当前位置: 首页 > news >正文

Postgresql常规SQL语句操作

        

目录

一、数据库与对象管理

二、数据操作 (CRUD)

三、查询优化与执行计划分析

四、事务控制

五、数据类型与高级特性应用

六、系统查询与维护

研发中的重要注意事项


        在 PostgreSQL 研发中,以下这些 SQL 应用是极其常见且核心的操作,涵盖了数据库设计、数据操作、查询优化和系统维护的关键方面:

一、数据库与对象管理

  1. 创建/修改表:

    CREATE TABLE employees (id SERIAL PRIMARY KEY,  -- 自增主键name VARCHAR(100) NOT NULL,email VARCHAR(255) UNIQUE,department_id INTEGER REFERENCES departments(id), -- 外键salary NUMERIC(10, 2),hire_date DATE DEFAULT CURRENT_DATE,is_active BOOLEAN DEFAULT true,skills TEXT[] -- 数组类型profile JSONB -- JSONB 类型存储灵活数据
    );-- 添加索引
    CREATE INDEX idx_employees_department ON employees(department_id);
    CREATE INDEX idx_employees_name ON employees(name);
    CREATE INDEX idx_employees_profile_email ON employees USING gin ((profile->>'email')); -- JSONB 字段索引-- 修改表 (添加列、修改列类型、添加约束等)
    ALTER TABLE employees ADD COLUMN phone VARCHAR(20);
    ALTER TABLE employees ALTER COLUMN salary TYPE DECIMAL(12, 2);
    ALTER TABLE employees ADD CONSTRAINT salary_check CHECK (salary > 0);
    
  2. 创建视图:

    CREATE VIEW active_employees AS
    SELECT id, name, email, department_id
    FROM employees
    WHERE is_active = true;
    -- 物化视图 (定期刷新)
    CREATE MATERIALIZED VIEW department_salary_summary AS
    SELECT department_id, AVG(salary) AS avg_salary, SUM(salary) AS total_salary
    FROM employees
    GROUP BY department_id
    WITH DATA;
    REFRESH MATERIALIZED VIEW department_salary_summary; -- 手动刷新
    
  3. 创建函数/存储过程:

    CREATE OR REPLACE FUNCTION get_employee_count(dept_id INTEGER)
    RETURNS INTEGER AS $$
    DECLAREemp_count INTEGER;
    BEGINSELECT COUNT(*) INTO emp_countFROM employeesWHERE department_id = dept_id AND is_active = true;RETURN emp_count;
    END;
    $$ LANGUAGE plpgsql;-- 调用函数
    SELECT get_employee_count(5);
    

二、数据操作 (CRUD)

  1. 插入数据:

    INSERT INTO employees (name, email, department_id, salary)
    VALUES ('Alice Smith', 'alice@example.com', 3, 75000.00),('Bob Johnson', 'bob@example.com', 3, 82000.00);-- 插入来自查询的结果
    INSERT INTO archived_employees (id, name, email, leave_date)
    SELECT id, name, email, CURRENT_DATE
    FROM employees
    WHERE is_active = false;
    
  2. 查询数据:

    • 基础查询:
      SELECT id, name, salary FROM employees WHERE department_id = 3 AND salary > 80000;
      
    • 连接:
      SELECT e.name, d.name AS department_name, e.salary
      FROM employees e
      INNER JOIN departments d ON e.department_id = d.id;
      -- LEFT JOIN, RIGHT JOIN, FULL JOIN 也很常用
      
    • 聚合与分组:
      SELECT department_id, COUNT(*) AS num_employees, AVG(salary) AS avg_salary
      FROM employees
      WHERE is_active = true
      GROUP BY department_id
      HAVING AVG(salary) > 60000;
      
    • 子查询:
      SELECT name, salary
      FROM employees
      WHERE salary > (SELECT AVG(salary) FROM employees);
      
    • 窗口函数:
      SELECT name, department_id, salary,RANK() OVER (PARTITION BY department_id ORDER BY salary DESC) AS dept_salary_rank,salary - LAG(salary) OVER (PARTITION BY department_id ORDER BY hire_date) AS salary_diff
      FROM employees;
      
    • JSONB 查询:
      SELECT name, profile->>'address' AS address -- 提取文本
      FROM employees
      WHERE profile @> '{"skills": ["PostgreSQL"]}'; -- 包含特定键值对
      
  3. 更新数据:

    UPDATE employees
    SET salary = salary * 1.05 -- 涨薪5%
    WHERE department_id = 3 AND performance_rating >= 4;-- 基于子查询更新
    UPDATE employees e
    SET manager_id = (SELECT manager_id FROM departments d WHERE d.id = e.department_id)
    WHERE e.manager_id IS NULL;
    
