PostgreSQL 保姆级入门：为什么说它“养活”了国产数据库？
PostgreSQL 保姆级入门：为什么说它“养活”了国产数据库？
- PostgreSQL 保姆级入门：为什么说它“养活”了国产数据库？
- 1. PostgreSQL 是什么？
- 2. 为什么国内一大半自研数据库，都“认”PG做“亲爹”？
- 2.1 协议宽松：可以“站着把钱赚了”
- 2.2 扩展性强：一个被装满了“插件”的瑞士军刀
- 2.3 功能全面：严肃企业的“优等生”
- 3. 数据库的“流水线工厂”：PostgreSQL 核心架构
- 3.1 进程架构：一个分工明确的“工厂”
- 3.2 内存架构：工厂里的“缓冲区”
- 4. PostgreSQL 的存储引擎与 MVCC
- 4.1 堆表（Heap Table）：高效的“仓库管理员”
- 4.2 MVCC：让读写不再“打架”
- 4.3 WAL：数据库的“黑匣子”
- 5. 总结
PostgreSQL 保姆级入门：为什么说它“养活”了国产数据库？
你可能听过这种说法：国内一大半自研数据库，底层都“抄”了 PostgreSQL。
华为的 GaussDB、腾讯的 TBase（TDSQL PG版）、阿里云的 PolarDB for PG……这些国产数据库明星产品，背后都有一个共同的“老师”——PostgreSQL。今天我们就来聊聊，这个开源数据库到底有什么魔力，为什么它成了国产数据库的“黄埔军校”。
1. PostgreSQL 是什么？
简单来说，PostgreSQL（常简称为PG或PGSQL）是一个免费、开源的关系型数据库管理系统。
它有个响当当的称号：“世界上功能最强大的开源数据库”。它的根基非常扎实，起源于 1986 年美国加州大学伯克利分校的科研项目，到今天已经经过了 30 多年的打磨，全球数不清的开发者都在维护它。
把数据库想象成一个大仓库：
- 仓库管理员（数据库）负责分类存放货物（数据）。
- 你每次去存货、取货，都需要这个管理员来帮忙。
而 PostgreSQL，就像是所有仓库管理员里，最全能、最灵活、而且免费请来的那一个。
2. 为什么国内一大半自研数据库，都“认”PG做“亲爹”？
2.1 协议宽松：可以“站着把钱赚了”
PostgreSQL 采用 BSD 类开源协议。这个协议极其宽松，说人话就是：“你可以用我的代码，想改就改，改完之后想卖钱也可以，不需要分钱给我，甚至不用公开你的代码。”
国内厂商选择了 PostgreSQL 作为技术基石，不仅能实现真正的自主可控，还能打造有自主知识产权的商业产品。
2.2 扩展性强：一个被装满了“插件”的瑞士军刀
PostgreSQL 最强大的底牌之一，是它的插件扩展能力。当你需要在数据库里实现某种特殊功能时，可以去官方或者社区的“应用商店”下载一个插件，装上去就能用了。
目前 PostgreSQL 社区已经有超过 500 个官方收录的扩展：
| 插件 / 组件 | 核心功能 | 类似功能的独立产品 |
|---|---|---|
| PostGIS | 管理全球地图数据、做空间运算 | 专业的GIS软件 |
| TimescaleDB | 记录物联网、监控数据 | 时序数据库 InfluxDB |
| pgvector | 存储向量、进行相似度搜索 | 向量数据库 Milvus |
| pg_trgm | 实现搜索引擎般的模糊匹配 | Elasticsearch 的模糊搜索 |
| Citus | 把单机 PG 变成分布式集群 | 复杂的数据库分片方案 |
Citus插件能将 PostgreSQL 转化为分布式数据库，支持水平扩展至数百节点。强大的插件生态，让国产数据库厂商可以“站在巨人的肩膀上”进行二次开发，而不是重复“造轮子”。
国内厂商做自研数据库，是先有一个底盘（PostgreSQL），然后往上面装各种定制化的模块，而不是从零开始造车。
2.3 功能全面：严肃企业的“优等生”
