阿里云RDS PostgreSQL对接使用流程与SQL语法深度解析

apphuang2026年06月29日 14:30:583

一、认识阿里云RDS PostgreSQL

阿里云RDS PostgreSQL是一款完全兼容开源PostgreSQL的云端关系型数据库服务,基于阿里云分布式文件系统和ESSD云盘高性能存储构建。它在完美支持事务、子查询、MVCC多版本并发控制、数据完整性检查等标准功能的基础上,额外集成了高可用架构、自动备份恢复、智能监控告警、一键迁移等企业级特性,显著降低了数据库的运维负担。

RDS PostgreSQL全面支持PostgreSQL 11及以上各版本,并内置了丰富的插件拓展体系,涵盖自研的Ganos多维多模时空引擎、PostGIS地理信息引擎、向量检索引擎、时序引擎等百余款插件,能够满足从位置服务、物联网到人工智能等广泛场景的业务需求。

与自建PostgreSQL相比,RDS PostgreSQL最突出的优势在于提供了基础系列、高可用系列和集群系列三种产品系列可选。高可用系列采用一主一备架构,当主节点故障时可自动切换至备节点,保障服务的连续性;集群系列进一步扩展为多备节点部署,备节点支持读访问,可实现读写分离和资源利用率最大化。通过将数据库底层的运维工作完全托管给阿里云,开发者可以更加聚焦于业务逻辑的实现和SQL代码的编写。

需要先登录阿里云控制台,点击:阿里云控制台

二、五分钟快速入门:从零创建RDS PostgreSQL实例

整个接入流程可以总结为五个核心步骤:创建实例、配置访问白名单、创建数据库账号、开通网络连接、使用客户端或应用程序连接数据库。

2.1 选择计费方式与实例规格

登录控制台后进入RDS管理页面,单击创建实例按钮开始配置。阿里云提供三种计费方案:

  • 包年包月:适用于长期稳定运行的生产环境,单位成本最低,购买时长越长折扣越多。
  • 按量付费:适合短期的开发和测试场景,按小时计费且随时可释放,确认实例符合要求后可转为包年包月。
  • Serverless:最具弹性的选择,CPU和内存资源可根据实际负载自动扩缩容,RCU的计算粒度和存储空间分别独立计费,在业务低谷时能够显著节约成本。

地域选择需慎重,因为实例一旦创建便无法变更地域。如果已有ECS云服务器,强烈建议将RDS实例创建在同一地域的同一VPC内,这样可以通过内网地址连接,不仅安全性更高、网络延迟更低,还能享受免费的内网流量,避免产生公网流量费用。对于本地开发环境的连接,应当选择离物理位置较近的地域以降低网络延迟。

2.2 产品系列与存储类型

产品系列的选择取决于业务对可用性的要求:

  • 基础系列:仅包含一个数据库节点,性价比较高,适合个人学习、微型网站或测试环境,但故障恢复和重启时间相对较长。
  • 高可用系列:包含一个主节点和一个备节点,主节点的数据通过半同步或异步方式复制到备节点,当主节点出现故障时系统会自动切换,通常适用于大中型企业的生产数据库、互联网电商、物流和游戏等行业。
  • 集群系列:在RDS PostgreSQL中进一步扩展为多节点部署,备节点可提供读服务,适合读写分离和高并发读取的场景。

存储类型上,ESSD PL1云盘是大多数场景下的均衡之选,兼顾性能和成本。如果追求极致的IOPS性能,可以选用ESSD PL2或PL3,而高性能云盘则适合低负载的测试环境。PostgreSQL版本建议选择当前最新的稳定版本,例如16或17,以获得最新的特性支持和性能优化。

2.3 启用Babelfish(可选)

如果您的应用程序原本使用SQL Server数据库且希望平滑迁移,可以关注Babelfish功能。在创建实例时勾选启用Babelfish,RDS PostgreSQL便能同时支持PostgreSQL和T-SQL两种语法,使SQL Server客户端和应用程序可以直接接入,无需修改代码。Babelfish支持SQL Server Tabular Data Stream(TDS)协议和T-SQL查询语言,SQL Server客户端通过TDS端口(默认1433)连接,PostgreSQL客户端通过PostgreSQL端口连接。

