PostgreSQLスケーリング2026: レプリケーション、パーティショニング、シャーディングの使い分け
ほとんどのPostgresデータベースにシャーディングは不要です。しかし、タイミングを誤ってスケーリング戦略を選ぶと、数ヶ月と数十万ドルが無駄になります。このガイドでは、月額$100のシングルサーバーから分散シャードクラスターまで、各ステージを順を追って解説します。実際のコストのブレークポイント、導入期間、意思決定ルールを示すことで、データベースが障害の火種になる前に正しい判断を下せるようにします。
シングルサーバーの基準: 実際に得られるもの
適切にチューニングされたPostgresのシングルインスタンスは、多くのチームの想定を超える性能を発揮します。RDS db.r6g.2xlarge相当またはSupabase Proティアなら、PgBouncer経由で5,000から10,000の同時接続、1TBから2TBの使用可能ストレージ、月額$100から$300の費用を見込めます。これはシリーズAまでのSaaSプロダクトの大多数をカバーします。
重要なのは「適切にチューニングされた」という点です。デフォルトのPostgres設定は保守的です。work_mem、effective_cache_size、max_parallel_workers_per_gather、autovacuumをワークロードに合わせて調整するだけで、ハードウェアを変えずにスループットが50%から100%向上することがあります。高カーディナリティの絞り込みカラムにパーシャルインデックスを追加し、頻繁にアクセスされる読み取りパスにカバリングインデックスを設定すれば、同じサーバーでさらに2倍から3倍のパフォーマンスを引き出せます。
このステップを飛ばさないでください。クエリが遅いという理由だけでレプリケーションやシャーディングに飛びつくチームは、たいてい問題の本質を見誤っています。まずpg_stat_statementsでプロファイリングを行いましょう。合計実行時間の上位10クエリを特定して修正する。1,000 RPS未満の「スケーリング問題」の多くは、実際にはインデックスの問題です。
判断ルール: データ量が100GB未満かつRPSが1,000未満なら、シングルサーバーで対応します。以上です。
垂直スケーリングとPgBouncer: 低コストで2倍から3倍の効果
サーバーを追加する前に、垂直スケーリングを使い切りましょう。4コアから16コアのRDSインスタンスへの移行はコストがかかりますが、レプリケーションを立ち上げるエンジニアリングコストよりずっと安く済みます。CPUバウンドのワークロードでは、Postgresの垂直スケーリングは約32コアまでほぼ線形に効きます。ほとんどのマネージドプラットフォームでは、ストレージIOPSもインスタンスクラスに応じてスケールします。
PgBouncerは、ある程度の規模になれば必須です。Postgresはコネクションごとにプロセスをforkします。プーリングなしで500の実アプリケーション接続があると、プロセスのオーバーヘッドだけで5GBから10GBのRAMを消費し、コンテキストスイッチでCPUも大幅に浪費されます。PgBouncerのトランザクションモードプーリングは、数百のアプリケーションスレッドを20から50の実Postgresコネクションに多重化します。これだけでメモリ負荷が40%削減され、テールレイテンシが改善されることがよくあります。
垂直スケーリングと適切なプーリングの上にクエリチューニングを加えると、デフォルト構成と比べて通常2倍から3倍の改善が得られます。集中チューニングスプリントに2週間を確保しましょう。最初の1週間でプロファイリングとインデックス作業を行い、残りの1週間でコネクションプール設定と遅いクエリの排除に取り組みます。シニアDBAの時給$150から$200で換算すると、この2週間のエンジニアリングコストは$12,000から$16,000ですが、レプリケーション導入の必要性を12ヶ月から18ヶ月先延ばしできることが多いです。
判断ルール: トポロジーの複雑さを増やす前に、チューニングスプリントを実施します。それでもレイテンシ目標を達成できない場合に、初めてレプリケーションを検討します。
リードレプリカ: スケール問題の80%に効く正しいツール
Webアプリケーションの読み取りと書き込みの比率は一般的に10:1以上で、読み取りが圧倒的に多くなります。Postgresのストリーミングレプリケーションを使えば、すべての読み取り(ダッシュボード、一覧表示、検索、レポート)をレプリカにルーティングし、プライマリは書き込みだけを担当させることができます。これは最もコスト効率の高いスケーリング手段です。
