PostgreSQL 19 ya es una realidad
El PostgreSQL Global Development Group publicó el 19 de noviembre de 2026 la versión 19 de PostgreSQL, el sistema de gestión de bases de datos relacionales de código abierto que sostiene una parte enorme de las aplicaciones web, los servicios financieros y las plataformas de datos del planeta. La nueva rama llega después de un ciclo de desarrollo que incluyó una primera beta en junio de 2026 y que se cierra con una combinación poco habitual: mejoras muy prácticas para quien escribe consultas todos los días, herramientas nuevas para quien opera réplicas y clústeres, y varios cambios pensados para que las actualizaciones entre versiones mayores sean menos traumáticas.
Entre los hechos confirmados por el proyecto destacan una nueva instrucción, WAIT FOR LSN, que permite lograr lecturas coherentes con las escrituras previas en servidores réplica; un componente llamado pg_plan_advice, que ofrece una forma de guiar al planificador de consultas; un autovacuum capaz de procesar índices en paralelo y de priorizar tablas mediante un sistema de puntuación; la replicación lógica de los valores de las secuencias; la cláusula GROUP BY ALL; el soporte de SNI en el servidor mediante un archivo de configuración llamado pg_hosts.conf; y una compresión TOAST que usa lz4 por defecto cuando el servidor se compila con soporte para esa biblioteca.
En las próximas secciones se repasa cada una de estas novedades, qué problema intenta resolver, cómo encaja en la forma en que se trabaja con PostgreSQL en producción y qué conviene tener en cuenta antes de planificar una migración. También se sitúa el lanzamiento en su calendario de mantenimiento, con las versiones correctivas publicadas una semana antes y el final de vida de una rama veterana.
El calendario que rodea al lanzamiento
PostgreSQL mantiene desde hace años un ritmo previsible: una versión mayor al año, normalmente en otoño, precedida por varias betas en primavera y verano. La versión 19 sigue ese patrón. La primera beta apareció en junio de 2026, lo que dio a la comunidad varios meses para probar las novedades, informar de errores y adaptar extensiones y herramientas de terceros antes de la publicación definitiva.
Una semana antes de la salida de la 19, el 12 de noviembre de 2026, el proyecto publicó versiones de mantenimiento para las ramas que siguen recibiendo soporte: la 18.7, la 17.12, la 16.16 y la 15.20. Estas actualizaciones menores solo contienen correcciones de errores y de seguridad, no cambian el formato de los datos y se pueden aplicar reiniciando el servicio, sin migraciones. Es la razón por la que los equipos de operaciones suelen tratarlas como rutina obligatoria, mientras que el salto a una versión mayor se planifica con pruebas y ventanas de mantenimiento.
Esa coincidencia de fechas no es casual. El proyecto sincroniza sus lanzamientos para que quien ya está en una rama estable reciba sus parches justo antes de que la atención del ecosistema se desplace a la novedad. Conviene recordar la distinción: la 19 es una versión mayor y exige un proceso de actualización, mientras que 18.7, 17.12, 16.16 y 15.20 son simples versiones correctivas dentro de sus respectivas líneas.
El cuadro de soporte también cambió. La rama 14 alcanzó su final de vida y ya no recibe parches oficiales, un hecho que este blog cubrió en su momento con el balance de PostgreSQL 14 llega a su fin con 52 vulnerabilidades corregidas. Quien todavía opere esa versión tiene ahora un motivo adicional para decidir su destino: la 19 se suma a un abanico de ramas vigentes que va de la 15 a la propia 19.
WAIT FOR LSN: leer lo que acabas de escribir en una réplica
Una de las novedades más comentadas es la instrucción WAIT FOR LSN. Para entenderla hay que partir de un problema clásico de las arquitecturas con réplicas de lectura. Una aplicación escribe en el servidor primario y, para repartir la carga, lee desde una réplica. Como la replicación tiene un pequeño retraso, es posible que la réplica todavía no haya aplicado el cambio que el usuario acaba de hacer. El resultado es el conocido fallo de coherencia: el usuario guarda un perfil, recarga la página y ve los datos antiguos.
En PostgreSQL, cada cambio queda registrado en el registro de escritura anticipada, y la posición dentro de ese registro se identifica con un LSN, un número de secuencia del registro. Con WAIT FOR LSN, una sesión conectada a la réplica puede indicar el LSN que le interesa y bloquearse hasta que la réplica haya aplicado el registro hasta ese punto. Dicho de otro modo, la aplicación captura el LSN tras su escritura en el primario, lo transmite a la sesión de lectura y esta espera a que la réplica lo alcance antes de consultar.
