标签: postgresql

在在这里发布之前，我已经尽可能多地用谷歌搜索和手动阅读。

版本信息：Ubuntu10.x 上的 Postgres8.4

我有一台运行 postgres 服务器的个人笔记本电脑，一个使用 JDBC 的 Java 脚本运行了 1600 分钟（我已经运行了数周前），然后死了说管理员重新启动了服务器。这是我在 pgsql 日志中发现的内容：

Feb 29 07:46:55 krufe-laptop postgres[3578]: [2-1] 2012-02-29 07:46:55 EST LOG:  incomplete startup packet
Feb 29 07:46:56 krufe-laptop postgres[1113]: [2-1] 2012-02-29 07:46:56 EST LOG:  received fast shutdown request
Feb 29 07:46:56 krufe-laptop postgres[1113]: [3-1] 2012-02-29 07:46:56 EST LOG:  aborting any active transactions
Feb 29 07:46:56 krufe-laptop postgres[24095]: [2-1] 2012-02-29 07:46:56 EST FATAL:  terminating connection due to administrator command
Feb 29 07:46:56 krufe-laptop postgres[24095]: [2-2] 2012-02-29 07:46:56 …

相当简单的问题，可能在某处得到了回答，但我似乎无法为 Google 形成正确的搜索问题......

在查询该表的子集时，特定表中的列数是否会影响查询的性能？

例如，如果表 Foo 有 20 列，但我的查询只选择了其中的 5 列，那么有 20（而不是 10）列会影响查询性能吗？为简单起见，假设 WHERE 子句中的任何内容都包含在这 5 列中。

除了操作系统的磁盘缓存之外，我还担心 Postgres 的缓冲区缓存的使用。我对 Postgres 的物理存储设计一无所知。表存储在多个页面上（默认为每页 8k 大小），但我不太明白元组是如何从那里排列的。PG 是否足够聪明，只能从磁盘中获取包含这 5 列的数据？

我一直在我的一个 PostgreSQL 数据库中使用数组。

我创建了一个包含至少一个元素的几何数组的表：

CREATE TABLE test_arrays (
    polygons geometry(Polygon,4326)[],
    CONSTRAINT non_empty_polygons_chk 
        CHECK ((COALESCE(array_length(polygons, 1), 0) <> 0))
);

我添加了几行，并在表中查询每个几何数组中的第一个元素：

SELECT polygons[0] FROM test_arrays;

令我惊讶的是，我得到了一个空行列表！

经过一些研究，事实证明PostgreSQL 数组是基于一个的：

数组下标数字写在方括号内。默认情况下，PostgreSQL 使用基于 1 的数组编号约定，即 n 个元素的数组以 array[1] 开头，以 array[n] 结尾。

所以SELECT polygons[0] FROM test_arrays;工作并返回polygon每一行的第一行。

如果 PostgreSQL 使用基于 1 的编号约定，为什么允许查询第 0 个元素，结果是否有任何意义？

我需要从它的祖先计算后代的深度。当一个记录有 时object_id = parent_id = ancestor_id，它被认为是一个根节点（祖先）。我一直在尝试WITH RECURSIVE使用 PostgreSQL 9.4运行查询。

我不控制数据或列。数据和表架构来自外部源。该表正在不断增长。现在每天大约有 3 万条记录。树中的任何节点都可能丢失，并且它们将在某个时候从外部源中拉出。它们通常按created_at DESC顺序拉取，但数据是通过异步后台作业拉取的。

我们最初对这个问题有一个代码解决方案，但现在有 500 万行以上，几乎需要 30 分钟才能完成。

示例表定义和测试数据：

CREATE TABLE objects (
  id          serial NOT NULL PRIMARY KEY,
  customer_id integer NOT NULL,
  object_id   integer NOT NULL,
  parent_id   integer,
  ancestor_id integer,
  generation  integer NOT NULL DEFAULT 0
);

INSERT INTO objects(id, customer_id , object_id, parent_id, ancestor_id, generation)
VALUES (2, 1, 2, 1, 1, -1), --no parent yet
       (3, 2, …

今天早上我参与了升级 AWS RDS 上的 PostgreSQL 数据库。我们想从 9.3.3 版迁移到 9.4.4 版。我们已经在临时数据库上“测试”了升级，但是临时数据库要小得多，并且不使用多可用区。事实证明，这个测试是相当不充分的。

我们的生产数据库使用多可用区。过去我们做过次要版本升级，在这种情况下，RDS会先升级standby，然后将其提升为master。因此，故障转移期间发生的唯一停机时间约为 60 秒。

我们假设主要版本升级也会发生同样的情况，但是我们错了。

关于我们设置的一些细节：

• db.m3.large
• 预配置 IOPS (SSD)
• 300 GB 存储空间，其中使用了 139 GB
• 我们有未完成的 RDS 操作系统升级，我们希望批量进行此升级以最大程度地减少停机时间

