为什么开源数据库PostgreSQL是未来数据的基石？
当前位置：知识管理交流
→『 技术文档交流 』
如今，软件开发中最大的趋势之一，是 PostgreSQL 正在成为事实上的数据库标准。已经有一些博客阐述了如何做到 万物皆用 PostgreSQL，但还没有多少文章能解释这一现象背后的原因。（更重要的是，为什么这件事很重要） —— 所以我写下了这篇文章。
目录01 PostgreSQL 正成为数据库事实标准02 万物都开始计算机化03 PostgreSQL 王者归来04 解放双手，构建未来，拥抱 PostgreSQL PostgreSQL 正成为数据库事实标准在过去几个月，“一切皆用 PostgreSQL 解决” 已经成为开发者们的战斗口号：
凭借其坚如磐石的基础，加上其原生功能与扩展插件带来的强大功能集，开发者现在可以单凭 PostgreSQL 解决所有问题，用简洁明了的方式，取代复杂且脆弱的数据架构。
这也许可以解释为什么去年 PostgreSQL 在专业开发者中，在最受欢迎的数据库排行榜上，从MySQL手中夺得了榜首位置（60,369 名受访者）：
在过去一年中，你在哪些数据库环境中进行了大量开发工作，以及在接下来的一年中你想在哪些数据库环境中工作？超过49%的受访者选择了PostgreSQL。 —— 来源：StackOverflow 2023 年度用户调研[12] 这些结果来自 2023 年的 Stack Overflow开发者调查[13]。如果纵观过去几年，可以看到 PostgreSQL 的使用率在过去几年中有着稳步增长的趋势：
在 2020 ~ 2022 年间，根据 StackOverflow 的开发者调查显示，PostgreSQL 是第二受欢迎的数据库，其使用率持续上升。来源： 2020[14]，2021[15]，2022[16]。 This is not just a trend among small startups and hobbyists. In fact, PostgreSQL usage is increasing across organizations of all sizes: 这不仅仅是小型初创公司和业余爱好者里的趋势。实际上，在各种规模的组织中，PostgreSQL 的使用率都在增长。
我们 Timescale 对这一趋势并不陌生 —— 我们已经当了十年 PostgreSQL 信徒了。这也是为什么我们将自己的业务构建在 PostgreSQL 之上，为什么我们是 PostgreSQL 的顶级贡献者之一[18]，为什么我们每年举办 PostgreSQL 社区调研[19]（上述提到），以及为什么我们支持 PostgreSQL 的 Meetup 与大会。就个人而言，我已经使用 PostgreSQL 超过 13 年了（当时我从 MySQL 切换过来）。 已经有一些博客文章讨论了 如何 （How）将 PostgreSQL 用于一切问题，但还没有讨论 为什么 （Why）会这样发生（更重要的是，这件事为什么重要？）。 直到现在。 但要理解为什么会发生这种情况，我们必须先了解一个更为基础的趋势，以及这个趋势是如何改变人类现实的基本性质的。 02 一切都变成了电脑一切都变成了计算机 —— 我们的汽车、家庭、城市、农场、工厂、货币以及各种事物，包括我们自己，也正在变得更加数字化。我们每年都在更进一步地数字化自己的身份和行为：如何购物，如何娱乐，如何收藏艺术，如何寻找答案，如何交流和连接，以及如何表达自我。 二十二年前，这种 “无处不在的计算” 还是一个大胆的想法。那时，我是麻省理工学院人工智能实验室的研究生，还在搞着智能环境的论文[20]。我的研究得到了麻省理工学院氧气计划[21]的支持，该计划有一个崇高而大胆的目标：让计算像我们呼吸的空气一样无处不在。就那时候而言，我们自己的服务器架设在一个小隔间中。 