Este patrón se conoce como lectura de las propias escrituras, o read-your-writes, y hasta ahora se resolvía con soluciones a medida: enrutar al usuario al primario durante unos segundos, consultar manualmente funciones de posición de réplica en un bucle, o aceptar la inconsistencia. Disponer de una instrucción nativa lecturas coherentes en réplicas simplifica el código de aplicación y reduce el riesgo de implementaciones defectuosas, sobre todo en proxies y capas de acceso a datos que antes tenían que reinventar la espera.
Hay matices que cualquier equipo debería considerar. Esperar significa añadir latencia a la lectura, de modo que conviene reservar la espera para los casos en que la coherencia importa de verdad, como tras un registro, un pago o una edición, y no aplicarla a cada consulta. También hay que decidir qué ocurre si la réplica tarda demasiado o está caída, y diseñar un comportamiento de reserva razonable, como leer del primario. Lo valioso es que ahora la pieza básica existe en el propio motor y no depende de trucos externos.
pg_plan_advice: orientar al planificador sin reescribir la consulta
El planificador de PostgreSQL decide cómo ejecutar cada consulta: qué índices usar, en qué orden unir las tablas y con qué algoritmos. En la inmensa mayoría de los casos acierta, pero a veces las estadísticas se quedan cortas o los datos tienen correlaciones que el modelo no capta, y el plan elegido resulta lento. Históricamente, la comunidad de PostgreSQL ha sido reticente a ofrecer sugerencias de optimización al estilo de otros sistemas, con el argumento de que se acaban convirtiendo en parches permanentes que dejan de ser útiles cuando los datos cambian.
La novedad llamada pg_plan_advice se presenta, según el anuncio, como una forma de guiar al planificador. Los detalles finos de su sintaxis y de su alcance conviene consultarlos en la documentación oficial de la versión 19, pero el planteamiento general es reconocible: en lugar de modificar el texto de las consultas o recurrir a ajustes globales de configuración, se aporta información que orienta las decisiones del planificador para casos concretos.
Para un administrador, el interés práctico es doble. Por un lado, ofrece una vía para estabilizar planes en consultas críticas que se comportan de forma errática tras actualizar estadísticas o migrar de versión. Por otro, facilita diagnosticar: si al orientar el plan la consulta mejora, se sabe dónde está el problema de estimación. Eso sí, conviene tratar cualquier guía de este tipo como una herramienta de excepción. Una pista que hoy acelera una consulta puede perjudicarla dentro de un año, cuando la tabla tenga diez veces más filas, y por eso es recomendable documentar cada caso y revisarlo de forma periódica.
Quien quiera sacar partido a cualquier mecanismo de este tipo necesita, ante todo, saber leer los planes de ejecución y entender cómo el planificador estima costes. Para repasar las bases de esa herramienta cotidiana, la guía sobre psql en la terminal para administrar PostgreSQL es un buen punto de partida, ya que el cliente de línea de comandos sigue siendo el lugar natural donde inspeccionar y probar planes.
Autovacuum: índices en paralelo y una lista de prioridades
El autovacuum es el proceso de mantenimiento que limpia las versiones antiguas de filas generadas por el modelo de concurrencia de PostgreSQL, actualiza estadísticas y evita el temido problema de la envoltura de identificadores de transacción. Cuando funciona bien, nadie lo nota. Cuando se retrasa, las tablas se hinchan, los índices crecen y el rendimiento se degrada poco a poco hasta que alguien abre un incidente.
La versión 19 introduce dos mejoras importantes en esta área. La primera es que el autovacuum puede procesar los índices en paralelo. En tablas grandes con muchos índices, la fase de limpieza de índices suele ser la parte más costosa del trabajo, y repartirla entre varios procesos puede acortar de forma notable el tiempo total. Eso importa porque una pasada de limpieza larga mantiene durante más tiempo recursos ocupados y retrasa el trabajo sobre otras tablas.
La segunda es un sistema de puntuación de prioridad. En lugar de dejar que el orden de atención dependa solo de reglas simples, el autovacuum calcula una puntuación para decidir qué tablas necesitan mantenimiento con más urgencia. Para que ese criterio no sea una caja negra, la versión añade la vista pg_stat_autovacuum_scores, desde la que se pueden consultar esas puntuaciones. Es una buena noticia para quien hace observabilidad: se puede monitorizar qué tablas están acumulando deuda de mantenimiento y anticiparse a los problemas antes de que se manifiesten como lentitud.
