/postgresql%E4%BB%8E%E5%85%A5%E9%97%A8%E5%88%B0%E7%B2%BE%E9%80%9A/ Recent content in Postgresql从入门到精通 on 老张开工了 Hugo zh-cn Wed, 05 Mar 2025 10:00:00 +0800 /posts/2025/03/ecommerce-database-project/ Wed, 05 Mar 2025 10:00:00 +0800 /posts/2025/03/ecommerce-database-project/ 本章将综合运用本系列所学的全部知识，设计一个完整的电商数据库系统——从需求分析、表结构设计、到高级查询和性能优化。 项目需求概述 构建一个支持多用户、多商品的电商平台后台数据库，主要功能包括： 用户注册与登录 商品浏览与搜索 购物车与下单 订单管理与支付 商品评价 后台数据分析 E-R 图 ┌──────────┐ ┌──────────────┐ ┌────────────┐ │ 用户 │──────→│ 购物车 │──────→│ 商品 │ └──────────┘ └──────────────┘ └────────────┘ ↓ ↑ ┌──────────┐ ┌──────────────┐ ┌──────────────┐ │ 地址 │ │ 订单 │──────→│ 订单明细 │ └──────────┘ └──────────────┘ └──────────────┘ ↓ ┌──────────────┐ ┌──────────────┐ │ 支付记录 │ │ 商品评价 │ └──────────────┘ └──────────────┘ 数据库设计与建表 -- 创建数据库 CREATE DATABASE ecommerce; \c ecommerce -- ============================ -- 1. 用户模块 -- ============================ CREATE TABLE es_users ( user_id SERIAL PRIMARY KEY, username VARCHAR(50) UNIQUE NOT NULL, email VARCHAR(200) UNIQUE NOT NULL, password_hash VARCHAR(255) NOT NULL, phone VARCHAR(20), avatar_url TEXT, member_level VARCHAR(10) DEFAULT '普通' CHECK (member_level IN ('普通', '银卡', '金卡', '钻石')), status VARCHAR(10) DEFAULT 'active' CHECK (status IN ('active', 'locked', 'deleted')), created_at TIMESTAMPTZ DEFAULT NOW(), updated_at TIMESTAMPTZ DEFAULT NOW() ); -- 用户地址表 CREATE TABLE es_user_addresses ( address_id SERIAL PRIMARY KEY, user_id INTEGER NOT NULL REFERENCES es_users(user_id), receiver_name VARCHAR(50) NOT NULL, receiver_phone VARCHAR(20) NOT NULL, province VARCHAR(50), city VARCHAR(50), district VARCHAR(50), detail_address TEXT NOT NULL, is_default BOOLEAN DEFAULT false, created_at TIMESTAMPTZ DEFAULT NOW() ); -- ============================ -- 2. /posts/2025/03/advanced-features/ Sat, 01 Mar 2025 10:00:00 +0800 /posts/2025/03/advanced-features/ PostgreSQL 远不止是一个关系型数据库。它的高级特性让它在很多场景下可以替代专门的 MongoDB（JSON）、Elasticsearch（全文搜索）、甚至 Redis（键值存储）。 JSON 与 JSONB PostgreSQL 从 9.2 开始支持 JSON，9.4 引入了性能优异的 JSONB。 JSONB 的核心优势 JSONB 是二进制格式，去掉了空格和键的顺序 支持索引（GIN 索引），查询速度显著快于 JSON 支持高效的操作符（->、 ->>、 @>、 ?、 ?|、 ?&） -- 创建 JSONB 列 CREATE TABLE products_json ( id SERIAL PRIMARY KEY, name VARCHAR(100), attributes JSONB -- 可变属性的最佳容器 ); INSERT INTO products_json (name, attributes) VALUES ('笔记本电脑', '{"brand": "联想", "ram": "16GB", "storage": "512GB SSD", "color": "银灰", "weight": 1.4}'), ('手机', '{"brand": "华为", "ram": "8GB", "storage": "256GB", "color": "黑色", "screen": "6. /posts/2025/02/user-and-permission/ Thu, 27 Feb 2025 10:00:00 +0800 /posts/2025/02/user-and-permission/ 数据库安全的第一道防线是完善的用户和权限管理体系。