プライマリ1台 + レプリカ2台の標準的な構成では、読み取りスループットがほぼ3倍になり、高可用性も確保されます。RDSまたはSupabaseでこのティアの月額は$300から$1,000で、読み書きの分離がきちんとできていれば5,000 RPSまでの大部分のアプリケーションをカバーできます。フルテーブルスキャンを実行する分析ワークロード用に3台目や4台目のレプリカを追加すれば、コストの高いクエリがプライマリのリソースを枯渇させるのを防げます。
レプリケーションのセットアップは、経験のあるチームなら約1週間で完了します。ストリーミングレプリケーションの設定、読み取りをレプリカプールに向けるようアプリケーションの接続文字列を変更(PgBouncerはserver_round_robinでこれをネイティブに処理)、フェイルオーバーのテストを行えば完了です。継続的なコストとして主に気をつけるべきは、レプリケーションラグの監視です。同期レプリケーションはラグをなくしますが、書き込みレイテンシが増加します(同一リージョンのレプリカで通常5msから15ms)。非同期レプリケーションは書き込み速度を維持しますが、書き込みが集中するとレプリカが数秒遅れる可能性があります。
レプリケーションはデータセットのサイズ問題には効きません。すべてのレプリカが全データのコピーを保持します。テーブルが大きすぎて効率的にクエリできないことが問題なら、レプリケーションは複数のサーバーで大きなテーブルを読み取るのを速くしますが、テーブル自体は依然として大きいままです。それはパーティショニングまたはシャーディングの問題です。
判断ルール: 読み取りが書き込みより大幅に多く、かつデータ量が1TB未満なら、何よりもまずレプリケーションを行います。
Redisキャッシュ: Postgresに到達する前にDBの負荷を60%から80%削減
アプリケーションとPostgresの間にRedisレイヤーを追加することは、インデックスチューニングの次に行うインフラ変更として、ほぼ常に最も高いROIをもたらします。ElastiCacheまたはUpstashで月額$50から$200のRedisは、ホットデータに対してサブミリ秒の読み取りを実現します。繰り返しの読み取りパターンがあるアプリケーションでは、Postgresのクエリ量が60%から80%削減されるのが典型的な結果です。
最も効果が高いパターンは、セッションデータ、ユーザープロファイルの読み取り、権限チェック、そして変更は少ないがページロードのたびに読み取られる集計カウントやサマリーです。これらを60秒のTTLでキャッシュするだけで、Postgresレプリカプールには突然として5倍のトラフィックを捌く余裕が生まれます。
キャッシュの無効化が実装コストです。ライトスルーキャッシング(書き込み時にRedisとPostgresを同時に更新)は最も安全なパターンですが、すべての書き込みパスで一貫した運用が必要です。キャッシュアサイド(Redisから読み取り、ミス時はPostgresにフォールバックしてキャッシュを更新)は段階的な導入が容易です。最も読み取り量の多いパスをカバーするキャッシュレイヤーの実装に、1週間を確保しましょう。
強い一貫性が必要なデータをキャッシュしてはいけません。金融残高、在庫数、法的な監査証跡が必要なデータがこれに該当します。キャッシュするのはレポートレイヤーであり、トランザクションレイヤーではありません。
適切にチューニングされたシングルサーバー + レプリカ + Redisの合計コストは、ティアによって月額$350から$1,200です。この組み合わせは、VCバックのSaaSプロダクトの多くが最初の数百万ユーザーに達するまでのインフラニーズを満たします。
テーブルパーティショニング: 分散の複雑さなしに速度を向上
パーティショニングは、1つの論理テーブルを同一データベース内の複数の物理チャイルドテーブルに分割します。PostgreSQLのネイティブパーティショニング(v10から利用可能、v12以降は成熟)は、範囲パーティショニング(日付やID範囲で分割)、リストパーティショニング(カテゴリやテナントで分割)、ハッシュパーティショニング(キーのハッシュで分割)をサポートします。ルーティングはデータベースが透過的に処理します。クエリは親テーブルを対象にし、クエリプランナーが不要なパーティションを刈り込みます。
