2026年にSaaSデータベースを選定・運用するために知っておくべきこと

データベースの選択は、SaaS開発における最も重要な技術的判断です。誤った選択をすれば、機能開発の代わりに3か月から6か月をかけて本番環境でのマイグレーション作業に費やすことになります。本ガイドでは、創業者、CTO、技術リードの方々に向けて、正しい判断を最初から下し、適切に運用するための意思決定ルール、2026年の実際のコスト数値、および運用プレイブックを提供します。

約14分で読めます9セクション2026年6月20日

Kostadin Stamboliev

創業者・Imaginator

LinkedIn

Pineido の創業者・Imaginator。IT コンサルティング、アプリ・ウェブ開発、テクニカル SEO、AI と自動化に携わる。スコープと責任を明確にした 30 日間のスプリントで本番コードを届ける。

2026年のデフォルト選択としてのPostgreSQL: コンセンサスが揺るがない理由

PostgreSQLはStack Overflow 2025 Developer Surveyで3年連続1位を獲得し、プロの開発者の49%がメインDBとして利用しています。この数字が重要なのは、採用、ライブラリサポート、マネージドサービスへの投資を左右するからです。Postgresを選べば、他のリレーショナルデータベースと比べてより多くのエンジニアを採用でき、Stack Overflowでより多くの回答を見つけられ、より多くのホスティングプロバイダーから選択できます。

SaaS製品において、Postgresは課金・サブスクリプション・ユーザー関係のためのリレーショナル整合性、スプリントごとにスキーママイグレーションをせずに柔軟なメタデータを格納できるJSONBカラム、Elasticsearchクラスターを立てずに大半のスタートアップのユースケースに対応できる組み込みフルテキスト検索エンジン、そしてORMレイヤーではなくデータベースレイヤーでテナント分離を強制する行レベルセキュリティ(RLS)ポリシーを提供します。

MongoDBへの現実的な反論として挙げられるのは、プロダクト初期探索段階でのスキーマ柔軟性です。しかしその主張は見かけほど強くありません。PostgreSQLのJSONBカラムはACIDトランザクションを維持しながら同等の柔軟性を提供します。MongoDBの本当の優位性は、深くネストされたドキュメントクエリ向けのアグリゲーションパイプラインと、水平シャーディングの仕組みにあります。プライマリデータモデルが真にドキュメント型(例: 任意のユーザー定義コンテンツツリーを格納するCMSなど)で、1,000万行を超える前にシャーディングが必要な見込みがあるなら、MongoDBは正当な選択肢です。それ以外のケースでは、Postgresのほうが開発速度が速く、運用コストが低く、挙動を把握しやすいです。

マルチテナントパターンと行レベルセキュリティ

SaaS製品がテナントデータを分離する方法は3つのパターンに集約されます。テナントごとに独立したデータベース、テナントごとに独立したスキーマ、そしてtenant_idカラムを持つ共有スキーマです。それぞれにコストと複雑さのトレードオフがあり、意識的に選択する必要があります。

データベース分離は最も強力な分離を実現し、GDPRの削除要件を満たすのも容易ですが、数百のデータベースをプロビジョニングすると運用負荷とコストが増大します。PlanetScaleとSupabaseはどちらもデータベースごとのテナントワークフローをサポートしていますが、スケールするとデータベース単位の課金とすべてにわたるマイグレーション管理が必要になります。

tenant_idを使った共有スキーマは最も一般的なパターンで、Postgres RLSが安全な実装を可能にします。CREATE POLICY tenant_isolation ON orders USING (tenant_id = current_setting('app.current_tenant_id')::uuid)のようなポリシーを定義すると、そのテーブルへのすべてのクエリが自動的にアクティブなテナントのデータにフィルタリングされます。重要な実装ルール: テナントIDはコネクション設定時(SET LOCALまたはセッション変数を使用)に設定し、アプリケーション層のフィルタリングだけを信頼してはいけません。

RLSのリスクは、設定ミスのポリシーがテナント間でデータを漏洩させることです。CIの各デプロイで、あるテナントが別のテナントのデータを読み取れないことを検証する自動統合テストを実施してこのリスクを軽減してください。