El efecto combinado de autovacuum con índices en paralelo y de la priorización es especialmente atractivo en bases de datos con tablas muy grandes y mucho tráfico de escritura, como sistemas de pedidos, registros de eventos o plataformas de mensajería. Aun así, el paralelismo consume más CPU y más entrada y salida, de modo que hay que revisar los límites de trabajadores y el presupuesto de recursos para que el mantenimiento no compita con las consultas de los usuarios. Como siempre en PostgreSQL, conviene probar con una carga representativa antes de tocar parámetros en producción.
Replicación lógica de secuencias y actualizaciones en línea
La replicación lógica permite copiar cambios de tablas concretas entre servidores, incluso entre versiones mayores diferentes. Por eso es una pieza central de las estrategias de actualización con mínima interrupción: se monta un servidor nuevo con la versión destino, se replica la información desde el antiguo y, cuando ambos están sincronizados, se redirige el tráfico. Sin embargo, hasta ahora existía una carencia incómoda: los valores de las secuencias, que alimentan columnas autoincrementales e identificadores, no se replicaban junto con los datos.
Esa limitación obligaba a un paso manual y delicado durante el corte. Si el servidor nuevo arrancaba con secuencias desfasadas, las primeras inserciones podían chocar con identificadores ya existentes o generar huecos inesperados. Los equipos solían escribir scripts para leer los valores en el origen y fijarlos en el destino justo antes del cambio, con la presión añadida de hacerlo durante una ventana de mantenimiento.
Con la versión 19, la replicación lógica incluye los valores de las secuencias. Esto, según el anuncio del proyecto, facilita las actualizaciones en línea entre versiones, porque elimina una de las tareas manuales más propensas a errores. No convierte el proceso en trivial, ya que siguen existiendo asuntos como el esquema, las extensiones, los roles o las tablas sin clave primaria, pero retira una fricción concreta y conocida.
Hay una lección general para quien planifica migraciones: aunque la herramienta mejore, el ensayo sigue siendo obligatorio. Conviene repetir el procedimiento completo en un entorno de pruebas, medir el retraso de replicación, validar que los identificadores son coherentes tras el corte y preparar un plan de vuelta atrás. La novedad reduce el trabajo manual, pero no sustituye la disciplina de una migración bien ensayada.
GROUP BY ALL: menos repetición en las consultas
La cláusula GROUP BY ALL es probablemente la novedad con efecto más inmediato para quien escribe SQL a diario. En una consulta de agregación, es habitual listar en la cláusula SELECT varias columnas o expresiones que no son agregados y repetirlas después, una por una, en GROUP BY. Cuando la lista es larga o contiene expresiones complejas, la repetición resulta tediosa y fácil de desincronizar: se añade una columna en un lado y se olvida en el otro, y el motor devuelve un error.
Con GROUP BY ALL, el motor agrupa por todas las expresiones de la lista de selección que no sean agregados. El autor de la consulta escribe cada expresión una sola vez, y los cambios posteriores solo requieren tocar un lugar. Es una comodidad ya conocida en otros motores analíticos, y su llegada a PostgreSQL reduce la distancia con las herramientas que muchos analistas utilizan en paralelo.
Como cualquier atajo, tiene un coste de legibilidad en consultas muy grandes: quien lee el código debe deducir por qué columnas se agrupa observando el SELECT. También puede ocultar errores, por ejemplo cuando una expresión se añade por descuido y cambia la granularidad del resultado sin que nadie lo advierta. En consultas de producción es sensato mantener revisiones de código atentas y pruebas sobre los resultados esperados.
Para quienes están aprendiendo, esta cláusula ofrece una puerta de entrada más amable a la agregación. Si se quiere reforzar la base teórica, como la diferencia entre filas y grupos o la lógica de los agregados, resulta útil partir de los conceptos esenciales de SQL antes de entrar en construcciones más avanzadas.
SNI en el servidor y el archivo pg_hosts.conf
En el terreno de la seguridad y las comunicaciones, la versión 19 incorpora soporte de SNI en el servidor, configurable a través de un archivo llamado pg_hosts.conf. SNI, o indicación de nombre de servidor, es una extensión del protocolo TLS mediante la cual el cliente indica el nombre del host al que quiere conectarse durante el establecimiento de la conexión cifrada. Gracias a ello, un mismo punto de entrada puede presentar certificados distintos según el nombre solicitado.