パフォーマンスの向上は実質的です。月単位でパーティショニングされた500GBのイベントテーブルでは、先月のデータを検索するクエリは500GBではなく40GBをスキャンするだけで済みます。インデックスのサイズも比例して縮小します。Vacuumの実行も速くなります。古いパーティションの削除は即座に完了します(チャイルドテーブルへのDROP TABLE)。数百万行を単一の巨大テーブルから削除する悪夢とは無縁です。
パーティショニングが適切な選択なのは、問題が大きなテーブルへのクエリパフォーマンスであり、生のスループットではない場合です。サーバー間で負荷を分散するわけではありません。すべてのパーティションは同じPostgresインスタンス上に存在します。得られるのはクエリの高速化とデータライフサイクル管理の容易化であり、水平スケールではありません。
マルチテナントSaaSでは、テナントIDによるリストパーティショニングが100Kテナント以上で検討に値します。テナントデータを物理的に分離し、GDPRリクエストへのデータ削除を簡素化し、テナントスコープのクエリを高速化します。
既存テーブルのパーティショニングには、メンテナンスウィンドウを伴うマイグレーション(またはロジカルレプリケーションを使った慎重なオンラインマイグレーション)が必要です。100GBを超えるテーブルの本番マイグレーションには4週間から8週間を見込んでください。
判断ルール: 大きなテーブルへのクエリが遅いことが問題なら、シャーディングより先にパーティショニングを行います。
シャーディング: 本当に必要なタイミングとそのコスト
シャーディングは、シャードキーを使ってデータを複数の独立したPostgresサーバーに分散します。各サーバーはデータのサブセットを保有します。ユーザーの検索は、そのユーザーIDを保有するシャードに向かいます。複数ユーザーにまたがるクエリは複数のシャードにファンアウトし、結果をマージする必要があります。これが理論上は無制限の水平スケールを提供するアーキテクチャです。
ただし、運用コストと開発コストは甚大です。シャードをまたぐトランザクションはアプリケーションレベルの調整か分散トランザクションコーディネーター(どちらもレイテンシと複雑さを増大させる)が必要です。シャードをまたぐ外部キーは存在しません。シャードをまたぐJOINはアプリケーション側で行います。スキーママイグレーションはすべてのシャードに順次適用する必要があります。全データを必要とする分析クエリはすべてのシャードに集約する必要があります。ORMはこの大部分をやってくれません。
PlanetScale(MySQLベースですがモデルは参考になる)、Citus(真のPostgresシャーディング)、ルーティングレイヤーを持つアプリケーションレベルのシャーディング、この3つが実装パスです。Citusは既存のPostgresツールと最もきれいに統合されます。アプリケーションレベルのシャーディングは最もコントロールが利きますが、最も多くのコードが必要です。
実世界の参考例: Notionは3,000万ユーザーでPostgresをシャーディングしました。OpenAIはシャーディングなしに、クエリチューニングと50台以上のリードレプリカで8億ユーザーまでスケールしました。教訓は明確です。シャーディングは最後の手段であり、スケーリング戦略ではありません。
スケジュール: シャーディングの実装は集中したエンジニアリングチームで8週間から12週間かかります。加えて、0.5から1 FTE相当の継続的なメンテナンスオーバーヘッドが発生します。2026年のシニアエンジニアの年収$180Kから$220Kで換算すると、インフラコストを除いた初期エンジニアリングコストだけで$70Kから$130Kになります。
判断ルール: データ量が1TBを超え、RPSが10Kを超え、レプリカとキャッシュを本当に使い切った場合にのみシャーディングを行います。
スケーリングの進行: ブレークポイントとコスト
ほとんどのPostgresデプロイメントに共通する標準的な進行があります。順番に従い、現在のステージが本当に限界に達したときだけ次に進みましょう。
ステージ1、データ量100GB未満かつRPS 1,000未満: シングルサーバー、月額$100から$300。クエリとインデックスをチューニングし、PgBouncerを設定し、インスタンスを適切なサイズにします。成長フェーズ前のプロダクトの大部分にはこれで十分です。
ステージ2、データ量100GBから1TBかつRPS 1,000から5,000: レプリカ + キャッシュ、月額$300から$1,000。リードレプリカを2台から3台追加し、PgBouncer経由で読み取りをルーティングし、ホットデータにRedisを追加します。このティアはシリーズAからシリーズBのSaaS企業の大多数をカバーします。