MongoDBの相当する仕組みは、すべてのクエリにアプリケーション強制のtenantIdを組み合わせたフィールドレベルのフィルタリングです。ネイティブRLSはありません。ミドルウェアによる強制を追加することはできますが、それはデータベース層ではなくアプリケーション層に存在するため、保証は弱くなります。コンプライアンス要件(SOC 2、HIPAA)でデータ分離の証明が必要な場合、ドキュメント化されたポリシーを持つPostgres RLSのほうが監査しやすいです。

JSONB、フルテキスト検索、そして本当に別サービスが必要なケース

チームがMongoDBやElasticsearchに手を伸ばす最も一般的な理由は、スキーマの柔軟性と検索です。Postgresはどちらも追加サービスなしで対応でき、それは意味のあるスケール閾値まで続きます。

JSONBカラムは任意のJSONを格納してインデックスを張れます。JSONBカラムへのGINインデックスにより、数百万行以下の大半のワークロードでは専用ドキュメントストアと同等のパフォーマンスでネストされたキーを検索できます。MongoDBとの主な違いは、JSONBカラムへの書き込みが依然としてPostgresトランザクションに参加するため、ロールバックや外部キーを犠牲にせずに柔軟なストレージが得られることです。デメリットは、JSONBカラムがスキーマを強制しないため、時間とともにデータが散漫になることです。JSON Schemaバリデーショントリガーを使うか、API層で構造を強制してください。

フルテキスト検索については、GINインデックスを使ったtsvectorとtsqueryで、プロダクトカタログ、記事検索、顧客検索を十分にカバーでき、多くのSaaS製品はElasticsearchを必要としません。実用的な閾値は、複雑な関連性チューニング、多言語ステミング、ファセットフィルターを伴うおよそ1,000万行です。それ以下であれば、コンテンツカラムへのto_tsvectorインデックスとplainto_tsqueryクエリで開発速度が速く、追加コストは$0です。

専用検索サービスを追加すべきケース: リアルタイムファセットを持つ大規模なECプロダクトカタログ、AIセマンティック検索(ベクターデータベースまたはpg_vector拡張が必要)、複雑なステミング要件を持つ非英語圏向け多言語SaaS。最後のケースでは、スタートアップ規模での運用負荷の低さからElasticsearchよりTypesenseが適していることが多いです。

マネージドホスティング: Supabase vs RDS vs PlanetScale

マネージドか自己ホストかの判断は、2026年のSaaSスタートアップではほぼ常にマネージドが選ばれます。自己ホストPostgresクラスターの設定、パッチ適用、運用にかかるエンジニアリング工数は、データベースインフラに月$5,000以上を費やしていない限り、マネージドサービスのプレミアム分より高くつきます。

Supabase Proは$25/月から始まり、Postgres、組み込みRLS、Supabase Pooler(PgBouncer上に構築)によるコネクションプーリング、ストレージ、認証、エッジ関数が含まれます。DAUが50,000未満の初期段階のSaaSでは、これがバックエンドスタック全体になることもよくあります。スケール時のSupabase Enterpriseは価格交渉制ですが、高トラフィックワークロードでは$500から$2,000/月のコストが報告されています。

AWS RDS for PostgreSQLはdb.t4g.microで約$20/月から始まりますが、本番用Multi-AZデプロイメントは合理的なIOPSで$300から$600/月になります。本格的なスケール(db.r6g.2xlarge、Multi-AZ、500GB ストレージ、3K IOPS)では$1,500から$2,500/月になります。RDSはインスタンスタイプ、IOPS、ネットワークトポロジーをより細かく制御できますが、より多くの運用知識が必要です。Aurora PostgreSQL互換は分散ストレージレイヤーを持ち、より多くの同時接続を処理できますが、同等コンピューティングに対してRDSよりおよそ20-30%高コストです。

PlanetScale(MySQL互換)は2024年に無料ティアを廃止し、本番プランは$39/月からです。ブランチングワークフローはスキーママイグレーションに優れており、水平シャーディングも強力ですが、MySQLの互換性レイヤーにより一部のPostgres固有機能(RLS、JSONB、pg_vector)は利用できません。Postgresの自然な上限(通常は毎秒1万件の書き込みトランザクション以上の持続的な負荷)を超える前に水平書き込みスケーリングが必要なチームに適しています。