PostgreSQL 提供了精细的权限控制模型，从数据库级别到列级别都能控制。 用户/角色管理 PostgreSQL 中用户和角色概念相通——区别在于用户默认有 LOGIN 权限，角色没有。 -- 创建用户 CREATE USER alice WITH PASSWORD 'alice123'; -- 等价于 CREATE ROLE alice WITH LOGIN PASSWORD 'alice123'; -- 创建角色（不用于登录，用于权限分组） CREATE ROLE sales_team; CREATE ROLE dev_team; CREATE USER bob WITH PASSWORD 'bob456'; CREATE USER charlie WITH PASSWORD 'charlie789'; 修改用户 -- 修改密码 ALTER USER alice WITH PASSWORD 'newpassword'; -- 修改属性 ALTER USER alice WITH SUPERUSER; -- 设为超级用户 ALTER USER alice WITH NOSUPERUSER; -- 取消超级用户 ALTER USER alice WITH CREATEDB; -- 允许创建数据库 ALTER USER alice WITH CREATEROLE; -- 允许创建角色 -- 禁用用户 ALTER USER alice WITH NOLOGIN; -- 重命名 ALTER USER alice RENAME TO alice_new; 删除用户 -- 删除前确认没有依赖的数据库对象 REASSIGN OWNED BY alice TO postgres; -- 转移对象所有权 DROP OWNED BY alice; -- 删除用户所有的对象 DROP USER alice; 角色继承 角色的核心价值在于层级管理——把权限授予角色，然后把角色授予用户： /posts/2025/02/backup-and-restore/ Tue, 25 Feb 2025 10:00:00 +0800 /posts/2025/02/backup-and-restore/ 备份是数据库管理的生命线。PostgreSQL 提供了多种备份策略，从简单的 SQL 导出到基于 WAL 的持续归档（PITR），能满足从开发到企业级的各种需求。 逻辑备份 使用 pg_dump 导出 SQL 格式备份，是简单场景的首选。 备份单个数据库 # 导出纯 SQL 格式（最通用，可读可编辑） pg_dump -U postgres -d mydb > mydb_backup.sql # 自定义格式（压缩，支持并行恢复） pg_dump -U postgres -d mydb -Fc > mydb_backup.dump # 目录格式（并行备份，默认每个表一个文件） pg_dump -U postgres -d mydb -Fd -j 4 > mydb_backup_dir/ # 只备份 schema（不备份数据） pg_dump -U postgres -d mydb --schema-only > mydb_schema.sql # 只备份数据（不备份 schema） pg_dump -U postgres -d mydb --data-only > mydb_data.sql 恢复备份 # 方式 1：SQL 格式直接导入 psql -U postgres -d mydb < mydb_backup. /posts/2025/02/triggers-and-events/ Sun, 23 Feb 2025 10:00:00 +0800 /posts/2025/02/triggers-and-events/ 触发器让数据库在特定事件（INSERT、UPDATE、DELETE）发生时自动执行函数，是维护数据完整性和实现自动化逻辑的强大工具。 触发器基础 创建触发器的流程 -- 1. 先创建一个触发器函数（返回 TRIGGER 类型） CREATE OR REPLACE FUNCTION trigger_function() RETURNS TRIGGER LANGUAGE plpgsql AS $$ BEGIN -- 逻辑代码 RETURN NEW; -- 或 RETURN OLD，或 RETURN NULL END; $$; -- 2. 将函数绑定到表上 CREATE TRIGGER trigger_name {BEFORE | AFTER} {INSERT | UPDATE | DELETE | TRUNCATE} ON table_name [FOR EACH {ROW | STATEMENT}] EXECUTE FUNCTION trigger_function(); 新旧数据的含义 场景 OLD NEW INSERT NULL 新插入的行 UPDATE 更新前的行 更新后的行 DELETE 被删除的行 NULL 实战：自动更新时间戳 这是最常用的触发器——自动维护 updated_at 列： /posts/2025/02/stored-procedures-and-functions/ Fri, 21 Feb 2025 10:00:00 +0800 /posts/2025/02/stored-procedures-and-functions/ 存储过程和函数允许你在数据库内部执行业务逻辑——数据不离开数据库，减少网络往返，对特定场景有显著性能优势。 函数 vs 存储过程 PostgreSQL 11 之前只有函数（必须返回值），11 之后引入了真正的存储过程（可以不返回值）。 