ステージ3、データ量1TB超かつRPS 5,000超: パーティショニング、場合によってはシャーディング、月額$1,000以上(シャード数による)。このステージでは本格的なデータエンジニアリング運用を行っています。
これらのステージは固定されたものではなく、意思決定のトリガーです。書き込みの多いワークロード(決済処理、IoTテレメトリ)は読み取り中心のものより速くステージ3の限界に達します。適切にパーティショニングされた2TBの時系列テーブルは、シャーディングなしで効率的に動作し続けられます。コンテキストが重要です。
ステージ間のコスト増加は約3倍から5倍です。エンジニアリングの複雑さの増加は1倍、3倍、10倍です。この非対称性こそが、ビジネス観点から「とりあえずシャードしよう」がほぼ常に間違った答えである理由です。
毎週、オペレーションのヒントを受け取る
サービス業の経営者・運営者と一緒に、オペレーション、自動化、成長に関する実践的なヒントを毎週1つ受け取りましょう。
スパムは送りません。いつでも配信停止できます。
登録が完了しました。次号を受信トレイでお待ちください。
送信できませんでした。もう一度お試しいただくか、[email protected] までご連絡ください。
整合性のトレードオフとマルチテナンシーのガイダンス
すべてのスケーリング決定は整合性モデルを変化させます。シングルPostgresインスタンスは完全なACID整合性を提供します。レプリカを追加した瞬間にレプリケーションラグが発生します。レプリカからの読み取りは、プライマリより数ミリ秒から数秒遅れたデータを返す可能性があります。ほとんどの読み取りパスでこれは許容範囲内です。ただし、自分の書き込みをすぐに読み返す整合性(ユーザーがフォームを送信して直後に結果を確認する)が必要な場合は、そのような読み取りをプライマリにルーティングするか、レプリカの確認を待つ必要があります。
シャーディングは分散整合性を完全に崩します。シャード1上のユーザーからシャード2上のユーザーへの送金は、分散トランザクションになります。PostgreSQLはこれをネイティブに調整しません。2フェーズコミット、サーガパターン、またはシャードをまたぐ操作についての結果整合性の受け入れが必要です。ほとんどのシャードシステムは補償トランザクションを伴うサーガパターンを選択しますが、これには大量のアプリケーションレイヤーのロジックが必要です。
マルチテナントSaaSでは、分離モデルの選択が重要です。共有スキーマ(全テナントが1つのデータベースを共有し、どこにもtenant_idカラムがある)は最も運用コストが低く、数百万の小テナントまでスケールします。テナントごとのスキーマ(1データベース内でテナントごとに1つのPostgresスキーマ)は分離性が高くテナント単位のバックアップ・リストアが容易ですが、数千スキーマを超えるとPostgresのコネクションプール動作が悪化します。テナントごとのデータベースは最も強い分離ですが、運用コストが高く、実質的に手動のシャーディング戦略です。
ほとんどのB2B SaaSには: 100Kテナントまで共有スキーマを使い、その後テナントごとのスキーマまたはテナントによるパーティショニングを評価します。テナントごとのデータベースは、契約上の分離が要求される場合(SOC 2エンタープライズ契約、医療、金融)のみ採用します。
PineidoのデータベースアーキテクチャのScope方法
データベースアーキテクチャの意思決定は多くの場合、初期構築の一部としてではなく、障害への対応として遅すぎるタイミングで行われます。Pineidoは、インフラとバックエンドの作業を固定価格の30日スプリントとしてスコープするため、作業開始前にコストを把握でき、過剰設計を促すような時間単価の請求インセンティブもありません。
典型的なスプリントは、フルチューニングサイクル(プロファイリング、インデックス作業、PgBouncer設定)をカバーし、現在のトラフィックティアに適したレプリケーショントポロジーをモニタリングとランブックとともにセットアップします。シャーディングマイグレーションは8週間から12週間のスケジュールを考慮して、別途スコープします。現在のPostgresのニーズと12ヶ月後のニーズを評価したい場合は、アプリ・WebデプロイメントスプリントまたはアーキテクチャレビューのためのフラクショナルCTO契約が適切な出発点です。詳細と固定見積はリクエストに応じてご提供します。
よくある質問
PostgreSQLのテーブルはいつパーティショニングすべきですか?
