PostgreSQL 入门

简介

PostgreSQL 是一款功能强大的开源对象关系型数据库管理系统，以其卓越的扩展性、标准兼容性和丰富的数据类型支持而闻名。它支持 JSONB 半结构化数据、全文搜索、地理空间数据处理（PostGIS）等高级特性，被广泛应用于企业级应用和数据密集型项目中。

特点

• 1.丰富数据类型 — 原生支持 JSONB、数组、UUID、HSTORE、地理类型等
• 2.全文搜索 — 内置全文搜索引擎，支持中文分词扩展
• 3.高度可扩展 — 支持自定义类型、函数、操作符和索引方法
• 4.MVCC 并发 — 多版本并发控制，读写互不阻塞

安装与配置

安装 PostgreSQL

# Ubuntu/Debian
sudo apt update
sudo apt install postgresql postgresql-contrib

# 启动服务
sudo systemctl start postgresql
sudo systemctl enable postgresql

# macOS (Homebrew)
brew install postgresql@16
brew services start postgresql@16

# Docker 方式安装
docker run -d \
  --name postgres \
  -e POSTGRES_USER=admin \
  -e POSTGRES_PASSWORD=secret \
  -e POSTGRES_DB=myapp \
  -p 5432:5432 \
  postgres:16

基本配置

# 连接数据库
sudo -u postgres psql

# 创建用户和数据库
CREATE USER myuser WITH PASSWORD 'mypassword';
CREATE DATABASE myapp OWNER myuser;
GRANT ALL PRIVILEGES ON DATABASE myapp TO myuser;

# 修改配置文件 postgresql.conf
# 监听地址
listen_addresses = '*'
# 最大连接数
max_connections = 200
# 共享缓冲区（建议为物理内存的 25%）
shared_buffers = 256MB
# 工作内存
work_mem = 4MB

数据类型

常用数据类型

-- 创建表演示各种数据类型
CREATE TABLE products (
    id              SERIAL PRIMARY KEY,
    name            VARCHAR(200) NOT NULL,
    description     TEXT,
    price           NUMERIC(10, 2) NOT NULL DEFAULT 0,
    stock           INTEGER NOT NULL DEFAULT 0,
    is_active       BOOLEAN DEFAULT TRUE,
    tags            TEXT[] DEFAULT '{}',
    metadata        JSONB DEFAULT '{}',
    uuid            UUID DEFAULT gen_random_uuid(),
    created_at      TIMESTAMP WITH TIME ZONE DEFAULT NOW(),
    updated_at      TIMESTAMP WITH TIME ZONE DEFAULT NOW()
);

-- 数组类型操作
INSERT INTO products (name, price, tags)
VALUES ('笔记本电脑', 5999.00, ARRAY['电子', '办公', '高性能']);

-- 数组查询
SELECT * FROM products WHERE '电子' = ANY(tags);
SELECT * FROM products WHERE tags @> ARRAY['办公'];

-- UUID 类型
CREATE EXTENSION IF NOT EXISTS "uuid-ossp";
SELECT uuid_generate_v4();

基本 CRUD 操作

增删改查

-- 插入数据
INSERT INTO products (name, description, price, stock, metadata)
VALUES (
    '机械键盘',
    'Cherry MX 轴体机械键盘',
    699.00,
    150,
    '{"brand": "Cherry", "color": "黑色", "switch_type": "红轴"}'
);

-- 批量插入
INSERT INTO products (name, price, stock) VALUES
    ('鼠标', 199.00, 300),
    ('显示器', 2499.00, 80),
    ('耳机', 399.00, 200);

-- 查询数据
SELECT id, name, price, stock FROM products
WHERE is_active = TRUE AND price > 100
ORDER BY price DESC
LIMIT 10 OFFSET 0;

-- 更新数据
UPDATE products
SET price = 799.00, updated_at = NOW()
WHERE name = '机械键盘';

-- 删除数据
DELETE FROM products WHERE stock = 0 AND is_active = FALSE;

-- 使用 RETURNING 子句
INSERT INTO products (name, price)
VALUES ('新产品', 999.00)
RETURNING id, name, created_at;

UPDATE products SET price = price * 0.9
WHERE stock > 100
RETURNING id, name, price;

