PostgreSQL 的搅局者问世了，杀过来了！

开头还是介绍一下群，如果感兴趣PolarDB -MySQL ,Polardb-PostgreSQL,MongoDB ,MySQL ,PostgreSQL ,Redis, OceanBase, Sql Server等有问题，有需求都可以加群群内有各大数据库行业大咖，可以解决你的问题。加群请联系 liuaustin3 ，（共2720人左右 1 + 2 + 3 + 4 +5 + 6 + 7 + 8 +9）(1 2 3 4 5 6群均已爆满，7群430+，开8群9群)

最近DeepSeek的热度不减，在喝彩的声音中，掺杂着哀怨的声音，担心自己被取代，我个人的看法是，DeepSeek 可以产出严密的商业报告，做出让人惊讶的逻辑思维推理，但他不会为孩子第一声爸爸而泪流满面，不会懂得老天赐予我的虫鸣，和雷霆，人类的价值不在于比机器更强，我们可以给冰冷的宇宙注入温度，用荒诞对抗虚无，用脆弱诠释坚韧，用必死的肉身，书写永恒的故事，终究我们点亮了宇宙中的一颗星。DeepSeek 也不会和我一样，从来生死都看淡，专和老天对着干 ！请你记得，老天赐予你我的灵魂独一无二！

终于PolarDB在完成了PolarDB-M 完全在云上可以取代MySQL的工作后，马上有开始针对云上的PostgreSQL开始了蓄谋已久的工作。

之前的文章也写过一些PolarDB for PostgreSQL的东西，但都是在研究和学习，2025年了，PolarDB for PostgreSQL的研发团队已经开始准备替代云上的POSTGRESQL RDS产品的之路，基于RDS产品的缺陷，后期会在我的云数据库专栏里面来说说，云数据库之间打架的事情，虽然没有 哪吒魔童闹海那么惊心动魄，但后续对云上的数据库产品重新排兵布阵是具有深远的影响。

为什么我会热衷云原生数据库的研究和学习，以及使用，因为年代不同了，无论是RDS ，还是ECS自建的开源数据库在云上进行部署，一句话换汤不换药，老牛车走老辙，云上的数据库最终都是要往云原生数据库上集中的，这里包含了成本，技术，厂商的倾向性等等，在这些知识普及后，如CTO这样的工作者势必会转向云原生数据库，而放弃RDS，或ECS自建的产品，在明白上层的领导的一些理念和后续的技术发展特性，势必走在前面有助于自我提升和延长工作位置的长度，终究他会，你不会，你会，他比你强，这就是卷的核心，无论是人，还是技术。

首先PolarDB for PostgreSQL 云原生数据库是基于PostgreSQL原版的基础上，贴近新型硬件，改进PostgreSQL缺陷，增加客户需要的新功能，完全真实的进行serverless提升数据库使用便利性的专属技术序列。

有想了解年前PolarDB FOR POSTGRESQL的产品经理到我这里说了什么的可以看如下的文章。今天主打开始使用PolarDB FOR PostgreSQL的感受之旅。在被厂商围剿的DBA 求生之路 --我是老油条

1 PolarDB FOR PostgreSQL 有什么特点：

1.1 上线就是两节点，读写自动分离，事务可以拆分也可以不拆分，同时可以通过代理来自动选择主库是否接受读请求，从库与主库将可以强一致。PG被攻击的连接数的问题，就不存在了，数据库本身带有一个强大的代理，连接数的问题不存在了，同时主从节点可以完全强一致，或者在你选择的时间内一致。

当然你可以选择主从节点不强一致，运行之间有多长时间的差距，比如100ms，如果读请求发现数据在从库比主库差距在100ms以上，则自动可以选择去主库读取数据或其他的方案。

1.2 上线可以开启数据压缩

与PostgreSQL的半遮半掩的toast部分压缩相比，PolarDB for PostgreSQL 是真压缩，纯硬件的数据直接压缩，同时支持TDE数据加密的功能。

当然这不是关键，今天的关键是要学习 PolarDB FOR POSTGRESQL 的独特技能，冷热分离数据库自持能力。

其核心的原理是POLARDB FOR POSTGRESQL 直接在数据库操作层面介入OSS存储介质，在SQL命令层面，直接将数据表下方到归档存储层的功能。这个功能我一直想试用。

