本文系“戏码台”原创，首发于FCC中文社区，感兴趣的小伙伴可以点击“阅读原文”前往FCC中文社区探索更多有意思的事情。如遇超链接无法使用，也请移步“阅读原文”呦。
本篇文章将会是这个系列的最后一篇。数据库是一门实践为王的技术，所以我无法通过寥寥几篇专栏就把PostgreSQL
给说清楚，更多有价值的功能及用法只能有待你自己去亲自动手尝试了。
今天我还会介绍一个属于PostgreSQL
独有的特性，并且这个特性如同一把钥匙，可以给你打开一个崭新的数据库编程世界，至少我是这么认为的，那么我们赶紧开始吧。
SQL
这种东西，本身是面向结果的，而不是面向过程的。这跟传统的编程语言有很大的区别，比如你在使用JavaScript
、Java
时，这些语言都是基于过程的，你要一步一步通过代码表达式把要做的逻辑过程编写出来，让计算机理解。而SQL
是不具备这种能力的，虽然它看起来更高级，你只需要对着数据库说“要有光”(select light from universe)，“光”就来了。
但是不可否认，SQL
语言的表达能力是有限的，有些复杂的逻辑我们无法依赖SQL
直接实现。比如：计算当前时间是本年度的第几周，这显然已经超出了SQL
的能力范围。所以数据库的创造者们，给数据库增加了SQL
之外的能力，也就是Procedural Language
（过程语言）简称PL
。这种过程语言就给开发者提供了传统编程语言的逻辑方式，方便我们在数据里实现一种叫存储过程
/函数
的东西，进而拓展了数据库本身的逻辑能力。
几乎每个关系型数据库都有自己的PL
实现，比如Oracle
的PL/SQL
、SQL Server
的T-SQL
，而在PostgreSQL
中，提供的就是PL/pgSQL
。
这当然也不是什么新鲜事。作为本系列的最后一篇，如果只是讲讲PL/pgSQL
未免有些平淡了。
容我给你展示一组清单：
PL/Java
PL/PHP
PL/Perl
PL/Python
PL/V8
结合前文所述，你大概已经猜到了。PL/xxx
其实就是在说用基于某个语言实现数据库里的存储过程。换句话说，我们可以用自己熟知的高级语言，如：Java
、PHP
、Python
来编写数据库的存储过程。当然了，这个功能是PostgreSQL
独有的，别的数据库可享受不到。至于PL/V8
，如果你熟悉前端开发的话，应该不难猜出这里说的是JavaScript
的V8
引擎。
下面我就用PL/Python
来演示下，如何用Python3
来开发PostgreSQL
的存储过程。
首先需要在数据库服务器上安装Python3
，然后再安装PostgreSQL
的Python3
扩展。以ubuntu
为例，你需要执行：
apt-get install postgresql-plpython3-13复制
注意最后的数字13
，应该与你本地的PostgreSQL
版本相对应。一旦扩展安装关闭，就可以通过一条SQL
语句，在数据库中开启对应的扩展功能，你需要执行：
create extension "plpython3u";复制
下面我们尝试创建一个存储过程（其实称为“函数”可能更准确，不过“存储过程”比“函数”更贴近数据库的专有词汇，为了方便大家理解，我采用了“存储过程”的说法）。
create function pymax(a integer, b integer)
returns integer
language plpython3u
as $$
if a > b:
return a
return b
$$;复制
这是一个简单的比较两个整型大小的函数，本身没什么技术含量。需要特别注意的是$$
之间的代码段是通过language
指定的，当我们指定了plpython3u
后，就可以用Python3
来编写存储过程了。
简单执行测试一下:
studypg=# select pymax(2, 3);
pymax
-------
3
(1 row)复制
可以看到函数顺利执行成功了。
聪明的你可能会说，能利用上Python
的语言本身固然有点意思，但是实际价值却不大。要是能利用上Python
的生态，那才是真的强。答案当然是Yes啦。
众所周知，最近几年Python
在机器学习领域可谓是独领风骚。这得益于其多年在数学领域的积累，而numpy
这个包，更是所有数学工作者的最爱。下面我就用numpy
演示，如何在PostgreSQL
中使用Python的强大生态。
首先安装numpy
包，执行：
pip3 install numpy复制
然后我们创建一个存储过程，用来计算以e为底的自然数对数，语句如下：
create or replace function pylog(x float)
returns float
language plpython3u
as $$
import numpy as np
return np.log(x)
$$;复制
看下执行结果：
studypg=# select pylog(1);
pylog
-------
0
(1 row)
studypg=# select pylog(0.1);
pylog
-------------------
-2.30258509299405
(1 row)复制
非常完美，借助Python
生态的力量，我们仅用几句话就实现了原本SQL
根本无法实现的功能。其实这还只是冰山一角。笔者甚至通过Python
版的数据库函数作为数据库表的触发器，拦截到数据的变化，直接把变化信息转发到MQTT
服务器，从而让其他外部应用，可以通过对MQTT
消息的订阅，得到数据变化的推送信息。
好了，关于PostgreSQL
中神奇的存储过程，就介绍到这里了。其实在PostgreSQL
中还有很多神奇的事情值得挖掘，比如触发器，PostgreSQL
不光可以拦截DML
还可以拦截DDL
；还有外部数据源FDW
，PostgreSQL
中可以引用多种外部数据，包括MySQL
、Oracle
等主流关系型数据库，甚至还支持Redis
、MongoDB
等非关系型数据库。总之，只有想不到，没有做不到。
关于PostgreSQL
的系列文章至此就结束了。希望我的文章能激发出你对数据库的兴趣，愿这门悠久而强大的技术能够在你的工作中起到一些积极作用。最重要的，请一定要多实践。我们下个话题再见😃