コネクションプーリング、PgBouncer、そしてなぜこれが本番を壊すのか

Postgresはコネクションごとにプロセスを作成します。標準インスタンスで200のオープンコネクションになると、メモリ圧迫によってクエリパフォーマンスが低下し始めます。10のワーカープロセスとそれぞれ20コネクションのプールを持つ典型的なNode.jsまたはPythonサービスは、適度なクラスターにデプロイすると数分以内に200コネクションに達することがあります。これは初期段階のSaaS製品で本番障害が発生する最も一般的な原因の一つです。

PgBouncerは多数のアプリケーションコネクションを少数の実際のデータベースコネクションに多重化することでこの問題を解決します。トランザクションプーリングモードでは、PgBouncerはトランザクション実行中のみサーバーコネクションを保持し、終了直後にプールに返却します。これにより20-30のサーバーコネクションで何千もののアプリケーションコネクションを処理できます。制約として、トランザクションプーリングモードではプリペアドステートメントやアドバイザリロックなどのセッションレベル機能が期待通りに動作しません。SupabaseのSupabase Poolerはトランザクションプーリングを使用したPgBouncer上に構築されており、そのため一部のORM(特にPrisma)はコネクション文字列に明示的にpgbouncer=trueを必要とします。

2026年における実用的なセットアップ: アプリケーションはポート6543(トランザクションモード)のPgBouncerまたはSupabase Poolerに接続し、直接データベースポート5432はマイグレーションと管理タスクのみに使用します。アプリケーションのプールサイズはORMのデフォルトである20から100ではなく、プロセスあたり5から10コネクションに設定してください。これだけでコネクション枯渇インシデントの大半を防げます。

高同時接続APIの場合(1,000以上の同時リクエスト)、プライマリと読み取りレプリカにまたがる負荷分散、読み取り専用クエリの自動ルーティングのためにPgpool-IIを検討してください。レプリケーション遅延の可視性を犠牲にする代わりに、読み取りスループットを実質的に2倍にできます。

バックアップ、PITR、RPO、RTO: 実務における意味

RPO(Recovery Point Objective)は許容できる最大データ損失量です。RTO(Recovery Time Objective)は許容できる最大ダウンタイムです。$25/月のSupabase Proプランはデフォルトで7日間のポイントインタイムリカバリ(PITR)を提供します。AWS RDSは最大35日間の自動PITRを提供します。どちらも継続的なWAL(Write-Ahead Log)アーカイブを使用しており、保持期間内の任意の秒単位まで復元できます。

エンタープライズ顧客を持つB2B SaaSでは、SLAでRPO 1時間以内、RTO 4時間以内が求められることが多いです。SupabaseとRDSはどちらもデフォルトでこれを満たします。金融取引や医療記録など1分以内のRPOが必要な場合は、同期レプリケーションによるMulti-AZデプロイメントが必要です。プライマリがスタンバイへの書き込み確認を待つため、書き込みレイテンシに1-5msが加算されますが、プライマリ障害時にコミット済みトランザクションが失われる保証ができます。

四半期ごとに復元プロセスをテストしてください。最も一般的な障害パターンは、バックアップの失敗ではなく、深夜2時のプレッシャー下でチームがリストア手順を把握していないことです。ステージング環境へのリストアドリルを実施し、所要時間を計測して手順を文書化してください。RDSでは新しいインスタンスへのポイントインタイムリストアはデータベースサイズによって15から45分かかります。SupabaseではダッシュボードでリストアをトリガーするかSupabase CLIを使用できます。

MongoDB Atlas(マネージドサービス)では、PITRを含む自動バックアップがM10以上のクラスター($0.09/時間、約$65/月)で利用できます。Atlasは設定可能なスケジュールでのクラウドプロバイダースナップショットもサポートしており、運用モデルはRDSと同等です。

スロークエリの特定、インデックス戦略、そして実際のパフォーマンス改善

データベース最適化で最も投資対効果が高い施策は、負荷の80%を占める上位5つのクエリを見つけてインデックスを張ることです。コンサルタントは不要です。必要なのはpg_stat_statementsの有効化と30分の時間だけです。