2.4 配置访问白名单

实例创建完成后,需要配置IP白名单或安全组,只有白名单中的IP地址才能访问RDS实例。操作步骤如下:

  • 访问RDS实例列表,选择地域,单击目标实例ID。
  • 在左侧导航栏单击“白名单与安全组”。
  • 单击“添加白名单分组”,输入分组名称和IP地址。
  • 如果使用ECS通过内网访问RDS PostgreSQL,ECS与RDS PostgreSQL实例必须位于同一阿里云账号下的同一地域及同一VPC内,同时应将ECS的私网IP地址添加至白名单。
  • 如果使用本地设备访问RDS PostgreSQL,则将本地设备的公网IP添加到白名单。
-- 查看当前白名单配置(通过RDS控制台操作,无法直接通过SQL查询)
-- 控制台路径:实例详情 → 白名单与安全组

安全警告

开通外网地址时,默认会勾选将0.0.0.0/0加入白名单,0.0.0.0/0表示允许任何IP访问RDS实例。请勿在线上业务实例中设置IP白名单为0.0.0.0/0。

2.5 创建数据库与账号

在RDS实例中创建数据库和对应的访问账号:

  • 在RDS控制台实例详情页,单击“数据库管理”创建数据库,指定数据库名称、字符集等信息。
  • 单击“账号管理”创建数据库账号,选择普通账号或高权限账号,并授予相应数据库的读写权限。
-- 通过SQL创建数据库(需使用高权限账号连接后执行)
CREATE DATABASE myappdb WITH ENCODING='UTF8' LC_COLLATE='en_US.UTF-8' LC_CTYPE='en_US.UTF-8' TEMPLATE=template0;

-- 创建用户
CREATE USER appuser WITH PASSWORD 'YourStrongPassword123!';

-- 授予数据库权限
GRANT ALL PRIVILEGES ON DATABASE myappdb TO appuser;

-- 授予schema权限(连接至目标数据库后执行)
\c myappdb
GRANT ALL ON SCHEMA public TO appuser;

2.6 开通网络连接与获取连接地址

在左侧导航栏单击“数据库连接”,即可查看RDS实例的内网地址和内网端口。如需从外网连接,需要单击“开通外网地址”。开通后系统会生成一个公网地址。

# 内网连接地址示例(从控制台获取)
# 内网地址:pgm-xxxxxxx.pg.rds.aliyuncs.com
# 内网端口:5432

# 外网连接地址示例(开通外网后获取)
# 外网地址:pgm-xxxxxxx.pg.rds.aliyuncs.com
# 外网端口:5432

三、连接RDS PostgreSQL的多种方式

购买RDS PostgreSQL实例并完成必要配置(创建账号、设置白名单)后,就可以通过Data Management(DMS)、pgAdmin客户端、PostgreSQL命令行工具(psql)或应用程序等方式连接RDS PostgreSQL实例。

3.1 通过Data Management(DMS)连接

DMS是阿里云提供的一站式数据管理服务,集数据管理、结构管理、用户授权、安全审计、数据趋势、BI图表、性能与优化于一体。操作步骤:

  • 访问RDS实例列表,选择地域,单击目标实例ID。
  • 在基本信息页面单击“登录数据库”。
  • 在DMS的登录实例页面,选择访问方式(账号+密码登录或KMS凭据登录)和管控模式。
  • 输入数据库账号和密码完成登录。

3.2 通过pgAdmin客户端连接

pgAdmin是PostgreSQL官方推荐的图形化管理工具:

  • 下载并安装pgAdmin 4(推荐v7.1及以上版本)。
  • 打开pgAdmin,点击“添加新服务器”。
  • 在“General”选项卡中填写名称(自定义)。
  • 在“Connection”选项卡中填写主机地址(内网或外网地址)、端口(默认5432)、数据库名称、用户名和密码。
  • 点击保存完成连接。

3.3 通过psql命令行工具连接

psql是PostgreSQL自带的命令行交互工具,适合脚本化操作和自动化运维:

# 内网连接
psql -h pgm-xxxxxxx.pg.rds.aliyuncs.com -p 5432 -U appuser -d myappdb

# 外网连接
psql -h pgm-xxxxxxx.pg.rds.aliyuncs.com -p 5432 -U appuser -d myappdb

# 连接后输入密码即可进入交互式SQL环境

3.4 通过应用程序连接(JDBC示例)

在Java应用程序中通过JDBC连接RDS PostgreSQL:

import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.Statement;

public class RDSConnection {
    public static void main(String[] args) {
        String url = "jdbc:postgresql://pgm-xxxxxxx.pg.rds.aliyuncs.com:5432/myappdb";
        String user = "appuser";
        String password = "YourStrongPassword123!";
        
        try (Connection conn = DriverManager.getConnection(url, user, password);
             Statement stmt = conn.createStatement();
             ResultSet rs = stmt.executeQuery("SELECT version()")) {
            if (rs.next()) {
                System.out.println("PostgreSQL version: " + rs.getString(1));
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

3.5 通过Python(psycopg2)连接

import psycopg2

conn = psycopg2.connect(
    host="pgm-xxxxxxx.pg.rds.aliyuncs.com",
    port=5432,
    database="myappdb",
    user="appuser",
    password="YourStrongPassword123!"
)

cur = conn.cursor()
cur.execute("SELECT version()")
version = cur.fetchone()
print(f"PostgreSQL version: {version[0]}")

cur.close()
conn.close()

四、PostgreSQL核心SQL语法深度解析

阿里云RDS PostgreSQL完全兼容开源PostgreSQL的SQL语法标准,支持标准SQL、过程化语言PL/pgSQL以及丰富的内置函数和数据类型。PostgreSQL SQL方言支持更复杂的数据类型和函数,适用于需要高级数据分析和处理的应用场景。

4.1 数据类型体系

PostgreSQL提供了丰富的数据类型体系,远超标准SQL规范:

-- 数值类型
CREATE TABLE numeric_types (
    id SERIAL PRIMARY KEY,
    small_val SMALLINT,
    int_val INTEGER,
    big_val BIGINT,
    decimal_val DECIMAL(10,2),
    float_val REAL,
    double_val DOUBLE PRECISION
);

-- 字符串类型
CREATE TABLE string_types (
    id SERIAL PRIMARY KEY,
    char_fixed CHAR(10),
    varchar_var VARCHAR(255),
    text_unlimited TEXT
);

-- 日期时间类型
CREATE TABLE datetime_types (
    id SERIAL PRIMARY KEY,
    date_val DATE,
    time_val TIME,
    timestamp_val TIMESTAMP,
    timestamptz_val TIMESTAMPTZ,
    interval_val INTERVAL
);

-- 布尔类型
CREATE TABLE boolean_types (
    id SERIAL PRIMARY KEY,
    is_active BOOLEAN DEFAULT TRUE
);

-- 数组类型
CREATE TABLE array_types (
    id SERIAL PRIMARY KEY,
    int_array INTEGER[],
    text_array TEXT[]
);

-- JSON/JSONB类型(重点)
CREATE TABLE json_types (
    id SERIAL PRIMARY KEY,
    json_data JSON,
    jsonb_data JSONB
);

4.2 基础CRUD操作

-- 插入数据(INSERT)
INSERT INTO users (username, email, age, created_at) 
VALUES ('alice', 'alice@example.com', 28, NOW());

INSERT INTO users (username, email, age, created_at) 
VALUES 
    ('bob', 'bob@example.com', 32, NOW()),
    ('charlie', 'charlie@example.com', 24, NOW())
RETURNING id;

-- 查询数据(SELECT)
SELECT * FROM users;
SELECT id, username, email FROM users WHERE age > 25 ORDER BY age DESC;
SELECT COUNT(*) FROM users WHERE age BETWEEN 20 AND 30;

-- 更新数据(UPDATE)
UPDATE users SET email = 'alice.new@example.com' WHERE username = 'alice'
RETURNING *;