但从那以后，很多事情都变了。计算现在无处不在：在我们的桌面上，在我们的口袋里，在我们的 “云” 中，以及在我们的各种物品中。我们预见到了这些变化，但没有预见到这些变化的二级效应： 无处不在的计算导致了无处不在的数据。随着每一种新的计算设备的出现，我们收集了更多关于我们现实世界的信息：人类数据、机器数据、商业数据、环境数据和合成数据。这些数据正在淹没我们的世界。 数据的洪流引发了数据库的寒武纪大爆炸。所有这些新的数据源需要新的存储地点。二十年前，可能只有五种可行的数据库选项。而如今，有数百种，大多数都是针对特定的数据而特别设计的，且每个月都在涌现新的数据库。 更多的数据和数据库导致了更多的软件复杂性。正确选择适合你软件工作负载的数据库已不再简单。相反，开发者被迫拼凑复杂的架构，这可能包括：关系数据库（因其可靠性）、非关系数据库（因其可伸缩性）、数据仓库（因其分析能力）、对象存储（因其便宜归档冷数据的能力）。这种架构甚至可能会有更为专业特化的组件，例如时序数据库或向量数据库。 更多的复杂性意味着留给构建软件的时间越短。架构越复杂，它就越脆弱，就需要更复杂的应用逻辑，并且会拖慢开发速度，留给开发的时间就越少。复杂性不是一项优点，而是一项真正的成本。 随着计算越来越普遍，我们的现实生活越来越与计算交织在一起。我们把计算带入了我们的世界，也把我们自己带入了计算的世界。我们不再仅仅有着线下的身份，而是一个线下与线上所作所为的混合体。 在这个新现实中，软件开发者是人类的先锋。正是我们构建了那些塑造这一新现实的软件。 但是，开发者现在被数据淹没，被淹没在数据库的复杂性中 这意味着开发者 —— 花费越来越多的时间，在管理内部架构上，而不是去塑造未来。 我们是如何走到这一步的？ 第一部分：逐波递进的计算浪潮无处不在的计算带来了无处不在数据，这一变化并非一夜之间发生，而是在几十年中逐波递进： •主机/大型机 (1950 年代+)•个人计算机 (1970 年代+)•互联网 (1990 年代+)•手机 (2000 年代+)•云计算 (2000 年代+)•物联网 (2010 年代+) 每一波技术浪潮都使计算机变得更小、更强大且更普及。每一波也在前一波的基础上进行构建：个人计算机是小型化的主机；互联网是连接计算机的网络；智能手机则是连接互联网的更小型计算机；云计算普及了存算资源的获取；物联网则是将连接到云的智能手机组件，替代为其他物理设备。 但在过去二十年中，计算技术的进步不仅仅出现在物理世界中，也体现在数字世界中，反映了我们的混合现实： •社交网络 (2000 年代+)•区块链 (2010 年代+)•生成式人工智能 (2020 年代+) 每一波新的计算浪潮，我们都能从中获取有关我们混合现实的新信息源：人类的数字残留数据、机器数据、商业数据和合成数据。未来的浪潮将创造更多数据。所有这些数据都推动了新的技术浪潮，其中最新的是生成式人工智能，进一步塑造了我们的现实。 计算浪潮不是孤立的，而是像多米诺骨牌一样相互影响。最初的数据涓流很快变成了数据洪流。接着，数据洪流又促使越来越多的数据库的创建。 第二部分：数据库持续增长所有这些新的数据来源，都需要新的地方来存储 —— 即数据库。 大型机从 Integrated Data Store[22]（1964 年）开始，以及后来的 System R[23]（1974 年） —— 第一个 SQL 数据库。个人计算机推动了第一批商业数据库的崛起：受 System R 启发的 Oracle[24]（1977 年）；还有 DB2[25]（1983 年）；以及微软对 Oracle 的回应： SQL Server[26]（1989 年）。 互联网的协作力量促进了开源软件的崛起，包括第一个开源数据库：MySQL[27]（1995 年），PostgreSQL[28]（1996 年）。智能手机推动了 SQLite[29]（2000 年）的广泛传播。 