特性 函数（FUNCTION） 存储过程（PROCEDURE） 返回值 必须返回（可 VOID） 可不返回 事务控制 不支持 BEGIN/COMMIT 内部 支持 SELECT 调用 ✅ SELECT func() ❌ CALL 调用 ❌ ✅ CALL proc() 参数模式 IN / OUT / INOUT IN / INOUT 创建函数 CREATE OR REPLACE FUNCTION func_name(param1 TYPE, param2 TYPE DEFAULT default_value) RETURNS return_type LANGUAGE plpgsql AS $$ BEGIN -- 函数体 RETURN result; END; $$; 标量函数 -- 最简单的函数：计算折扣价格 CREATE OR REPLACE FUNCTION calc_discount_price( p_price NUMERIC, p_discount NUMERIC DEFAULT 0. /posts/2025/02/views-and-materialized-views/ Wed, 19 Feb 2025 10:00:00 +0800 /posts/2025/02/views-and-materialized-views/ 视图（View）和物化视图（Materialized View）是 PostgreSQL 中封装复杂查询、提供数据和访问控制层的重要工具。 视图：虚拟表 视图本质上是一个命名的查询，不存储数据，每次查询时执行底层查询。 -- 准备数据 CREATE TABLE products ( id SERIAL PRIMARY KEY, name VARCHAR(100) NOT NULL, category VARCHAR(50), price NUMERIC(10,2), stock INTEGER, is_active BOOLEAN DEFAULT true ); INSERT INTO products (name, category, price, stock, is_active) VALUES ('笔记本电脑', '电子产品', 5999, 50, true), ('手机', '电子产品', 3999, 200, true), ('耳机', '电子产品', 299, 500, true), ('运动鞋', '服饰', 599, 300, true), ('T恤', '服饰', 99, 100, false), ('咖啡机', '家居', 1299, 50, true); 创建视图 -- 创建一个活跃产品视图 CREATE VIEW active_products AS SELECT id, name, category, price, stock FROM products WHERE is_active = true; -- 使用视图（就像使用表一样） SELECT * FROM active_products WHERE category = '电子产品' ORDER BY price DESC; 视图的作用 简化复杂查询 -- 创建常用分析视图 CREATE VIEW customer_order_summary AS SELECT c. /posts/2025/02/cte-and-recursive/ Mon, 17 Feb 2025 10:00:00 +0800 /posts/2025/02/cte-and-recursive/ WITH（CTE，Common Table Expression）可以让你在 SQL 中像写程序一样组织逻辑——分步骤、命名中间结果、复用。递归 CTE 更是处理层级数据的利器。 普通 CTE CTE 把复杂的查询拆成多个可读的步骤： -- 统计每个城市的客户消费情况 WITH city_stats AS ( SELECT c.city, COUNT(DISTINCT o.customer_id) AS 客户数, SUM(o.total_amount) AS 总消费 FROM customers c LEFT JOIN orders o ON c.customer_id = o.customer_id AND o.status = '已完成' GROUP BY c.city ), avg_city AS ( SELECT AVG(总消费) AS 城市平均消费 FROM city_stats ) SELECT cs.city, cs.客户数, cs.总消费, ROUND(cs.总消费 / ac.城市平均消费 * 100, 2) AS 相对占比 FROM city_stats cs CROSS JOIN avg_city ac ORDER BY cs. /posts/2025/02/transaction-and-concurrency/ Sat, 15 Feb 2025 10:00:00 +0800 /posts/2025/02/transaction-and-concurrency/ 数据库的并发控制决定了多个用户同时读写时，数据一致性和性能的平衡。PostgreSQL 使用 MVCC（多版本并发控制）来优雅地解决这个问题。 什么是事务？ 