PostgreSQL 博览 RSS 订阅

AI 写出来的 SQL 看着对，却不知道生产库长什么样。Radim Marek 举了 2025 年 7 月的例子：一个编码代理在封网期抹掉了生产库，随后还谎报经过；更常见的是锁表迁移、基于错误假设的查询和凭感觉加的索引。他还提到 Anthropic 的参考 PostgreSQL MCP 服务器曾因允许分号而被 SQL 注入。他给的路子是离线优先：把模式与统计导成 JSON 快照提交进版本库并每晚更新，让代理拿到结构而不碰生产连接。

PAX 把页内数据按列切成 minipage，定长列用位图加密集数组，变长列用偏移数组，为的是减少缓存污染。Lætitia AVROT 指出这套设计和 PostgreSQL 的 MVCC 打架：论文里删除要立刻压紧 minipage，而 PostgreSQL 必须把旧版本行留在原地。她提出单独留一个存放 xmin、xmax、ctid 的元数据 minipage，删除时只做标记。文章没有基准数据，也还不是补丁。

要给分析备库、QA 和沙箱送生产数据，又不想让它们连上主库。Richard Yen 建议回到 PostgreSQL 8.2 就有的日志传送：用 archive_command 把 WAL 推到集中归档，各消费端用 restore_command 取回并持续恢复。他把这个集中归档叫作 WAL Hub。这样不占复制槽，也没有流复制的背压；代价是有一点延迟，备库不会出现在 pg_stat_replication 里。

Doug Pagnutti 用工业物联网负载测了加硬件的边界。当索引超出内存之后，再加内存和 CPU 对写入几乎无益，瓶颈落在磁盘 I/O 上，而索引更新基本是串行的，用不上多核。查询这边完全不同：内存变大能缓存数据并在内存里建哈希表，多核能让聚合走并行，收益明显。结论是靠硬件优化查询有效，救摄取无效；摄取吃紧时应考虑 TimescaleDB 这类专用时序方案。

pg_clickhouse 让 PostgreSQL 直接查询 ClickHouse。0.1.10 把 JSON 与 JSONB 的 -> 和 ->> 映射成 ClickHouse 的子列语法下推，补上 clock_timestamp 等时间函数，并支持 ROW_NUMBER、RANK、LEAD、LAG 等一批窗口函数。HTTP 驱动改为流式返回结果集，读 1GB 表时内存峰值从 1GB 以上降到 73MB。

从 ctid 里取块号，此前只能写成 (ctid::text::point)[0] 这种绕路的写法。Andres Freund 推送了 tid_blockno() 与 tid_offset() 两个访问器函数，把这件事变成一次普通的函数调用；提交前他做了小幅调整，包括在文档里把 TID 从类型标记改为缩写标记，因为 TID 并不是真正的类型名。他自己在做性能验证、需要从索引扫描里取块号时又撞上这个限制，才把补丁推完。

哪张表最急着被 autovacuum 处理，此前只能靠 DBA 自己推算。Nathan Bossart 提交了 pg_stat_autovacuum_scores 视图的前三个补丁，把 autovacuum 的评分摆成系统视图，并对所有用户开放。争论集中在要不要同时给出是否够格清理的布尔列，最终采用 autovacuum 真正决策时用的 dovacuum 与 doanalyze。

Oracle 的 ASH 在 PostgreSQL 上一直缺个对应物。PostgresAI 发布的 pg_ash v1 用 pg_cron 每秒采样一次 pg_stat_activity，把快照写进分区表，再用 32 个 SQL 函数做等待事件分析。纯 SQL 与 PL/pgSQL 实现，不需要 C 扩展或重启，RDS、Cloud SQL、Supabase 这类托管服务同样能用，支持 PostgreSQL 14 到 18。

Gavin M. Roy 一次放出四个 PostgreSQL 工具。tree-sitter-postgres 是 SQL 与 PL/pgSQL 的 Tree-sitter 语法，由 Bison 源码生成。libpgfmt 是 Rust 写的格式化库，内置多套风格预设，pgfmt 是它的命令行工具，能格式化也能查风格。libpgdump 用 Rust 读写 custom、directory 与 tar 三种转储格式。

glibc 2.28 在 2018 年按 Unicode 规则改了排序，B-tree 索引里按旧顺序摆好的数据就此对不上：查询少返回行、唯一约束抓不到重复，而且没有告警。Shaun Thomas 梳理了应对之道：PostgreSQL 13 起记录排序规则版本并告警，17 提供内置 provider，pg_c_utf8 在大版本内不再变。老集群升级操作系统后要 REINDEX INDEX CONCURRENTLY。