-- 删除数据(DELETE)
DELETE FROM users WHERE username = 'charlie' RETURNING id;

4.3 窗口函数(Window Functions)

窗口函数是PostgreSQL进行高级数据分析的核心工具,能够在保留原始行数据的同时进行聚合计算:

-- 创建示例销售数据表
CREATE TABLE sales (
    id SERIAL PRIMARY KEY,
    product VARCHAR(50),
    category VARCHAR(50),
    sale_date DATE,
    amount DECIMAL(10,2)
);

INSERT INTO sales (product, category, sale_date, amount) VALUES
('Laptop', 'Electronics', '2026-01-15', 1200.00),
('Mouse', 'Electronics', '2026-01-15', 25.00),
('Keyboard', 'Electronics', '2026-01-16', 45.00),
('Desk', 'Furniture', '2026-01-16', 350.00),
('Chair', 'Furniture', '2026-01-17', 200.00),
('Monitor', 'Electronics', '2026-01-17', 300.00);

-- ROW_NUMBER:为每行分配唯一序号
SELECT 
    product,
    category,
    amount,
    ROW_NUMBER() OVER (PARTITION BY category ORDER BY amount DESC) AS rank_in_category
FROM sales;

-- RANK与DENSE_RANK:排名函数
SELECT 
    product,
    category,
    amount,
    RANK() OVER (ORDER BY amount DESC) AS rank,
    DENSE_RANK() OVER (ORDER BY amount DESC) AS dense_rank
FROM sales;

-- 累计聚合(运行总和)
SELECT 
    sale_date,
    product,
    amount,
    SUM(amount) OVER (ORDER BY sale_date ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS running_total
FROM sales
ORDER BY sale_date;

-- LAG与LEAD:访问前后行数据
SELECT 
    sale_date,
    product,
    amount,
    LAG(amount, 1) OVER (ORDER BY sale_date) AS previous_amount,
    LEAD(amount, 1) OVER (ORDER BY sale_date) AS next_amount
FROM sales;

4.4 公用表表达式(CTE)

CTE(Common Table Expression)通过WITH子句定义临时结果集,大幅提升复杂查询的可读性和可维护性:

-- 基础CTE
WITH high_value_products AS (
    SELECT product, SUM(amount) AS total_sales
    FROM sales
    GROUP BY product
    HAVING SUM(amount) > 100
)
SELECT * FROM high_value_products ORDER BY total_sales DESC;

-- 递归CTE:查询树形结构(如组织架构)
CREATE TABLE employees (
    id SERIAL PRIMARY KEY,
    name VARCHAR(50),
    manager_id INTEGER
);

INSERT INTO employees (name, manager_id) VALUES
('CEO', NULL),
('VP Sales', 1),
('VP Engineering', 1),
('Sales Rep 1', 2),
('Sales Rep 2', 2),
('Engineer 1', 3);

WITH RECURSIVE org_tree AS (
    -- 基础查询:根节点
    SELECT id, name, manager_id, 1 AS level
    FROM employees
    WHERE manager_id IS NULL
    
    UNION ALL
    
    -- 递归查询:子节点
    SELECT e.id, e.name, e.manager_id, ot.level + 1
    FROM employees e
    INNER JOIN org_tree ot ON e.manager_id = ot.id
)
SELECT * FROM org_tree ORDER BY level, id;

4.5 JSONB数据类型与高级操作

PostgreSQL的JSONB类型支持高效的JSON数据存储和查询,是处理半结构化数据的利器:

-- 创建包含JSONB列的表
CREATE TABLE orders (
    id SERIAL PRIMARY KEY,
    customer_id INTEGER,
    order_data JSONB,
    created_at TIMESTAMP DEFAULT NOW()
);

-- 插入JSONB数据
INSERT INTO orders (customer_id, order_data) VALUES
(1, '{"items": [{"name": "Laptop", "qty": 1, "price": 1200}, {"name": "Mouse", "qty": 2, "price": 25}], "total": 1250, "status": "shipped"}'),
(2, '{"items": [{"name": "Desk", "qty": 1, "price": 350}], "total": 350, "status": "pending"}');