高级查询

-- CTE（公共表表达式）
WITH expensive_products AS (
    SELECT * FROM products WHERE price > 1000
),
product_stats AS (
    SELECT
        COUNT(*) AS total_count,
        AVG(price) AS avg_price,
        MAX(price) AS max_price
    FROM expensive_products
)
SELECT * FROM product_stats;

-- 窗口函数
SELECT
    name,
    price,
    RANK() OVER (ORDER BY price DESC) AS price_rank,
    price - AVG(price) OVER () AS diff_from_avg,
    price - LAG(price) OVER (ORDER BY price) AS price_diff
FROM products
WHERE is_active = TRUE;

-- UPSERT（插入或更新）
INSERT INTO products (name, price, stock)
VALUES ('机械键盘', 699.00, 160)
ON CONFLICT (name)
DO UPDATE SET
    stock = products.stock + EXCLUDED.stock,
    updated_at = NOW();

JSONB 操作

JSONB 数据处理

-- 创建包含 JSONB 的表
CREATE TABLE user_profiles (
    id SERIAL PRIMARY KEY,
    username VARCHAR(50) UNIQUE NOT NULL,
    profile JSONB NOT NULL DEFAULT '{}'
);

-- 插入 JSONB 数据
INSERT INTO user_profiles (username, profile) VALUES
    ('zhangsan', '{
        "name": "张三",
        "age": 28,
        "address": {"city": "北京", "district": "海淀区"},
        "hobbies": ["编程", "阅读", "游泳"],
        "contacts": {
            "email": "zhangsan@example.com",
            "phone": "13800138000"
        }
    }');

-- JSONB 查询操作符
-- -> 获取 JSON 对象（返回 JSON 类型）
SELECT profile->'name' FROM user_profiles WHERE username = 'zhangsan';

-- ->> 获取 JSON 对象（返回文本类型）
SELECT profile->>'name' FROM user_profiles WHERE username = 'zhangsan';

-- 嵌套查询
SELECT profile->'address'->>'city' AS city FROM user_profiles;

-- 包含查询 @>
SELECT * FROM user_profiles
WHERE profile @> '{"name": "张三"}';

-- JSONB 路径查询
SELECT * FROM user_profiles
WHERE profile->'contacts'->>'email' LIKE '%@example.com';

-- 更新 JSONB 字段
UPDATE user_profiles
SET profile = jsonb_set(profile, '{age}', '29')
WHERE username = 'zhangsan';

-- 追加数组元素
UPDATE user_profiles
SET profile = jsonb_set(
    profile,
    '{hobbies}',
    (profile->'hobbies') || '"旅游"'::jsonb
)
WHERE username = 'zhangsan';

-- JSONB 索引（GIN 索引）
CREATE INDEX idx_profile_gin ON user_profiles USING GIN (profile);
CREATE INDEX idx_profile_path ON user_profiles ((profile->'address'->>'city'));

全文搜索

全文搜索功能

-- 创建测试数据
CREATE TABLE articles (
    id SERIAL PRIMARY KEY,
    title VARCHAR(200) NOT NULL,
    content TEXT NOT NULL,
    author VARCHAR(50),
    created_at TIMESTAMP DEFAULT NOW()
);

INSERT INTO articles (title, content, author) VALUES
    ('PostgreSQL 入门教程', 'PostgreSQL 是一款功能强大的开源关系数据库，支持 JSONB、全文搜索等高级特性', '张三'),
    ('数据库优化指南', '本文介绍数据库索引优化、查询优化和参数调优的实用技巧', '李四'),
    ('全文搜索实战', '使用 PostgreSQL 内置的全文搜索功能，可以快速实现搜索引擎级别的文本检索', '王五');

-- 基本全文搜索
SELECT title,
       ts_headline(content, websearch_to_tsquery('数据库 优化')) AS highlight
FROM articles
WHERE to_tsvector('simple', content) @@ websearch_to_tsquery('数据库 优化');

-- 创建全文搜索索引
ALTER TABLE articles ADD COLUMN search_vector TSVECTOR
    GENERATED ALWAYS AS (to_tsvector('simple', coalesce(title,'') || ' ' || coalesce(content,''))) STORED;

CREATE INDEX idx_articles_search ON articles USING GIN (search_vector);