Estuary 更新了 PostgreSQL 连接器。新增只读模式 CDC，不必往 watermarks 表写数据，可直接从只读备库采集，把复制开销移出主库；这条路要求 PostgreSQL 16 以上、开启逻辑解码并设 hot_standby_feedback = on，采集范围里还要带高频更新表或心跳表，否则 WAL 会一直堆积。源端与目标端都支持 IAM 认证，分区表还可按分区各自成流。

数据装得进内存时一切都快，工作集一旦超过可用内存，响应时间就从毫秒跳到几百毫秒。Jake Hertz 解释这道悬崖来自缓存淘汰：新数据把旧页挤下磁盘，再查这些数据就要等慢速 I/O；分析查询扫历史数据会把热数据挤出内存，让情况更糟。可选的路子是加内存、水平分片，或改列存压缩体积。他建议用 pg_statio_user_tables 盯住缓存命中率，低于 95% 就是要出事的信号。

范围类型能存有效期，但要改其中一段时间的数据，一直得自己拆行再补行。Peter Eisentraut 在 4 月 1 日提交了 Paul A. Jungwirth 的补丁：PostgreSQL 19 的 UPDATE 与 DELETE 支持 FOR PORTION OF，只作用于与给定区间重叠的行，部分重叠的行会被截断，未涉及的时段自动补成新行。边界只能是常量表达式，NOW() 可用，列引用和子查询不行。

在 Kubernetes 上加装扩展，此前多半要自己烤镜像。CloudNativePG 1.29.0 用 Image Catalogs 建起扩展镜像生态，让引擎与扩展版本保持对齐。新增的 podSelectorRefs 让 pg_hba.conf 按标签动态解析客户端 Pod 的临时 IP，只放行命名空间内获授权的负载。同期发布维护版 1.28.2 与 1.27.4，1.28.x 的 EOL 定在 2026-06-30。

pgAdmin 开发团队发布 4 v9.14，共 23 项修复与新功能。最显眼的是为 OpenAI 与 Anthropic 增加自定义 Provider URL，LM Studio、LiteLLM 这类 OpenAI 兼容服务可以直接接入；LLM_ENABLED 设为 False 时界面仍显示 AI 入口的问题也一并修好。其余修复涉及 OAuth2 认证失败与索引 fillfactor 默认值错误。

pgEdge 把自家的 Postgres MCP Server 推到 1.0，开源版本与 pgEdge Cloud 托管服务同时提供。它让代理读取模式、执行查询和生成代码，能识别主键、外键、索引、约束以及分区表层级，默认折叠子表以免撑爆上下文。支持 PostgreSQL 14 以上，客户端覆盖 Claude Code、Cursor 等。安全上默认只读，会拒绝改写 transaction_read_only 的绕过尝试。

电池储能厂商 Cactos 把 15TB 时序数据从 Amazon RDS 搬到 TigerData 托管的 TimescaleDB，月度数据库开销从 9000 美元降到 4000 美元。原生压缩把存储压掉 92%，历史数据自动分层到 S3。迁移用实时同步的 RDS 连接器覆盖 35 张分区表，接近零停机。厂商称压缩分层上的历史查询比原先 RDS 热存储还快。Cactos 选择留在 PostgreSQL 生态，没有拆成两套架构。

在 Kubernetes 上跑生产 PostgreSQL 的团队又多了几件趁手工具。Percona Operator for PostgreSQL 2.9.0 把默认版本提升到 PostgreSQL 18，新增基于 PVC 快照的备份，用卷快照替代逐文件拷贝以缩短恢复时间，并支持 LDAP 认证接入企业目录，另有数据库生命周期管理与可观测性方面的改进。升级前要确认存储类支持快照，并按新的默认版本核对扩展兼容性。

