PostgreSQL超详细入门教程：Windows安装+Python异步连接+完整增删改查实战

二进制漫游记2026-09-04 12:25

🔥 博主简介：专注后端开发、数据库实战、Python高性能编程，持续分享零基础入门干货，手把手教大家落地技术项目。

📌 本文核心亮点

  • 保姆级 PostgreSQL Windows下载+安装+环境配置，零基础零踩坑

  • 基于 psycopg_pool 异步 连接池 实现高性能数据库操作

  • 完整实战：建表、单条新增、批量新增、查询、更新、删除（CRUD全覆盖）

  • 代码可直接复制运行，附带详细注释、问题排查、核心原理讲解

✅ 适用人群：PG新手、Python后端开发者、需要学习数据库基础CRUD的同学

✅ 运行环境：Windows10/11、Python3.8+、PostgreSQL15+/16+/18+

一、PostgreSQL 简介

PostgreSQL（简称PG）是一款开源、免费、高性能、支持事务、支持复杂查询的关系型数据库，相比MySQL，其在大数据量、复杂业务、事务一致性、自定义数据类型上优势显著，是企业级后端开发的主流数据库之一。

核心特性：

  • 完全开源免费，商用无版权风险

  • 完美支持ACID事务、主从复制、索引优化

  • 支持JSON、数组、地理信息等特殊数据类型

  • 稳定性极强，适合长期线上项目使用

二、PostgreSQL Windows 保姆级安装教程

2.1 官方下载安装包

官方下载地址：PostgreSQL: Windows installers

1、打开官网，点击 Download the installer（EDB官方图形化安装包，新手首选）

2、选择最新稳定版（推荐16/18版本），架构选择 Windows x86-64

3、下载完成后得到 exe 安装包（约300M），右键以 管理员 身份运行，避免权限报错

2.2 详细安装步骤

1、欢迎界面直接点击 Next

2、选择安装路径（建议默认，不要中文路径），Next

3、组件选择：默认全选（PG服务、pgAdmin4图形工具、命令行工具），Next

4、设置超级用户 postgres 密码（重点！务必记住），后续连接数据库必须使用

5、端口默认 5432（PG默认端口，无需修改），Next

6、地区Locale选择 Default，适配系统编码，Next

7、确认配置，点击 Install 等待安装完成

8、取消启动StackBuilder勾选，直接Finish，安装完成

2.3 环境变量配置（必做）

为了让系统全局识别psql命令，需要配置环境变量：

1、找到PG安装目录下的bin目录，示例：

C:\Program Files\PostgreSQL\18\bin

2、此电脑-属性-高级系统设置-环境变量-系统变量-Path

3、新建，粘贴上述bin路径，一路确定保存

2.4 验证安装成功

打开cmd，输入以下命令，无报错即为成功：

bash 复制代码 
psql --version

同时可打开桌面pgAdmin4图形工具，输入刚才设置的密码，可可视化管理数据库。

三、Python环境准备（异步连接PG）

本文采用 psycopg_pool 实现异步数据库连接池，相比单连接，连接池可以复用数据库连接、提升并发性能，是生产级项目首选方案。

3.1 安装依赖库

bash 复制代码 
pip install psycopg-pool asyncio

核心依赖说明：

  • psycopg-pool：PostgreSQL官方异步连接池工具

  • asyncio：Python原生异步协程库，实现异步数据库操作

3.2 核心配置说明

项目中通过 DSN 字符串连接PG数据库，标准格式：

bash 复制代码 
postgresql://用户名:密码@localhost:5432/数据库名

默认本地配置：

  • 用户名：postgres

  • 端口：5432

  • 地址：localhost

四、完整实战代码（建表+CRUD）

以下代码为可直接运行的生产级异步 PG 操作代码，包含：连接池初始化、建表、单增、批量增、查询、更新、删除全功能，附带超详细注释。

python 复制代码 
import asyncio
import selectors
from psycopg_pool import AsyncConnectionPool
from app.core.config import settings
from app.core.database import get_meta_pool