CREATE EXTENSION pg_stat_statementsでpg_stat_statementsを有効にし、週次でクエリを実行してください。SELECT query, calls, mean_exec_time, total_exec_time FROM pg_stat_statements ORDER BY total_exec_time DESC LIMIT 20。上位に来るクエリがデータベース時間を消費している箇所です。多くのスタートアップで、実行時間合計の60%以上を占める2から4つのクエリが見つかり、その大半は単純なインデックスが欠けているだけです。

構造化ログ分析にはpgBadgerが有効です。Postgresログファイルをパースして最も遅いクエリ、最も頻繁なクエリ、ロック待機イベントを示すHTMLレポートを生成します。無料で、1日分のログに対して約10分で実行できます。RDSではPerformance Insights(7日間無料、以降$0.02/vCPU時間)を有効にするとリアルタイムのクエリダッシュボードが利用できます。

即効性のあるインデックスルール: すべての外部キーカラムにB-treeインデックスを追加(PostgesはMySQLと違い自動的には追加しません)、10万行を超えるテーブルのWHERE句に登場するすべてのカラム、ページネーションクエリのORDER BYで使用するすべてのカラムにも追加します。部分インデックス(例: CREATE INDEX ON orders (created_at) WHERE status = 'pending')は多くの場合フルインデックスより10-50倍小さく、一般的なフィルタードクエリで高速です。

JSONBカラムについては、キーの存在確認や包含クエリにはGINインデックスを使用してください。特定のJSONBフィールドを繰り返し抽出する場合は、生成カラムを作成してそちらにインデックスを張ってください。大きなJSONBカラムへのGINインデックスは書き込みに200-400msを追加する可能性があるため、すべてにインデックスを張る前にプロファイリングを行ってください。

SQLite、MySQL、DynamoDBからのマイグレーション: 実際のコスト

最も高コストなデータベースの判断は、本番負荷下で間違ったものから移行することです。2026年における各マイグレーションのエンジニアリング工数の実態を示します。

SQLiteからPostgresへ: SQLiteは小規模アプリやElectron形式のデスクトップ製品でよく初期選択されます。SQL方言が近いためマイグレーションは比較的シンプルです。小規模スキーマ(50テーブル以下)では1から2週間のエンジニアリング工数を見込んでください。主にデータ型の調整(SQLiteのゆるやかな型付けに対するPostgresの厳格な型付け)、トリガーの書き直し、コネクションコードの更新に費やします。データマイグレーション自体にはpgloaderを使用してください。

MySQLからPostgresへ: より複雑です。主な違いは文字列クォートルール、ENUM処理、フルテキスト検索の構文、JSONサポートです。本番SaaSスキーマには2から4週間を確保してください。PlanetScaleをすでに使用している場合はPlanetScaleのマイグレーションツールが役立ちます。通常のMySQLに対してはpgloaderがほとんどの型変換を自動的に処理します。

DynamoDBからPostgresへ: これが最も高コストなマイグレーションで、最も後悔されるものです。DynamoDBのアクセスパターン駆動型設計はリレーショナル行にクリーンにマッピングされないことが多く、データを移動するだけでなくコアデータモデルの再設計が必要になります。スキーマの複雑さに応じて4から12週間を確保し、コアデータモデルの再設計を想定してください。運用の簡便さ(スキーマ不要、サーバーレス)からDynamoDBを選んだチームは、2026年の米国市場レート(シニアバックエンドエンジニアで$150から$250/時間)でこのマイグレーションに$40,000から$120,000かかると報告しています。

MongoDBからPostgresへのマイグレーションはDynamoDBと期間が近いです。ドキュメントが真に可変構造で、それが実際の要件である場合、ハイブリッド構成が最終的な形になることがあります。コアエンティティはリレーショナルテーブルに、柔軟なメタデータはJSONBに格納するというもので、多くの場合これが適切な落としどころです。

固定スコープスプリントで適切なデータベース設定を実現する

データベース層を最初から正しく構築することは、継続的な交渉ではなく具体的なスコープ定義の問題です。適切に定義されたスプリントは、マルチテナント向けのRLSポリシーを含むスキーマ設計、コネクションプーリング設定、バックアップとPITRの検証、初期クエリセットに対するインデックス戦略、そして既存システムからの移行が必要な場合のマイグレーションパスドキュメントをカバーします。

Pineido は、固定価格30日アプリスプリントの一環としてデータベースアーキテクチャと実装のスコープを定義します。SaaSに適した設定のコストを検討しているのであれば、出発点となるのは /services/app-web-development のカスタムアプリ・Web開発スプリントです。作業開始前にスコープが確定するため、時間・材料費による予算超過の心配なく、何を得られるかを正確に把握できます。

よくある質問

2026年の新しいSaaSにはPostgreSQLとMongoDBどちらを使うべきですか?