-- JSONB查询:-> 返回JSON对象,->> 返回文本
SELECT 
    id,
    order_data->>'status' AS status,
    order_data->'items' AS items
FROM orders;

-- JSONB条件查询
SELECT * FROM orders WHERE order_data->>'status' = 'shipped';
SELECT * FROM orders WHERE order_data @> '{"status": "shipped"}';

-- JSONB包含查询
SELECT * FROM orders WHERE order_data @> '{"items": [{"name": "Laptop"}]}';

-- JSONB键值提取
SELECT 
    id,
    jsonb_array_length(order_data->'items') AS item_count,
    (order_data->>'total')::DECIMAL AS total_amount
FROM orders;

-- JSONB聚合
SELECT 
    order_data->>'status' AS status,
    COUNT(*) AS order_count,
    SUM((order_data->>'total')::DECIMAL) AS total_revenue
FROM orders
GROUP BY order_data->>'status';

-- 创建GIN索引加速JSONB查询
CREATE INDEX idx_orders_status ON orders USING gin (order_data);

4.6 PL/pgSQL存储过程与函数

PL/pgSQL是PostgreSQL的过程化语言,支持变量、控制结构、循环和异常处理,适合编写复杂的业务逻辑:

-- 创建函数:计算订单总价
CREATE OR REPLACE FUNCTION calculate_order_total(order_id INTEGER)
RETURNS DECIMAL AS $$
DECLARE
    total DECIMAL := 0;
    item_record RECORD;
BEGIN
    FOR item_record IN 
        SELECT (item->>'price')::DECIMAL * (item->>'qty')::INTEGER AS item_total
        FROM orders,
        jsonb_array_elements(order_data->'items') AS item
        WHERE orders.id = order_id
    LOOP
        total := total + item_record.item_total;
    END LOOP;
    
    RETURN total;
END;
$$ LANGUAGE plpgsql;

-- 调用函数
SELECT calculate_order_total(1);

-- 创建存储过程(PostgreSQL 11+)
CREATE OR REPLACE PROCEDURE update_order_status(
    order_id INTEGER,
    new_status VARCHAR
)
LANGUAGE plpgsql
AS $$
BEGIN
    UPDATE orders 
    SET order_data = jsonb_set(order_data, '{status}', to_jsonb(new_status))
    WHERE id = order_id;
    
    COMMIT;
END;
$$;

-- 调用存储过程
CALL update_order_status(1, 'delivered');

-- 创建带异常处理的函数
CREATE OR REPLACE FUNCTION safe_divide(numerator DECIMAL, denominator DECIMAL)
RETURNS DECIMAL AS $$
BEGIN
    IF denominator = 0 THEN
        RAISE EXCEPTION 'Division by zero is not allowed';
    END IF;
    RETURN numerator / denominator;
EXCEPTION
    WHEN OTHERS THEN
        RAISE NOTICE 'Error occurred: %', SQLERRM;
        RETURN NULL;
END;
$$ LANGUAGE plpgsql;

4.7 高级索引优化策略

合理的索引设计是PostgreSQL性能优化的核心:

-- 创建测试表
CREATE TABLE products (
    id SERIAL PRIMARY KEY,
    name VARCHAR(200),
    category VARCHAR(50),
    price DECIMAL(10,2),
    tags TEXT[],
    description TEXT,
    created_at TIMESTAMP DEFAULT NOW()
);

-- 1. B-tree索引(默认索引类型,适用于等值和范围查询)
CREATE INDEX idx_products_price ON products USING btree (price);
CREATE INDEX idx_products_category_price ON products USING btree (category, price);

-- 查询使用复合索引
SELECT * FROM products WHERE category = 'Electronics' AND price BETWEEN 100 AND 500;

-- 2. 部分索引(Partial Index):只索引满足条件的行
CREATE INDEX idx_products_high_value ON products (price) WHERE price > 1000;

-- 3. 表达式索引(Expression Index):基于函数或表达式
CREATE INDEX idx_products_lower_name ON products (LOWER(name));
SELECT * FROM products WHERE LOWER(name) = 'laptop';