互联网还产生了大量数据，这导致了第一批非关系型（NoSQL）数据库的出现：Hadoop[30]（2006 年）；Cassandra[31]（2008 年）；MongoDB[32]（2009 年）。有人将这个时期称为 “大数据” 时代。 第三部分：数据库爆炸式增长大约在 2010 年，我们开始达到一个临界点。在此之前，软件应用通常依赖单一数据库 —— 例如 Oracle、MySQL、PostgreSQL —— 选型是相对简单的。 但 “大数据” 越来越大：物联网带来了机器数据的大爆炸；得益于 iPhone 和 Android，智能手机使用开始呈指数级增长，排放出了更多的人类数字 “废气”；云计算让计算和存储资源的获取变得普及，并加剧了这些趋势。生成式人工智能最近使这个问题更加严重 —— 它拉动了向量数据。 随着被收集的数据量增长，我们看到了专用数据库的兴起：Neo4j[33] 用于图形数据（2007 年），Redis[34] 用于基础键值存储（2009 年），InfluxDB[35] 用于时序数据（2013 年），ClickHouse[36] 用于大规模分析（2016 年），Pinecone 用于向量数据（2019 年），等等。 二十年前，可行的数据库选项可能只有五种。如今，却有数百种[37]，它们大多专为特定用例设计，每个月都有新的数据库出现。虽然早期数据库已经承诺 通用的全能性，这些专用的数据库提供了特定场景下的利弊权衡，而这些权衡是否有意义，取决于您的具体用例。 第四部分：数据库越多，问题越多面对这种数据洪流，以及各种具有不同利弊权衡的专用数据库，开发者别无选择，只能拼凑复杂的架构。 这些架构通常包括一个关系数据库（为了可靠性）、一个非关系数据库（为了可扩展性）、一个数据仓库（用于数据分析）、一个对象存储（用于便宜的归档），甚至更专用的组件，如时间序列或向量数据库，用于那些特定的用例。
但是，越复杂的架构就越脆弱，就需要更复杂的应用逻辑，并且会拖慢开发速度，留给开发的时间就越少。 这意味着开发者 —— 花费越来越多的时间，在管理内部架构上，而不是去塑造未来。 有更好的办法解决这个问题。 PostgreSQL王者归来故事在这里发生转折，我们的主角不再是一个崭新的数据库，而是一个老牌数据库，它的名字只有 核心开发者才会喜欢：PostgreSQL。 起初，PostgreSQL 在 MySQL 之后居于第二位，且与其相距甚远。MySQL 使用起来更简单，背后有公司支持，而且名字朗朗上口。但后来 MySQL 被 Sun Microsystems 收购（2008年），随后又被 Oracle 收购（2009年）。在那时，很多软件开发者原本视 MySQL 为摆脱昂贵的 Oracle 专制统治的自由软件救星，在那时也不得不开始重新考虑使用什么数据库。 与此同时，一个由几家小型独立公司赞助的分布式开发者社区，正在慢慢地让 PostgreSQL 变得越来越好。他们默默地添加了强大的功能，例如全文检索（2008年）、窗口函数（2009年）和 JSON 支持（2012年）。他们还通过流复制、热备份、原地升级（2010年）、逻辑复制（2017年）等功能，使数据库更加坚固可靠，同时勤奋地修复缺陷，并优化粗糙的边缘场景。 PostgreSQL 已经成为一个平台在此期间，PostgreSQL 添加的最具影响力的功能之一，是支持 扩展（Extension）：可以为 PostgreSQL 添加功能的软件模块（2011年）。扩展让更多开发者能够独立、迅速且几乎无需协调地为 PostgreSQL 添加功能[38]。 得益于扩展机制，PostgreSQL 开始变成不仅仅是一个出色的关系型数据库。得益于 PostGIS，它成为了一个出色的地理空间数据库；得益于 TimescaleDB，它成为了一个出色的时间序列数据库；+ hstore，键值存储数据库；+ AGE，图数据库；+ pgvector，向量数据库。