 1 zu einem Nutzer auf Shard 2 ist eine verteilte Transaktion. PostgreSQL koordiniert diese nicht nativ. Zwei-Phasen-Commit, ein Saga-Pattern oder die Akzeptanz von Eventual Consistency für Cross-Shard-Operationen sind die Optionen. Die meisten geshandeten Systeme wählen das Saga-Pattern mit kompensierenden Transaktionen, das erhebliche Logik auf Anwendungsebene erfordert.

Für Multi-Tenant-SaaS spielt das gewählte Isolationsmodell eine wichtige Rolle. Shared Schema (alle Tenants in einer Datenbank, tenant_id-Spalte überall) ist am günstigsten zu betreiben und skaliert auf Millionen kleiner Tenants. Schema-per-Tenant (ein Postgres-Schema pro Tenant in einer Datenbank) bietet bessere Isolation und vereinfacht das Backup und die Wiederherstellung pro Tenant, aber das Connection-Pool-Verhalten von Postgres verschlechtert sich ab einigen tausend Schemas. Database-per-Tenant bietet die stärkste Isolation, ist aber betrieblich aufwendig und entspricht im Wesentlichen einer manuellen Sharding-Strategie.

Für die meisten B2B-SaaS: Shared Schema bis 100.000 Tenants, dann Schema-per-Tenant oder Partitionierung nach Tenant evaluieren. Database-per-Tenant nur, wenn vertragliche Isolation erforderlich ist (SOC-2-Enterprise-Verträge, Gesundheitswesen, Finanzen).

Wie Pineido Datenbankarchitektur-Projekte strukturiert

Entscheidungen zur Datenbankarchitektur werden meist zu spät getroffen, als Reaktion auf einen Vorfall statt als Teil des initialen Aufbaus. Pineido strukturiert Infrastruktur- und Backend-Arbeiten als Festpreis-Sprints über 30 Tage, sodass die Kosten bekannt sind, bevor die Arbeit beginnt, und kein Anreiz besteht, auf Stundenbasis zu über-engineeren.

Ein typischer Sprint umfasst den vollständigen Tuning-Zyklus (Profiling, Indexarbeit, PgBouncer-Konfiguration) und richtet die Replikationstopologie ein, die zum aktuellen Traffic-Tier passt, inklusive Monitoring und Runbooks. Sharding-Migrationen werden aufgrund des 8-12-Wochen-Zeitrahmens separat bewertet. Wer einschätzen möchte, was Postgres heute benötigt und was in 12 Monaten gebraucht wird, beginnt am besten mit dem App- und Web-Development-Sprint oder dem Fractional-CTO-Engagement für ein Architektur-Review. Details und ein Festpreisangebot sind auf Anfrage erhältlich.

Häufig gestellte Fragen

Was ist der Unterschied zwischen Sharding und Replikation in PostgreSQL?

Replikation kopiert die gesamte Datenbank auf weitere Server. Jede Replica enthält alle Daten. Das bietet Leseskalierung und Failover, hilft aber nicht, wenn das Datenvolumen für einen einzelnen Server zu groß ist. Sharding teilt das Datenset selbst auf: Jeder Shard enthält eine Teilmenge der Daten, bestimmt durch einen Shard Key. Replikation ist betrieblich unkompliziert und reversibel. Sharding ist komplex, schwer rückgängig zu machen und erst oberhalb von etwa 1 TB oder 10.000 RPS erforderlich.

Wann sollte eine PostgreSQL-Tabelle partitioniert werden?

Partitionieren lohnt sich, wenn eine einzelne Tabelle so groß ist, dass Abfragen mehr Daten scannen als nötig und Vacuuming langsam wird. Der praktische Auslöser sind Tabellen über 50-100 GB mit häufigen Range-Abfragen (nach Datum, Tenant-ID oder Status). Range-Partitionierung nach Monat ist das häufigste Muster für Event- und Log-Tabellen. Da alles in einer Datenbank bleibt, gibt es keine Cross-Shard-Konsistenzprobleme. Partitionierung ist auch der richtige Schritt, bevor Sharding in Betracht gezogen wird.

Was kostet die Implementierung von PostgreSQL-Sharding?

Es sind 8 bis 12 Wochen fokussierter Engineering-Arbeit einzuplanen. Bei Senior-Engineer-Jahresgehältern von $180.000 bis $220.000 im Jahr 2026 sind das $70.000 bis $130.000 allein an Lohnkosten. Die Infrastrukturkosten steigen auf $1.000/Monat und darüber je nach Shard-Anzahl. Hinzu kommt laufender Betriebsaufwand von etwa 0,5 bis 1 FTE für Migrationen, Rebalancing und Monitoring. Diese Kosten sind der Grund, warum Sharding so lange wie möglich aufgeschoben werden sollte.

Wie viele Read Replicas benötigt PostgreSQL, um hohen Traffic zu bewältigen?

Ein Setup mit 1 Primary und 2 Replicas deckt die meisten Produktions-Workloads bis 5.000 RPS ab, wenn die Read/Write-Trennung sauber ist. Redis-Caching vorgeschaltet reduziert das Datenbanklesevolumen um 60-80%, sodass die Replicas deutlich mehr Traffic abdecken als die rohe RPS-Zahl vermuten lässt. OpenAI skalierte auf 800 Millionen Nutzer mit 50+ Replicas und aggressivem Caching ohne Sharding. Mit 2 Replicas beginnen und bei wachsendem Abfragevolumen weitere hinzufügen.

Sollte Citus oder Application-Level-Sharding für PostgreSQL verwendet werden?

Citus ist der sauberere Weg, wenn im Postgres-Ökosystem geblieben werden soll. Es integriert sich in das Standard-Postgres-Tooling, übernimmt Query-Routing transparent und unterstützt verteilte Joins innerhalb gewisser Grenzen. Application-Level-Sharding gibt volle Kontrolle über die Routing-Logik und vermeidet die Citus-Abhängigkeit, aber jeder Join, jede Transaktion und jede Schema-Migration wird zu Anwendungscode. Für die meisten Teams ist Citus der bessere Ausgangspunkt. Application-Sharding ist sinnvoll, wenn die Sharding-Logik stark domänenspezifisch ist.

Ist PgBouncer für PostgreSQL-Produktivumgebungen erforderlich?

Ja, bei jeder nennenswerten Last. Postgres forkt einen Prozess pro Verbindung, der etwa 5-10 MB RAM verbraucht. Bei 500 Anwendungsverbindungen ohne Pooling werden 2,5-5 GB allein für Prozess-Overhead verschwendet, bevor eine einzige Abfrage ausgeführt wird. PgBouncer im Transaction-Mode-Pooling multiplext hunderte von Anwendungs-Threads auf 20-50 Postgres-Verbindungen. Es ist ein unverzichtbarer Bestandteil jedes Produktions-Setups oberhalb eines Einzelnutzer- oder Low-Traffic-Prototyps und in weniger als einem Tag konfiguriert.

Bereit zum Launch?

Sagen Sie uns, wo Sie feststecken. Wir prüfen es und senden Ihnen innerhalb eines Werktags eine konkrete Empfehlung.