-- 4. GIN索引(适用于数组、全文检索、JSONB)
CREATE INDEX idx_products_tags ON products USING gin (tags);
SELECT * FROM products WHERE tags @> ARRAY['electronics', 'sale'];

-- 5. 全文检索索引
CREATE INDEX idx_products_description_gin ON products USING gin (to_tsvector('english', description));
SELECT * FROM products 
WHERE to_tsvector('english', description) @@ to_tsquery('english', 'fast & reliable');

-- 6. 查看查询执行计划
EXPLAIN ANALYZE SELECT * FROM products WHERE price < 500;

-- 7. 索引维护:重建索引
REINDEX INDEX idx_products_price;
REINDEX TABLE products;

五、日常运维与监控管理

5.1 监控与告警配置

RDS PostgreSQL提供了完善的监控与告警体系:

  • 在左侧导航栏单击“监控与报警”,选择“增强监控”页签。
  • 单击“指标管理”,分别在操作系统指标页签和数据库指标页签中选择需要显示的指标项。
  • 单击“报警”页签,开启“一键告警”功能,可及时知晓关键监控项的异常。
  • 可自定义报警规则,设置多级阈值告警,如CPU使用率持续高于80%或90%触发不同级别告警。

关键监控指标包括:CPU使用率、内存使用率、磁盘空间使用率、连接数、IOPS、网络流量、数据库活跃会话数、慢查询数量等。

5.2 备份与恢复

RDS PostgreSQL提供自动备份和手动备份两种方式:

  • 自动备份:系统按照设置的备份周期和时间自动进行物理备份,默认保留7天,可调整保留时长。
  • 手动备份:在控制台“备份管理”中可随时发起手动备份。
  • 跨地域备份:支持将备份数据存储到其他地域,提升数据容灾能力。
  • 按时间点恢复:基于全量备份和增量日志,可将数据库恢复到任意时间点。
# 使用pg_dump进行逻辑备份(从本地导出)
pg_dump -h pgm-xxxxxxx.pg.rds.aliyuncs.com -p 5432 -U appuser -d myappdb -F c -f myappdb_backup.dump

# 使用pg_restore恢复逻辑备份
pg_restore -h pgm-xxxxxxx.pg.rds.aliyuncs.com -p 5432 -U appuser -d myappdb myappdb_backup.dump

5.3 参数调优

RDS PostgreSQL支持通过控制台和API方式修改数据库参数,以提升性能或适应特定需求:

  • 访问RDS实例列表,选择地域,单击目标实例ID。
  • 在左侧导航栏单击“参数设置”。
  • 可修改的参数包括:shared_buffers(共享缓冲区大小)、work_mem(工作内存)、maintenance_work_mem(维护工作内存)、max_connections(最大连接数)、checkpoint_timeout(检查点超时)等。
  • 修改参数后需要重启实例的参数会有明确标识。
  • 可以查看参数的修改历史,便于追踪配置变更。
-- 查看当前参数设置
SHOW shared_buffers;
SHOW max_connections;
SHOW work_mem;

-- 查看所有参数
SELECT name, setting, unit, context FROM pg_settings WHERE name LIKE '%buffer%' OR name LIKE '%mem%';

-- 在会话级别临时修改参数(部分参数支持)
SET work_mem = '64MB';
SET statement_timeout = '30s';

六、数据迁移:使用DTS平滑上云

数据传输服务DTS(Data Transmission Service)支持将自建PostgreSQL或RDS PostgreSQL实例间的数据迁移至阿里云RDS PostgreSQL。DTS支持三种迁移类型:

  • 结构迁移:迁移表结构、索引、约束等数据库对象定义。
  • 全量数据迁移:迁移所有现有数据。
  • 增量数据迁移:迁移迁移过程中的新增数据变更。

同时使用这三种迁移类型,可以实现在业务不停服的情况下平滑完成数据库迁移。

6.1 自建PostgreSQL迁移至RDS PostgreSQL

使用DTS将自建PostgreSQL迁移至RDS PostgreSQL的主要步骤:

  • 在DTS控制台创建迁移任务,选择源库为自建PostgreSQL,目标库为RDS PostgreSQL。
  • 配置源库连接信息(IP、端口、数据库、账号、密码)和目标库连接信息。
  • 选择迁移类型(结构迁移、全量迁移、增量迁移)。
  • 选择迁移对象(库、表级别)。
  • 启动迁移任务,DTS将自动完成数据迁移。

迁移注意事项

增量迁移任务要求源数据库的数据日志至少保留7天以上。DTS在执行全量数据迁移时会占用一定源端实例资源,建议在业务低峰期进行迁移。

七、插件生态:扩展RDS PostgreSQL的能力

RDS PostgreSQL内置了丰富的插件拓展体系,能够满足从位置服务、物联网到人工智能等广泛场景的业务需求。

7.1 PostGIS地理信息引擎

PostGIS是PostgreSQL最著名的空间数据库扩展,支持地理空间对象的存储、查询和分析:

-- 创建PostGIS扩展
CREATE EXTENSION postgis;

-- 创建包含地理空间数据的表
CREATE TABLE locations (
    id SERIAL PRIMARY KEY,
    name VARCHAR(100),
    geom GEOMETRY(Point, 4326)
);

-- 插入空间数据
INSERT INTO locations (name, geom) VALUES
('Beijing', ST_SetSRID(ST_MakePoint(116.4, 39.9), 4326)),
('Shanghai', ST_SetSRID(ST_MakePoint(121.5, 31.2), 4326));

-- 空间查询:计算距离
SELECT 
    a.name AS from_location,
    b.name AS to_location,
    ST_Distance(a.geom::geography, b.geom::geography) AS distance_meters
FROM locations a, locations b
WHERE a.id < b.id;

7.2 Ganos多维多模时空引擎

Ganos是阿里云自研的多维多模时空引擎,提供更强大的时空数据处理能力:

-- 创建Ganos时空扩展
CREATE EXTENSION ganos_spatial;
CREATE EXTENSION ganos_trajectory;

7.3 rds_ai:AI插件

rds_ai插件集成了阿里云百炼的先进模型,包括通义千问、通用文本向量和通用文本排序等,可以用SQL的方式轻松实现大模型问答、文本向量转换、文本排序、Top N相似向量检索以及RAG问答等多种应用场景:

-- 创建rds_ai扩展
CREATE EXTENSION rds_ai;

-- 使用AI模型进行文本向量化(示例)
-- SELECT ai_embedding('text-embedding-v1', '需要向量化的文本内容');

-- 使用AI模型进行问答
-- SELECT ai_chat('qwen-turbo', '请介绍一下PostgreSQL');

八、成本管理与最佳实践

8.1 成本优化策略

  • 内网访问免流量:如果已有ECS云服务器,将RDS实例创建在同一地域的同一VPC内,通过内网地址连接可享受免费的内网流量。
  • 选择合适的计费方式:长期稳定运行的生产环境选择包年包月;开发和测试环境选择按量付费或Serverless。
  • 合理选择存储类型:ESSD PL1云盘是大多数场景下的均衡之选。
  • 监控资源使用:定期查看监控数据,及时调整实例规格避免资源浪费或不足。

8.2 安全最佳实践

  • 最小权限原则:为不同应用创建独立的数据库账号,仅授予必要的权限。
  • 白名单严格控制:避免使用0.0.0.0/0,仅开放必要的IP地址。
  • SSL加密连接:启用SSL加密传输,保护数据在传输过程中的安全。
  • 定期备份:配置自动备份策略并定期验证备份的可恢复性。
  • 使用RAM子账号:避免使用主账号AccessKey,通过RAM子账号进行最小权限授权。

8.3 高可用与容灾

  • 选择高可用系列或集群系列产品,获得自动故障切换能力。
  • 多可用区部署:将物理服务器分别部署在不同的可用区,提升容灾能力。
  • 创建灾备实例:在异地创建灾备实例,实现跨地域容灾。

九、常见问题与解答

问:RDS PostgreSQL实例创建后可以更改地域吗?