以下是我们执行升级时记录的 RDS 事件：

数据库 CPU 在大约 08:44 和 10:27 之间达到最大值。RDS 拍摄升级前和升级后的快照似乎占用了大部分时间。

该AWS文档不警告这样的反响，尽管从阅读他们很显然，我们在处理一个明显的缺陷是，我们没有创建的副本生产的多AZ建立数据库，并尝试将其升级为试运行

总的来说，这非常令人沮丧，因为 RDS 给我们的关于它正在做什么以及可能需要多长时间的信息非常少。（再次，进行试运行会有所帮助......）

除此之外，我们想从这次事件中吸取教训，所以这里是我们的问题：

• 在RDS做大版本升级时出现这种情况正常吗？
• 如果我们想在未来以最少的停机时间进行主要版本升级，我们将如何进行？是否有某种巧妙的方法可以使用复制使其更加无缝？

我刚刚在 Ubuntu 15.10 上安装了 PostgreSQL 9.4。

1. 我创建了一个用户 createuser -P myuser
2. 我创建了一个数据库 createdb -O myuser mydatabase
3. 我编辑pg_hba.conf并添加local mydatabase myuser md5
4. 我重新启动了 PostgreSQL sudo service postgresql restart

用户myuser只是一个 PostgresSQL 用户，在 Ubuntu 上没有用户帐户。

当我尝试使用psql -W mydatabase myuser它连接到数据库时失败并显示psql: FATAL: Peer authentication failed for user "myuser".

PostgreSQL 正在运行……

? postgresql.service - PostgreSQL RDBMS
   Loaded: loaded (/lib/systemd/system/postgresql.service; enabled; vendor preset: enabled)
   Active: active (exited) since Thu 2016-03-03 09:53:00 CET; 9min ago
  Process: 22219 ExecStart=/bin/true (code=exited, status=0/SUCCESS)
 Main …

我使用 postgresql，我需要删除模式中存在的所有表。如何从命令提示符中删除。

如果我有一个包含 3 列的表格——比如 A、B 和 D——并且我不得不引入一个新的——比如 C 来替换 D 的当前位置。我将使用以下方法：

1. 引入 2 个新列作为 C 和 D2。
2. 将 D 的内容复制到 D2。
3. 删除 D。
4. 将 D2 重命名为 D。

新的顺序是 A、B、C 和 D。

我认为这是一种合法的做法，因为（到目前为止）它没有产生任何问题。

但是，今天我遇到了一个问题，当一个函数在同一张表上执行语句时返回以下错误：

table row type and query-specified row type do not match

以及以下细节：

Query provides a value for a dropped column at ordinal position 13

我尝试重新启动 PostgreSQL，VACUUM FULL按照此处和此处的建议执行并最终删除并重新创建该函数，但这些解决方案不起作用（除了他们尝试解决系统表已被更改的情况之外）。

有幸使用一个非常小的数据库，我导出了它，删除了它，然后重新导入它并解决了我的功能问题。

我意识到这样一个事实，即不应通过修改系统表（弄脏pg_attribute等）来弄乱列的自然顺序，如下所示：

是否可以更改 Postgres 中列的自然顺序？

从我的函数抛出的错误来看，我现在意识到用我的方法改变列的顺序也是一个禁忌。任何人都可以说明为什么我所做的也是错误的？ …

考虑一个记录访问的表

create table visits (
  person varchar(10),
  ts timestamp, 
  somevalue varchar(10) 
)

考虑这个示例数据（时间戳简化为计数器）

ts| person    |  somevalue
-------------------------
1 |  bob      |null
2 |  bob      |null
3 |  jim      |null
4 |  bob      |  A
5 |  bob      | null
6 |  bob      |  B
7 |  jim      |  X
8 |  jim      |  Y
9 |  jim      |  null

我试图将这个人的最后一个非空值传递到他未来的所有访问中，直到该值发生变化（即成为下一个非空值）。

预期结果集如下所示：

ts|  person   | somevalue | carry-forward 
-----------------------------------------------
1 |  bob      |null       |   null
2 |  bob      |null       | …

让我们做几个假设：

我有一个看起来像这样的表：

 a | b
---+---
 a | -1
 a | 17
  ...
 a | 21
 c | 17
 c | -3
  ...
 c | 22

关于我的套装的事实：

• 整个表的大小是 ~ 10 ¹⁰行。

• 我有 ~ 100k 行，列中有值a，a其他值类似（例如c）。

• 这意味着在“a”列中有大约 100k 个不同的值。

• 我的大多数查询都会读取 a 中给定值的全部或大部分值，例如select sum(b) from t where a = 'c'.

• 该表的编写方式使得连续值在物理上接近（要么按顺序写入，要么我们假设CLUSTER已在该表和列上使用a）。

• 该表很少更新，我们只关心读取速度。

• 该表相对较窄（比如每个元组约 25 个字节，+ 23 个字节的开销）。

现在的问题是，我应该使用什么样的索引？我的理解是：

• BTree我的问题是 BTree 索引会很大，因为据我所知它会存储重复值（它必须这样做，因为它不能假设表是物理排序的）。如果 BTree 很大，我最终不得不读取索引和索引指向的表部分。（我们可以使用fillfactor = 100来稍微减小索引的大小。）

• BRIN …