心动不如行动，基于Docker安装关系型数据库PostgrelSQL替代Mysql

    最近“全栈数据库”的概念甚嚣尘上，主角就是PostgrelSQL，它最近这几年的技术发展不可谓不猛，覆盖OLTP、OLAP、NoSQL、搜索、图像等应用场景，实实在在的全栈性发展。帮助公司解决了数据孤岛、数据平台多、同步一致性、延迟，软硬件成本增加等业务痛点，在互联网、金融、物联网、传统企业等领域得到了广泛的应用。PostgreSQL的应用场景丰富，不亚于商用数据库Oracle，常被业界称为“开源界的Oracle”。

    至于Mysql大家都很熟悉，很多公司因为人才储备和数据量大的原因，一般是Hadoop+Mysql的模式，Hadoop计算大量原始数据，然后按维度汇总后的展示数据存储在Mysql上，但是Mysql也有很多的“坑”：比如著名的Emoji表情坑，由此引申出来的utf8mb4的坑（隐式类型转换陷阱），性能低到发指的悲观锁机制，不支持多表单序列中取 id，不支持over子句，几乎没有性能可言的子查询........有点罄竹难书的意思，更多的“罪行”详见：见鬼的选择：Mysql。而这些问题，在PostgrelSQL中得到了改善，本次我们在Win10平台利用Docker安装PostgrelSQL，并且初步感受一下它的魅力。

    第一步当然是安装Docker，不熟悉的同学请参照：win10系统下把玩折腾DockerToolBox以及更换国内镜像源(各种神坑)。

    随后拉取镜像，这里我们选择相对稳定的PostgrelSQL11.1。

docker pull postgres:11.1

    拉取成功后，输入命令查看镜像

docker images

    可以看到，它的镜像非常小，大概300m左右，比Mysql小很多。

    然后我们就可以将容器启动了，输入命令

docker run -d --name dev-postgres -e POSTGRES_PASSWORD=root -p 6432:5432 postgres:11.1

    这里POSTGRES_PASSWORD是PostgrelSQL的用户密码，自己制定一个就可以了，默认端口号是5432，由于笔者的宿主机上已经安装好一个PostgrelSQL服务端，所以这里通过端口映射改成了6432。

docker ps

    来查看容器运行状态

    没有问题，现在我们进入命令行操作一下。

docker exec -it dev-postgres bash

psql -h localhost -U postgres

    这样就可以进入容器内部的命令行，在命令行输入PostgrelSQL的命令\l 就可以查看数据库列表。

    建立数据库

CREATE DATABASE mytest;

    使用数据库

\c mytest

    建立一张表

CREATE TABLE "public"."article" (
	"id" int4 NOT NULL,
	"content" text,
	PRIMARY KEY ("id")
)
WITH (OIDS=FALSE);

    列出所有表

\d

    如果不习惯使用命令行，也可以用可视化工具来进行链接，比如Navicat

    注意默认用户是postgres，值得一提的是，使用navicat无法像Mysql一样手动设置属性自增长(auto-increment)，PostgrelSQL使用的是序列的形式来实现自增长：

CREATE SEQUENCE serial START 1;

    这里创建好的序列是从1开始计数。

    随后，将需要设置的字段的默认值设为序列增长即可

ALTER TABLE "public"."article" ALTER COLUMN "id" SET DEFAULT nextval('serial');

    可以使用utf-8编码轻松存储Emoji

    over子句的应用，假设我们有一个员工薪资的表（部门、员工id，工资）：

postgres=# d empsal 
          Table "public.empsal"
 Column  |       Type        | Modifiers 
---------+-------------------+-----------
 depname | character varying | 
 empno   | integer           | 
 salary  | integer           |

    有一些数据：

postgres=# select * from empsal ;
  depname  | empno | salary 
-----------+-------+--------
 develop   |    11 |   5200
 develop   |     7 |   4200
 develop   |     9 |   4500
 develop   |     8 |   6000
 develop   |    10 |   5200
 personnel |     5 |   3500
 personnel |     2 |   3900
 sales     |     3 |   4800
 sales     |     1 |   5000
 sales     |     4 |   4800
(10 rows)

    现在我想将每一个员工的工资与他所在部门的平均工资做个比较，怎么做？其实这也是leetcode原题，用mysql只能用子查询，而用PostgrelSQL该查询可以很容易的实现

SELECT depname, empno, salary, avg(salary) OVER (PARTITION BY depname) FROM empsal;

    查询结果：

depname  | empno | salary |          avg          
-----------+-------+--------+-----------------------
 develop   |    11 |   5200 | 5020.0000000000000000
 develop   |     7 |   4200 | 5020.0000000000000000
 develop   |     9 |   4500 | 5020.0000000000000000
 develop   |     8 |   6000 | 5020.0000000000000000
 develop   |    10 |   5200 | 5020.0000000000000000
 personnel |     5 |   3500 | 3700.0000000000000000
 personnel |     2 |   3900 | 3700.0000000000000000
 sales     |     3 |   4800 | 4866.6666666666666667
 sales     |     1 |   5000 | 4866.6666666666666667
 sales     |     4 |   4800 | 4866.6666666666666667
(10 rows)

    可以看到，这个查询中，聚合函数avg的含义没有变，仍然是求平均值。但和普通的聚合函数不同的是，它不再对表中所有的salary求平均值，而是针对同一个部门（PARTITION BY指定的depname）内的salary求平均值，而且得到的结果由同一个部门内的所有行共享，并没有将这些行合并，这就大大简化了sql的复杂度，同时也能很方便的解决 "每组取 top k" 的这类问题。

    使用容器启动数据库会有个问题，就是每次容器停止，数据就会丢失，所有我们可以用docker的挂载命令将数据存在宿主机中，这样就可以持久化保存数据：

docker run -d --name dev-postgres -e POSTGRES_PASSWORD=root -e PGDATA=/var/lib/postgresql/data/pgdata
    -v /custom/mount:/var/lib/postgresql/data  -p 6432:5432 postgres:11.1

    如果你不习惯navicat这样的桌面可视化工具，也可以使用类似pgadmin4这样的网页端工具

$ docker pull dpage/pgadmin4
$ docker run  
    -p 80:80 
    -e '[email protected]' 
    -e 'PGADMIN_DEFAULT_PASSWORD=SuperSecret' 
    --name dev-pgadmin  
    -d dpage/pgadmin4

    

    也可以使用Python和PostgrelSQL进行交互，安装三方库：

pip3 isntall psycopg2

import psycopg2

import psycopg2.extras

conn = psycopg2.connect(host='localhost', port=6432, user='postgres', password='root', database='mytest')


cursor = conn.cursor(cursor_factory=psycopg2.extras.DictCursor) 

cursor.execute('SELECT * FROM article WHERE id = 1;')

result = cursor.fetchone()

print(result)

    就可以查询出数据了

    结语：如果对Mysql足够熟悉，那么上手PostgrelSQL并不是一件难事，自从MySQL被Oracle收购的那一刻起，它就已经不是开源软件的最佳选择了。所以，不要固执的拒绝时代浪潮，拥抱未来，拥抱PostgrelSQL吧。