作为学院派的数据库，postgresql在底层的架构设计上就考虑了很多算法层面的优化。其中在postgresql9.6版本中推出bloom索引也是十足的黑科技。
《Postgresql 内幕探索》读书笔记 - 第一章：集簇、表空间、元组 引言 个人建议本章节自己搭建一个Postgresql数据库边实战边阅读更容易理解。 思维导图 图片比较大，这里贴出xmind
PostgreSQL天然集群，多个集群可以组成集簇，有点类似军队的连、团、旅这样的组织规则。对于我们日常学习使用的单节点则是单个集簇单个集群，自己就是集群。
目前非常流行的RDBMS PostgresSQL已经在几周前发布了它的第10个版本。由于Postgres的可靠性、节约成本、成熟，当然还有它的开源，已经21岁的Postgres在开发者之中仍旧非常流行。
写了600 多篇博客文章后，我以为我已经掌握了cluster命令的复杂性 ，但似乎我还没有，所以现在让我们开始吧。
greenplum Schema 是 Database中逻辑组织object和data。 在同一Database中，不同schema的对象可以使用相同的名称。
这是一个关于POSTGRESQL 查询的优化系列，这已经是这个系列的第八集了，接上期，在OLTP查询中我们需要注意的查询优化的地方非常多，稍不留意就会在一些问题上的操作导致查询的数据逻辑错误。继续上次的问题，在查询中，针对事件的查询问题，我们一般处理的模式
一般实现数据库的并发会采用三种方式，分别是多版本并发控制(MVCC),严格两阶段锁(S2PL),乐观并发控制(OCC).在MVCC中，每个更新操作都会创建新的一个数据版本，并保留旧版本。当事务读取数据对象时候，系统会根据一定的策略选择一个数据版本读取，这样读写都不会互相干扰。基于S2PL的数据库系统在写操作发生时会阻塞相应对象上的读操作，因为写入者获得了操作对象的互斥锁。PostgreSQL采用了基于MVCC的变体，叫做快照隔离级别(SI) 目前Oracle数据使用undo来实现快照隔离级别。当新数据写入
关系型数据库都需要产生一个最佳的执行计划从而在查询时耗费的时间和资源最少。通常情况下，所有的数据库都会产生一个以树形式的执行计划：计划树的叶子节点被称为表扫描节点。查询节点对应于从基表获取数据。
索引在数据库的查询中起到的作用毋庸置疑，但时常有人提出索引的建立的问题，to be or not to be 的问题。
我们知道数据库创建索引可能会锁住创建索引的表，并且用该表上的一次扫描来执行整个索引的构建，这样在创建索引时会影响在线业务，非常大的表创建索引可能会需要几个小时，这样阻塞业务是不被允许的。商业数据库一般都提供在线创建索引的能力，PostgreSQL作为开源数据库，也提供了这样的功能。我们在CREATE INDEX命令中新增CONCURRENTLY选项来实现索引的在线创建。
此文来自于AndresFreund,PG社区资深开发，探讨IO对于PG方面的问题。此翻译和文字来自于视频，因为部分英文听的比较费劲，所以可能有失误的地方，尽请见谅。
数据在磁盘上是以块的形式存储的。为确保对磁盘操作的原子性，访问数据的时候会一并访问所有数据块。磁盘上的这些数据块与链表类似，即它们都包含一个数据段和一个指针，指针指向下一个节点（数据块）的内存地址，而且它们都不需要连续存储（即逻辑上相邻的数据块在物理上可以相隔很远）。
作者简介 案例说明 一个大表的COUNT，究竟能有多快？除类似物化视图的做法，我们所能做到的极限能有多快？这不是一个真实的案例，而是根据笔者在网上发的一篇帖子整理而来。通过对一条SQL，采用多种方式持
本文是对两大开源关系型数据库MySQL、PostgreSQL做了详细的对比，欢迎大家在评论区发表自己的见解。
索引主要被用来提升数据库性能，不当的使用会导致性能变差。 PostgreSQL 提供了多种索引类型： B-tree、Hash、GiST、SP-GiST 、GIN 和 BRIN。每一种索引类型使用了一种不同的算法来适应不同类型的查询。默认情况下，CREATE INDEX 命令创建适合于大部分情况的 B-tree 索引。
现在MySQL 8和PostgreSQL 10已经发布，现在是重新审视两个主要的开源关系数据库如何相互竞争的好时机。
1、目标SQL的正文、SQL ID和其执行计划所对应的的PLAN HASH VALUE。
位图连接索引（Bitmap Join Indexes）是建立在两个或更多表的连接之上的位图索引。对于表列中的每个值，索引存储被索引表中的相应行的ROWID。相比之下，在标准位图索引中，索引是建立在一个表上的。在数据仓库环境中使用这种索引可以改进连接维度表和事实表的查询性能。创建位图连接索引时，标准方法是连接索引中常用的维度表（Dimension）和事实表（Fact）。当用户在一次查询中结合查询事实表和维度表时，就不需要执行连接，因为在位图连接索引中已经有可用的连接结果。通过压缩位图连接索引中的ROWID可以进一步改进性能，并且减少访问数据所需的I/O数量。位图连接索引，就是将事实表和维度表的ROWID提前进行映射，省去了连接时的开销。
