PostgreSQL 简洁、使用、正排索引与倒排索引、空间搜索、用户与角色

PostgreSQL使用

• PostgreSQL 是一个免费的对象-关系数据库服务器(ORDBMS)，在灵活的BSD许可证下发行。
• PostgreSQL 9.0 ：支持64位windows系统，异步流数据复制、Hot Standby；
• 生产环境主流的版本是PostgreSQL 12

BSD协议 与 GPL协议

BSD协议：可以自由的使用，修改源代码，也可以将修改后的代码作为开源或者专有软件再发布。
GPL协议：某软件使用了GPL软件，那么该软件也需要开源，如果不开源，就不能使用GPL软件。MySQL被Oracle所控制，MySQL使用了GPL

PostgreSQL与MySQL的比较

• PG的索引类型比MySQL种类多；
• PG的主备复制属于物理复制，相对于MySQL基于binlog的逻辑复制
• PostgreSQL完全免费，而且是BSD协议, MySQL是GPL协议，被Oracle控制；
• PG主表采用堆表存放，MySQL采用索引组织表，能够支持比MySQL更大的数据量。
  总结来说， PostgreSQL适合严格的企业场景， MySQL更加适合业务逻辑相对简单、数据可靠性要求较低的互联网场景（比如google、facebook、alibaba）

Windows下的PostgreSQL的下载

下载地址：PostgreSQL下载

1. 点击exe文件，弹出
   

2. 可以修改安装路径
   

3. 选择安装组件，不懂的选就是全部勾上：
   

4. 设置数据库的数据路径‘
   

5. 设置超级用户的密码
   

6.设置端口号，可以直接用默认就行

6. 直接点 Next,直到以下图,取消勾选;

7. 打开 pgAdmin 4
   
8. 点击左侧的 Servers > Postgre SQL 10
   
   输入密码，点击 OK 即可

9. 打开 SQL Shell(psql)
![在这里插入图片描述](https://img-blog.csdnimg.cn/32f8f25a7f8547c7ad463abc4a24db5b.png

PostgreSQL远程访问

1. 打开postgresql安装目录的data子目录
   

2. 修改pg_hba.conf文件：在IPV4部分添加新的一行:host all all 0.0.0.0/0 md5
   

3. 控制面板–>系统与安全–>Windows防火墙,关闭防火墙，重启服务；

• 业务开发中，大部分还是通过客户端连接工具操作PostgreSQL，通过命令行操作的方式还是很少， 我用的是navicat。
• 远程访问连接问题可能会有多种，大部分百度都可以解决；

PostgreSQL的基本使用

登录

业务中，我们用navicat连接居多，很少会用命令行连接；

psql -U dbuser -d exampledb -h 127.0.0.1 -p 5432

数据库操作

#创建数据库
CREATE DATABASE mydb;

#查看所有数据库
\l

#切换当前数据库
\c mydb


#删除数据库
drop database <dbname>

数据库表操作

表字段类型

1. 整数型

• smallint :2 字节, 小范围整数,范围-32768 到 +32767
• integer：4 字节，常用的整数，范围 -2147483648 到 +2147483647
• bigint：8 字节 大范围整数，范围-9223372036854775808 到 +9223372036854775807
• decimal ：可变长 用户指定的精度，精确 小数点前 131072 位；小数点后 16383 位
• numeric 可变长 用户指定的精度，精确 小数点前 131072 位；小数点后 16383 位
• double：8 字节 可变精度，不精确 15 位十进制数字精度

业务中一般不用double, 最好用decimal，避免出现精度误差问题；

3. 字符型

• char(size)，character(size)：固定长度字符串，size 规定了需存储的字符数，由右边的空格补齐
• varchar(size)，character varying(size)：可变长度字符串，size 规定了需存储的字符数；
• text：可变长度字符串。

4. 时间型

• timestamp：日期和时间；
• date：日期，无时间；
• time：时间；

主要就是这几种，还有几何，布尔类型等，常见是以上三种；

表操作

业务中，创建表的操作，应该是通过可视化客户端工具创建；

#创建表
CREATE TABLE test(id int,body varchar(100));