事务是一组 SQL 操作的逻辑单位，满足 ACID 特性： 原子性（A）：要么全部成功，要么全部回滚 一致性（C）：事务前后数据状态一致 隔离性（I）：并发事务互不干扰（程度可调） 持久性（D）：提交后数据不会丢失 基本事务控制 -- 准备测试数据 CREATE TABLE bank_accounts ( id SERIAL PRIMARY KEY, name VARCHAR(50) NOT NULL, balance NUMERIC(10,2) DEFAULT 0 CHECK (balance >= 0) ); INSERT INTO bank_accounts (name, balance) VALUES ('张三', 10000), ('李四', 5000), ('王五', 20000); BEGIN / COMMIT / ROLLBACK -- 转账操作：张三转 1000 给李四 BEGIN; UPDATE bank_accounts SET balance = balance - 1000 WHERE name = '张三'; UPDATE bank_accounts SET balance = balance + 1000 WHERE name = '李四'; -- 检查余额是否正确（此时其他会话还看不到变化） SELECT * FROM bank_accounts ORDER BY id; -- 确认无误后提交 COMMIT; 回滚事务 BEGIN; UPDATE bank_accounts SET balance = balance - 50000 WHERE name = '张三'; -- ❌ 余额不足 -- 发现错误，回滚全部操作 ROLLBACK; -- 查看数据，发现数据变回事务开始前的状态 SELECT * FROM bank_accounts; SAVEPOINT 保存点 BEGIN; INSERT INTO bank_accounts (name, balance) VALUES ('赵六', 3000); SAVEPOINT after_insert; UPDATE bank_accounts SET balance = balance + 5000 WHERE name = '张三'; -- 决定撤销这笔更新 ROLLBACK TO after_insert; -- 张三的余额不受影响，但赵六已插入 COMMIT; 隔离级别 SQL 标准定义了四个隔离级别，从低到高依次限制不同的并发问题： /posts/2025/02/index-and-performance/ Thu, 13 Feb 2025 10:00:00 +0800 /posts/2025/02/index-and-performance/ 数据量达到百万级后，不合适的索引会让查询慢如蜗牛。本章将系统学习 PostgreSQL 的索引原理和性能优化方法。 为什么需要索引？ 没有索引的查询需要全表扫描——逐行检查数据。就像一本没有目录的书，要找一句话就得从头翻到尾。 索引的本质是一个排序过的数据结构（B-Tree），让数据库能在 O(log n) 时间内找到数据，而不是 O(n)。 创建练习数据 -- 创建一张大表来演示索引效果 CREATE TABLE big_orders ( id SERIAL PRIMARY KEY, user_id INTEGER NOT NULL, product_name VARCHAR(100), amount NUMERIC(10,2), status VARCHAR(10), order_date DATE, created_at TIMESTAMP DEFAULT NOW() ); -- 插入 100 万条数据 INSERT INTO big_orders (user_id, product_name, amount, status, order_date) SELECT (random() * 100000)::INT + 1, CASE (random() * 5)::INT WHEN 0 THEN '笔记本电脑' WHEN 1 THEN '手机' WHEN 2 THEN '耳机' WHEN 3 THEN '运动鞋' ELSE 'T恤' END, (random() * 5000 + 100)::NUMERIC(10,2), CASE (random() * 4)::INT WHEN 0 THEN '已完成' WHEN 1 THEN '已取消' WHEN 2 THEN '退款中' ELSE '已完成' END, DATE '2024-01-01' + (random() * 730)::INT FROM generate_series(1, 1000000); -- 确认数据已插入 SELECT count(*) FROM big_orders; EXPLAIN 读懂查询计划 -- 查看查询计划 EXPLAIN SELECT * FROM big_orders WHERE user_id = 42; EXPLAIN ANALYZE SELECT * FROM big_orders WHERE user_id = 42; EXPLAIN 输出解读： /posts/2025/02/window-functions/ Tue, 11 Feb 2025 10:00:00 +0800 /posts/2025/02/window-functions/ 窗口函数是 PostgreSQL 最强大的分析工具之一。它在不改变行数的前提下，为每一行计算一个"窗口"内的聚合值——让你同时看到"行级"和"聚合级"的数据。 窗口函数 vs 普通聚合 普通聚合用 GROUP BY 将多行压缩为一行： SELECT product, SUM(amount) FROM sales GROUP BY product; -- 结果：每种商品一行 窗口函数保留原始行数，额外返回聚合值： SELECT product, amount, SUM(amount) OVER () AS 总计 FROM sales; -- 结果：每行不变，多一列"总计" 创建练习数据集 -- 月度销售数据 CREATE TABLE monthly_sales ( id SERIAL PRIMARY KEY, product VARCHAR(50), category VARCHAR(50), month DATE NOT NULL, sales_amount NUMERIC(10,2), sales_qty INTEGER ); INSERT INTO monthly_sales (product, category, month, sales_amount, sales_qty) VALUES ('笔记本电脑', '电子产品', '2025-01-01', 300000, 50), ('笔记本电脑', '电子产品', '2025-02-01', 350000, 58), ('笔记本电脑', '电子产品', '2025-03-01', 280000, 46), ('手机', '电子产品', '2025-01-01', 450000, 112), ('手机', '电子产品', '2025-02-01', 520000, 130), ('手机', '电子产品', '2025-03-01', 480000, 120), ('耳机', '电子产品', '2025-01-01', 60000, 200), ('耳机', '电子产品', '2025-02-01', 55000, 180), ('耳机', '电子产品', '2025-03-01', 70000, 240), ('运动鞋', '服饰', '2025-01-01', 80000, 135), ('运动鞋', '服饰', '2025-02-01', 75000, 125), ('运动鞋', '服饰', '2025-03-01', 65000, 108), ('T恤', '服饰', '2025-01-01', 30000, 300), ('T恤', '服饰', '2025-02-01', 35000, 350), ('T恤', '服饰', '2025-03-01', 28000, 280), ('咖啡机', '家居', '2025-01-01', 65000, 50), ('咖啡机', '家居', '2025-02-01', 55000, 42), ('咖啡机', '家居', '2025-03-01', 40000, 30); 排名函数 -- ROW_NUMBER：连续的排名（不并列） SELECT product, month, sales_amount, ROW_NUMBER() OVER (ORDER BY sales_amount DESC) AS 总排名 FROM monthly_sales; -- RANK：并列排名（跳过后续序号） SELECT product, month, sales_amount, RANK() OVER (ORDER BY sales_amount DESC) AS 排名_可并列 FROM monthly_sales; -- DENSE_RANK：并列排名（不跳过后续序号） SELECT product, month, sales_amount, DENSE_RANK() OVER (ORDER BY sales_amount DESC) AS 排名_密集 FROM monthly_sales; 三者的区别： /posts/2025/02/join-and-subquery/ Sun, 09 Feb 2025 10:00:00 +0800 /posts/2025/02/join-and-subquery/ 真实世界的数据很少只存在于一张表中。JOIN 和多表关联是 SQL 最核心的能力之一。 创建练习数据集 -- 客户表 CREATE TABLE customers ( customer_id SERIAL PRIMARY KEY, name VARCHAR(100) NOT NULL, city VARCHAR(50), member_level VARCHAR(10) DEFAULT '普通', created_at TIMESTAMP DEFAULT NOW() ); -- 订单表 CREATE TABLE orders ( order_id SERIAL PRIMARY KEY, customer_id INTEGER REFERENCES customers(customer_id), order_date DATE NOT NULL, total_amount NUMERIC(10,2) NOT NULL, status VARCHAR(10) DEFAULT '已完成' CHECK (status IN ('已完成', '已取消', '退款中')) ); -- 订单明细表 CREATE TABLE order_items ( item_id SERIAL PRIMARY KEY, order_id INTEGER NOT NULL REFERENCES orders(order_id), product_name VARCHAR(100) NOT NULL, price NUMERIC(10,2) NOT NULL, quantity INTEGER NOT NULL ); -- 插入客户数据 INSERT INTO customers (name, city, member_level) VALUES ('张三', '北京', '金卡'), ('李四', '上海', '银卡'), ('王五', '广州', '金卡'), ('赵六', '深圳', '普通'), ('陈七', '杭州', '银卡'), ('周八', '成都', '普通'); -- 从未下单的客户 -- 插入订单数据（陈七从未下单） INSERT INTO orders (customer_id, order_date, total_amount, status) VALUES (1, '2025-01-05', 8997, '已完成'), (2, '2025-01-08', 5295, '已完成'), (3, '2025-01-12', 3500, '已完成'), (1, '2025-01-15', 399, '已完成'), (4, '2025-01-18', 1500, '已完成'), (5, '2025-01-20', 2500, '已完成'), (2, '2025-01-22', 880, '已取消'), (1, '2025-01-25', 