Este mecanismo es habitual en servidores web, donde un único puerto atiende a muchos dominios, pero en bases de datos ha sido menos frecuente. Su utilidad aparece en despliegues donde varios servicios o inquilinos comparten infraestructura, en entornos con balanceadores y proxies que enrutan conexiones por nombre, o en plataformas gestionadas que quieren ofrecer certificados específicos por cliente sin multiplicar las direcciones IP o los puertos.
La configuración mediante pg_hosts.conf sigue la filosofía de otros archivos de PostgreSQL, como los de control de acceso: un fichero de texto separado, versionable y fácil de revisar. Los detalles exactos de su formato conviene leerlos en la documentación de la versión 19. Desde el punto de vista operativo, lo recomendable es tratar los certificados y claves con el mismo rigor de siempre: rotación periódica, permisos restrictivos en los ficheros y automatización de las renovaciones para evitar caducidades inesperadas.
Esta novedad no sustituye otras capas de defensa. Cifrar la conexión no reemplaza una buena política de autenticación, el principio de mínimo privilegio ni la segmentación de red. Es una pieza que facilita ciertas arquitecturas, y su valor depende de que el resto del diseño de seguridad esté a la altura.
Compresión TOAST con lz4 por defecto
PostgreSQL almacena los valores grandes, como textos extensos, documentos JSON o datos binarios, mediante un mecanismo llamado TOAST, que los comprime y, si hace falta, los trocea fuera de la fila principal. La elección del algoritmo de compresión afecta al espacio en disco, al uso de CPU y a la velocidad de lectura y escritura de esos valores.
En la versión 19, el algoritmo por defecto pasa a ser lz4 cuando el servidor se compila con soporte para esa biblioteca. Esa condición es importante: no todas las compilaciones lo incluyen, y quien use paquetes de una distribución o una imagen de contenedor debería comprobar si el soporte está presente. Si no lo está, el comportamiento seguirá otra vía.
Lz4 es conocido por ofrecer una compresión y, sobre todo, una descompresión muy rápidas, a cambio de ratios algo menos agresivos que otros métodos. En cargas donde se leen con frecuencia columnas grandes, como documentos JSONB, ese equilibrio suele traducirse en menos CPU consumida. Los equipos que sean sensibles al tamaño en disco deberían medir con sus propios datos, ya que el resultado depende mucho de la naturaleza del contenido: los datos muy repetitivos se comprimen bien con casi cualquier método, mientras que los ya comprimidos apenas varían.
Quienes trabajan con documentos semiestructurados en PostgreSQL encontrarán relevante este cambio. Si se manipulan estructuras complejas con frecuencia, resulta útil repasar técnicas como las descritas en modificar elementos de arrays JSONB en PostgreSQL con SQL puro, pues el coste de actualizar valores grandes está ligado a cómo se almacenan y comprimen.
Cómo preparar la migración a la versión 19
Con tantas novedades, la tentación es actualizar cuanto antes, pero una versión mayor requiere método. Lo primero es revisar el soporte de la versión actual. Quien esté en la 15, la 16, la 17 o la 18 sigue contando con parches, como demuestran las versiones del 12 de noviembre, y puede planificar con calma. Quien permanezca en la 14 está fuera de soporte y debería priorizar la actualización.
Un itinerario razonable empieza por leer las notas de la versión 19 y detectar incompatibilidades con la aplicación, las extensiones y las herramientas de copia de seguridad y monitorización. Después se monta un entorno de pruebas con una copia realista de los datos, se ejecutan las pruebas de regresión y se comparan los planes de las consultas críticas entre la versión actual y la nueva. Este último paso es donde una herramienta como pg_plan_advice puede resultar relevante si algún plan cambia para peor.
El método de actualización depende de la tolerancia a la interrupción. La actualización en el sitio con las herramientas habituales ofrece rapidez, pero implica una parada. La replicación lógica permite un corte mucho más corto, y con la replicación de secuencias de la 19 pierde una de sus aristas más incómodas. En ambos casos hay que contemplar copias de seguridad verificadas, un plan de reversión y la regeneración de estadísticas tras el cambio para que el planificador parta de información fiable.
