1.2 PostgreSQL简介

PostgreSQL是一个功能强大且开源的对象关系型数据库管理系统，它使用SQL语言扩展了许多语法特性，以支持更复杂的数据负载。

PostgreSQL可以在大多数操作系统上运行。自2001年起，PostgreSQL就已经兼容事务的ACID属性，并拥有一系列强大的插件，如空间数据库扩展插件PostGIS，外部数据表访问插件postgres_fdw、oracle_fdw等。

1.2.1 基本概念

PostgreSQL中的很多概念来源于关系代数。为了使读者更好地理解本书后续内容，有必要了解以下基本概念。

1.关系（Relation）

“关系”是一个表示表（Table）的数学术语。在PostgreSQL中，“关系”表示表或索引。其他数据库一般称表为Table，称索引为Index，而PostgreSQL有时会将它们统称为关系。表用来存储数据，一个表通常由若干行组成。

2.元组（Tuple）和域（Field）

元组（Tuple）表示表中的行（Row），有的数据库将元组称为记录（Record）。一个元组一般由多个域（Field）组成，域有时也被称为字段（Field）或列（Column）。

每个字段都有一个特定的数据类型和可选属性。字段在元组中的位置次序是固定不变的，而行在表中的位置次序则是不固定的（事实上每次数据更新之后行的物理位置都会发生变化）。

3.数据库（Database）和数据库簇（Database Cluster）

多个表组合在一起构成了一个数据库，这是一个逻辑意义上的数据库。一般来说，这些表在业务层面上存在着某种逻辑关系。

在一个单一的PostgreSQL服务器实例中，所有的数据库集合在一起构成了一个数据库簇。

提示：

读者一定要正确理解“数据库簇”的概念，不要将它误解为一个分布式数据库实例的集合。

为了便于管理，我们可以将同一个数据库中的对象（表、数据类型、函数、运算符等）划分成不同的逻辑组合，每一个逻辑组合被称为“模式”（具体内容参见第11章有关模式的相关内容）。

4.表空间（Tablespace）

表空间是一个存储位置，可以在其中保存底层数据库对象的实际数据。在PostgreSQL中，表空间允许数据库管理员定义一个文件系统位置，代表数据库对象（表、索引等）的文件可以存储在该文件目录下。

5.数据段（Segment）和数据页（Page）

每个表和索引都保存在一个单独的文件中，每个文件就是一个数据段（Segment）。

在默认情况下，当一个表或索引的大小超过1GB时，它会被拆分出另一个数据段。第1个数据段以PostgreSQL内部定义的filenode命名，第2个数据段则命名为filenode.1，以此类推。

一个数据段内部是以数据页的形式来组织的，数据页表示硬盘中的数据块，默认大小为8KB，最大为32KB，数据页的大小是在编译时确定的。行就存储在数据页中，由于每个数据页是等价的，因此一个特定的行可以存储在任意一个数据页中。

1.2.2 存储体系结构

1.2.1节介绍了PostgreSQL的几个基本概念，对数据库对象有了初步的认识，那么它们之间的关系是什么呢？下面了解一下它们的逻辑存储结构，如图1-1所示。

如图1-1所示，一个Database Cluster包含多个Database，在一个Database下可以创建多个Table，在Database与Table之间根据需要可以引入一层逻辑实体Schema。每个Table包含了多条Record，而每条Record由多个Field构成。上述不同粒度的逻辑实体是一个逐级包含的关系，这是一种典型的关系型数据库数据模型。

这些逻辑实体需要被保存到物理磁盘中才能实现持久化存储，实际上，PostgreSQL通过表空间和数据文件的方式实现逻辑实体到物理存储的转化。

表空间对应文件系统中的一棵目录树，每个数据库在表空间目录下有一个对应的子目录（以数据库的OID命名），每个表和索引都可以创建单独的数据文件，它们以表或索引的filenode命名，filenode可以在系统表pg_class中查询到。表还可以创建其他辅助数据文件，如图1-2中以_fsm和_vm为后缀的文件。图1-2展示了默认表空间$PGDATA/base的目录结构示意图。

表和索引的数据文件大小默认为1GB，当超过该阈值时系统会创建一个新的数据文件，并加上从“.1”开始的后缀名，这样的数据文件又被称为数据段。

1.2.3 进程体系架构

在开始使用PostgreSQL之前，有必要先理解它的体系架构。简单地说，PostgreSQL也采用了客户/服务器（Client/Server）模型，如图1-3所示。

1.客户端

客户端（也称为“前端”）可以是多种形式，如基于文本的工具、图形化工具、基于数据库访问API的应用程序、数据库后台维护程序等。客户端通过TCP/IP网络连接到服务器端的进程，进行通信交互，实现对数据库的各种操作。

2.服务器端

服务器端（也称为“后端”）包含一组进程，它们负责管理数据库文件、接受来自客户端的连接请求、为客户端执行各种数据库操作等。

PostgreSQL采用了多进程架构，其主进程叫作Postmaster（其程序名叫作postgres）。当接受新的客户端连接请求之后，Postmaster会创建一个新的postgres服务进程，并让该服务进程专门服务新的客户端连接，直到该连接关闭为止。

除postgres服务进程外，Postmaster在启动过程中还会启动一组后台管理维护进程，包括bgWriter、WAL Writer、Checkpointer、Auto Vacuum等进程，实现刷写脏页、记录WAL日志、空间回收等功能。