人工智能在智慧农业中的应用

对于后两种情况，二级索引中的 ctid 字段不是按照字典顺序递增的，这与自动递增主键的情况不同。

假设我们需要更新该表中的一条记录，比如我们要更新 al-Khwārizmī的出生年份。如前所述，行的元组是不可变的。因此，为了更新记录，我们向表中添加了一个新的元组。这个新的元组有一个新的 ctid，我们将其称为 I。Postgres 需要区分新元组 I 与旧元组 D。在内部，Postgres 在每个元组中保存了一个版本字段和一个指向先前元组的指针（如果有的话）。因此，表的最新结构如下所示：
 

Uber 的早期架构包含了一个用 Python 开发的单体后端应用程序，这个应用程序使用 Postgres 作为数据存储。从那个时候开始，Uber 的架构已经发生了巨大变化，变成了微服务，并采用新的数据平台模型。具体地说，之前使用 Postgres 的地方，现在改用 Schemaless，一种构建在 MySQL 之上的新型数据库分片层。在本文中，我们将探讨 Postgres 的一些缺点，并解释为什么我们要在 MySQL 之上构建 Schemaless 和其他后端服务。

1. Postgres 架构

我们遭遇了 Postgres 的诸多限制：

• 低效的写入操作；
• 低效的数据复制；
• 数据损坏问题；
• 糟糕的副本 MVCC 支持；
• 难以升级到新版本。

我们将通过分析 Postgres 的表和索引在磁盘上的表示方式来探究以上这些限制，并将其与 MySQL 的 InnoDB 存储引擎进行比较。请注意，我们的分析主要是基于我们对较旧的 Postgres 9.2 版本系列的经验。据我们所知，在本文中讨论的内部架构在较新的 Postgres 发行版中并未发生显著变化，并且至少自 Postgres 8.3 发行版（现在已近 10 岁）以来，9.2 版本的基本设计都没有发生显著变化。

磁盘表示

一个关系型数据库必须能够执行一些关键任务：

• 提供插入、更新和删除能力；
• 提供修改模式的能力；
• 支持 MVCC，让不同的数据库连接具有各自的事务视图。

这些功能如何协同工作是设计数据库磁盘数据表示的重要部分。

Postgres 的一个核心设计是不可变数据行。这些不可变数据行在 Postgres 中被称为“元组”。这些元组通过 ctid 来唯一标识。从概念上看，ctid 表示元组在磁盘上的位置（即物理磁盘偏移）。可能会有多个 ctid 描述单个行（例如，为了支持 MVCC，可能存在一个数据行的多个版本，或者一个数据行的旧版本还没有被 autovacuum 进程回收掉）。元组集合构成一张表。表本身是有索引的，这些索引被组织成某种数据结构（通常是 B 树），将索引字段映射到 ctid。

通常，这些 ctid 对用户是透明的，但了解它们的工作原理有助于了解 Postgres 表的磁盘结构。要查看当前行的 ctid，可以在语句中将“ctid”添加到列列表中：

（编辑：广元站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!