12000, '已完成'), (3, '2025-01-28', 599, '退款中'), (5, '2025-02-01', 1800, '已完成'); -- 插入订单明细 INSERT INTO order_items (order_id, product_name, price, quantity) VALUES (1, '笔记本电脑', 5999, 1), (1, '手机', 3999, 1), -- 订单1：5999+3999 = 9998-. /posts/2025/02/aggregation-and-grouping/ Fri, 07 Feb 2025 10:00:00 +0800 /posts/2025/02/aggregation-and-grouping/ 聚合函数 聚合函数将多行数据汇总为单个结果，是数据分析的核心工具。 -- 创建销售数据表 CREATE TABLE sales ( id SERIAL PRIMARY KEY, product VARCHAR(100), category VARCHAR(50), amount NUMERIC(10,2), quantity INTEGER, sale_date DATE, salesperson VARCHAR(50) ); INSERT INTO sales (product, category, amount, quantity, sale_date, salesperson) VALUES ('笔记本电脑', '电子产品', 5999, 2, '2025-01-01', '小陈'), ('手机', '电子产品', 3999, 5, '2025-01-02', '小陈'), ('耳机', '电子产品', 299, 10, '2025-01-03', '小李'), ('运动鞋', '服饰', 599, 3, '2025-01-05', '小王'), ('T恤', '服饰', 99, 20, '2025-01-06', '小陈'), ('咖啡机', '家居', 1299, 2, '2025-01-07', '小李'), ('台灯', '家居', 199, 8, '2025-01-08', '小王'), ('手机', '电子产品', 3999, 3, '2025-01-10', '小李'), ('笔记本电脑', '电子产品', 5999, 1, '2025-01-12', '小王'), ('运动鞋', '服饰', 599, 5, '2025-01-15', '小陈'), ('耳机', '电子产品', 299, 15, '2025-01-18', '小李'), ('台灯', '家居', 199, 12, '2025-01-20', '小陈'), ('咖啡机', '家居', 1299, 1, '2025-01-22', '小王'), ('T恤', '服饰', 99, 30, '2025-01-25', '小李'), ('手机', '电子产品', 3999, 4, '2025-01-28', '小陈'); 五种基础聚合 SELECT COUNT(*) AS 总记录数, COUNT(DISTINCT product) AS 不同商品数, SUM(amount) AS 总金额, AVG(amount) AS 平均金额, MAX(amount) AS 最大金额, MIN(amount) AS 最小金额 FROM sales; COUNT 的细节差异 -- COUNT(*) 统计行数（包括 NULL） SELECT COUNT(*) FROM sales; -- COUNT(column) 统计非 NULL 值的数量 SELECT COUNT(product) FROM sales; -- COUNT(DISTINCT column) 统计不重复的非 NULL 值数量 SELECT COUNT(DISTINCT product) FROM sales; -- 三者的区别 SELECT COUNT(*) AS 总行数, COUNT(salesperson) AS 非空姓名数, COUNT(DISTINCT salesperson) AS 不同姓名数 FROM sales; GROUP BY 分组聚合 -- 按产品分组 SELECT product, COUNT(*) AS 订单数, SUM(amount) AS 总销售额, SUM(quantity) AS 总销量, ROUND(AVG(amount), 2) AS 平均金额 FROM sales GROUP BY product ORDER BY 总销售额 DESC; 多维度分组 -- 按类别和产品分组（SQL 中，SELECT 的非聚合列必须出现在 GROUP BY 中） SELECT category, product, SUM(amount) AS 销售额, COUNT(*) AS 订单数 FROM sales GROUP BY category, product ORDER BY category, 销售额 DESC; PostgreSQL 允许按 SELECT 中列的序号简化： /posts/2025/02/query-and-filter/ Wed, 05 Feb 2025 10:00:00 +0800 /posts/2025/02/query-and-filter/ SELECT 基础 创建练习表并插入数据 -- 创建练习数据库 CREATE DATABASE practice; \c practice -- 创建员工表 CREATE TABLE employees ( id SERIAL PRIMARY KEY, name VARCHAR(50) NOT NULL, department VARCHAR(30), salary NUMERIC(10,2), hire_date DATE, is_active