Postgresql

PostgreSQL 表设计

使用此技能的场景

• 为 PostgreSQL 设计模式
• 选择数据类型和约束
• 规划索引、分区或 RLS 策略
• 审查表的可扩展性和可维护性

不要使用此技能的场景

• 目标数据库不是 PostgreSQL
• 只需要查询调优而不涉及模式变更
• 需要数据库无关的建模指南

指南

1. 捕获实体、访问模式和规模目标（行数、QPS、数据保留期）。
2. 选择能强制执行不变量的数据类型和约束。
3. 为实际查询路径添加索引，并用 EXPLAIN 验证。
4. 在规模或访问控制需要时规划分区或 RLS。
5. 审查迁移影响并安全地应用变更。

安全

• 在没有备份和回滚计划的情况下，避免在生产环境执行破坏性 DDL。
• 在应用模式变更前使用迁移和预发布环境验证。

核心规则

• 为引用表（用户、订单等）定义 PRIMARY KEY。时序/事件/日志数据并非总是需要主键。使用时优先选择 BIGINT GENERATED ALWAYS AS IDENTITY；仅在需要全局唯一性/不透明性时使用 UUID。
• 先规范化（至 3NF） 以消除数据冗余和更新异常；仅在已度量且高 ROI 的读取场景中，当连接性能被证实存在问题时才反规范化。过早反规范化会造成维护负担。
• 在语义要求的地方添加 NOT NULL；为常见值使用 DEFAULT。
• 为实际查询的访问路径创建索引：主键/唯一键（自动）、外键列（需手动！）、频繁过滤/排序列和连接键。
• 事件时间优先使用 TIMESTAMPTZ；金额使用 NUMERIC；字符串使用 TEXT；整数值使用 BIGINT，浮点数使用 DOUBLE PRECISION（精确小数运算使用 NUMERIC）。

PostgreSQL "陷阱"

• 标识符：未加引号 → 自动转为小写。避免使用加引号/大小写混合的名称。约定：表名/列名使用 snake_case。
• 唯一约束 + NULL：UNIQUE 允许多个 NULL。使用 UNIQUE (...) NULLS NOT DISTINCT（PG15+）来限制只允许一个 NULL。
• 外键索引：PostgreSQL 不会自动为外键列创建索引。需要手动添加。
• 无静默强制转换：长度/精度溢出会报错（不会截断）。示例：向 NUMERIC(2,0) 插入 999 会报错，不像某些数据库会静默截断或四舍五入。
• 序列/标识列会有间隔（正常现象，不要"修复"）。回滚、崩溃和并发事务会在 ID 序列中产生间隔（1, 2, 5, 6...）。这是预期行为——不要试图让 ID 连续。
• 堆存储：默认没有聚集主键（不同于 SQL Server/MySQL InnoDB）；CLUSTER 是一次性重组，后续插入不会维护。磁盘上的行顺序是插入顺序，除非显式聚集。
• MVCC：更新/删除会留下死元组；vacuum 负责处理——设计时应避免热点宽行的频繁更新。

