PostgreSQL 博览 2026-06-24 RSS 订阅

表长到一定规模后，按时间戳排序的查询会突然变慢：同一条语句一千万行时约 180 毫秒，五亿行时要 4 秒，因为索引超出 shared_buffers 后退化成磁盘上的外部归并排序。TigerData 的办法是别再对原始行排序，仪表盘查询改用 time_bucket() 先聚合再排序，4312 毫秒能压到 9 毫秒，高频查询用连续聚合在写入时预计算。

Jeremy Schneider 建议为检查点的总耗时单独设告警：在 checkpoint_timeout 保持默认 5 分钟的前提下，他倾向把阈值定在 15 分钟。更稳妥的做法是监控距离上一条检查点消息过去了多久，这样连停摆到不输出消息的情况也能发现，同时对“检查点过于频繁”告警，那通常意味着要调大 max_wal_size。他特别提醒，检查点停滞时千万不要重启数据库，重启可能让实例陷入恢复循环，把几小时的故障拖成几天。

没人再查的数据和天天被查的数据占着一样贵的存储，bottomless Postgres 就是把冷数据挪到对象存储又让查询照常跨层。Shaun Thomas 回顾了几条路线：Neon 换掉整个存储引擎，pg_mooncake 把表镜像成 Iceberg，pg_lake 靠独立的 DuckDB 进程。ColdFront 则把 pg_duckdb 内嵌，归档分区后以 Iceberg 为唯一副本，用解析钩子改写 SQL 路由冷热数据。

Christophe Pettus 写了 cygnet，一个面向异步 Python 的 PostgreSQL 专用 ORM，要求 Python 3.12 与 PostgreSQL 14 以上。它的取向是透明而非省事：SQL 关键字写成大写方法，模型就是普通 dataclass，不需要继承或元类。UPDATE 和 DELETE 必须显式写 .WHERE() 才肯执行，避免全表误伤。JSONB、全文检索和 LATERAL 都是一等操作。

Stormatics 的 Warda Bibi 讲了怎么用 MCP 在 AI 智能体和 PostgreSQL 之间放一层受控接口，能力在代码里固定而不是靠提示词约束。文中用开源的 postgres-mcp，生产上应开受限模式，把语句包进只读事务并用 pglast 拦下 DROP TABLE。体检项包括膨胀索引、缓存命中率、空闲事务、事务 ID 年龄和复制延迟，索引建议靠 pg_stat_statements 加 hypopg 试算。

F3 是一个研究性质的列式数据文件格式，README 直说它只是验证论文想法的原型，不建议用于生产。它值得看的是设计方向：面向现代硬件和负载重构列式布局，并把解码器与数据本身绑定，让格式层能携带自描述元数据和可移植的解码逻辑。数据文件格式是湖仓、OLAP、数据交换和长期归档的底层协议，一旦这层能力变了，查询引擎、存储系统和兼容策略都要跟着调整。短期不必引入，中长期可以跟踪它的论文与基准测试。

后量子迁移不是升级一个库那么简单，它牵涉证书、TLS 终端、设备、客户端、供应商、合规，以及今天被抓走的数据在若干年后仍需保密这件事。Cloudflare 从大规模边缘网络的视角复盘了行政令给出的 2030 期限，讨论迁移步骤与目前的缺口。对基础设施团队来说，现在应该做的是盘点 TLS 终端、证书生命周期、依赖库、无法升级的老客户端，以及长期敏感数据的存放位置，而不是等到 2029 年再动手。