-- 使用索引进行全文搜索
SELECT title, ts_rank(search_vector, query) AS rank
FROM articles, websearch_to_tsquery('simple', 'PostgreSQL 全文搜索') query
WHERE search_vector @@ query
ORDER BY rank DESC;

-- ts_headline 高亮显示
SELECT title,
       ts_headline('simple', content, websearch_to_tsquery('PostgreSQL')) AS highlight
FROM articles
WHERE search_vector @@ websearch_to_tsquery('PostgreSQL');

索引与性能优化

PostgreSQL 索引类型

-- 1. B-Tree 索引（默认）
CREATE INDEX idx_products_name ON products(name);
CREATE INDEX idx_products_price ON products(price DESC);

-- 2. GIN 索引（适合 JSONB、数组、全文搜索）
CREATE INDEX idx_profile_gin ON user_profiles USING GIN(profile);
CREATE INDEX idx_tags_gin ON products USING GIN(tags);

-- 3. GiST 索引（适合地理空间、范围类型）
-- 需要 PostGIS 扩展
CREATE EXTENSION IF NOT EXISTS postgis;
CREATE INDEX idx_locations_gist ON locations USING GIST(geom);

-- 4. BRIN 索引（适合物理有序的大表）
-- 例如按时间排序的日志表
CREATE INDEX idx_logs_created ON logs USING BRIN(created_at)
WITH (pages_per_range = 32);

-- 5. 哈希索引（等值查询）
CREATE INDEX idx_users_email_hash ON users USING HASH(email);

-- 6. 部分索引（只索引满足条件的行）
CREATE INDEX idx_active_products ON products(name)
WHERE is_active = TRUE;

-- 7. 表达式索引
CREATE INDEX idx_products_lower_name ON products(LOWER(name));
CREATE INDEX idx_products_price_tax ON products(price * 1.13);

-- 8. 并发创建索引（不锁表）
CREATE INDEX CONCURRENTLY idx_products_name ON products(name);

-- 查看索引使用情况
SELECT schemaname, tablename, indexname, idx_scan
FROM pg_stat_user_indexes
ORDER BY idx_scan;

-- 查看未使用的索引
SELECT schemaname, tablename, indexname
FROM pg_stat_user_indexes
WHERE idx_scan = 0;

执行计划分析

-- EXPLAIN 分析查询计划
EXPLAIN
SELECT * FROM products WHERE price > 1000;

-- EXPLAIN ANALYZE 实际执行并统计耗时
EXPLAIN (ANALYZE, BUFFERS, FORMAT TEXT)
SELECT p.name, p.price, c.name AS category
FROM products p
JOIN categories c ON p.category_id = c.id
WHERE p.price > 500
ORDER BY p.price DESC
LIMIT 20;

-- 关键信息解读：
-- Seq Scan — 顺序扫描（全表扫描，考虑加索引）
-- Index Scan — 索引扫描
-- Index Only Scan — 仅索引扫描（不需要回表）
-- Bitmap Heap Scan — 位图扫描
-- Nested Loop — 嵌套循环（适合小表）
-- Hash Join — 哈希连接（适合大表）
-- Merge Join — 合并连接（适合有序数据）

-- BUFFERS 选项：查看内存命中情况
-- shared hit — 缓冲池命中
-- shared read — 磁盘读取
-- 命中率越高越好

高级 SQL 特性

窗口函数深入

-- 1. 累计求和
SELECT
    order_date,
    amount,
    SUM(amount) OVER (ORDER BY order_date) AS running_total
FROM daily_sales;

-- 2. 移动平均
SELECT
    order_date,
    amount,
    AVG(amount) OVER (
        ORDER BY order_date
        ROWS BETWEEN 6 PRECEDING AND CURRENT ROW
    ) AS ma_7day
FROM daily_sales;

-- 3. 分组排名
SELECT
    department,
    employee_name,
    salary,
    ROW_NUMBER() OVER (PARTITION BY department ORDER BY salary DESC) AS row_num,
    RANK() OVER (PARTITION BY department ORDER BY salary DESC) AS rank,
    DENSE_RANK() OVER (PARTITION BY department ORDER BY salary DESC) AS dense_rank,
    PERCENT_RANK() OVER (PARTITION BY department ORDER BY salary DESC) AS pct_rank
FROM employees;