#在表中插入数据
insert into test(id,body) values(1,'hello,postgresql');

#查看当前数据库下所有表
\d

#查看表结构，相当于desc
\d test

主键相关：PostgreSQL 使用序列来标识字段的自增长，数据类型有 smallserial、serial 和 bigserial 。这些属性类似于 MySQL 数据库支持的 AUTO_INCREMENT 属性。

• SMALLSERIAL ： 2字节，范围：1到 32767
• SERIAL： 4字节，范围：1 到 2,147,483,647
• BIGSERIAL： 8字节，范围1 到 922,337,2036,854,775,807

#创建表
CREATE TABLE COMPANY(
   ID  SERIAL PRIMARY KEY,
   NAME           TEXT      NOT NULL,
   AGE            INT       NOT NULL,
   ADDRESS        CHAR(50),
   SALARY         REAL
);

#插入数据
INSERT INTO COMPANY (NAME,AGE,ADDRESS,SALARY)
VALUES ( 'Paul', 32, 'California', 20000.00 );

INSERT INTO COMPANY (NAME,AGE,ADDRESS,SALARY)
VALUES ('Allen', 25, 'Texas', 15000.00 );
#查询SQL
SELECT * FROM COMPANY where id = 1;
# 更新SQL
UPDATE COMPANY SET  age = 33 where id = 1;

PostgreSQL的语法基本和MySQL差不多， 业务开发中，一般都是写curd, 而建表等操作，通过可视化工具执行效率更高效；

Schema

PostgreSQL 模式（SCHEMA）可以看着是一个表的集合。
一个模式可以包含视图、索引、数据类型、函数和操作符等。
相同的对象名称可以被用于不同的模式中而不会出现冲突，例如 schema1 和 myschema 都可以包含名为 mytable 的表。
使用模式的优势：
● 允许多个用户使用一个数据库并且不会互相干扰。
● 将数据库对象组织成逻辑组以便更容易管理。
● 第三方应用的对象可以放在独立的模式中，这样它们就不会与其他对象的名称发生冲突。
模式类似于操作系统层的目录，但是模式不能嵌套。

#创建schema： 
create schema myschema;

create table myschema.company(
   ID   INT              NOT NULL,
   NAME VARCHAR (20)     NOT NULL,
   AGE  INT              NOT NULL,
   ADDRESS  CHAR (25),
   SALARY   DECIMAL (18, 2),
   PRIMARY KEY (ID)
);

#删除schema： 
drop schema myschema；

#删除一个模式以及其中包含的所有对象：
DROP SCHEMA myschema CASCADE;

结构如上，创建了schema之后，可以在两个schema中创建同名的表， 类似库中库的感觉；

数据表的索引

唯一索引 与 普通索引

CREATE UNIQUE INDEX "idx_dev_id_user_id" ON "myschema"."device" USING btree (
  "deviceid",
  "userid"
)

psql普通索引：

CREATE INDEX "id_dev_id" ON "myschema"."device" USING btree (
  "deviceid"
)

索引底层使用的是Btree结构， 是排好序的结构，通过树的遍历快速找到目标结果，大大减少IO次数；
若不使用索引，则进行全表扫描；

树结构如图所示：

哈希索引

通过哈希表结构存储数据， 存储数据时， 对查询条件进行hash，得到哈希码后，再从哈希表中拿到目标值，缺点是只能支持 =, in查询， 不支持范围查询；

CREATE INDEX "idx_name" ON "myschema"."person" USING hash (
  "name"
)

业务开发中，基本不会使用到这个索引，业务中很多场景都需要进行模糊搜索，范围搜索，而哈希索引是支持不了的；

倒排索引

• Generalized Inverted Index, 简称gin;
• 它处理的数据类型的值不是原子的，而是由元素组成的。
• GIN索引由元素的B树组成，TID的B树或平面列表链接到该B树的叶行。
• 使用于全文搜索场景，解决全文搜索性能低问题；
• 可解决like “%xxx%” 索引失效问题；

1. 增加pg_trgm拓展

CREATE EXTENSION pg_trgm;