1. 易用性好

   SQL透明：数据库的SQL操作完全透明，无需进行任何改写，支持OSS表联合查询；存储到OSS上的数据也支持进行增、删、改、查操作。

   索引透明：支持针对索引、物化视图等设置归档策略，操作透明。

2. 灵活度高

   支持多种分层存储策略，包括按照表维度进行归档（同时支持索引、物化视图）、按分区维度进行归档、按指定LOB字段进行归档。并且支持不同策略的组合，可以根据业务使用情况进行灵活配置。

3. 性能良好

   查询性能良好，采用了三层缓存设计：UDF内逻辑对象缓存+页面共享缓存+文件持久化缓存，有效减少了对OSS的访问次数，从而将OSS的读写延迟影响降到最低。

4. 安全可靠

   OSS冷存数据同样支持备份恢复功能，在降低备份成本的同时还保障了高可用能力。

技术原理图

当然这里还有一些其他的功能，因为我是初学者，所以先不研究那么多，先尝试使用一下这个功能。

postgres=> \l
                                      List of databases
     Name      |     Owner     | Encoding | Collate | Ctype |        Access privileges        
---------------+---------------+----------+---------+-------+---------------------------------
 polardb_admin | polardb_admin | UTF8     | C       | C     | =T/polardb_admin               +
               |               |          |         |       | polardb_admin=CTc/polardb_admin
 postgres      | polardb_admin | UTF8     | C       | C     | 
 template0     | polardb_admin | UTF8     | C       | C     | =c/polardb_admin               +
               |               |          |         |       | polardb_admin=CTc/polardb_admin
 template1     | polardb_admin | UTF8     | C       | C     | =c/polardb_admin               +
               |               |          |         |       | polardb_admin=CTc/polardb_admin
(4 rows)

postgres=> create database test;
CREATE DATABASE
postgres=> 
postgres=> \c test
psql (13.15 (Debian 13.15-0+deb11u1), server 14.13)
WARNING: psql major version 13, server major version 14.
         Some psql features might not work.
You are now connected to database "test" as user "postgres_admin".
test=> CREATE TABLE example_table (
test(>     id SERIAL PRIMARY KEY,
test(>     name VARCHAR(50),
test(>     age INT,
test(>     birthdate DATE
test(> );
CREATE TABLE
test=> INSERT INTO example_table (name, age, birthdate)
test-> SELECT
test->     'Name ' || generate_series,
test->     floor(random()*100),
test->     CURRENT_DATE - (cast(random()*365*80 as int) || ' days')::interval
test-> FROM generate_series(1, 10000000);
INSERT 0 10000000
test=> 
test=> -- 提交事务
test=> COMMIT;
WARNING:  there is no transaction in progress
COMMIT
test=> select * from example_table limit 1;
 id |  name  | age | birthdate  
----+--------+-----+------------
  1 | Name 1 |  75 | 2000-09-08
(1 row)

test=> select count(*) from example_table;
  count   
----------
 10000000
(1 row)

test=> SELECT pg_size_pretty(pg_total_relation_size('example_table')) AS total_size;
 total_size 
------------
 783 MB
(1 row)

test=> create index idx_name on example_table(name);
CREATE INDEX
test=> SELECT
test->     pg_class.relname AS indexname,
test->     pg_size_pretty(pg_relation_size(indexrelid)) AS index_size
test-> FROM pg_index
test-> JOIN pg_class ON pg_index.indexrelid = pg_class.oid
test-> WHERE pg_class.relname = 'idx_name';
 indexname | index_size 
-----------+------------
 idx_name  | 301 MB
(1 row)

