我们需要谈谈困扰我几个月的事情。我一直看到独立黑客和初创公司创始人疯狂地拼凑各种技术栈，用 Redis 做缓存，用 RabbitMQ 做队列，用 Elasticsearch 做搜索，还有用 MongoDB......为什么？
我也犯过这种错误。当我开始构建UserJot（我的反馈和路线图工具）时，我的第一反应是规划一个"合适的"架构，为所有功能提供独立的服务。然后我停下来问自己：如果我把所有功能都用 Postgres 来做会怎么样？
事实证明，房间里有一头大象，但没人愿意承认：
| Postgres 几乎可以做到这一切。 |
|---|
而且它的效果比你想象的还要好。
"Postgres 无法扩展"的谬论正在让你损失金钱？
让我猜猜------有人告诉你，Postgres"只是一个关系数据库"，需要专门的工具来完成专门的工作。我以前也是这么想的，直到我发现 Instagram 可以在单个 Postgres 实例上扩展到 1400 万用户。Discord 处理数十亿条消息。Notion 的整个产品都是基于 Postgres 构建的。
但问题是：他们不再像 2005 年那样使用 Postgres。
队列系统
别再为 Redis 和 RabbitMQ 付费了。Postgres 原生支持LISTEN/NOTIFY并且比大多数专用解决方案更好地处理作业队列：
sql
-- Simple job queue in pure Postgres
CREATETABLE job_queue (
id SERIAL PRIMARY KEY,
job_type VARCHAR(50),
payload JSONB,
status VARCHAR(20) DEFAULT'pending',
created_at TIMESTAMPDEFAULT NOW(),
processed_at TIMESTAMP
);
-- ACID-compliant job processing
BEGIN;
UPDATE job_queue
SET status ='processing', processed_at = NOW()
WHERE id = (
SELECT id FROM job_queue
WHERE status ='pending'
ORDERBY created_at
FORUPDATESKIP LOCKED
LIMIT 1
)
RETURNING *;
COMMIT;这让你无需任何额外的基础设施就能实现 Exactly-Once 的处理。不妨试试用 Redis 来实现，会让你很抓狂。
在 UserJot 中，我正是使用这种模式来处理反馈提交、发送通知和更新路线图项目。只需一次事务，即可保证一致性，无需消息代理的复杂性。
键值存储
Redis 在大多数平台上的最低价格为 20 美元/月。Postgres JSONB 已包含在您现有的数据库中，可以满足您的大部分需求：
sql
-- Your Redis alternative
CREATETABLE kv_store (
key VARCHAR(255) PRIMARY KEY,
value JSONB,
expires_at TIMESTAMP
);
-- GIN index for blazing fast JSON queries
CREATE INDEX idx_kv_value ON kv_store USING GIN (value);
-- Query nested JSON faster than most NoSQL databases
SELECT*FROM kv_store
WHEREvalue @>'{"user_id": 12345}';运算符@>是 Postgres 的秘密武器。它比大多数 NoSQL 查询更快，并且数据保持一致。
全文搜索
Elasticsearch 集群价格昂贵且复杂。Postgres 内置的全文搜索功能非常出色：
sql
-- Add search to any table
ALTERTABLE posts ADDCOLUMN search_vector tsvector;
-- Auto-update search index
CREATEOR REPLACE FUNCTION update_search_vector()
RETURNStriggerAS $
BEGIN
NEW.search_vector := to_tsvector('english',
COALESCE(NEW.title, '') ||' '||
COALESCE(NEW.content, '')
);
RETURNNEW;
END;
$ LANGUAGE plpgsql;
-- Ranked search results
SELECT title, ts_rank(search_vector, query) as rank
FROM posts, to_tsquery('startup & postgres') query
WHERE search_vector @@ query
ORDERBY rank DESC;这可以处理模糊匹配、词干提取和相关性排名。
对于 UserJot 的反馈搜索，此功能可让用户跨标题、描述和评论即时查找功能请求。无需 Elasticsearch 集群 - 只需使用 Postgres 即可发挥其优势。
实时功能
忘掉复杂的 WebSocket 基础架构吧。Postgres LISTEN/NOTIFY无需任何附加服务即可为您提供实时更新：
sql
-- Notify clients of changes
CREATEOR REPLACE FUNCTION notify_changes()
RETURNStriggerAS $
BEGIN
PERFORM pg_notify('table_changes',
json_build_object(
'table', TG_TABLE_NAME,
'action', TG_OP,
'data', row_to_json(NEW)
)::text
);
RETURNNEW;
END;
$ LANGUAGE plpgsql;您的应用程序会监听这些通知并向用户推送更新。无需 Redis 的发布/订阅机制。
