PostgreSQL o MySQL es la primera decisión técnica que toma cualquier equipo antes de escribir una línea de código de producción, y en 2026 ya no es solo una preferencia de quien programa. La eligen responsables de marketing que necesitan segmentar audiencias en tiempo real, equipos de producto que quieren recomendaciones por IA y departamentos de compliance que preguntan dónde viven los datos de cada cliente. Esta pieza compara ambos motores con datos de adopción, licencia, coste y soporte de inteligencia artificial, para que la elección no dependa de cuál enseñaron primero en la carrera.
PostgreSQL ya supera a MySQL en adopción real: lo usa el 58,2% de los desarrolladores profesionales frente al 39,6% de MySQL, según la Stack Overflow Developer Survey 2025. La diferencia crece porque PostgreSQL integra búsqueda vectorial para IA de forma nativa con la extensión pgvector; MySQL añadió un tipo de dato similar en su versión 9, pero sin índice de búsqueda aproximada en el motor estándar.
PostgreSQL o MySQL ya tiene un favorito claro
La encuesta de Stack Overflow a desarrolladores profesionales en 2025 marcó un cambio de ciclo: PostgreSQL alcanzó el 58,2% de adopción profesional, por delante del 39,6% de MySQL, y es la primera vez que ocurre desde que existe la encuesta. En el ranking de popularidad general de motores, que pondera menciones y volumen de búsqueda y no solo encuestas a programadores, MySQL sigue en segunda posición mundial por delante de PostgreSQL, apoyado en dos décadas de aplicaciones que no van a migrar mañana. Las dos cifras no se contradicen: miden cosas distintas. Una pregunta qué eligen los proyectos que empiezan hoy; la otra, cuánto software sigue vivo sobre decisiones de hace diez o quince años. Para una empresa que evalúa su próximo proyecto -una intranet, un ecommerce, un panel de analítica propio- el dato que importa es el primero: entre los equipos que arrancan de cero, PostgreSQL ya es la opción por defecto, y eso determina también dónde hay más documentación reciente, más librerías mantenidas y más perfiles técnicos disponibles en el mercado. Si vas a encargar este cambio a terceros, tu proveedor de desarrollo de software debería poder justificarte la elección con estos mismos datos.
Licencia y coste real de cada motor
La licencia de cada motor pesa menos en la factura de lo que parece, pero conviene conocerla antes de firmar un contrato de desarrollo. Antes de decidir solo, conviene que una consultoría de sistemas IT revise qué corre ya en tu infraestructura y qué contratos arrastra cada aplicación existente.
- PostgreSQL usa una licencia permisiva, parecida a la de MIT o BSD: se puede modificar, redistribuir e incluso vender sin pagar nada a nadie.
- MySQL, de Oracle, tiene doble licencia: GPL para uso libre y una licencia comercial obligatoria si se integra en un producto cerrado que se vende a terceros.
- Los servicios gestionados en la nube cobran por cómputo y almacenamiento, no por el motor: ahí la diferencia de precio entre uno y otro es mínima.
- El coste real no está en la licencia sino en la migración: mover un esquema con procedimientos almacenados propios de un motor al otro sí tiene presupuesto aparte.
pgvector lleva la búsqueda semántica a PostgreSQL
La extensión pgvector, con más de 23.000 estrellas en GitHub a septiembre de 2026, convirtió a PostgreSQL en el motor de referencia para aplicaciones con inteligencia artificial generativa. Guarda cada contenido -un producto, un ticket de soporte, un artículo del blog- como un vector numérico y permite buscar por significado en lugar de por coincidencia exacta de palabras.
La búsqueda vectorial compara el significado de dos textos, no sus palabras: encuentra «falla la impresora» cuando el cliente escribió «no imprime nada», algo que una búsqueda por palabra clave nunca haría.
Con el índice HNSW que incorpora pgvector, esa búsqueda se mantiene rápida aunque la tabla crezca a millones de filas: el motor no recorre cada vector uno a uno, construye un grafo de vecinos y salta directo a los más parecidos. Para marketing esto tiene una traducción directa: un buscador interno que entiende sinónimos, un chatbot que responde con el catálogo propio en lugar de inventar, o un motor de recomendación que agrupa productos por similitud real y no solo por la categoría que alguien les asignó a mano.
¿Te ayudamos con esto?
Cuéntanos tu caso
Si esto te afecta, escríbenos en dos líneas y te respondemos por email con una valoración concreta.