  4. 删除数据:

    DELETE FROM employees
    WHERE is_active = false AND hire_date < '2020-01-01';-- 使用事务确保操作原子性
    BEGIN;
    -- 先存档再删除
    INSERT INTO deleted_employees_log SELECT *, CURRENT_TIMESTAMP FROM employees WHERE id = 123;
    DELETE FROM employees WHERE id = 123;
    COMMIT;
    

三、查询优化与执行计划分析

  1. EXPLAIN / EXPLAIN ANALYZE

    EXPLAIN ANALYZE
    SELECT * FROM orders
    WHERE customer_id = 456 AND order_date BETWEEN '2023-01-01' AND '2023-12-31'
    ORDER BY total_amount DESC
    LIMIT 10;
    
    • 解读输出,查看是否使用了正确的索引、扫描类型(Seq Scan, Index Scan, Bitmap Heap Scan)、连接策略、排序方式、预估/实际行数、执行时间等。
    • 这是优化慢查询的最重要工具
  2. 强制使用索引 (通常不推荐,优化器通常更聪明):

    SET enable_seqscan = off; -- 临时关闭顺序扫描 (测试用,勿在生产库长期开启)
    -- ... 运行查询 ...
    SET enable_seqscan = on;
    
  3. 创建/优化索引:

    • 组合索引: CREATE INDEX idx_orders_customer_date ON orders(customer_id, order_date);
    • 条件索引: CREATE INDEX idx_active_high_salary ON employees(salary) WHERE is_active = true AND salary > 100000;
    • 表达式索引: CREATE INDEX idx_employee_lower_name ON employees(LOWER(name));
    • 覆盖索引: CREATE INDEX idx_order_summary ON orders(customer_id, order_date) INCLUDE (total_amount); (PG 11+)
    • GIN/GiST 索引: 用于全文搜索(tsvector)、数组、JSONB、几何类型等。

四、事务控制

  1. 显式事务:

    BEGIN;
    -- 一系列操作 (INSERT, UPDATE, DELETE, SELECT ... FOR UPDATE)
    UPDATE accounts SET balance = balance - 100.00 WHERE id = 1;
    UPDATE accounts SET balance = balance + 100.00 WHERE id = 2;
    -- 根据业务逻辑决定提交或回滚
    COMMIT; -- 或 ROLLBACK;
    
  2. 事务隔离级别:

    SET TRANSACTION ISOLATION LEVEL READ COMMITTED; -- 默认级别
    -- 或 REPEATABLE READ, SERIALIZABLE
    BEGIN;
    ... -- 在指定隔离级别下执行事务
    COMMIT;
    
  3. SELECT ... FOR UPDATE / SELECT ... FOR SHARE

    BEGIN;
    SELECT * FROM inventory WHERE product_id = 789 FOR UPDATE; -- 锁定该行,防止其他事务并发修改
    -- 检查库存、扣减库存...
    UPDATE inventory SET stock = stock - 1 WHERE product_id = 789;
    COMMIT;
    

五、数据类型与高级特性应用

  1. JSONB 操作:

    -- 插入
    INSERT INTO products (id, name, attributes)
    VALUES (1, 'T-Shirt', '{"color": "red", "size": ["S", "M", "L"], "material": "cotton"}');-- 查询
    SELECT name, attributes->'size' AS available_sizes
    FROM products
    WHERE attributes @> '{"color": "red"}'; -- 包含 color=red-- 更新
    UPDATE products
    SET attributes = jsonb_set(attributes, '{price}', '19.99') -- 添加/更新 price 键
    WHERE id = 1;UPDATE products
    SET attributes = attributes || '{"discount": 0.1}' -- 合并添加 discount 键
    WHERE id = 1;
    
  2. 数组操作:

    SELECT name FROM employees WHERE 'PostgreSQL' = ANY(skills); -- 包含特定技能
    UPDATE employees SET skills = array_append(skills, 'Docker') WHERE id = 456; -- 添加技能
    SELECT unnest(skills) AS skill, COUNT(*) FROM employees GROUP BY skill; -- 展开数组统计
    
  3. 全文搜索:

    -- 创建 tsvector 列和索引
    ALTER TABLE articles ADD COLUMN search_vector tsvector;
    UPDATE articles SET search_vector = to_tsvector('english', title || ' ' || body);
    CREATE INDEX idx_articles_search ON articles USING gin(search_vector);-- 搜索
    SELECT title, snippet(search_vector, query) AS highlight
    FROM articles, plainto_tsquery('english', 'database performance') query
    WHERE search_vector @@ query
    ORDER BY ts_rank(search_vector, query) DESC;
    

六、系统查询与维护

  1. 查看表/索引信息:

    \d employees -- psql 元命令
    SELECT * FROM pg_tables WHERE schemaname = 'public'; -- 系统表
    SELECT * FROM pg_indexes WHERE tablename = 'employees'; -- 索引信息
    SELECT pg_size_pretty(pg_total_relation_size('employees')); -- 表大小 (含索引)
    
  2. 查看连接/锁:

    SELECT * FROM pg_stat_activity; -- 当前活动连接/查询
    SELECT * FROM pg_locks; -- 当前锁信息
    
  3. 权限管理:

    GRANT SELECT, INSERT, UPDATE ON employees TO developer_role;
    REVOKE DELETE ON employees FROM public;
    

研发中的重要注意事项

  1. 避免 N+1 查询: 在 ORM (如 Hibernate, Django ORM, ActiveRecord) 中尤其要注意。使用 JOIN 或批量查询 (WHERE ... IN (...)) 代替在循环中执行单个查询。
  2. 参数化查询: 永远使用参数化查询或预处理语句来防止 SQL 注入攻击。不要拼接 SQL 字符串。
  3. 理解索引: 不是所有字段都适合加索引。索引有写入开销。理解查询模式,创建合适的索引(类型、字段顺序、条件)。定期分析索引使用情况 (pg_stat_all_indexes)。
  4. 事务边界: 明确事务的开始和结束。保持事务尽可能短小,减少锁竞争。正确处理并发冲突。
  5. 批量操作: 对于大批量插入/更新,使用 COPY 命令、批量 INSERT ... VALUES (...), (...), ... 或 INSERT ... SELECT ...,比循环单条插入高效得多。
  6. 监控与分析: 使用 EXPLAIN ANALYZE 分析慢查询。监控数据库性能指标(连接数、锁、CPU、IO)。使用 pg_stat_statements 扩展找出高频/高消耗 SQL。
  7. 连接池: 在应用层(如 HikariCP, pgBouncer)使用连接池管理数据库连接,避免频繁建立/断开连接的开销。
  8. 模式迁移: 使用成熟的迁移工具(如 Flyway, Liquibase, Alembic, Django Migrations)管理数据库模式变更,确保变更可追溯、可重复、可在不同环境一致执行。

        掌握这些常规 SQL 应用并结合 PostgreSQL 的强大特性(如 JSONB、数组、GIN/GiST 索引、窗口函数、CTE、强大的 PL/pgSQL),能够高效、安全地进行应用研发,构建高性能、可扩展的后端系统。


     这篇博客到这里就接近尾声了,希望我的分享能给您带来一些启发和帮助,别忘了点赞、收藏。您的每一次互动、鼓励是我持续创作的动力!期待与您再次相遇,共同探索更广阔的世界!

相关文章:

  • 低代码采购系统搭建:鲸采云+能源行业订单管理自动化案例
  • SQL进阶之旅 Day 15:动态SQL与条件查询构建
  • 五大主流大模型推理引擎深度解析:llama.cpp、vLLM、SGLang、DeepSpeed和Unsloth的终极选择指南
  • 【论文阅读笔记】Text-to-SQL Empowered by Large Language Models: A Benchmark Evaluation
  • parquet :开源的列式存储文件格式
  • DeepSeek 赋能智能零售,解锁动态定价新范式
  • 60天python训练计划----day44
  • 阿里云ACP云计算备考笔记 (3)——云服务器ECS
  • 传输层协议 UDP 介绍 -- UDP 协议格式,UDP 的特点,UDP 的缓冲区
  • 结节性甲状腺肿全流程大模型预测与决策系统总体架构设计方案大纲
  • 基于 qiankun + vite + vue3 构建微前端应用实践
  • Git-git跟踪大文件
  • Modbus转EtherNET IP网关开启节能改造新范式
  • 工业自动化DeviceNET从站转Ethernet/IP主站网关赋能冶金行业工业机器人高效运行
  • AD四层板的层叠设计
  • 可编辑精品PPT | 大型企业数字化转型顶层业务架构模型解决方案数字化架构图合集可编辑架构图系统架构图技术架构图
  • ShardingSphere 如何解决聚合统计、分页查询和join关联问题
  • 【系统架构设计师】绪论-系统架构概述
  • 手写 vue 源码 === runtime-dom 实现
  • 【Java算法】八大排序
  • 怎样用vps做网站/目前主流搜索引擎是哪种
  • 重庆企业网站开发服务/流量主广告点击自助平台
  • 商洛免费做网站公司/广告传媒公司
  • 网站关键词的优化在哪做/电商营销的策略与方法
  • 专门做二手手机的网站吗/策划方案
  • 网站做301还是302/爱站网关键词查询网站的工具