答:不可以。实例创建后地域不支持更改,请在选择地域时慎重考虑。

问:如何实现本地电脑连接RDS PostgreSQL?

答:需要在RDS控制台开通外网地址,然后将本地电脑的公网IP添加到实例的白名单中。建议仅用于开发和测试环境,生产环境推荐使用内网连接。

问:RDS PostgreSQL支持哪些PostgreSQL版本?

答:RDS PostgreSQL全面支持PostgreSQL 11及以上各版本,建议选择最新的稳定版本如16或17。

问:什么是Babelfish?什么场景下需要使用?

答:Babelfish是RDS PostgreSQL的一个功能选项,开启后实例可同时支持PostgreSQL和T-SQL两种语法。如果您的应用程序原本使用SQL Server数据库且希望平滑迁移至RDS PostgreSQL,可以启用Babelfish以减少代码改造工作量。

问:RDS PostgreSQL的备份策略如何配置?

答:在控制台的“备份管理”中可以配置自动备份的周期、时间和保留时长。同时支持手动发起备份和跨地域备份。建议生产环境配置每日自动备份并定期验证备份的可恢复性。

问:如何优化RDS PostgreSQL的查询性能?

答:可以从以下几个方面入手:①使用EXPLAIN ANALYZE分析查询执行计划;②合理创建B-tree、GIN、部分索引、表达式索引等;③调整数据库参数如shared_buffers、work_mem等;④开启RDS的增强监控定位慢查询;⑤考虑升级实例规格或使用集群系列实现读写分离。

相关文章

重塑企业云计算成本结构:深度剖析阿里云代理返点与返佣模式

重塑企业云计算成本结构:深度剖析阿里云代理返点与返佣模式

随着数字经济的蓬勃发展,云计算成为企业乃至个人用户日常工作的不可或缺的一部分。阿里云,作为中国最大的云计算服务提供商之一,不仅以其稳定的性能和优越的服务赢得了市场的广泛认可,更是通过代理返点与返佣模式…

买阿里云服务器能便宜吗?十年代理揭秘 3 大省钱攻略!

买阿里云服务器能便宜吗?十年代理揭秘 3 大省钱攻略!

作为深耕阿里云代理领域 10 年的 “老司机”,经常被问到:“买阿里云服务器能便宜吗?有没有优惠价格?” 今天就用实打实的行业经验告诉你:不仅能便宜,选对渠道还能省一大笔! 这篇文章带你解锁阿里云服务…

做了 10 年腾讯云代理,我想跟你聊聊返佣那些事儿​

做了 10 年腾讯云代理,我想跟你聊聊返佣那些事儿​

最近总有朋友问我:“腾讯云有返点吗?腾讯云服务器能拿佣金不?返佣比例到底有多少?” 作为一个在腾讯云代理行业摸爬滚打了 10 年的 “老人”,今天就来跟大家好好…

阿里云代理商返佣机制深度解析:头部代理优势与企业合作策略

阿里云代理商返佣机制深度解析:头部代理优势与企业合作策略

阿里云代理商的核心价值定位1. 代理商的角色与职责阿里云代理商作为阿里云生态的核心合作伙伴,承担着双重核心职能:• 产品销售:负责推广销售阿里云全系列云产品,包括云服务器ECS、云数据库RDS、对象存…

阿里云代理商返佣机制深度解析:头部代理优势与企业合作策略

阿里云代理商返佣机制深度解析:头部代理优势与企业合作策略

01一、阿里云代理商的核心价值定位1. 代理商的角色与职责阿里云代理商作为阿里云生态的核心合作伙伴,承担着双重核心职能:• 产品销售:负责推广销售阿里云全系列云产品,包括云服务器ECS、云数据库RDS…

阿里云代理商有哪些?阿里云代理返点是真的么?

阿里云代理商有哪些?阿里云代理返点是真的么?

一,阿里云代理商基本介绍阿里云代理商通俗一点,就是指从事阿里云云服务器,云数据库等阿里云公有云产品销售的代理商,每销售一件阿里云公有云产品出去,阿里云给予该代理商一定比例的提成。在阿里云官方定义中,这…