如果阅读过手册一定听过postgresql cluster的概念，第一次听到这个概念可能都会有一些困惑。cluster在安装数据库时，由initdb工具生成，initdb后产生的pgdata文件夹可以理解为cluster的物理存储结构。数据库启动、停止时pg_ctl -D参数指定的文件夹即cluster文件夹，所以一个PG Server可以运行在一个PG Cluster上。
B-tree索引适合用于存储排序的数据。对于这种数据类型需要定义大于、大于等于、小于、小于等于操作符。
BMP(全称Bitmap)是Window操作系统中的标准图像文件格式，可以分成两类：设备相关位图(DDB)和设备无关位图(DIB)，使用非常广。它采用位映射存储格式，除了图像深度可选以外，不采用其他任何压缩，因此，BMP文件所占用的空间很大。BMP文件的图像深度可选lbit、4bit、8bit、16bit、24bit或者32bit。BMP文件存储数据时，图像的扫描方式是按从左到右、从下到上的顺序。 由于BMP文件格式是Windows环境中交换与图有关的数据的一种标准，因此在Windows环境中运行的图形图像软件都支持BMP图像格式。
会发现生成的语句中过滤条件是 WHERE account.id != account.id，使用PostgreSQL Explain ANALYZE 命令，
在涉及order by操作的sql时，b-tree索引返回的结果是有序的，可以直接返回，而其他索引类型，需要对索引返回结果再进行一次排序。b-tree索引的默认排序为升序，空值放在最后，创建索引时可以指定排序方式，如按倒序排序时，空值默认是放在最前的，但往往我们的查询并不想展示空值的结果，此时可以在创建索引时指定排序desc nulls last以达到和查询sql切合的目的。
在为数据仓库设计的模式模型中，有多种安排模式对象的方法。一个数据仓库模式模型是星型模式。示例模式（本书中大多数示例的基础）使用星型模式。但是，还有其他模式模型通常用于数据仓库。这些模式模型中最流行的是第三范式（3NF）模式。另外，一些数据仓库模式既不是星型模式也不是3NF模式，而是共享这两种模式的特性；这些模式被称为混合模式模型。
包含三个文件, 具体介绍请看PostgreSQL目录结构之base目录，Free Space Map and Visibility Map:
强制使用联合型的关联型(CONNECT BY WITH FILTERING) ,ps:详情
位图索引可以按很高密度存储数据，因此往往比B树索引小很多，前提是在基数比较小（列重复度比较高）的情况下。位图索引是保存空值的，因此可以在COUNT中利用。位图索引不太适合OLTP类型数据库。物化视图是应用在数据要求不怎么及时的场景下。若表频繁更新，则不适合缓存结果集。
mbitmap.go是Go语言运行时的一部分，其主要作用是实现对于内存管理中元信息 BitMap 的管理。
Bitmap索引扫描是对索引扫描的一个优化，通过建立位图的方式将原来的随机堆表访问转换成顺序堆表访问。主要分为两点：1）管理每个Bitmap的hash slot没用完时，每个Bitmap代表每个heap页中满足条件元组的ItemIDs，通过Bitmap扫描heap页时需要将所有Bitmap按照页号进行排序，然后依次获取heap页中记录，依次完成顺序回表。2）当hash slot用完时，就需要将heap页的bitmap范围扩大，转换成一个chunk的bitmap，也就是Bitmap中一位代表页内具有满足条件元组的页。此时，整个Bitmaps有chunk的bitmap也有页的bitmap，该chunk的页号为chunk内最小页号，所以Bitmaps排序后，整体上也是有序的。如此完成顺序扫描heap页，只不过对于Chunk的bitmap中一位代表的heap 页需要再次进行条件检测，将满足条件的tuple输出。
G1GC（Garbage First Garbage Collection）是在 OpenJDK 7 中引入的 GC 算法，其最大的特点就是非常重视实时性。
参考 https://www.cnblogs.com/lbser/p/3322630.html https://blog.csdn.net/catoop/article/details/111689777
PostgreSQL作为传统关系型数据，在设计架构上和Oracle非常相似，下图可以带给你直观的了解。
客户故障为VMWARE原本挂载的VMFS分区丢失，导致存储在里面的虚拟机丢失。发现虚拟异常后，关闭虚拟机，虚拟机无法再次启动，后重启物理服务器，提示载入硬盘阵列信息，依旧无法看到文件，在远程管理中查看到RAID6第6块盘脱机。
POSTGRESQL 中如果你的表文件有损坏,则在查询中会直接告诉你某些文件缺失,你无法对这个表进行查询,或操作. 如果是索引可能就没有这么的简单了.
