Argument central
- Le vieux conseil « utiliser le bon outil » finit au contraire par provoquer une prolifération des bases de données (
sprawl) et un enfer de gestion. À l’ère des agents IA en 2026, il est de loin plus avantageux de tout faire avec une seule base de données. Pour aller droit au but → pour la plupart (99 %) des entreprises, Postgres seul suffit.
Pourquoi faut-il maintenant miser sur Postgres seul ?
- Les agents IA doivent démarrer rapidement des bases de test, les forker et les déboguer ; avec plusieurs bases (Pinecone + Elasticsearch + Redis + MongoDB, etc.), cela devient presque impossible.
- Avec une seule base Postgres, les stratégies de sauvegarde, de supervision, de sécurité et de reprise après incident sont unifiées → la charge cognitive et les coûts cachés chutent fortement.
- Utiliser plusieurs bases entraîne en pratique des problèmes comme des échecs de synchronisation, une explosion de la difficulté de reprise et une complexité opérationnelle multipliée par sept.
Pourquoi Postgres peut remplacer des bases spécialisées
Les extensions Postgres implémentent déjà des algorithmes équivalents, voire supérieurs, à ceux des bases spécialisées :
- Recherche → pg_textsearch (BM25) → remplace Elasticsearch
- Recherche vectorielle → pgvector + pgvectorscale (DiskANN) → 28 fois plus rapide et 75 % moins cher que Pinecone
- Séries temporelles → TimescaleDB → comparable ou meilleur qu’InfluxDB + prise en charge complète de SQL
- Documents → JSONB → performances de niveau MongoDB + garanties ACID
- Données géospatiales → PostGIS (standard depuis 2001)
- Files de messages → pgmq → peut remplacer Kafka
- Et avec pg_cron, pgai, etc., on couvre l’essentiel
Réponse aux objections
- « Pour certaines tâches, une base spécialisée est meilleure » → c’est vrai, mais c’est excessif pour 99 % des entreprises, et cela n’a vraiment de sens que dans le 1 % des cas extrêmes.
- Le marketing des vendeurs de bases spécialisées a entretenu le mythe du « right tool », alors que les vrais coûts cachés de l’exploitation et les problèmes de cohérence des données sont bien plus importants.
Conclusion
- Commencez avec Postgres.
- N’ajoutez de la complexité que lorsque le besoin est démontré.
- En 2026, utilisez simplement Postgres.
(Tiger Data étant l’entreprise derrière TimescaleDB/pgvector, il y a un léger aspect promotionnel, mais la logique de l’argumentation et les benchmarks avancés restent assez convaincants.)
9 commentaires
J’ai du mal à comprendre depuis quand l’expression « right tool for the job », qui est censée inclure dès le départ la taille de l’entreprise, la maintenabilité et les coûts, est interprétée comme « utilisez un outil spécialisé pour une tâche précise ».
C’était déjà le cas avant, mais des services comme supabase ou neon db semblent encore plus intéressants aujourd’hui, notamment parce qu’ils conviennent bien au vibe coding des non-développeurs.
Difficile de le nier
MySQL aussi est devenu correct dans ses versions récentes, avec diverses améliorations de confort, mais utiliser PostgreSQL reste un peu plus pratique.
Si c’est un cas où l’on veut maximiser les performances avec un index clusterisé, MySQL InnoDB peut peut-être être un peu meilleur ?
MySQL ne convient pas ??
À l’inverse, on entend aussi dire : « En 2026, arrêtez d’utiliser MySQL ».. https://optimizedbyotto.com/post/reasons-to-stop-using-mysql/
On voit régulièrement passer des articles du genre « avec postgres, on peut tout faire ».
Quand on réfléchit à ce qui est le plus fragile entre Postgres et notre entreprise...
En faisant abstraction de tout le reste, du seul point de vue de la maintenance, ça peut effectivement être avantageux.
Cela dit, si l’on prend en compte les personnes déjà recrutées, les outils associés, les futurs recrutements, ainsi que les conflits internes que cette opinion pourrait provoquer, on peut se demander si c’est vraiment une bonne idée.
Plutôt que de dire que c’est absolument la bonne réponse, il vaudrait sans doute mieux choisir une solution adaptée à la situation de l’organisation haha
Le fait qu’on voie déjà quels commentaires vont s’accumuler, c’est peut-être parce que notre cerveau a fini par apprendre les commentaires laissés sur des arguments similaires, haha