数据类型

• ID：优先使用 BIGINT GENERATED ALWAYS AS IDENTITY（GENERATED BY DEFAULT 也可以）；在合并/联邦/分布式系统或需要不透明 ID 时使用 UUID。使用 uuidv7() 生成（使用 PG18+ 时优先）或 gen_random_uuid()（使用较旧 PG 版本时）。
• 整数：优先使用 BIGINT，除非存储空间至关重要；较小范围使用 INTEGER；除非有约束否则避免 SMALLINT。
• 浮点数：优先使用 DOUBLE PRECISION 而非 REAL，除非存储空间至关重要。精确小数运算使用 NUMERIC。
• 字符串：优先使用 TEXT；如需长度限制，使用 CHECK (LENGTH(col) <= n) 而非 VARCHAR(n)；避免 CHAR(n)。二进制数据使用 BYTEA。大字符串/二进制（>2KB 默认阈值）自动存储在 TOAST 中并压缩。TOAST 存储：PLAIN（无 TOAST）、EXTENDED（压缩 + 行外存储）、EXTERNAL（行外存储，不压缩）、MAIN（压缩，尽可能行内存储）。默认 EXTENDED 通常最优。使用 ALTER TABLE tbl ALTER COLUMN col SET STORAGE strategy 和 ALTER TABLE tbl SET (toast_tuple_target = 4096) 控制阈值。大小写不敏感：区域/重音处理使用非确定性排序规则；纯 ASCII 使用 LOWER(col) 上的表达式索引（除非列需要大小写不敏感的主键/外键/唯一约束，否则优先）或 CITEXT。
• 金额：NUMERIC(p,s)（绝不使用浮点数）。
• 时间：时间戳使用 TIMESTAMPTZ；仅日期使用 DATE；持续时间使用 INTERVAL。避免使用 TIMESTAMP（无时区）。事务开始时间使用 now()，当前挂钟时间使用 clock_timestamp()。
• 布尔值：BOOLEAN 配合 NOT NULL 约束，除非需要三态值。
• 枚举：小型、稳定的集合（如美国州、星期几）使用 CREATE TYPE ... AS ENUM。业务逻辑驱动且会变化的值（如订单状态）→ 使用 TEXT（或 INT）+ CHECK 或查找表。
• 数组：TEXT[]、INTEGER[] 等。用于需要查询元素的有序列表。使用 GIN 索引支持包含（@>、<@）和重叠（&&）查询。访问：arr[1]（从 1 开始索引）、arr[1:3]（切片）。适合标签、分类；关系型数据避免使用数组——改用关联表。字面量语法：'{val1,val2}' 或 ARRAY[val1,val2]。
• 范围类型：daterange、numrange、tstzrange 用于区间。支持重叠（&&）、包含（@>）运算符。使用 GiST 索引。适合调度、版本控制、数值范围。选择一种边界方案并保持一致；默认优先使用 [)（含左不含右）。
• 网络类型：INET 用于 IP 地址，CIDR 用于网络范围，MACADDR 用于 MAC 地址。支持网络运算符（<<、>>、&&）。
• 几何类型：POINT、LINE、POLYGON、CIRCLE 用于二维空间数据。使用 GiST 索引。高级空间功能考虑 PostGIS。
• 全文搜索：TSVECTOR 用于全文搜索文档，TSQUERY 用于搜索查询。使用 GIN 索引 tsvector。始终指定语言：to_tsvector('english', col) 和 to_tsquery('english', 'query')。绝不使用单参数版本。这同时适用于索引表达式和查询。
• 域类型：CREATE DOMAIN email AS TEXT CHECK (VALUE ~ '^[^@]+@[^@]+$') 用于带验证的可复用自定义类型。跨表强制执行约束。
• 复合类型：CREATE TYPE address AS (street TEXT, city TEXT, zip TEXT) 用于列内的结构化数据。使用 (col).field 语法访问。
• JSONB：优先于 JSON；使用 GIN 索引。仅用于可选/半结构化属性。仅在必须保留内容原始顺序时使用 JSON。
• 向量类型：pgvector 提供的 vector 类型，用于嵌入向量的相似性搜索。

不要使用以下数据类型

• 不要使用 timestamp（无时区）；改用 timestamptz。
• 不要使用 char(n) 或 varchar(n)；改用 text。
• 不要使用 money 类型；改用 numeric。
• 不要使用 timetz 类型；改用 timestamptz。
• 不要使用 timestamptz(0) 或任何其他精度规范；改用 timestamptz。
• 不要使用 serial 类型；改用 generated always as identity。

表类型

• 常规表：默认；完全持久化，有 WAL 日志。
• TEMPORARY：会话作用域，自动删除，无日志。临时数据处理更快。
• UNLOGGED：持久但不具备崩溃安全性。写入更快；适合缓存/暂存。

行级安全

使用 ALTER TABLE tbl ENABLE ROW LEVEL SECURITY 启用。创建策略：CREATE POLICY user_access ON orders FOR SELECT TO app_users USING (user_id = current_user_id())。内置基于用户的行级访问控制。

约束

• 主键（PK）：隐含 UNIQUE + NOT NULL；创建 B-tree 索引。
• 外键（FK）：指定 ON DELETE/UPDATE 动作（CASCADE、RESTRICT、SET NULL、SET DEFAULT）。在引用列上添加显式索引——加速连接并防止父表删除/更新时的锁问题。循环外键依赖使用 DEFERRABLE INITIALLY DEFERRED，在事务结束时检查。
• UNIQUE：创建 B-tree 索引；允许多个 NULL，除非使用 NULLS NOT DISTINCT（PG15+）。标准行为：(1, NULL) 和 (1, NULL) 是允许的。使用 NULLS NOT DISTINCT：只允许一个 (1, NULL)。除非特别需要重复 NULL，否则优先使用 NULLS NOT DISTINCT。
• CHECK：行级约束；NULL 值通过检查（三值逻辑）。示例：CHECK (price > 0) 允许 NULL 价格。结合 NOT NULL 强制执行：price NUMERIC NOT NULL CHECK (price > 0)。
• EXCLUDE：使用运算符防止重叠值。EXCLUDE USING gist (room_id WITH =, booking_period WITH &&) 防止房间重复预订。需要适当的索引类型（通常是 GiST）。

