Postgresql常规SQL语句操作

news2025/6/6 19:48:48

        

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 $$
DECLARE
    emp_count INTEGER;
BEGIN
    SELECT COUNT(*) INTO emp_count
    FROM employees
    WHERE department_id = dept_id AND is_active = true;
    RETURN emp_count;
END;
$$ 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！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2399312.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

英国2025年战略防御评估报告：网络与电磁域成现代战争核心

英国2025年战略防御评估报告：网络与电磁域成现代战争核心

英国 2025 年战略防御评估 (SDR) 详细制定了一项计划&#xff0c;通过加强使用网络、人工智能和数字战争来整合其军事防御和进攻能力。 与美国一样&#xff0c;英国也被认为&#xff08;尽管未被公开证实&#xff09;会开展进攻性网络行动&#xff0c;甚至针对盟友。斯诺登泄露…
阅读更多...
基于QPSK调制解调+Polar编译码(SCL译码)的matlab性能仿真,并对比BPSK

基于QPSK调制解调+Polar编译码(SCL译码)的matlab性能仿真,并对比BPSK

目录 1.引言 2.算法仿真效果演示 3.数据集格式或算法参数简介 4.MATLAB核心程序 5.算法涉及理论知识概要 6.参考文献 7.完整算法代码文件获得 1.引言 Polar码由土耳其教授Erdal Arikan于2008年提出&#xff0c;是第一种被严格证明可以达到香农极限的构造性编码方法。其核…
阅读更多...
Glide NoResultEncoderAvailableException异常解决

Glide NoResultEncoderAvailableException异常解决

首先将解决方法提出来&#xff1a;缓存策略DiskCacheStrategy.DATA。 使用Glide加载图片&#xff0c;版本是4.15.0&#xff0c;有天发现无法显示gif图片&#xff0c;原始代码如下&#xff1a; Glide.with(context).load(本地资源路径).diskCacheStrategy(DiskCacheStrategy.A…
阅读更多...
无人机巡检智能边缘计算终端技术方案‌‌——基于EFISH-SCB-RK3588工控机/SAIL-RK3588核心板的国产化替代方案‌

无人机巡检智能边缘计算终端技术方案‌‌——基于EFISH-SCB-RK3588工控机/SAIL-RK3588核心板的国产化替代方案‌

一、方案核心价值‌ ‌实时AI处理‌&#xff1a;6TOPS NPU实现无人机影像的实时缺陷检测&#xff08;延迟&#xff1c;50ms&#xff09;‌全国产化‌&#xff1a;芯片、操作系统、算法工具链100%自主可控‌极端环境适配‌&#xff1a;-40℃~85℃稳定运行&#xff0c;IP65防护等…
阅读更多...
相机--相机成像原理和基础概念

相机--相机成像原理和基础概念

教程 成像原理 基础概念 焦距&#xff08;物理焦距&#xff09; 镜头的光学中心到感光元件之间的距离&#xff0c;用f表示&#xff0c;单位&#xff1a;mm&#xff1b;。 像素焦距 相机内参矩阵中的 fx​ 和 fy​ 是将物理焦距转换到像素坐标系的产物&#xff0c;可能不同。…
阅读更多...
2025-0604学习记录17——文献阅读与分享（2）

2025-0604学习记录17——文献阅读与分享（2）

最近不是失踪了&#xff01;也不是弃坑了...这不是马上要毕业了嘛&#xff01;所以最近在忙毕业论文答辩、毕业去向填报、户档去向填报等等&#xff0c;事情太多了&#xff0c;没顾得上博客。现在这些事基本上都解决完了&#xff0c;也有时间静下心来写写文字了~ 想要写的内容…
阅读更多...
图解浏览器多进程渲染：从DNS到GPU合成的完整旅程

图解浏览器多进程渲染：从DNS到GPU合成的完整旅程

目录 浅谈浏览器进程 浏览器进程架构的演化 进程和线程关系图示 进程&#xff08;Process&#xff09; 线程&#xff08;Thread&#xff09; 协程&#xff08;Coroutine&#xff09; 进程&线程&协程核心对比 单进程和多进程浏览器 单进程浏览器​编辑 单进程…
阅读更多...
【计算机网络】第3章：传输层—TCP 拥塞控制

【计算机网络】第3章：传输层—TCP 拥塞控制

目录 一、PPT 二、总结 TCP 拥塞控制详解 ⭐ 核心机制与算法 1. 慢启动&#xff08;Slow Start&#xff09; 2. 拥塞避免&#xff08;Congestion Avoidance&#xff09; 3. 快速重传&#xff08;Fast Retransmit&#xff09; 4. 快速恢复&#xff08;Fast Recovery&…
阅读更多...
idea不识别lombok---实体类报没有getter方法

idea不识别lombok---实体类报没有getter方法

介绍 本篇文章&#xff0c;主要讲idea引入lombok后&#xff0c;在实体类中加注解Data&#xff0c;在项目启动的时候&#xff0c;编译不通过&#xff0c;报错xxx.java没有getXxxx&#xff08;&#xff09;方法。 原因有以下几种 1. idea没有开启lombok插件 2. 使用idea-2023…
阅读更多...
SAP学习笔记 - 开发15 - 前端Fiori开发 Boostrap，Controls，MVC(Model，View，Controller），Modules