MySQL suma un tipo VECTOR sin índice ANN
MySQL no se ha quedado fuera de esta carrera: desde la versión 9 incorpora un tipo de dato VECTOR que admite hasta 16.383 dimensiones, suficiente para los modelos de embeddings más habituales. La diferencia está en lo que falta alrededor: el manual oficial confirma que el servidor estándar no incluye un índice de búsqueda aproximada para ese tipo, así que localizar el vector más parecido obliga a comparar contra toda la tabla fila por fila. Por debajo de unos pocos miles de registros no se nota; a partir de ahí, cada consulta se vuelve más lenta de forma proporcional al tamaño de la tabla. Oracle resuelve esto en HeatWave, su servicio gestionado en la nube, que sí añade índices vectoriales -pero fuera de esa oferta concreta, un proyecto que necesite búsqueda semántica sobre MySQL en producción acaba montando un almacén vectorial aparte, con su propia factura y expuesto al mismo límite de peticiones API que ya vigilas en el resto de tu stack de marketing. No es una limitación menor si la mitad del proyecto es justo esa funcionalidad.
Rendimiento y escalado cuando crece el tráfico
Para un volumen de tráfico moderado, la diferencia de rendimiento entre los dos motores es casi irrelevante: ambos aguantan sin esfuerzo las consultas de una web corporativa o una intranet de tamaño medio. La diferencia aparece en los extremos. MySQL, con su motor de almacenamiento InnoDB, está afinado para transacciones simples y repetidas -lecturas y escrituras cortas, el patrón típico de un catálogo de ecommerce estable- y eso se nota en la factura de hosting cuando la carga está muy concentrada en una sola tabla. PostgreSQL, con su control de concurrencia MVCC, resiste mejor consultas complejas con muchos cruces entre tablas y escrituras simultáneas desde procesos distintos, el patrón habitual de un CRM o una plataforma con varios servicios escribiendo a la vez. Ninguno de los dos escala solo: a partir de cierto volumen ambos necesitan réplicas de lectura. Si tu equipo también tiene abierta la discusión entre GraphQL o REST para la capa de API, la misma lógica aplica: la decisión depende de la carga y el tipo de consultas, no de cuál suena más moderno.
El sector decide entre PostgreSQL o MySQL
No hay un motor universalmente mejor: la decisión cambia según el tipo de negocio y lo que se espera construir sobre los datos. Dos ejemplos entre clientes de agencias digitales en Barcelona lo ilustran bien.
Ecommerce y SaaS B2B priorizan la flexibilidad
Un ecommerce con catálogo de variantes y promociones cruzadas que después quiere recomendaciones por similitud de producto se beneficia de empezar en PostgreSQL: el mismo motor que guarda los pedidos sirve después la búsqueda semántica, sin sumar una pieza más a la arquitectura. Igual ocurre en el SaaS B2B que vende por asientos y necesita aislar los datos de cada cliente en el mismo servidor: los esquemas de PostgreSQL permiten esa separación lógica sin montar una base de datos por cliente, algo que en MySQL suele resolverse con bases independientes y más trabajo de administración.
Industria e inmobiliaria prefieren la estabilidad
Una empresa industrial con un ERP heredado o una inmobiliaria con un CRM de diez años en producción rara vez necesita búsqueda semántica: necesita que nada se rompa. Ahí MySQL sigue siendo razonable, no por inercia sino porque el catálogo de hosting que lo soporta es enorme y cualquier técnico de guardia lo conoce. Migrar a otro motor un sistema estable no aporta nada que el negocio vaya a notar: el riesgo de una migración sin necesidad real pesa más que la ventaja teórica de sumar funciones de inteligencia artificial que todavía no se van a usar.
Preguntas frecuentes sobre PostgreSQL y MySQL
¿Se puede migrar de MySQL a PostgreSQL sin reescribir toda la aplicación?
Depende del ORM. Si la aplicación usa un ORM estándar sin procedimientos almacenados específicos del motor -en un proyecto Laravel, por ejemplo, Eloquent abstrae buena parte de esto- la migración se reduce a cambiar el driver y revisar tipos de datos y funciones propias de MySQL. Si hay lógica de negocio escrita en SQL nativo, el trabajo crece y conviene presupuestarlo aparte.
¿PostgreSQL es más lento que MySQL en lecturas simples?
En benchmarks de lecturas simples y repetidas la diferencia es mínima y depende más de la configuración del servidor que del motor en sí. La brecha aparece en consultas con muchos cruces entre tablas o escrituras concurrentes desde varios procesos, donde PostgreSQL suele comportarse mejor gracias a su control de concurrencia MVCC.
¿Hace falta pgvector si la empresa no usa IA generativa todavía?
No. pgvector es una extensión opcional: una base PostgreSQL sin ella funciona igual que cualquier otro motor relacional. La ventaja es que, si dentro de un año el proyecto necesita búsqueda semántica o un chatbot con el catálogo propio, se activa con una línea de SQL en lugar de migrar de motor entero.
¿Qué pasa con las aplicaciones que ya corren sobre MySQL?
Nada, si no necesitan las funciones que les falta. MySQL sigue recibiendo soporte, parches de seguridad y nuevas versiones por parte de Oracle, y migrar un sistema estable sin una razón de negocio concreta añade riesgo sin un beneficio medible a corto plazo.