2. 给字段建立索引

CREATE INDEX "idx_addres" ON "myschema"."person" USING gin (
  "address"
)

正排索引

整个key是索引， value是整行记录；
例如 搜索name为"zhangsan", value为“zhangsan”整条记录；
正排索引的key是 “zhangsan”, value保存整条记录；

对应ID主键索引，普通索引，唯一索引，是正排索引；

倒排索引

• 倒排表以字或词为关键字进行索引，表中关键字所对应的记录表项记录了出现这个字或词的所有文档，一个表项就是一个字表段，它记录该文档的ID和字符在该文档中出现的位置情况。

• 由于每个字或词对应的文档数量在动态变化，所以倒排表的建立和维护都较为复杂，但是在查询的时候由于可以一次得到查询关键字所对应的所有文档，所以效率高于正排表。

• 在全文检索中，检索的快速响应是一个最为关键的性能，而索引建立由于在后台进行，尽管效率相对低一些，但不会影响整个搜索引擎的效率。

• 倒排表的结构图如下图
  

• GIN(Generalized Inverted Index, 通用倒排索引)是一个存储对(key, posting list)集合的索引结构，其中key是一个键值，而posting list 是一组出现过key的位置。如(‘hello’, ’14:2 23:4’)中，表示hello在14:2和23:4这两个位置出现过，在PG中这些位置实际上就是元组的tid。

• 在表中的每一个属性，在建立索引时，都可能会被解析为多个键值，所以同一个元组的tid可能会出现在多个key的posting list中。

• 通过这种索引结构可以快速的查找到包含指定关键字的元组，因此GIN索引特别适用于支持全文搜索，而PG的GIN索引模块也就是为了支持全文搜索而开发的。

psql gist索引

• Gist(Generalized Search Tree)，即通用搜索树。和btree一样，也是平衡的搜索树
• Btree用于等值、范围搜索；
• 生活部分场景中，需要存储多维数据，例如地理位置、空间位置、图像数据等，经常要判断是否在 某个位置， 某个点的数据，我即判断地理位置的"包含"那么我们就可以使用gist索引了

使用场景

1. 几何类型，支持位置搜索，按距离排序。
2. 范围类型，支持位置搜索。
3. 空间类型（PostGIS），支持位置搜索，按距离排序。
   其场景暂时没想到；

简单使用

1.创建一张测试表：

create table company(id int, location point);    

2. 给location设置索引

CREATE INDEX "idx_location" ON "myschema"."company " USING gist (
  "location"
)

3. 添加随机插入10万条数据

insert into company select generate_series(1,100000), point(round((random()*1000)::numeric, 2), round((random()*1000)::numeric, 2));  

4. 查询

select * from company where circle '((100,100) 50)'  @> location;    

把坐标(100,100) 上下50范围内的数据全找出来， 结果如下，

使用explain查看执行计划：

explain (analyze,verbose,timing,costs,buffers) select * from company where circle '((100,100) 50)'  @> location;

再查看分页的执行计划；

explain (analyze,verbose,timing,costs,buffers) select * from company where circle '((100,100) 50)'  @> location ORDER BY id  limit  10 OFFSET 11;

出现了Bitmap index scan, Bitmap heap scan, sort三种；

分页搜索场景

业务开发中，搜索经常会涉及到分页操作，而PostgreSQL和MySQL不太一致， 不是使用limit xxx, xxx, 而是使用了limit xx offset xx;
例如一页10条数据， 搜索第一页:

select * from company where circle '((100,100) 50)'  @> location ORDER BY id  limit  10 OFFSET 1;

第二页则是 第11条值20条

select * from company where circle '((100,100) 50)'  @> location ORDER BY id  limit  10 OFFSET 11;

用户操作

#创建用户并设置密码
CREATE USER 'username' WITH PASSWORD 'password';
CREATE USER test WITH PASSWORD 'test';

#修改用户密码
$ ALTER USER 'username' WITH PASSWORD 'password';