# 初始化PostgreSQL异步连接池
pool = AsyncConnectionPool(
    settings.POSTGRES_DSN,  # 读写账号数据库DSN
    min_size=1,     # 连接池最小常驻连接数
    max_size=10,    # 连接池最大连接数（控制并发上限）
    open=False,     # 不自动开启连接，代码手动开启（生产规范）
)

# ====================== 1. 创建数据表 ======================
async def create_table():
    """创建文章数据表"""
    async with pool.connection() as conn, conn.cursor() as cur:
        await cur.execute("""
        CREATE TABLE IF NOT EXISTS articles2 (
            id SERIAL PRIMARY KEY,
            title VARCHAR(200) NOT NULL,
            content TEXT,
            create_at TIMESTAMP DEFAULT NOW()
        )
        """)
        await conn.commit()
        print("✅ 数据表创建成功")

# ====================== 2. 单条新增数据 ======================
async def insert_data(title, content):
    """新增单条文章数据，返回新增数据ID"""
    async with pool.connection() as conn, conn.cursor() as cur:
        # RETURNING id 新增后直接返回主键ID
        await cur.execute(
            "INSERT INTO articles(title, content) VALUES(%s, %s) RETURNING id;",
            (title, content)
        )
        row = await cur.fetchone()
        print(f"新增数据主键：{row}")
        return row[0]

# ====================== 3. 批量新增数据 ======================
async def batch_insert(items: list[tuple]):
    """批量插入多条数据，提升写入效率"""
    async with pool.connection() as conn:
        async with conn.cursor() as cur:
            await cur.executemany(
                "INSERT INTO articles(title, content) VALUES(%s, %s)",
                items
            )
            await conn.commit()
            print(f"✅ 批量插入{len(items)}条数据成功")

# ====================== 4. 查询全部数据 ======================
async def query_all():
    """查询所有文章数据，格式化输出字段+值"""
    async with pool.connection() as conn, conn.cursor() as cur:
        await cur.execute("SELECT id, title, content FROM articles ORDER BY id DESC;")
        # 获取所有数据
        rows = await cur.fetchall()
        # 获取数据表字段名
        cols = [desc.name for desc in cur.description]
        print("📌 字段列表：", cols)
        print("📌 所有数据：")
        # 遍历格式化输出
        for row in rows:
            print(dict(zip(cols, row)))

# ====================== 5. 更新数据 ======================
async def update_article(art_id: int, new_title: str):
    """根据文章ID更新标题，返回受影响行数"""
    async with pool.connection() as conn, conn.cursor() as cur:
        await cur.execute(
            "UPDATE articles SET title=%s WHERE id=%s",
            (new_title, art_id)
        )
        await conn.commit()
        print(f"✅ 更新成功，影响行数：{cur.rowcount}")
        return cur.rowcount

# ====================== 6. 删除数据 ======================
async def delete_article(art_id: int):
    """根据ID删除文章，返回受影响行数"""
    async with pool.connection() as conn, conn.cursor() as cur:
        await cur.execute("DELETE FROM articles WHERE id=%s", (art_id,))
        await conn.commit()
        print(f"✅ 删除成功，影响行数：{cur.rowcount}")
        return cur.rowcount

# 主函数：测试所有功能
async def main():
    # 手动开启连接池，阻塞等待资源，避免并发报错
    await pool.open(wait=True)

    # 取消注释即可测试对应功能
    # await create_table()
    # print("新增ID：", await insert_data("俄乌战争","即将结束....."))
    # await batch_insert([("标题A", "内容A"), ("标题B", "内容B")])
    # await query_all()
    # await update_article(2, "新三国演义")
    await delete_article(2)

# 程序入口
if __name__ == '__main__':
    # 适配Windows异步事件循环，解决win32兼容问题
    asyncio.run(
        main(),
        loop_factory=lambda: asyncio.SelectorEventLoop(selectors.Selector())
    )