1つのテーブルが大きくなり、クエリが必要以上のデータをスキャンするようになり、Vacuumが遅くなってきたらパーティショニングを行います。実際のトリガーは、頻繁な範囲クエリ(日付、テナントID、ステータスによる)がある50GBから100GBを超えるテーブルです。月単位の範囲パーティショニングはイベントテーブルやログテーブルで最も一般的なパターンです。パーティショニングはすべてを1つのデータベース内に収めるため、シャードをまたぐ整合性の問題が発生しません。シャーディングを検討する前の適切な選択でもあります。
PostgreSQLのシャーディング実装にはどのくらいのコストがかかりますか?
集中したエンジニアリング作業で8週間から12週間を見込んでください。2026年のシニアエンジニアの年収$180Kから$220Kで換算すると、人件費だけで$70Kから$130Kになります。インフラコストはシャード数に応じて月額$1,000以上に跳ね上がります。さらに、マイグレーション、リバランス、監視のための継続的な運用オーバーヘッドとして約0.5から1 FTE相当が発生します。これらのコストが、シャーディングを可能な限り先延ばしすべき理由です。
高トラフィックに対応するためにPostgreSQLはリードレプリカをいくつ必要としますか?
プライマリ1台 + レプリカ2台の構成は、読み書きの分離がきちんとできていれば5,000 RPSまでのほとんどの本番ワークロードを処理できます。Redisキャッシュを追加するとDBの読み取り量が60%から80%削減されるため、レプリカは生のRPS数が示す以上のトラフィックをカバーできます。OpenAIはシャーディングを行わず、50台以上のレプリカと積極的なキャッシュで8億ユーザーまでスケールしました。まず2台のレプリカから始め、クエリ量が増えるにつれて追加していきましょう。
PostgreSQLにはCitusとアプリケーションレベルのシャーディング、どちらを使うべきですか?
Postgresエコシステムに留まることに決めているなら、Citusの方がきれいな選択肢です。標準のPostgresツールと統合でき、クエリルーティングを透過的に処理し、制限内での分散JOINをサポートします。アプリケーションレベルのシャーディングはルーティングロジックを完全にコントロールでき、Citusへの依存を避けられますが、すべてのJOIN、トランザクション、スキーママイグレーションがアプリケーションコードになります。ほとんどのチームにとって、Citusが良い出発点です。シャーディングロジックが非常にドメイン固有の場合は、アプリケーションシャーディングが合理的です。
PgBouncerはPostgreSQLの本番デプロイメントに必須ですか?
ある程度の規模では必須です。Postgresはコネクションごとにプロセスをforkし、それぞれ約5MBから10MBのRAMを消費します。プーリングなしで500のアプリケーション接続がある場合、1クエリも実行する前にプロセスのオーバーヘッドだけで2.5GBから5GBを無駄にします。PgBouncerのトランザクションモードプーリングは、数百のアプリケーションスレッドを20から50のPostgresコネクションに多重化します。シングルユーザーまたは低トラフィックのプロトタイプを超えたすべての本番環境に必要な要素であり、設定に1日もかかりません。