Conviene también decidir qué novedades adoptar y cuándo. No es necesario cambiar el código de aplicación el primer día. Se puede actualizar el motor, observar el comportamiento durante un tiempo, y después incorporar GROUP BY ALL en nuevas consultas, WAIT FOR LSN en los flujos donde la coherencia sea crítica y la vista de puntuaciones del autovacuum en los paneles de monitorización.
Impacto para desarrolladores y equipos de operaciones
Visto en conjunto, el lanzamiento reparte beneficios entre perfiles distintos. Para los desarrolladores de aplicaciones, la ventaja más tangible es la reducción de código accesorio: menos lógica casera para garantizar lecturas coherentes tras una escritura, y consultas de agregación más compactas. Para quienes diseñan arquitecturas con réplicas, WAIT FOR LSN ofrece una base sobre la que construir capas de acceso más robustas, con menos casos límite.
Para los equipos de operaciones y de fiabilidad, las mejoras del autovacuum atacan uno de los puntos de dolor más persistentes en bases de datos con mucha escritura. La combinación de paralelismo y priorización, acompañada de una vista de diagnóstico, favorece una gestión más proactiva del mantenimiento. En paralelo, la posibilidad de servir certificados según el nombre solicitado y la replicación de secuencias simplifican escenarios de infraestructura compartida y de migración.
También hay un mensaje de fondo sobre la dirección del proyecto. Muchas de estas novedades no son funciones espectaculares, sino arreglos de fricciones conocidas desde hace años: el desfase en las réplicas, la repetición en SQL, la limpieza de tablas, el cambio de versión sin parada. Es una evolución típica de PostgreSQL, que suele avanzar mediante mejoras sólidas y bien probadas en lugar de giros bruscos.
Conviene mantener, eso sí, una dosis sana de prudencia. Una versión recién publicada es una versión joven, y las primeras actualizaciones menores suelen corregir los errores que solo aparecen en producción a gran escala. Muchos equipos esperan a las primeras versiones correctivas de la nueva rama antes de migrar sistemas críticos, y es una política legítima siempre que no suponga quedarse en una versión sin soporte.
Situación actual y qué viene después
En el momento de redactar este artículo, la versión 19 de PostgreSQL ya está disponible desde el 19 de noviembre de 2026, tras la beta 1 de junio. Las ramas 18, 17, 16 y 15 continúan recibiendo mantenimiento, con las versiones 18.7, 17.12, 16.16 y 15.20 publicadas el 12 de noviembre, mientras que la rama 14 ha llegado a su final de vida y ya no recibe correcciones.
Lo previsible es que en las próximas semanas el ecosistema vaya completando su adaptación: proveedores de servicios gestionados, distribuciones de Linux, imágenes de contenedores, extensiones y herramientas de administración irán anunciando su compatibilidad. Cada proveedor decide su propio calendario, así que quien dependa de un servicio gestionado deberá consultar cuándo ofrecerá la nueva versión.
La primera versión correctiva de la rama 19 llegará, siguiendo el ritmo habitual del proyecto, en unos meses, y con ella se corregirán los problemas detectados tras la salida. Mientras tanto, la mejor contribución que pueden hacer las organizaciones es probar la versión en entornos controlados y notificar cualquier comportamiento anómalo al proyecto, algo que beneficia a toda la comunidad.
Conclusiones
PostgreSQL 19 es una versión que combina comodidad para quien escribe consultas y herramientas serias para quien opera infraestructuras. WAIT FOR LSN aborda de forma nativa el problema de las lecturas obsoletas en réplicas, pg_plan_advice abre una vía para orientar al planificador, el autovacuum gana paralelismo en índices y un sistema de puntuación observable, y la replicación lógica de secuencias retira un obstáculo clásico de las actualizaciones en línea.
Las demás novedades, como GROUP BY ALL, el soporte de SNI con pg_hosts.conf y el uso de lz4 como compresión TOAST por defecto cuando se compila con esa biblioteca, completan un lanzamiento pragmático. No cambia el paradigma del sistema, pero mejora aspectos que los equipos sufren a diario.
La recomendación práctica es sencilla: revisar el estado de soporte de la versión en uso, leer las notas oficiales, ensayar la migración con datos realistas y adoptar las novedades de forma gradual. Con el calendario de mantenimiento al día y la rama 14 ya fuera de soporte, el momento de planificar la actualización es ahora, aunque la ejecución pueda esperar a que la nueva rama demuestre su madurez.