SAP学习笔记 - 开发15 - 前端Fiori开发 Boostrap，Controls，MVC(Model，View，Controller），Modules

上一章讲了Fiori开发的准备&#xff0c;以及宇宙至简之HelloWorld。 SAP学习笔记 - 开发14 - 前端Fiori开发 HelloWorld-CSDN博客 本章继续学习 Fiori 开发的知识&#xff1a; Bootstrap&#xff0c;Controls&#xff0c;MVC(Model&#xff0c;View&#xff0c;Controller&a…
阅读更多...
基于SDN环境下的DDoS异常攻击的检测与缓解

基于SDN环境下的DDoS异常攻击的检测与缓解

参考以下两篇博客&#xff0c;最后成功&#xff1a; 基于SDN的DDoS攻击检测和防御方法_基于sdn的ddos攻击检测与防御-CSDN博客 利用mininet模拟SDN架构并进行DDoS攻击与防御模拟&#xff08;Ryumininetsflowpostman&#xff09;_mininet模拟dos攻击-CSDN博客 需求 H2 模拟f…
阅读更多...
如何轻松地将文件从 PC 传输到 iPhone?

如何轻松地将文件从 PC 传输到 iPhone?

传统上&#xff0c;您可以使用 iTunes 将文件从 PC 传输到 iPhone&#xff0c;但现在&#xff0c;使用 iTunes 已不再是唯一的选择。现在有多种不同且有效的方法可以帮助您传输文件。在今天的指南中&#xff0c;您可以找到 8 种使用或不使用 iTunes 传输文件的方法&#xff0c;…
阅读更多...
Bresenham算法

Bresenham算法

一 Bresenham 绘直线 使用 Bresenham 算法&#xff0c;可以在显示器上绘制一直线段。该算法主要思想如下&#xff1a; 1 给出直线段上两个端点 &#xff0c;根据端点求出直线在X,Y方向上变化速率 &#xff1b; 2 当 时&#xff0c;X 方向上变化速率快于 Y 方向上变化速率&am…
阅读更多...
【从GEO数据库批量下载数据】

【从GEO数据库批量下载数据】

从GEO数据库批量下载数据 1&#xff1a;进入GEO DataSets拿到所需要下载的数据的srr.list&#xff0c;上传到linux&#xff0c; 就可以使用prefetch这个函数来下载 2&#xff1a;操作步骤如下&#xff1a; conda 安装sra-tools conda create -n sra-env -c bioconda -c co…
阅读更多...
day 44

day 44

使用DenseNet预训练模型对cifar10数据集进行训练 import torch import torch.nn as nn import torch.optim as optim from torchvision import datasets, transforms, models from torch.utils.data import DataLoader import matplotlib.pyplot as plt import os# 设置中文字体…
阅读更多...
NER实践总结，记录一下自己实践遇到的各种问题。

NER实践总结，记录一下自己实践遇到的各种问题。

更。 没卡&#xff0c;跑个模型休息好几天&#xff0c;又闲又急。 一开始直接套用了别人的代码进行实体识别&#xff0c;结果很差&#xff0c;原因是他的词表没有我需要的东西&#xff0c;我是用的医学文本。代码直接在github找了改的&#xff0c;用的是BERT的Chinese版本。 然…
阅读更多...
微信小程序实现运动能耗计算

微信小程序实现运动能耗计算

微信小程序实现运动能耗计算 近我做了一个挺有意思的微信小程序&#xff0c;能够实现运动能耗的计算。只需要输入性别、年龄、体重、运动时长和运动类型这些信息&#xff0c;就能算出对应的消耗热量。 具体来说&#xff0c;在小程序里&#xff0c;性别不同&#xff0c;身体基…
阅读更多...
iTunes 无法备份 iPhone：10 种解决方法

iTunes 无法备份 iPhone：10 种解决方法

Apple 设备是移动设备市场上最先进的产品之一&#xff0c;但有些人遇到过 iTunes 因出现错误而无法备份 iPhone 的情况。iTunes 拒绝备份 iPhone 时&#xff0c;可能会令人非常沮丧。不过&#xff0c;幸运的是&#xff0c;我们有 10 种有效的方法可以解决这个问题。您可以按照以…
阅读更多...
LangChain4J 使用实践

LangChain4J 使用实践

这里写目录标题 大模型应用场景&#xff1a;创建一个测试示例AIService聊天记忆实现简单实现聊天记录记忆MessageWindowChatMemory实现聊天记忆 隔离聊天记忆聊天记忆持久化 添加AI提示词 大模型应用场景&#xff1a; 创建一个测试示例 导入依赖 <dependency><groupI…
阅读更多...
【C++】—— 从零开始封装 Map 与 Set：实现与优化

【C++】—— 从零开始封装 Map 与 Set：实现与优化

人生的态度是&#xff0c;抱最大的希望&#xff0c;尽最大的努力&#xff0c;做最坏的打算。 —— 柏拉图 《理想国》 目录 1、理论基石——深度剖析 BSTree、AVLTree 与 RBTree 的概念区别 2、迭代器机制——RBTree 迭代器的架构与工程实现 3、高级容器设计——Map 与 Set…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023