PostgreSQL介绍

前言

养活国内大半资源数据库团队的PostgreSQL是什么，架构是怎么样的？有MySQL,为什么还要有PostgreSQL? 你是一个进程员，你维护了一个电商网站，网站后台需要存储千万级商品数据，你会选择使用什么存储这些商品数据？当然是MySQL,毕竟没有人比你更懂什么是MySQL。 但随着业务发展，产品经理提了各种需求。 比如，离用户最近的商品门店是哪个？MySQL对地理计算支持很弱，所以你选了Redis的Geohash。 又比如，要支持搜索商品，MySQL的全文搜索功能太弱，所以你又引入了Elasticsearch,也就是ES。 再比如，要做跨平台商品比价，不同电商平台的数据字段各不相同，MySQL比较结构太死板，于是你将它们组织成Jason文档，引入了更灵活的MongoDB来读写数据。 原本简单的单体架构就变成了MySQL加MongoDB加Redis加ES的复杂分布式系统。 每个中间件都要运维监控，本来就因为头发太少，每一根都有它的名字，再学下去，头发也跟着大把掉。有没有一个数据库能原生支持这些复杂需求？好办，没有什么是加一层中间层不能解决的，如果有，那就再加一层。而有这样一款数据库，能原生支持这些复杂需求，甚至被称为 “养活国内大半自研数据库团队” 的全能选手，它就是 PostgreSQL（简称 PG）。

一、PostgreSQL 是什么？—— 不止是关系型数据库

什么是PostgreSQL? PostgreSQL,简称PG,跟MySQL一样，是个用select、update这些SQL语句读写数据的关系型数据库，但在功能和扩展性方面，可以将MySQL按在地上反复摩擦。说是数据库天花板也不过分，它的能力早已超越传统关系型数据库的边界：

• 核心定位：功能全面的 “全能数据库”，支持关系型数据、JSON 文档、地理位置、数组等多种数据类型，SQL 查询能力强大，还具备极高的扩展性。
• 行业价值：国内众多自研数据库团队的底层基础，模块化设计让企业可按需定制功能，无需重复造轮子，因此被调侃 “养活国内大半自研数据库团队”。
• 核心优势：完全开源可商用，稳定性强、数据一致性有保障，既能替代 MySQL 作为基础存储，也能在部分场景下平替 MongoDB、ES、InfluxDB 等中间件，简化系统架构。

二、核心技术概念拆解 —— 搞懂 PG 底层逻辑

要理解 PG 的强大，首先得吃透它的核心技术概念，这些是支撑其高性能、高可靠性的基石：

1. 数据页：数据存储的基本单位

PG 会将数据表以 “堆表文件” 的形式存储在磁盘上（文件以数字命名，对应数据表的 RelFileNode ID）。为了避免大文件读写效率低下，PG 把数据拆分成一个个 8KB 大小的数据页—— 读写数据时，只需操作相关的数据页，而非整个文件，大幅提升效率。

2. B-Link 树：优化查询的索引神器

数据页再多，没有高效索引也会变成 “大海捞针”。PG 采用 B-Link 树 作为核心索引结构，它是 B+ 树的改进版：

• 底层叶子节点记录数据行的地址，指向堆表中的实际数据；
• 非叶子节点之间增加了右指针，页分裂时无需返回父节点，可直接跳转到右节点查询，性能更优。
• 除了 B-Link 树，PG 还支持多种索引类型，这也是它能平替 ES 等搜索中间件的关键。

3. 进程架构：稳定高效的 “多进程模式”

PG 采用 “主进程 + 多后端进程 + 后台进程” 的架构，确保稳定性和并发处理能力：

• Postmaster（主进程）：数据库的 “总指挥”，负责监听客户端连接、Fork 新的后端进程，以及监控所有进程的健康状态。

• 后端进程（Postgres）：每个客户端连接对应一个独立的后端进程，专门处理 SQL 请求，进程间完全隔离 —— 就算某个进程崩溃，也不会影响其他连接，稳定性拉满。

• 后台进程

  ：默默干活的 “工具人”，包括：

  • Check Pointer：定期将共享内存中的脏页（修改后未写入磁盘的数据）刷入磁盘；
  • Background Writer：异步写入脏页，减轻 Check Pointer 的 IO 压力；
  • WAL Writer：负责将 WAL 缓冲区的日志写入磁盘。