プライマリデータモデルが真に可変構造を持つ深くネストされたドキュメントでない限り、PostgreSQLを選択してください。Postgresは完全なACID保証を維持しながらJSONBで柔軟なデータを処理し、行レベルセキュリティでマルチテナント分離を強制し、別サービスなしでフルテキスト検索を実現します。MongoDBはドキュメント重視のワークロードで優れたシャーディングとアグリゲーションパイプラインを持ちますが、大半のSaaS製品はプロダクトマーケットフィット達成前にそのどちらも必要としません。

マルチテナントSaaSにおけるPostgreSQLの行レベルセキュリティはどのように機能しますか?

テナントスコープの各テーブルにCREATE POLICYでポリシーを作成し、アプリケーションがコネクション設定時に設定するセッション変数(例: current_setting('app.current_tenant_id'))を参照します。そのテーブルへのすべてのクエリにデータベース層で自動的にテナントフィルターが付与されます。ORMのバグによるデータ漏洩を防げるため、アプリケーション層のフィルタリングより安全です。CIで全デプロイ時にクロステナントアクセステストを自動実行してすべてのポリシーを検証してください。

Postgresインスタンスが高トラフィック時にクラッシュするのはなぜですか? 修正方法は?

Postgresはコネクションごとに1つのOSプロセスを作成します。プーリングなしでは、20プロセスとプールサイズ20のNode.jsクラスターが400コネクションを開き、メモリ枯渇を引き起こします。すべてのアプリケーションコネクションをトランザクションモードのPgBouncerまたはSupabase Pooler経由でルーティングすることで解決します。アプリケーションのプールサイズはプロセスあたり5-10に設定してください。直接データベースポートはマイグレーション専用にしてください。

SaaSデータベースに必要なバックアップと復旧の設定は何ですか?

最低限、ポイントインタイムリカバリ(PITR)を有効にしてください。Supabase Proは7日間のPITRを含み、RDSは最大35日間サポートします。RPO 1時間以内、RTO 4時間以内であれば、両プラットフォームのデフォルト設定で十分です。1分以内のRPOが必要な金融データや医療データの場合は、同期レプリケーションによるMulti-AZを使用してください。書き込みレイテンシに1-5msが加算されますが、プライマリ障害時にコミット済みトランザクションが失われないことが保証されます。四半期ごとに復元手順をテストしてください。

2026年のSaaSデータベースの月額コストはいくらですか?

Supabase Proは$25/月から始まり、PITR、認証、コネクションプーリングが含まれます。本番用RDS Multi-AZデプロイメントは$300-600/月から始まります。本格的なスケール(db.r6g.2xlarge、Multi-AZ、500GBストレージ)ではRDSで$1,500-2,500/月になります。MongoDB Atlasは本番グレードのM10クラスターで約$65/月から始まります。自己ホストはインフラコストを節約できますが、ほぼ常により高コストなエンジニアリング工数にコストが移転します。

DynamoDBからPostgreSQLへの移行にはどのくらいのコストがかかりますか?

スキーマの複雑さに応じて4-12週間のシニアバックエンドエンジニアリング工数を確保してください。DynamoDBのアクセスパターン駆動型設計はリレーショナルテーブルにクリーンにマッピングされないため、データを移動するだけでなく通常はコアデータモデルを再設計します。2026年の米国市場レート(シニアバックエンドエンジニアで$150-250/時間)では、このマイグレーションに$40,000-120,000かかります。これがプロジェクト開始時のデータベース選択が非常に重要な理由です。

リリースの準備はできましたか?

どこで行き詰まっているかを教えてください。内容を確認し、1営業日以内に的を絞った提案をお送りします。

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。

人間であることを確認しています。まもなく送信できます。

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。