"专业"工具的隐性成本
我们来算一下。一个典型的"现代"堆栈的成本是：
- Redis：20美元/月
- 消息队列：25美元/月
- 搜索服务：50美元/月
- 监控 3 项服务：30 美元/月
- 总计：每月 125 美元
但这还只是托管成本。真正的痛点在于：
运营开销：
- 三种不同的服务用于监控、更新和调试
- 不同的缩放模式和故障模式
- 需要维护多种配置
- 单独的备份和灾难恢复程序
- 每项服务的安全考虑因素不同
开发复杂性：
- 客户端库和连接模式
- 多个服务的部署
- 间数据不一致
- 的测试场景
- 的性能调优方法
如果您自行托管，请添加服务器管理、安全补丁以及当 Redis 决定消耗所有内存时不可避免的凌晨 3 点调试会话。
Postgres 使用您已经管理的单一服务来处理所有这些。
扩展的单一数据库
大多数人可能没有意识到：单个 Postgres 实例就能处理海量数据。我们指的是每天数百万笔交易、数 TB 的数据以及数千个并发连接。
真实世界的例子：
- Airbnb：单个 Postgres 集群处理数百万个预订
- Robinhood：数十亿笔金融交易
- GitLab：Postgres 上的整个 DevOps 平台
Postgres 的架构魅力非凡。它被设计成具备极佳的垂直扩展能力，而当你最终需要水平扩展时，它也有以下成熟的方案可供选择：
- 用于查询扩展的读取副本
- 大表分区
- 并发连接池
- 分布式设置的逻辑复制
大多数企业从未达到过这些限制。在处理数百万用户或复杂的分析工作负载之前，单个实例可能就足够了。
将此与管理所有以不同方式扩展的单独服务进行比较 - 您的 Redis 可能会耗尽内存，而您的消息队列则会遇到吞吐量问题，并且您的搜索服务需要完全不同的硬件。
从第一天起就停止过度设计
现代开发中最大的陷阱是架构式的"宇航员"。我们设计系统时，面对的是我们从未遇到过的问题，我们面对的是从未见过的流量，我们可能永远无法达到的规模。
过度设计循环：
- "我们可能有一天需要扩大规模"
- 添加 Redis、队列、微服务、多个数据库
- 花费数月时间调试集成问题
- 向 47 位用户推出
- 每月支付 200 美元购买可在 5 美元 VPS 上运行的基础设施
与此同时，您的竞争对手的发货速度更快，因为他们在需要分布式系统之前并没有管理它。
更好的方法：
- 从 Postgres 开始
- 监控实际的瓶颈，而不是想象的瓶颈
- 当达到实际极限时扩展特定组件
- 仅在解决实际问题时才增加复杂性
你的用户并不关心你的架构。他们关心的是你的产品是否有效，是否能解决他们的问题。
当你真正需要专用工具时
别误会我的意思------专用工具自有其用处。但你可能在以下情况之前不需要它们：
- 您每分钟处理 100,000 多个作业
- 您需要亚毫秒级的缓存响应
- 您正在对数 TB 的数据进行复杂的分析
- 您有数百万并发用户
- 您需要具有特定一致性要求的全局数据分布
如果您在公众号上阅读强哥这篇文章，那么您可能还没有到达那一步。
为什么这真的很重要
让我大吃一惊的是：Postgres 可以同时充当您的主数据库、缓存、队列、搜索引擎和实时系统。同时还能在所有方面保持 ACID 事务。
sql
-- One transaction, multiple operations
BEGIN;
INSERT INTO users (email) VALUES ('user@example.com');
INSERT INTO job_queue (job_type, payload)
VALUES ('send_welcome_email', '{"user_id": 123}');
UPDATE kv_store SET value = '{"last_signup": "2024-01-15"}'
WHERE key = 'stats';
COMMIT;尝试在 Redis、RabbitMQ 和 Elasticsearch 上执行此操作，不要哭泣。
无聊的技术却能获胜
Postgres 并不引人注目。它没有华丽的网站，也没有在 TikTok 上爆红。但几十年来，在其他数据库兴衰更迭之际，它一直默默地支撑着互联网。
选择简单、可靠且有效的技术是有道理的。
下一个项目的行动步骤
- 仅从 Postgres 开始- 抵制添加其他数据库的冲动
- 使用 JSONB 实现灵活性- 借助 SQL 的强大功能，您可以获得无架构的优势
- 在 Postgres 中实现队列------节省资金和复杂性
- 仅当达到实际极限时才添加专用工具- 而不是想象中的极限
我的真实经历
UserJot 的构建是这一理念的完美测试案例。它是一个反馈和路线图工具，需要：
- 提交反馈时实时更新
- 针对数千个功能请求进行全文搜索
- 发送通知的后台作业
- 缓存经常访问的路线图
- 用于用户偏好和设置的键值存储
我的整个后端只有一个 Postgres 数据库。没有 Redis，没有 Elasticsearch，没有消息队列。从用户身份验证到实时 WebSocket 通知，一切都由 Postgres 处理。
结果如何？我的功能交付速度更快，需要调试的部件更少，而且基础设施成本也降到了最低。当用户提交反馈、搜索功能或获取路线图变更的实时更新时，一切都由 Postgres 完成。
这不再只是理论上的。它正在实际生产中，通过真实的用户和真实的数据发挥作用。
令人不安的结论
Postgres 或许好得过头了。它功能强大，以至于大多数其他数据库对于 90% 的应用程序来说都显得多余。业界一直说服我们，所有事情都需要专门的工具，但或许我们只是把事情弄得比实际需要的更难。
你的初创公司不必成为分布式系统的样板。它需要为真正的人解决真正的问题。Postgres 让你专注于此，而不是照看基础设施。
因此，下次有人建议添加 Redis 来"提高性能"或添加 MongoDB 来"提高灵活性"时，请问他们："您是否真的先尝试过在 Postgres 中执行此操作？"
答案可能会让你大吃一惊。我知道，当我完全在 Postgres 上构建UserJot时，它就一直运行顺畅。
| 本文为译文，英文原文地址（可能需要使用魔法访问）：dev.to/shayy/postg... |
|---|