-- 4. 首值/末值
SELECT
    department,
    employee_name,
    salary,
    FIRST_VALUE(employee_name) OVER (
        PARTITION BY department ORDER BY salary DESC
    ) AS highest_paid,
    LAST_VALUE(employee_name) OVER (
        PARTITION BY department ORDER BY salary DESC
        ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING
    ) AS lowest_paid
FROM employees;

-- 5. 行号分页（替代 LIMIT OFFSET）
SELECT * FROM (
    SELECT
        *,
        ROW_NUMBER() OVER (ORDER BY created_at DESC) AS row_num
    FROM products
) t
WHERE row_num BETWEEN 21 AND 40;

递归查询（CTE）

-- 组织架构树查询
CREATE TABLE employees (
    id SERIAL PRIMARY KEY,
    name VARCHAR(100) NOT NULL,
    manager_id INTEGER REFERENCES employees(id),
    department VARCHAR(50)
);

-- 递归查询某员工的所有下属
WITH RECURSIVE subordinates AS (
    -- 起点：指定员工
    SELECT id, name, manager_id, 1 AS level
    FROM employees WHERE id = 1

    UNION ALL

    -- 递归：查找下属
    SELECT e.id, e.name, e.manager_id, s.level + 1
    FROM employees e
    INNER JOIN subordinates s ON e.manager_id = s.id
)
SELECT * FROM subordinates ORDER BY level;

-- 递归查询某员工的所有上级
WITH RECURSIVE managers AS (
    SELECT id, name, manager_id, 1 AS level
    FROM employees WHERE id = 100

    UNION ALL

    SELECT e.id, e.name, e.manager_id, m.level + 1
    FROM employees e
    INNER JOIN managers m ON e.id = m.manager_id
)
SELECT * FROM managers ORDER BY level;

物化视图

-- 创建物化视图（结果缓存到磁盘）
CREATE MATERIALIZED VIEW mv_product_sales AS
SELECT
    p.id,
    p.name,
    p.price,
    COALESCE(SUM(oi.quantity), 0) AS total_sold,
    COALESCE(SUM(oi.quantity * oi.price), 0) AS total_revenue
FROM products p
LEFT JOIN order_items oi ON p.id = oi.product_id
GROUP BY p.id, p.name, p.price
WITH DATA;

-- 创建索引加速物化视图查询
CREATE INDEX idx_mv_product_sales_revenue
ON mv_product_sales(total_revenue DESC);

-- 刷新物化视图（全量刷新）
REFRESH MATERIALIZED VIEW mv_product_sales;

-- 并发刷新（PostgreSQL 9.4+，不锁查询）
REFRESH MATERIALIZED VIEW CONCURRENTLY mv_product_sales;

-- 适用场景：
-- 1. 复杂聚合报表
-- 2. 数据不需要实时更新
-- 3. 查询频率远高于更新频率
-- 4. 多个报表共享同一聚合逻辑

事务与并发控制

MVCC 机制

-- PostgreSQL 使用 MVCC（多版本并发控制）
-- 读操作不会阻塞写操作，写操作不会阻塞读操作

-- 查看当前事务 ID
SELECT txid_current();

-- 查看事务隔离级别
SHOW transaction_isolation;

-- 设置隔离级别
SET TRANSACTION ISOLATION LEVEL READ COMMITTED;      -- 默认
SET TRANSACTION ISOLATION LEVEL REPEATABLE READ;
SET TRANSACTION ISOLATION LEVEL SERIALIZABLE;

-- 各隔离级别对比：
-- READ COMMITTED：语句级快照，每次语句看到最新已提交数据
-- REPEATABLE READ：事务级快照，事务开始后看不到其他事务的修改
-- SERIALIZABLE：最高隔离级别，严格串行化，性能开销最大

-- 悲观锁
SELECT * FROM products WHERE id = 1 FOR UPDATE;          -- 行锁
SELECT * FROM products WHERE id = 1 FOR NO KEY UPDATE;   -- 不锁外键
SELECT * FROM products WHERE id = 1 FOR SHARE;           -- 共享锁
SELECT * FROM products WHERE category_id = 1 FOR UPDATE SKIP LOCKED;  -- 跳过已锁行

-- SKIP LOCKED 实现任务队列
SELECT * FROM task_queue
WHERE status = 'pending'
ORDER BY created_at
LIMIT 1
FOR UPDATE SKIP LOCKED;
-- 多个 worker 可以并发处理，不会互相等待