索引

• B-tree：默认用于等值/范围查询（=、<、>、BETWEEN、ORDER BY）
• 复合索引：顺序很重要——仅在最左前缀上使用等值条件时索引生效（WHERE a = ? AND b > ? 使用 (a,b) 上的索引，但 WHERE b = ? 不会）。将选择性最高/最常过滤的列放在前面。
• 覆盖索引：CREATE INDEX ON tbl (id) INCLUDE (name, email) - 包含非键列以实现仅索引扫描，无需访问表。
• 部分索引：用于热点子集（WHERE status = 'active' → CREATE INDEX ON tbl (user_id) WHERE status = 'active'）。任何带 status = 'active' 的查询都可以使用此索引。
• 表达式索引：用于计算搜索键（CREATE INDEX ON tbl (LOWER(email))）。表达式必须与 WHERE 子句完全匹配：WHERE LOWER(email) = 'user@example.com'。
• GIN：JSONB 包含/存在、数组（@>、?）、全文搜索（@@）
• GiST：范围、几何、排他约束
• BRIN：非常大的自然有序数据（时序）——存储开销极小。当磁盘上行顺序与索引列相关时有效（插入顺序或 CLUSTER 之后）。

分区

• 用于非常大的表（>1 亿行），且查询一致地按分区键过滤（通常是时间/日期）。
• 替代用途：用于数据维护任务驱动的表，例如定期清理或批量替换数据
• RANGE：常用于时序数据（PARTITION BY RANGE (created_at)）。创建分区：CREATE TABLE logs_2024_01 PARTITION OF logs FOR VALUES FROM ('2024-01-01') TO ('2024-02-01')。TimescaleDB 自动化基于时间或 ID 的分区，并支持保留策略和压缩。
• LIST：用于离散值（PARTITION BY LIST (region)）。示例：FOR VALUES IN ('us-east', 'us-west')。
• HASH：用于无自然键时的均匀分布（PARTITION BY HASH (user_id)）。使用模数创建 N 个分区。
• 约束排除：需要分区上的 CHECK 约束供查询规划器裁剪。声明式分区自动创建（PG10+）。
• 优先使用声明式分区或超表。不要使用表继承。
• 限制：无全局 UNIQUE 约束——在 PK/UNIQUE 中包含分区键。分区表的外键不支持；使用触发器。

特殊考量

更新密集型表

• 分离热/冷列——将频繁更新的列放在单独的表中以减少膨胀。
• 使用 fillfactor=90 为 HOT 更新留出空间，避免索引维护。
• 避免更新索引列——阻止有益的 HOT 更新。
• 按更新模式分区——将频繁更新的行与稳定数据放在不同分区。

插入密集型工作负载

• 最小化索引——只创建查询需要的；每个索引都会减慢插入。
• 使用 COPY 或多行 INSERT 代替单行插入。
• UNLOGGED 表用于可重建的暂存数据——写入速度快得多。
• 延迟索引创建用于批量加载——先删除索引，加载数据，再重建索引。
• 按时间/哈希分区以分散负载。TimescaleDB 自动化插入密集型数据的分区和压缩。
• 使用自然键作为主键，如 (timestamp, device_id)，如果强制全局唯一性很重要的话；许多插入密集型表根本不需要主键。
• 如果确实需要代理键，优先使用 BIGINT GENERATED ALWAYS AS IDENTITY 而非 UUID。

友好 Upsert 设计

• 需要 UNIQUE 索引在冲突目标列上——ON CONFLICT (col1, col2) 需要精确匹配的唯一索引（部分索引不行）。
• 使用 EXCLUDED.column 引用将要插入的值；只更新实际变更的列以减少写入开销。
• DO NOTHING 在不需要实际更新时比 DO UPDATE 更快。

