postgresql简介

 如何在psql中查看帮助？

\?查看以\开头的命令的帮助

\h查看sql语句的帮助，例如：

book=# \h CREATE INDEX
Command: CREATE INDEX
Description: define a new index
Syntax:
CREATE [ UNIQUE ] INDEX [ CONCURRENTLY ] [ name ] ON table [ USING method ]
( { column | ( expression ) } [ opclass ] [ ASC | DESC ] [ NULLS { FIRST | ... [ WITH ( storage_parameter = value [, ... ] ) ]
[ TABLESPACE tablespace ]
[ WHERE predicate ]

可查看某一sql语句的用法。

 

postgresql是一款关系型数据库，table对应relation，column对应attribute，row对应tuble。

postgresql是一个设计在前的数据库，首先应该设计模式（schema），然后插入符合模式定义的数据。

创建表（包含名称以及一系列具有类型的列和一些可选的约束信息）：

 

CREATE TABLE countries ( country_code char(2) PRIMARY KEY, country_name text UNIQUE
);

CREATE TABLE events (
event_id SERIAL PRIMARY KEY,
title varchar(255),
starts timestamp,
ends timestamp,
venue_id int,
FOREIGN KEY venue_id
    REFERENCES venues (venue_id)
);

 

插入数据：

 

INSERT INTO venues (name, postal_code, country_code)
VALUES ('Voodoo Donuts', '97205', 'us') RETURNING venue_id;

RETURNING:插入数据时返回一些列的值。

 索引：一种数据结构，其目的是为了避免查询时做全表扫描

建索引的时候，最好是所建索引的列的值尽量不会有大量重复，这样如果我们建B树索引的时候，查询的效率就比较高

为表添加列：

ALTER TABLE venues ADD active boolean default true;

window函数：

与group by很类似，但是group by与集合函数结合使用，会按group by字段输出一行，而window 函数，则每一行都会输出一条记录，相当于把集合函数在某一列上执行，每一行都会拷贝集合函数的计算结果：

 

ELECT title, count(*) OVER (PARTITION BY venue_id) FROM events;

存储过程：一种过程式编程方式，通常是创建一些过程或函数，可以通过存储过程来大幅度的提高程序的执行效率，特别是有大量的统计的时候，因为这时候我们是通过存储过程直接返回结果，而不是返回大量的行。但使用需谨慎，因为可能会降低代码的可读性、增加开发的复杂度。

触发器：在某个事件（insert或update）发生时，自动触发存储过程。

视图：可以认为是查询的别名，是规则（RULE）的一种

 

CREATE OR REPLACE VIEW holidays AS
SELECT event_id AS holiday_id, title AS name, starts AS date, colors FROM events
WHERE title LIKE '%Day%' AND venue_id IS NULL;

 

规则（RULE）：如何修改查询解析树的一种描述（一个客户端的sql要依次经过解析器、重写器、规划器、执行器的过程才能返回结果，RULE正式在rewrite的阶段起作用，可以在这个阶段对query tree进行重写）。例如创建一个基于holidays这个 view的一个规则，让我们可以针对view进行写入：

CREATE RULE update_holidays AS ON UPDATE TO holidays DO INSTEAD UPDATE events
SET title = NEW.name,
starts = NEW.date,
colors = NEW.colors WHERE title = OLD.name;

 

 

SELECT extract(year from starts) as year, extract(month from starts) as month, count(*)
FROM events
GROUP BY year, month;

extract函数：返回timestamp或date中的子域。

 

CREATE TEMPORARY TABLE month_count(month INT);
INSERT INTO month_count VALUES (1),(2),(3),(4),(5),(6),(7),(8),(9),(10),(11),(12);

SELECT * FROM crosstab(
'SELECT extract(year from starts) as year,
extract(month from starts) as month, count(*) FROM events
GROUP BY year, month',
  'SELECT * FROM month_count'
) AS (
year int,
jan int, feb int, mar int, apr int, may int, jun int, jul int, aug int, sep int, oct int, nov int, dec int
) ORDER BY YEAR;

crosstab函数：输入是两个集合，第一个集合包含三个域：rowid、category、value，第二个集合是我们的“轴”——即我们以哪些值作为统计的刻度，一般是category里面的所有可能的值。有一点需要注意的是：AS后面的一定要有，不然它不知道我们的数据类型，以及列名是什么

上面使用临时表的方式很不好，可以使用如下的方式代替：

select generate_series(1,12)
;

再看一个例子：

SELECT * FROM crosstab(
'SELECT extract(week from starts) as week,
extract(dow from starts) as weekday, count(*) FROM events
GROUP BY week, weekday',
  'SELECT generate_series(0,6)'
) AS (
week int,
sun int, mon int, tue int, wed int, thu int, fri int, sat int
) ORDER BY week;

 

模糊查询：

 

SELECT title FROM movies WHERE title ILIKE 'stardust%';

注：ILIKE大小写不敏感

使用regex进行更加强大的模糊匹配查询：

 

SELECT COUNT(*) FROM movies WHERE title !~* '^the.*';

 !(不匹配)，*（大小写不敏感），~（正则匹配）

 

全文检索：

SELECT title
FROM movies
WHERE title @@ 'night & day';

原理：postgresql会把查找的域按照分词的结果存储成vector，然后针对此vector做查询，例如：

SELECT title
FROM movies
WHERE to_tsvector(title) @@ to_tsquery('english', 'night & day');

这与上面一致。

 

多维超立方体查询：此种查询一般可用于推荐用户可能喜爱的东西，如针对电影的搜索，事先对电影分类（一个电影可能属于多个类别，这个类别用一个多维向量表示），然后我们可以算出与这部电影类别相近的类别（其实就是多维空间中的距离计算问题），推荐给用户，例如：

SELECT *,
cube_distance(genre, '(0,7,0,0,0,0,0,0,0,7,0,0,0,0,10,0,0,0)') dist
FROM movies ORDER BY dist;

找出所有电影与某一部电影的距离，按照距离排序，这又一个缺点：需要针对全表扫描，性能可能会比较差。再看下面一个：

SELECT title, cube_distance(genre, '(0,7,0,0,0,0,0,0,0,7,0,0,0,0,10,0,0,0)') dist FROM movies
WHERE cube_enlarge('(0,7,0,0,0,0,0,0,0,7,0,0,0,0,10,0,0,0)'::cube, 5, 18) @> genre ORDER BY dist;

找出与某部电影的距离为5个单位的所有电影，这就缩小了查询的范围，相当于我们在地图上查找与某地相近200KM一样，我们不需要扫描全球，这大大缩小了查询范围，提高了查询的性能。

 

什么时候考虑使用其它数据库（非关系型）：

水平扩展、对读写速度有更高的要求、数据库制作大数据的存储。