4. 共享内存：提升并发读写效率

如果每个后端进程都单独缓存数据页，会造成内存浪费且数据不一致。PG 设计了 共享内存区域，其中的 “共享缓冲区” 专门缓存数据页和索引页：

• 后端进程查询数据时，先查共享缓冲区，命中则直接返回；
• 未命中再从磁盘读取数据页，加载到共享缓冲区后再返回，大幅减少磁盘 IO。

5. WAL 日志机制：数据一致性的 “守护神”

共享内存中的数据还没写入磁盘时，数据库崩溃怎么办？PG 靠 WAL（Write-Ahead Logging，预写日志） 机制解决：

• 所有数据更新操作，会先写入 WAL 缓冲区，再修改共享内存中的数据页；
• 事务提交时，WAL 缓冲区的日志会被刷入磁盘；
• 数据库崩溃重启后，可通过 WAL 日志 “重做” 未持久化的操作，确保数据不丢失。
• 关键优势：WAL 日志是顺序写入，而数据页是随机写入，顺序写的性能是随机写的几十倍，兼顾效率与可靠性。

6. 数据访问层（Access Methods）：连接底层与上层的桥梁

后端进程不直接操作磁盘或共享内存，而是通过 数据访问层 调用接口：

• Buffer Manager：对接共享内存，管理数据页缓存；
• Storage Manager：对接磁盘，负责数据页的读写；
• 对外提供增删改查的标准化接口，供上层模块调用。

7. 模块化扩展：无限可能的 “插件生态”

PG 的核心模块（优化器、执行器、数据访问层）都设计为开放接口，支持通过插件扩展功能：

• 支持矢量搜索、图数据库、JSON 增强等多种定制化需求；
• 社区有大量成熟插件，几乎能满足所有业务场景，这也是它成为自研数据库底层基础的核心原因。

三、PostgreSQL 查询与更新流程 —— 完整链路拆解

搞懂了核心概念，再看 PG 如何处理 SQL 请求，整个流程就清晰了：

1. 连接建立

应用通过网络连接到 Postmaster 主进程，主进程 Fork 一个专属的后端进程，后续所有 SQL 操作都通过这个后端进程处理。

2. SQL 处理

• 解析器：检查 SQL 语法正确性，生成语法树；
• 优化器：根据索引情况、数据分布，选择最优执行计划（比如是否使用 B-Link 树索引）；
• 执行器：按照执行计划，调用数据访问层（Access Methods）的接口函数。

3. 数据读写

• 查询操作（SELECT）

  ：

  1. 执行器通过 Buffer Manager 检查共享缓冲区，是否存在目标数据页；
  2. 存在则直接返回数据；不存在则通过 Storage Manager 从磁盘读取数据页，加载到共享缓冲区后返回。

• 更新操作（UPDATE/INSERT/DELETE）

  ：

  1. 先通过数据访问层找到目标数据页（共享缓冲区没有则从磁盘加载）；
  2. 将操作记录写入 WAL 缓冲区；
  3. 修改共享缓冲区中的数据页（生成脏页）；
  4. 事务提交时，WAL Writer 将 WAL 日志刷入磁盘；
  5. 脏页由 Background Writer 异步刷入磁盘，或 Check Pointer 定期刷入。

4. 结果返回

执行器将处理结果返回给应用，完成一次 SQL 交互。

四、有 MySQL 了，为什么还要用 PostgreSQL？

这是很多开发者的疑问，核心答案在于 “全能性” 和 “扩展性”：

• 功能覆盖更广：MySQL 对 JSON、地理计算、全文搜索的支持较弱，而 PG 原生支持这些功能，无需引入 Redis、ES、MongoDB 等中间件，简化架构；
• 扩展性更强：PG 的模块化设计支持二次开发，国内大厂（如阿里、腾讯）的自研数据库大多基于 PG 定制，而 MySQL 定制化难度较高；
• 数据一致性更优：WAL 机制、多进程架构让 PG 在高并发场景下的数据一致性更有保障，适合金融、电商等核心业务；
• 开源生态成熟：完全开源可商用，社区活跃，插件丰富，无商业绑定风险。

当然，MySQL 也有优势（比如轻量、部署简单、读写性能在简单场景下更优），但如果你的业务需要复杂数据类型、多场景支持，或未来有定制化需求，PG 无疑是更长远的选择。

五、总结

PostgreSQL 能成为 “数据库天花板”，核心在于它的 架构设计（多进程 + 共享内存）、可靠机制（WAL 日志）、高效索引（B-Link 树）和无限扩展能力。它不仅能替代 MySQL 作为基础存储，还能减少中间件依赖，让系统架构更简洁，这也是它能支撑国内大半自研数据库团队的根本原因。

如果你正在做数据库选型，或想深入理解数据库底层原理，PG 绝对值得深入学习 —— 它的设计思想，能让你对 “高性能、高可靠、高扩展” 的数据库有全新认知。

参考资料

https://www.bilibili.com/video/BV1CkCQBoEyp

PostgreSQL：文档：18：PostgreSQL 18.0 文档 - PostgreSQL 数据库

PostgreSQL JDBC 开发指导 - postgre - 博客园

为什么选择 Redrock Postgres？ | Redrock Postgres 文档