#数据库授权,赋予指定账户指定数据库所有权限
$ GRANT ALL PRIVILEGES ON DATABASE 'dbname' TO 'username';
#将数据库 mydb 权限授权于 test
GRANT ALL PRIVILEGES ON DATABASE mydb TO test;
#但此时用户还是没有读写权限，需要继续授权表
GRANT ALL PRIVILEGES ON ALL TABLES IN SCHEMA public TO xxx;
#注意，该sql语句必须在所要操作的数据库里执行

#移除指定账户指定数据库所有权限
REVOKE ALL PRIVILEGES ON DATABASE mydb from test

#删除用户
drop user test

# 查看用户
\du

pg_hba.conf配置中的第一项设置的意思是：本地用户通过unix socket登陆时，使用peer方式认证。

# "local" is for Unix domain socket connections only
local   all             all                                     peer

• peer是用PostgreSQL所在的操作系统上的用户登陆。
  peer方式中，client必须和PostgreSQL在同一台机器上。只要当前系统用户和要登陆到PostgreSQL的用户名相同，就可以登陆。
  在刚部署PostgreSQL之后，切换到系统的postgres用户后，直接执行psql就能进入PostgreSQL就是这个原因（当前系统用户为名postgre，PostgreSQL中的用户名也是postgre)。

PostgreSQL 角色管理

在PostgreSQL 里没有区分用户和角色的概念，“CREATE USER” 为 “CREATE ROLE” 的别名，这两个命令几乎是完全相同的，唯一的区别是"CREATE USER" 命令创建的用户默认带有LOGIN属性，而"CREATE ROLE" 命令创建的用户默认不带LOGIN属性

postgres=# CREATE ROLE david;　　//默认不带LOGIN属性
CREATE ROLE
postgres=# CREATE USER sandy;　　//默认具有LOGIN属性
CREATE ROLE
postgres=# \du
                             List of roles
 Role name |                   Attributes                   | Member of 
-----------+------------------------------------------------+-----------
 david     | Cannot login                                   | {}
 postgres  | Superuser, Create role, Create DB, Replication | {}
 sandy     |                                                | {}

postgres=# 
postgres=# SELECT rolname from pg_roles ;
 rolname  
----------
 postgres
 david
 sandy
(3 rows)

postgres=# SELECT usename from pg_user;         //角色david 创建时没有分配login权限，所以没有创建用户
 usename  
----------
 postgres
 sandy
(2 rows)

postgres=#

更新权限；

postgres=# ALTER ROLE bella WITH LOGIN;
ALTER ROLE
postgres=# \du
                             List of roles
 Role name |                   Attributes                   | Member of 
-----------+------------------------------------------------+-----------
 bella     | Create DB                                      | {}
 david     |                                                | {}
 postgres  | Superuser, Create role, Create DB, Replication | {}
 renee     | Create DB                                      | {}
 sandy     |                                                | {}

postgres=#

角色属性

• login:只有具有 LOGIN 属性的角色可以用做数据库连接的初始角色名。
• superuser: 数据库超级用户
• createdb: 创建数据库权限
• createrole: 允许其创建或删除其他普通的用户角色(超级用户除外)
• password: 在登录时要求指定密码时才会起作用，比如md5或者password模式，跟客户端的连接认证方式有关
• replication: 做流复制的时候用到的一个用户属性，一般单独设定。

命令行模式下的常用命令

\password命令（设置密码）
\q命令（退出）
\h：查看SQL命令的解释，比如\h select。
\?：查看psql命令列表。
\l：列出所有数据库。
\c [database_name]：连接其他数据库。
\d：列出当前数据库的所有表格。
\d [table_name]：列出某一张表格的结构。
\du：列出所有用户。

总结

1. PostgreSQL 功能比MySQL强大一些， 语法上接近， crud学起来很快；
2. 同样拥有唯一索引，普通索引，哈希索引， 另外多了GIN，GIST索引的新特性， 业务场景更加广泛了；
3. oracle是要钱的， PostgreSQL是免费的， 未来严格的企业场景中，Oracle占比会越来越少，逐渐被PostgreSQL替代；
4. Mysql + PostgreSQL 以后是潮流，开发者必须要懂这两块；
5. 以后还有进阶内容，需要不断学习；