pg_ivm 让物化视图在基表变化时只计算增量，不必整表重算。1.14 版修复了两处外连接场景下的维护错误：视图里带交叉连接时增量维护会失败，连接条件列出现 NULL 值时同样无法正确维护。两种情况都会让视图停在过期状态，而未必给出明显报错。用到外连接增量视图的实例升级后建议重新校验一次视图内容，确认与基表一致。

pg_background 把 SQL 交给后台工作进程执行，调用会话不必阻塞，还能做自治事务。Vibhor Kumar 发布的 v1.9 加了四件运维向功能：给工作进程贴最长 64 字节的标签便于辨认；error_info_v2 返回 sqlstate、消息、明细与上下文；result_info_v2 不消费结果就能读到行数和完成状态；另有批量 detach 与 cancel。作者提醒它不是作业调度器的替代品。

pgEdge Postgres MCP Server 把 PostgreSQL 接给 Claude Code 这类客户端，自定义工具只能在库内跑 SQL、PL/pgSQL 函数或匿名块，不能发 HTTP 或访问文件系统。Antony Pegg 用一份 1668 行的 YAML 写了三个工具：按耗时或调用次数排慢查询、七项健康检查、以及索引建议。索引建议在没有 HypoPG 时退化成启发式，装了 HypoPG 就用假想索引验证代价。

MongoDB 在灵活模式和快速迭代上有优势，问题出在被拿去扛时序负载。Matty Stratton 指出时序数据是带时间戳的扁平、统一测量值，不是可变的层次化文档：WiredTiger 面对高频追加写吃力，没有原生的按时间分区，大范围时间聚合也慢。他同时提醒换成普通 Postgres 并不自动解决问题，两者在时序存储模型上有类似限制，真正的取舍是文档存储还是 TimescaleDB 这类专用方案。

PostgreSQL 内置的 ts_rank 缺少逆文档频率与词频饱和，排序质量受限。TigerData 发布的 pg_textsearch 1.0 直接在 PostgreSQL 页面上实现完整 BM25 评分，用 Block-Max WAND 优化 top-k 查询，WAL、复制与 VACUUM 都照常工作。厂商测试称短查询比 ParadeDB 快 2.4 到 6.5 倍，目前不支持短语查询，只有 OR 语义。

MVCC 把删除的行留成死元组，vacuum 既要回收空间，也要冻结旧行避开事务号回卷。文章梳理了 autovacuum 的触发条件：死元组超过阈值 50 加表行数的 0.2 倍，千行表约 250 次更新即触发。作者建议按表把 autovacuum_vacuum_scale_factor 降到 0.1，用 cost_delay 与 cost_limit 控制 I/O 冲击，再用 pg_stat_user_tables 观察死元组。

备库集群让整个 Patroni 集群跟随另一个集群：一个节点作 standby leader 从主集群复制，其余节点再从它级联复制，可用于灾备、跨机房迁移与就近只读。Umut TEKIN 给出的关键配置是 standby_cluster 的 host、port 与 primary_slot_name。要注意复制槽不会自动创建，与主集群共用 etcd 时 scope 必须不同，提升前先确认 LSN 追平。

每个人都要记住主机、端口、库名和用户，而真实库名往往不是同事口头的叫法。Lætitia AVROT 介绍 pg_service.conf 这份 INI 格式的命名连接配置：用户级放 ~/.pg_service.conf，系统级放在 pg_config --sysconfdir 下，写好一段 [prod] 后 psql service=prod 即可连上。按环境拆文件而服务名保持一致，密码交给权限 0600 的 .pgpass。

Deepak Mahto 梳理了这个二十多年老工具的完整路径。评估阶段用 SHOW_REPORT 导出 HTML 报告，给出对象清单、复杂度分级与人天估算；迁移阶段按对象类型导出表、约束、序列、索引与视图；之后用 TEST、TEST_COUNT、TEST_DATA 三级校验。类型改写靠 MODIFY_TYPE、REPLACE_AS_BOOLEAN 等指令，函数索引与 interval 分区仍要人工善后。

把 AI 代理从演示搬进生产，卡住企业的往往不是模型而是数据与运维。EDB 发布新一代 Postgres AI Factory：Agent Studio 基于 Langflow 重写以简化代理搭建，向量基础设施改用 VectorChord 提升检索性能，企业部署的安全能力也有加强。EDB 的定位是让机构基于自己掌握的数据构建代理，填补概念验证与可上生产系统之间的落差。