安全的模式演进

• 事务性 DDL：大多数 DDL 操作可以在事务中运行并回滚——BEGIN; ALTER TABLE...; ROLLBACK; 用于安全测试。
• 并发索引创建：CREATE INDEX CONCURRENTLY 避免阻塞写入，但不能在事务中运行。
• 易变默认值导致重写：添加带易变默认值（如 now()、gen_random_uuid()）的 NOT NULL 列会重写整个表。非易变默认值则很快。
• 先删约束再删列：ALTER TABLE DROP CONSTRAINT 然后 DROP COLUMN 以避免依赖问题。
• 函数签名变更：CREATE OR REPLACE 使用不同参数会创建重载而非替换。如不需要重载则删除旧版本。

生成列

• ... GENERATED ALWAYS AS (<expr>) STORED 用于可计算、可索引的字段。PG18+ 新增 VIRTUAL 列（读取时计算，不存储）。

扩展

• pgcrypto：crypt() 用于密码哈希。
• uuid-ossp：替代 UUID 函数；新项目优先使用 pgcrypto。
• pg_trgm：使用 % 运算符和 similarity() 函数进行模糊文本搜索。使用 GIN 索引加速 LIKE '%pattern%'。
• citext：大小写不敏感的文本类型。除非需要大小写不敏感约束，否则优先使用 LOWER(col) 上的表达式索引。
• btree_gin/btree_gist：启用混合类型索引（如同时包含 JSONB 和文本列的 GIN 索引）。
• hstore：键值对；大多已被 JSONB 取代，但对简单字符串映射仍有用。
• timescaledb：时序数据必备——自动分区、保留、压缩、连续聚合。
• postgis：超越基本几何类型的全面地理空间支持——基于位置的应用必备。
• pgvector：用于嵌入向量的相似性搜索。
• pgaudit：所有数据库活动的审计日志。

JSONB 指南

• 优先使用 JSONB 配合 GIN 索引。
• 默认：CREATE INDEX ON tbl USING GIN (jsonb_col); → 加速：
  • 包含 jsonb_col @> '{"k":"v"}'
  • 键存在 jsonb_col ? 'k'，任意/所有键 ?|、?&
  • 嵌套文档上的路径包含
  • 析取 jsonb_col @> ANY(ARRAY['{"status":"active"}', '{"status":"pending"}'])
• 重度 @> 工作负载：考虑使用操作符类 jsonb_path_ops 获得更小/更快的仅包含索引：
  • CREATE INDEX ON tbl USING GIN (jsonb_col jsonb_path_ops);
  • 权衡：失去键存在（?、?|、?&）查询支持——仅支持包含（@>）
• 特定标量字段的等值/范围查询：提取并用 B-tree 索引（生成列或表达式）：
  • ALTER TABLE tbl ADD COLUMN price INT GENERATED ALWAYS AS ((jsonb_col->>'price')::INT) STORED;
  • CREATE INDEX ON tbl (price);
  • 优先使用 WHERE price BETWEEN 100 AND 500（使用 B-tree）而非无索引的 WHERE (jsonb_col->>'price')::INT BETWEEN 100 AND 500。
• JSONB 内的数组：使用 GIN + @> 进行包含查询（如标签）。如果只做包含查询，考虑 jsonb_path_ops。
• 核心关系保持在表中；JSONB 用于可选/可变属性。
• 使用约束限制列中允许的 JSONB 值，例如 config JSONB NOT NULL CHECK(jsonb_typeof(config) = 'object')

示例

用户表

CREATE TABLE users (
  user_id BIGINT GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
  email TEXT NOT NULL UNIQUE,
  name TEXT NOT NULL,
  created_at TIMESTAMPTZ NOT NULL DEFAULT now()
);
CREATE UNIQUE INDEX ON users (LOWER(email));
CREATE INDEX ON users (created_at);

订单表

CREATE TABLE orders (
  order_id BIGINT GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
  user_id BIGINT NOT NULL REFERENCES users(user_id),
  status TEXT NOT NULL DEFAULT 'PENDING' CHECK (status IN ('PENDING','PAID','CANCELED')),
  total NUMERIC(10,2) NOT NULL CHECK (total > 0),
  created_at TIMESTAMPTZ NOT NULL DEFAULT now()
);
CREATE INDEX ON orders (user_id);
CREATE INDEX ON orders (created_at);

JSONB

CREATE TABLE profiles (
  user_id BIGINT PRIMARY KEY REFERENCES users(user_id),
  attrs JSONB NOT NULL DEFAULT '{}',
  theme TEXT GENERATED ALWAYS AS (attrs->>'theme') STORED
);
CREATE INDEX profiles_attrs_gin ON profiles USING GIN (attrs);