复制

下面我们简单的做一个测试,我们把表塞入OSS中，然后在从OSS中弄回到正式的PLS4磁盘中，我们比对一下不同存储中的查询的变化。

下方的具体的数据库的查询中我们看到在OSS中查询1000万的数据有索引的情况下，查询的时间是1.6ms，在PLS4上查询的时间是0.160ms，速度相差的还是比较大的，10倍的速度，但由于在PLS4中查询的速度太快，对于人的感觉来说，没有感觉二者的差异。

test=> alter table example_table set tablespace oss;
ALTER TABLE
test=> alter table example_table set tablespace pg_default;
ERROR:  cannot move relation "example_table"which store on "oss", please make sure there is enough storage space and set"polar_osfs_allow_alter_oss_tablespace" to true
test=> select * from example_table limit 1;
 id |  name  | age | birthdate  
----+--------+-----+------------
  1 | Name 1 |  75 | 2000-09-08
(1 row)

test=> select * from example_table where name = 'Name 293843';
   id   |    name     | age | birthdate  
--------+-------------+-----+------------
 293843 | Name 293843 |  84 | 1997-04-05
(1 row)

test=> explain analyze select * from example_table where name = 'Name 293843';
                                                       QUERY PLAN                                                        
-------------------------------------------------------------------------------------------------------------------------
 Index Scan using idx_name on example_table  (cost=0.43..2.65 rows=1 width=24) (actual time=0.487..0.488 rows=1 loops=1)
   Index Cond: ((name)::text = 'Name 293843'::text)
 Planning Time: 1.622 ms
 Execution Time: 0.524 ms
(4 rows)

test=> set polar_osfs_allow_alter_oss_tablespace=true;
SET
test=> alter table example_table set tablespace pg_default;                   
ALTER TABLE
test=> explain analyze select * from example_table where name = 'Name 293843';
                                                       QUERY PLAN                                                        
-------------------------------------------------------------------------------------------------------------------------
 Index Scan using idx_name on example_table  (cost=0.43..2.65 rows=1 width=24) (actual time=0.012..0.012 rows=1 loops=1)
   Index Cond: ((name)::text = 'Name 293843'::text)
 Planning Time: 0.160 ms
 Execution Time: 0.052 ms
(4 rows)

复制

下面我们测试另一个功能，针对单独的字段存储在OSS中,和存储在PLS4中的性能对比。下面可以看到，OSS 比PLS4上存储同样的数据库，慢了一倍，我个人觉得还好，主要是数据存储在更低成本的存储介质上了。

test=> CREATE TABLE  test_large_object(id serial, val text);                                                              
CREATE TABLE
Time: 12.575 ms
test=> INSERT INTO test_large_object(val) VALUES((SELECT string_agg(random()::text, ':') FROM generate_series(1, 10000)));
INSERT 0 1
Time: 24.904 ms
test=> drop table test_large_object ;                                                                                     
DROP TABLE
Time: 21.054 ms
test=> CREATE TABLE  test_large_object(id serial, val text);                                                              
CREATE TABLE
Time: 10.290 ms
test=> ALTER TABLE test_large_object alter column val set (storage_type='oss');                                           
ALTER TABLE
Time: 8.060 ms
test=> INSERT INTO test_large_object(val) VALUES((SELECT string_agg(random()::text, ':') FROM generate_series(1, 10000)));
INSERT 0 1
Time: 45.827 ms
test=> drop table test_large_object ;                                                                                     
DROP TABLE
Time: 51.076 ms
test=> 

复制

在使用中，我和产品的研发人员进行了沟通，为什么使用了成本极低的OSS数据存储，PostgreSQL在操作中还能这么的快，原因在于PolarDB for PostgreSQL使用了二级缓存，最大可以调节到1T，默认为1G。

同时还支持强制缓存刷入到OSS中，也就是说我即使使用了OSS低成本的磁盘，但我还可以享受PLS5 PLS4的速度，主要经常使用的数据会在缓存中（实际上是高速磁盘且是一写三的分布式，不用考虑系统崩溃丢失数据，丢不了）缓存部分也可以进行监控和进行强制刷新到OSS磁盘中。

试用总结：在简单的试用中，将数据存储到OSS是一个开创性的云原生数据库的创意，ECS自建，PG RDS产品是没有这个功能的，对于PostgreSQL经常存储 4 5 6 7 8 9 10 T的我们，一些数据的确不应该占用昂贵的磁盘，对于一些不经常查询的表，或者归档的表的数据，直接可以一条命令让其存储到OSS上，并通过简单的方式还可以在恢复到高速的PLS4  PLS5上，让客户在存储成本上可以凭自己的实力来降低对应的成本，相对的速度还不慢，可谓是一个好的功能。