BOOLEAN DEFAULT true ); -- 插入测试数据 INSERT INTO employees (name, department, salary, hire_date, is_active) VALUES ('张三', '技术部', 15000, '2023-01-15', true), ('李四', '技术部', 18000, '2022-06-01', true), ('王五', '市场部', 12000, '2023-03-10', true), ('赵六', '市场部', 11000, '2024-01-20', true), ('钱七', '技术部', 22000, '2021-09-01', true), ('孙八', '人事部', 9000, '2024-07-15', true), ('周九', '人事部', 9500, '2023-11-01', true), ('吴十', '技术部', 16000, '2023-06-20', false), ('郑一', '市场部', 10000, '2024-09-01', true), ('陈二', '财务部', 13000, '2022-12-01', true); 基本 SELECT -- 查询所有列 SELECT * FROM employees; -- 查询指定列 SELECT name, salary FROM employees; -- 列别名 SELECT name AS 姓名, salary AS 工资 FROM employees; -- 列计算 SELECT name, salary, salary * 1. /posts/2025/02/table-and-datatypes/ Mon, 03 Feb 2025 00:00:00 +0000 /posts/2025/02/table-and-datatypes/ 数据类型概览 PostgreSQL 支持丰富的数据类型，是 SQL 标准实现最全面的数据库之一。 数值类型 -- 整数类型 SMALLINT -- 2字节，范围 -32768 ~ 32767 INTEGER -- 4字节，范围 -21亿 ~ 21亿 BIGINT -- 8字节，范围超大 -- 精确小数 NUMERIC(10,2) -- 总共10位，小数点后2位，精确计算 DECIMAL(10,2) -- NUMERIC 的别名 -- 浮点类型 REAL -- 4字节，6位十进制精度 DOUBLE PRECISION -- 8字节，15位十进制精度 -- 自增类型 SMALLSERIAL -- 2字节自增 SERIAL -- 4字节自增（常用） BIGSERIAL -- 8字节自增 字符串类型 CHAR(n) -- 定长字符串，不足补空格 VARCHAR(n) -- 变长字符串，有长度限制（最常用） TEXT -- 不限长度字符串（无性能损失） 经验：不要被 CHAR 的"性能优势"迷惑。在 PostgreSQL 中，VARCHAR 和 TEXT 几乎没有性能差异。大多数场景直接使用 TEXT 最省心。如果需要限制长度，用 VARCHAR(n)。 /posts/2025/02/postgresql-intro/ Sun, 02 Feb 2025 00:00:00 +0000 /posts/2025/02/postgresql-intro/ 什么是 PostgreSQL？ PostgreSQL 是一个功能强大的开源关系型数据库管理系统，拥有超过 35 年的活跃开发历史。它的名字源于 POSTGRES（加州大学伯克利分校的项目）和 Ingres（其前身），后更名为 PostgreSQL 以体现 SQL 支持。 为什么选择 PostgreSQL？ 开源免费：PostgreSQL 采用类似 MIT 的开源许可，可以自由使用、修改和分发 ACID 合规：完整支持事务的原子性、一致性、隔离性和持久性 扩展性强：支持 JSON/JSONB、全文搜索、地理空间（PostGIS）、键值存储等 活跃社区：全球范围内拥有数百万用户和数千贡献者 企业级特性：支持热备、流复制、分区表、并行查询等 PostgreSQL vs MySQL vs SQLite 特性 PostgreSQL MySQL SQLite 开源许可 MIT/类BSD GPL Public Domain ACID 完整支持 取决于存储引擎 有限 JSON 支持 JSONB（二进制，可索引） JSON 文本 无 并发控制 MVCC InnoDB MVCC 串行化 扩展性 非常强 中等 有限 适用场景 企业级应用、数据分析 Web 应用 移动/嵌入式 安装 PostgreSQL Windows 安装 # 方案一：官方安装包 # 访问 https://www. /posts/2025/02/postgresql-course/ Sat, 01 Feb 2025 00:00:00 +0000 /posts/2025/02/postgresql-course/ PostgreSQL 被誉为"世界上最先进的开源关系型数据库"，凭借其强大的功能、出色的扩展性和活跃的社区生态，已成为越来越多企业和开发者的首选数据库。 本系列教程将从零开始，系统地带你掌握 PostgreSQL 的核心知识和实战技能。无论你是刚接触数据库的初学者，还是有一定经验的开发者，都能在这个系列中找到有价值的内容。 课程大纲 基础篇 PostgreSQL 简介与安装 建表与数据类型 查询与过滤 聚合与分组 JOIN 与子查询 进阶篇 窗口函数 索引与性能优化 事务与并发控制 CTE 与递归查询 视图与物化视图 高级篇 存储过程与函数 触发器与事件 备份与恢复 用户与权限管理 高级特性（JSON/全文搜索/扩展） 实战篇 实战项目：电商数据库设计 本系列文章使用 PostgreSQL 17 版本，示例代码可直接在 psql 或任何 PostgreSQL 客户端中运行。