VACUUM 与表膨胀

-- PostgreSQL 的 MVCC 机制导致更新和删除留下死元组
-- 需要定期 VACUUM 回收空间

-- 自动 VACUUM（默认开启）
SHOW autovacuum;
SHOW autovacuum_vacuum_scale_factor;  -- 默认 0.2（20% 行变化触发）

-- 手动 VACUUM
VACUUM products;                      -- 回收空间给操作系统
VACUUM FULL products;                 -- 完全重建表（锁表！）
VACUUM ANALYZE products;              -- 回收空间 + 更新统计信息

-- 查看表膨胀情况
SELECT
    schemaname,
    tablename,
    pg_size_pretty(pg_total_relation_size(schemaname || '.' || tablename)) AS total_size,
    pg_size_pretty(pg_relation_size(schemaname || '.' || tablename)) AS table_size,
    n_dead_tup AS dead_tuples,
    n_live_tup AS live_tuples,
    ROUND(n_dead_tup::numeric / NULLIF(n_live_tup, 0) * 100, 2) AS bloat_pct
FROM pg_stat_user_tables
ORDER BY n_dead_tup DESC;

-- 按表调整自动 VACUUM 参数
ALTER TABLE products SET (autovacuum_vacuum_scale_factor = 0.05);
ALTER TABLE products SET (autovacuum_analyze_scale_factor = 0.02);
ALTER TABLE products SET (autovacuum_vacuum_cost_delay = 20);

备份与恢复

逻辑备份

# pg_dump — 逻辑备份
pg_dump -U admin -d myapp -f backup_20260414.sql
pg_dump -U admin -d myapp -F c -f backup_20260414.dump  # 自定义格式（支持并行恢复）
pg_dump -U admin -d myapp -t products -f products_only.sql  # 只备份指定表

# pg_dumpall — 备份所有数据库（包括全局对象）
pg_dumpall -U admin -f full_backup.sql

# 并行备份（pg_dump -j）
pg_dump -U admin -d myapp -F d -f backup_dir -j 4  # 4 个并行任务

# 恢复
psql -U admin -d myapp -f backup_20260414.sql
pg_restore -U admin -d myapp -j 4 backup_20260414.dump  # 并行恢复

物理备份

# pg_basebackup — 在线热备份
pg_basebackup -U admin -D /data/backup -Ft -z -P
# -Ft: tar 格式
# -z: gzip 压缩
# -P: 显示进度

# 配置 WAL 归档（postgresql.conf）
wal_level = replica
archive_mode = on
archive_command = 'cp %p /data/wal_archive/%f'

# 使用 PITR（时间点恢复）
# 1. 恢复基础备份
# 2. 重放 WAL 日志到指定时间点
recovery_target_time = '2026-04-14 10:30:00'
recovery_target_action = 'promote'

常用扩展

实用扩展

-- 1. pg_trgm — 模糊搜索（三元组）
CREATE EXTENSION pg_trgm;
CREATE INDEX idx_products_name_trgm ON products USING GIN(name gin_trgm_ops);
SELECT * FROM products WHERE name LIKE '%键盘%';  -- 走索引
SELECT * FROM products WHERE name SIMILAR TO '(机械|游戏)键盘';
SELECT *, similarity(name, '机械键盘') AS sim
FROM products WHERE name % '机械键盘' ORDER BY sim DESC;

-- 2. uuid-ossp — UUID 生成
CREATE EXTENSION IF NOT EXISTS "uuid-ossp";
SELECT uuid_generate_v4();     -- 随机 UUID
SELECT uuid_generate_v1();     -- 基于 MAC 和时间戳

-- 3. citext — 大小写不敏感文本
CREATE EXTENSION citext;
CREATE TABLE users (
    email CITEXT PRIMARY KEY  -- 'A@B.COM' 和 'a@b.com' 视为相同
);

-- 4. hstore — 键值对存储
CREATE EXTENSION hstore;
CREATE TABLE product_attrs (
    id SERIAL PRIMARY KEY,
    attributes HSTORE
);
INSERT INTO product_attrs (attributes) VALUES
    ('color => "红色", weight => "500g", material => "金属"');
SELECT attributes->'color' FROM product_attrs;
SELECT * FROM product_attrs WHERE attributes ? 'color';