----------------------------------------------------------------------------------------------
整理工作中用到的Hint，不定时更新，Hint是oracle早期因为oracle优化器还不是很完善加上去的，可以辅助oracle优化器，Hint 是Oracle 提供的一种SQL语法，常用于SQL调优，通过Hint强行改变Oracle的执行计划，从而实现sql调优
INDEX FULL SCAN 与 INDEX FAST FULL SCAN两个长相差不多，乃是一母同胞，因此既有其共性，也有其个性。两者来说其共性是不用扫描表而是通过索引就可以直接返回所需要的所有数据。这对提高查询性能而言，无疑是一个难得的数据访问方式之一，因为索引中存储的数据通常是远小于原始表的数据。下面具体来看看两者之间的异同。
最近用户报告某操作极为耗时，经查，是取一个较复杂的视图的记录数引起的，相应select语句及视图定义类似于：
sudo apt-get install wget apt-transport-https gnupg lsb-release wget -qO - aquasecurity.github.io/trivy-repo/deb/public.key | sudo apt-key add - echo deb aquasecurity.github.io/trivy-repo/deb $(lsb_release -sc) main | sudo tee -a /etc/apt/sources.list.d/trivy.list sudo apt-get update sudo apt-get install trivy
前面一篇文章着重讲述了 B+ 树索引，实际上一些数据库中，树索引除了 B+ 树结构，还有其他的一些比较常见的索引结构。
如果经常混坛子，你会听说一种言论，就是NULL 走不了索引，尤其在MYSQL的论坛里面，基本上不出意外，你每天都能看到这样的言论。事实上是怎样，或许没人关注，而到底 NULL 走不走索引，其实是有必要进行一番验证的。本次使用了 MYSQL 8.015 来做这个验证。
PG数据库的总控制进程，负责启动和关闭数据库实例，是一个指向PostgreS命令的链接，算是第一个PostgreS进程。Postmaster的主进程，还会fork出一些辅助子进程。
一：索引描述 一个索引可以由一个或多个列组成 对列设置索引其实就是对列的内容按一定的方式进行排序 检索数据的时候，检索排过序的数据 检索到最后一个有效数据之后就跳出检索 这样就不必进行全表扫描了， 同时可以应用很多算法提高检索效率 数据库多用二分法检索数据 二：索引分类 1 唯一索引（Unique） 不允许列内有重复的值 2 非唯一索引（normal） 允许列内有重复的值（默认创建非唯一索引） 3 位图索引（bitmap） 这类索引和上两类索引的实现逻辑不通 三：各类索引的应用场合 当你的列中有很多重复的数据时适合建立位图索引 当查询时多用and 或or等逻辑运算符时适合建立位图索引 当查询条件多用大于小于等比较运算符时适合建立唯一或非唯一索引 下面看一个索引
数据库的执行计划是SQL优化的最重要手段，执行计划怎么来的、包含什么内容、我们应该关注哪些点，这些是需要我们掌握的，基于这些知识再去理解SQL优化将更加容易。 本文由腾讯云数据库高级架构师何敏带来TDSQL PostgreSQL执行计划详解，以下为分享实录： 在了解PostgreSQL执行计划之前，需要先知道执行计划由来。TDSQL PostgreSQL版任何查询都会经过语法和语义解析，生成查询表达式树，也就是常用查询数，解析器会去解析语法，分析器会把语法对应对象进行展开，通过重写器对规则进行重写，最后生成
PostgreSQL13.0于2020年9月24日正式release，13版本的PG带来很多优秀特性：比如索引的并行vacuum，增量排序，btree索引deduplication，异构分区表逻辑订阅等。在这里面最闪亮的特性非deduplication莫属。
注：这学期开了一门Photoshop的课程，第一节课讲了图像处理的相关知识，特将内容整理如下，方便日后学习和查阅。 软件环境：PhotoshopCS6 一、位图与矢量图 1、位图 位图也称点阵图，它是由许多点组成的，这些点称为像素。当许多不同颜色的点组合在一起后，便构成了一副完整的图像。 位图可以记录每一个点的数据信息，从而精确地制作色彩和色调变化丰富的图像。但是，由于位图图像与分辨率有关，它所包含的图像像素数目是一定的，若将图像放大到一定程度后，图像就会失真，边缘出现锯齿。 2、矢量图 矢量图也称向量式图
[每周 Postgres 世界动态] 本文全网唯一源地址 产品新闻 信息来源：网址基础上整理。 无 博客动态 信息来源：网址 作者 文章
使用声明的方式来潜入sql到java编程。的确是个好主意。 select返回记录的顺序 http://voruta.sourceforge.net/ 看来，在这个层次上的编程 QDox and CG
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
