PostgreSQL-MVCC 架构的堆（Heap）存储引擎

作者介绍：简历上没有一个精通的运维工程师，下面的思维导图也是预计更新的内容和当前进度(不定时更新)。

数据库是一个系统（应用）最重要的资产之一，所以我们的数据库将从以下几个数据库来进行介绍。

MySQL

PostgreSQL（本章节）

MongoDB

Redis

Etcd

我们在前面介绍MySQL的时候重点介绍过它的2个存储引擎：MyISAM和InnoDB，今天我们来介绍下PostgreSQL的存储引擎。

PostgreSQL与 MySQL 等数据库的一个核心区别在于，它本身就是一个完整的数据库管理系统，而不是一个可以更换存储引擎的数据库服务器。因此，严格来说，PostgreSQL 没有像 MySQL 那样可以插拔的“存储引擎”（Storage Engine）概念。

核心架构

• 堆存储 (Heap Storage)：PostgreSQL 使用堆表（Heap-Organized Table）来存储数据。这意味着数据行（Tuples）被无序地插入到数据页中，而不是像某些数据库那样按主键排序。这有利于高并发的插入操作。
• 多版本并发控制 (MVCC)：这是 PostgreSQL 存储的核心。MVCC 允许多个事务同时读写数据而不会相互阻塞。它通过为每个数据行保存多个版本（每个版本有特定的事务可见性信息）来实现。旧版本的行（dead tuples）最终由 VACUUM进程清理。
• WAL (Write-Ahead Logging)：为了保证数据的持久性和崩溃恢复能力，PostgreSQL 采用 WAL。所有对数据文件的修改都必须先记录到 WAL 日志中，然后才能应用到数据文件。这是实现高可靠性和 Point-in-Time Recovery (PITR) 的基础。有点类似我们前面前面介绍的中间件：Zookeeper
• 数据页 (Data Pages)：数据被组织成 8KB 大小的页面。一个表的数据被存储在一系列这样的页面中。页面内包含行数据、页头信息和空闲空间。

表空间 (Tablespaces)

虽然不是存储引擎，但表空间是控制数据物理位置的重要机制。

• 功能: 允许你将数据库对象（如表、索引）的存储位置从默认的数据目录移动到其他磁盘或分区。
• 用途: 用于性能优化（例如，将频繁访问的表放在 SSD 上）、存储管理或满足合规性要求。

外部数据包装器 (Foreign Data Wrappers, FDW)

这是最接近“可插拔存储引擎”概念的功能。

• 功能:FDW 允许 PostgreSQL 查询和操作存储在外部系统中的数据，就像这些数据是本地表一样。
• 原理:它通过一个“包装器”来连接到外部数据源（如另一个 PostgreSQL 实例、MySQL、MongoDB、Oracle、文件系统、Web 服务等），并将查询翻译成外部系统能理解的命令。
• 常见 FDW:postgres_fdw: 连接另一个 PostgreSQL 服务器。 mysql_fdw: 连接 MySQL 服务器。 file_fdw: 读取 CSV、文本等文件。 oracle_fdw: 连接 Oracle 数据库。
• 注意:FDW 主要用于数据访问和联合查询，而不是作为本地表的替代存储引擎。性能通常不如本地存储。

扩展 (Extensions)

PostgreSQL 强大的扩展生态系统可以改变或增强其存储行为。

citus: 将 PostgreSQL 转变为分布式数据库，数据被分片（sharded）存储在多个节点上。这改变了数据的物理分布和存储方式。

timescaledb: 专为时间序列数据优化的扩展。它将大表自动分割成更小的“块”（chunks），并针对时间序列查询进行了优化，提供了类似“特定领域存储引擎”的功能。

zombodb: 将 PostgreSQL 与 Elasticsearch 集成，用于强大的全文搜索。

总结