-- 5. pgvector — 向量搜索（AI 应用）
CREATE EXTENSION vector;
CREATE TABLE embeddings (
    id SERIAL PRIMARY KEY,
    content TEXT,
    embedding VECTOR(1536)
);
CREATE INDEX idx_embeddings ON embeddings
USING hnsw (embedding vector_cosine_ops);
SELECT content, embedding <=> '[0.1, 0.2, ...]' AS distance
FROM embeddings
ORDER BY embedding <=> '[0.1, 0.2, ...]'
LIMIT 10;

优点

• 1.功能丰富 — 支持 JSONB、全文搜索、地理空间、数组等高级数据类型和功能
• 2.扩展性强 — 支持自定义扩展（Extension），如 PostGIS、pg_trgm、pgvector 等
• 3.标准兼容 — 高度遵循 SQL 标准，支持窗口函数、CTE、UPSERT 等现代 SQL 特性
• 4.并发性能好 — MVCC 机制使读写操作互不阻塞，适合高并发场景

缺点

• 1.配置复杂 — 参数众多，性能调优需要一定经验和专业知识
• 2.复制配置 — 相比 MySQL 的主从复制，PostgreSQL 的流复制配置稍显复杂
• 3.存储空间 — 由于 MVCC 机制，频繁更新可能导致表膨胀，需要定期 VACUUM
• 4.学习曲线 — 功能丰富意味着学习成本较高，新手入门需要更多时间

总结

PostgreSQL 是一款功能强大且高度可扩展的开源关系型数据库，凭借其丰富的数据类型支持（特别是 JSONB）、内置全文搜索和 MVCC 并发控制机制，非常适合构建现代化的数据密集型应用。虽然配置和学习成本较高，但其强大的功能和活跃的社区生态使其成为企业级应用的优选方案。

关键知识点

• 数据库主题一定要同时看数据模型、读写模式和执行代价。
• 很多性能问题不是 SQL 语法问题，而是索引、统计信息、事务和数据分布问题。
• 高可用、备份、迁移和治理与查询优化同样重要。
• 先把数据模型、访问模式和执行代价绑定起来理解。

项目落地视角

• 所有优化前后都保留执行计划、样本 SQL 和关键指标对比。
• 上线前准备回滚脚本、备份点和校验方案。
• 把连接池、锁等待、慢查询和容量增长纳入日常巡检。
• 保留执行计划、样本 SQL、索引定义和优化前后指标。

常见误区

• 脱离真实数据分布讨论索引或分片。
• 只看单条 SQL，不看整条业务链路的事务和锁。
• 把测试环境结论直接等同于生产环境结论。
• 脱离真实数据分布设计索引。

进阶路线

• 继续向执行计划、存储引擎、复制机制和数据治理层深入。
• 把主题与 ORM、缓存、消息队列和归档策略联动起来思考。
• 沉淀成数据库设计规范、SQL 审核规则和变更流程。
• 继续深入存储引擎、复制机制、归档与冷热分层治理。

适用场景

• 当你准备把《PostgreSQL 入门》真正落到项目里时，最适合先在一个独立模块或最小样例里验证关键路径。
• 适合数据建模、查询优化、事务控制、高可用和迁移治理。
• 当系统开始遇到慢查询、锁冲突、热点数据或容量增长时，这类主题价值最高。

落地建议

• 先分析真实查询模式、数据量级和写入特征，再决定索引或分片策略。
• 所有优化结论都结合执行计划、样本数据和监控指标验证。
• 高风险操作前准备备份、回滚脚本与校验 SQL。

排错清单

• 先确认瓶颈在 CPU、I/O、锁等待、网络还是 SQL 本身。
• 检查执行计划是否走错索引、是否发生排序或全表扫描。
• 排查长事务、隐式类型转换、统计信息过期和参数嗅探。

复盘问题

• 如果把《PostgreSQL 入门》放进你的当前项目，最先要验证的输入、输出和失败路径分别是什么？
• 《PostgreSQL 入门》最容易在什么规模、什么边界条件下暴露问题？你会用什么指标或日志去确认？
• 相比默认实现或替代方案，采用《PostgreSQL 入门》最大的收益和代价分别是什么？

延伸阅读

• PostgreSQL json
• PostgreSQL advanced
• 连接池优化
• 索引原理与设计