PostgreSQL 功能丰富，对 SQL 标准的支持度很高。相比 MySQL，PG 提供了一些在复杂业务中至关重要的功能：
- 序列（Sequence）：帮你生成全局唯一的业务编号。
- MVCC：让大量用户同时读写时互不影响，避免了等待和性能瓶颈。
- 丰富的数据类型：支持包括数组、JSON、几何、网络地址等在内的 30 多种数据类型。
3. 数据库的“流水线工厂”：PostgreSQL 核心架构
当我们用 PostgreSQL 时，基本上都遵循“客户端-服务器”模式。它的架构就像一个分工明确的工厂，主要由进程和内存两大部分组成。
3.1 进程架构：一个分工明确的“工厂”
PostgreSQL 最核心的设计之一，就是它的多进程架构。
| “工厂”角色 | 职责 |
|---|---|
| Postmaster（总厂长） | 整个数据库的总指挥，负责开门迎客，为每个连接指派专属的"接待员"。 |
| Backend Process（专属接待员） | 为某个具体连接提供“一对一”服务，负责解析和执行业务的 SQL 并返回结果。 |
| Background Process（后勤保障工人） | 包括检查点进程、自动清理进程、WAL日志写入进程等，默默维护数据库的健康和性能。 |
酒店客人来了，门童（Postmaster）会请一个专门的管家（Backend Process）全程陪同服务，保证客人不受干扰。而在客人看不到的后厨和洗衣房，还有一群勤勤恳恳的后勤人员（Background Process），确保酒店24小时运转。
3.2 内存架构：工厂里的“缓冲区”
PostgreSQL 的内存分为共享和私有两大类：
| 内存类型 | 结构 | 比喻 |
|---|---|---|
| 共享内存 | shared_buffers共享缓冲区，建议设为总内存的15%~25% | 工厂里的公共大仓库。 |
| 私有内存 | work_mem工作内存 | 每位员工自己的临时工作台，处理大数据的排序或哈希操作。 |
| 私有内存 | maintenance_work_mem维护工作内存 | 维修车间，用于清理或重建索引等维护操作。 |
4. PostgreSQL 的存储引擎与 MVCC
MySQL 有很多种存储引擎，而 PostgreSQL 更像一个“全家桶”，设计自带了存储机制，核心就是堆表 + MVCC + WAL。
4.1 堆表（Heap Table）：高效的“仓库管理员”
PG 将数据存在堆表中，新的数据行会被添加到数据文件的末尾，而不是按顺序插入，这能让高并发写入变得非常快。它的基本单位是8KB 的数据页。
4.2 MVCC：让读写不再“打架”
想象一下，如果图书馆里一个人看书（读），另一个人就必须在门外等着（写），效率会很低。
MVCC（多版本并发控制）就像为书籍创建了“时光机”。当一个用户在修改数据时，数据库会悄悄在后台保留一个旧版本和创建一个新版本。正在读书的人（读）看到的是旧版本，可以继续安心阅读，完全不受影响；而抄写员（写）则可以安稳地在新书上创作。
4.3 WAL：数据库的“黑匣子”
WAL（预写式日志）是数据库的“黑匣子”。数据库在干任何大事（修改数据）前，都会先在它的黑匣子里详细记录：“某年某月某日某时某分，我将在某个文件的某个位置，把数字 A 改成 B”，然后再动手去改。
万一数据库突然断电或崩溃，下次重启时，它会立刻读取黑匣子，把没做完的事情做完，或者把做错的事情还原，以此来保证数据绝不丢失。
5. 总结
- PostgreSQL：功能强大、开源免费的关系型数据库，凭借极其宽松的 BSD 开源协议，成了国产数据库的“灵魂内核”。
- 核心架构：采用“多进程”模式，用共享内存做仓库，用私有内存做工位。
- 核心机制：以堆表高效存储，用MVCC解决并发读写冲突，靠WAL日志确保数据安全。
- 强大生态：通过插件系统，让 PostgreSQL 能化身为地图数据库、时序数据库等，功能无限延伸。