五、核心功能逐行解析

5.1 异步连接池核心参数

  • min_size=1：连接池最少保留1个连接，避免频繁创建销毁连接

  • max_size=10：最大10个连接，限制数据库并发压力，防止拖垮数据库

  • open=False：关闭自动连接，手动open更安全，符合生产最佳实践

  • wait=True：连接池满时阻塞等待，不直接抛出异常，提升程序稳定性

5.2 数据表字段解析

  • SERIAL PRIMARY KEY：自增主键，等同于MySQL的auto_increment

  • VARCHAR(200) NOT NULL：非空字符串，限制最大长度200

  • TEXT：长文本类型，无长度限制，适合文章内容

  • DEFAULT NOW()：默认当前时间，自动填充创建时间

5.3 CRUD核心亮点

  1. 单条新增RETURNING：新增数据后直接返回主键ID，无需二次查询

  2. 批量插入executemany：循环插入效率极低，批量API大幅提升写入性能

  3. 字段动态匹配：通过cur.description自动获取字段名，适配任意数据表

  4. rowcount返回行数：精准判断更新/删除是否生效

六、常见报错与解决方案

6.1 端口5432被占用

解决方案：重启PostgreSQL服务，或修改配置文件端口，重启服务

6.2 密码连接失败

解决方案：确认postgres用户密码正确，修改DSN中的账号密码

6.3 Windows异步循环报错

解决方案：代码中指定 SelectorEventLoop，适配Windows系统异步机制（本文代码已适配）

6.4 连接池耗尽报错

解决方案：合理调整max_size，业务结束自动释放连接，避免连接泄露

七、总结

本文完成了 PostgreSQL 从零安装配置 + Python异步 连接池 + 全套 CRUD 实战，所有代码均为可直接落地的生产级代码，区别于传统同步操作，异步连接池更适合高并发后端项目。

后续可以基于本文代码拓展：数据库事务、索引优化、分页查询、条件删除、多表关联查询等进阶操作。

💡 码字不易，点赞收藏关注！后续持续更新PG进阶、数据库优化、Python后端实战干货~

相关推荐
2601_962077601 小时前
从零搭建Python接口自动化测试框架：pytest+requests实战指南
python·pytest·接口自动化·requests·框架搭建
IvorySQL1 小时前
基于 PostgreSQL 的非线性回归原理与 AI 数据库融合实践
数据库·人工智能·postgresql
赵渝强老师1 小时前
【赵渝强老师】高斯数据库（openGauss）的数据库对象
数据库·postgresql·opengauss·国产数据库·高斯数据库
stolentime1 小时前
OpenClaw 2.0 新手快速上手与实战指南
爬虫·python·ai·网络爬虫
启观川1 小时前
Python基础-第 16 章 综合案例：客户信息管理系统
开发语言·笔记·python·正则表达式
用户3721574261352 小时前
如何使用 Python 给 PDF 添加附件：文档附件与附件注释
python
λqaq72 小时前
Redis 数据库基础：安装、5 大核心数据类型与常用命令
linux·数据库·redis·python·缓存
天天被压力2 小时前
【零依赖量化数据实战 #31】沪深A实时盘口全景：逐笔·全盘实时·最新价·历史逐笔
java·人工智能·python
今天AI了吗2 小时前
【AI】一文讲清 RAG：从大模型局限到企业级知识库落地流程
前端·javascript·人工智能·python·深度学习·机器学习·easyui
热门推荐
01国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）02GitHub 镜像站点03ZCode 周末送额度活动开启：3 亿 Token 免费领取04历年考研数学一、数学二、数学三真题试卷及答案PDF05蜘蛛磁力 搜索引擎大全，如何使用蜘蛛磁力查找磁力链接062026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？07微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新08AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路09Agnes AI 免费 API 接入指南：文本、生图、生视频，一套接口全免费10VSCode+CodeX扩展，无法启动