PostgreSQL 成为了一个平台。 现在，开发者出于各种目的选用 PostgreSQL。例如为了可靠性、为了可伸缩性（替代NoSQL）、为了数据分析（替代数仓）。 大数据则何如？此时，聪明的读者应该会问，“那么大数据呢？” —— 这是个好问题。从历史上看，“大数据”（例如，几百TB甚至上PB）—— 及相关的分析查询，曾经对于 PostgreSQL 这种本身不支持水平扩展的数据库来说，并不是合适的场景。 但这里的情况也在改变，去年十一月，我们推出了 “分层存储[39]”，它可以自动将你的数据在磁盘和对象存储（S3）之间进行分级存储，实际上实现了 无限存储表 的能力。 所以从历史上看，虽然 “大数据” 曾经是 PostgreSQL 的短板，但很快将没有任何工作负载是太大而处理不了的。 PostgreSQL 是答案。PostgreSQL 是我们解放自我，并构建未来的方式。 解放自我，构建未来，拥抱 PostgreSQL相比于在各种异构数据库系统中纠结（每一种都有自己的查询语言和怪癖！），我们可以依靠世界上功能最丰富，而且可能是最可靠的数据库：PostgreSQL。我们可以不再耗费大量时间在基础设施上，而将更多时间用于构建未来。 而且 PostgreSQL 还在不断进步中。PostgreSQL 社区在不断改进内核。而现在有更多的公司参与到 PostgreSQL 的开发中，包括那些巨无霸供应商。
同样，也有更多创新的独立公司围绕着 PostgreSQL 内核开发，以改善其使用体验：Supabase[41]（2020年）正在将 PostgreSQL 打造成一个适用于网页和移动开发者的 Firebase 替代品；Neon[42]（2021年）和 Xata[43]（2022年）都在实现将 PostgreSQL “伸缩至零”， 以适应间歇性 Serverless 工作负载；Tembo[44]（2022年）为各种用例提供开箱即用的技术栈；Nile[45]（2023年）正在使 PostgreSQL 更易于用于 SaaS 应用；还有许多其他公司。当然，还有我们，Timescale[46]（2017年）。
尾声：尤达？我们的现实世界，无论是物理的还是虚拟的，离线的还是在线的，都充满着数据。正如尤达所说，数据环绕着我们，约束着我们。这个现实越来越多地由软件所掌控，而这些软件正是由我们这些开发者编写的。
这一点值得赞叹。特别是不久之前，在2002年，当我还是MIT的研究生时，世界曾经对软件失去了信心。我们当时正在从互联网泡沫破裂中复苏。主流媒体 “IT并不重要[47]”。那时对一个软件开发者来说，在金融行业找到一份好工作比在科技行业更容易——这也是我许多 MIT 同学所选择的道路，我自己也是如此。 但今天，特别是在这个生成式AI的世界里，我们是塑造未来的人。我们是未来的建设者。我们应该感到惊喜。 一切都在变成计算机。这在很大程度上是一件好事：我们的汽车更安全，我们的家居环境更舒适，我们的工厂和农场更高效。我们比以往任何时候都能即时获取更多的信息。我们彼此之间的联系更加紧密。有时，它让我们更健康，更幸福。 但并非总是如此。就像原力一样，算力也有光明和黑暗的一面。越来越多的证据表明，手机和社交媒体直接导致了青少年心理疾病的全球流行[48]。我们仍在努力应对AI于合成生物学[49]的影响。当我们拥抱更强大的力量时，应该意识到这也伴随着相应的责任。 我们掌管着用于构建未来的宝贵资源：我们的时间和精力。我们可以选择把这些资源花在管理基础设施上，或者全力拥抱 PostgreSQL，构建正确的未来。 我想你已经知道我们的立场了。 感谢阅读。#Postgres4Life References
该文章在 2024/5/17 16:00:38 编辑过 |
关键字查询
相关文章
正在查询... 
|
400 186 1886
