Java精選面試題（微信小程序）：5000+道面試題和選擇題，包含Java基礎(chǔ)、并發(fā)、JVM、線程、MQ系列、Redis、Spring系列、Elasticsearch、Docker、K8s、Flink、Spark、架構(gòu)設(shè)計(jì)、大廠真題等，在線隨時(shí)刷題！

一、前言

最近在最新的數(shù)據(jù)庫受歡迎程度排行榜中，排在第一位的竟然不是我們熟悉的MYSQL數(shù)據(jù)庫而是PostgreSQL，并且MySQL數(shù)據(jù)庫的受歡迎程度比PostgreSQL竟然落后了15個(gè)百分點(diǎn)。

為何pg數(shù)據(jù)庫這幾年突飛猛進(jìn)，為何mysql數(shù)據(jù)庫逐漸落寞？本文旨在總結(jié)和挖掘Pg數(shù)據(jù)庫的幾個(gè)亮點(diǎn)功能，分析為何pg數(shù)據(jù)庫能成為當(dāng)下最受歡迎的數(shù)據(jù)庫

二、安裝

這里簡(jiǎn)要說明下安裝過程，筆者是使用docker安裝的pg數(shù)據(jù)庫 過程中使用到的幾個(gè)關(guān)鍵命令如下：

docker run --namepostgres-db-ePOSTGRES_PASSWORD=initialpass-p5432:5432-dpostgres:latest

docker exec-itpostgres-dbpsql-Upostgres

-- 創(chuàng)建用戶root并設(shè)置密碼

CREATE USER root WITH SUPERUSER PASSWORD'root';

-- 授予所有權(quán)限

GRANT ALL PRIVILEGES ON DATABASE postgres TO root;

-- 使用root用戶登錄 postgres 數(shù)據(jù)庫

psql-Uroot-dpostgres

三、Pg數(shù)據(jù)庫功能亮點(diǎn)

3.1 強(qiáng)大的面向?qū)ο蟮闹С帜芰?/strong>

Pg數(shù)據(jù)庫是關(guān)系型數(shù)據(jù)庫但是也是面向?qū)ο蟮臄?shù)據(jù)庫，這就使得這個(gè)數(shù)據(jù)庫更符合服務(wù)端面向?qū)ο缶幊痰乃季S模式。

先定義一個(gè)雇員類型：

createTYPEemployee AS (

name VARCHAR,

age INT,

skill TEXT[]

);

上面的代碼中 我們創(chuàng)建了一個(gè)自定義類型 employee包含三個(gè)字段：

• name：字符串類型（員工姓名）

• age：整數(shù)類型（員工年齡）

• skill：文本數(shù)組（員工技能列表）

然后我們創(chuàng)建一個(gè)數(shù)據(jù)表

CREATE TABLE"tb_employees"(

id SERIAL PRIMARY KEY,

"employee_info""employee",

"department_id"varchar(20)",

"created_at"timestamp(6) NOT NULL DEFAULT CURRENT_TIMESTAMP,

"updated_at"timestamp(6) NOT NULL DEFAULT CURRENT_TIMESTAMP,

CONSTRAINT"tb_employees_pkey"PRIMARY KEY ("id")

)

;

INSERT INTO"tb_employees"(employee_info) VALUES (ROW('張三', 30, ARRAY['Java','Python'])::employee);

-- 注意 employee 類型中的每個(gè)字段值都必須寫上，缺少任何一個(gè)字段都會(huì)報(bào)錯(cuò)

INSERT INTO"tb_employees"(employee_info, department_id) VALUES (ROW('Maria', 20, ARRAY[]::TEXT[])::employee,'Guard');

表和表之間還能夠繼承，我們創(chuàng)建了一個(gè)子公司員工表 tb_sub_employees ，它繼承了 tb_employees 數(shù)據(jù)表，同時(shí)我們還定義了一個(gè)額外字段 sub_company_name

create table tb_sub_employees(

sub_company_name VARCHAR(64)

) INHERITS (tb_employees)

INSERT INTO tb_sub_employees (

employee_info,

sub_company_name,

department_id

) VALUES

(

ROW('王一', 30, ARRAY['java']::TEXT[])::employee, -- employee 類型完整字段（name, age, skill）

'北京分公司',

'技術(shù)部'

),

(

ROW('王二', 35, ARRAY['項(xiàng)目管理']::TEXT[])::employee,

'廣州分公司',

'行政部'

);

然后我們打開這個(gè)表看下結(jié)構(gòu) 發(fā)現(xiàn)這個(gè)表繼承了父表的所有字段

表的繼承還有下面兩個(gè)重要規(guī)律

• 父表后續(xù)新增 / 刪除字段時(shí)，子表不會(huì)自動(dòng)同步（需手動(dòng)調(diào)整子表結(jié)構(gòu)）；但父表修改字段類型（如 VARCHAR(32) 改 VARCHAR(64)），子表會(huì)自動(dòng)同步。

• 不會(huì)自動(dòng)繼承父表的觸發(fā)器、索引、主鍵約束、外鍵約束等 “對(duì)象級(jí)配置”，僅繼承字段結(jié)構(gòu)

此外當(dāng)我們執(zhí)行SELECT * from tb_employees，會(huì)同時(shí)查找出來子表和父表的內(nèi)容.

如果只需要查找出子表的內(nèi)容需要將查詢修改為下面這樣，添加一個(gè)ONLY 關(guān)鍵字

SELECT* from ONLY tb_employees

利用這個(gè)機(jī)制其實(shí)還可以做數(shù)據(jù)隔離，比如我們現(xiàn)在的 tb_employees 有一個(gè)狀態(tài)字段 status，標(biāo)識(shí)員工是否在職，然后我們創(chuàng)建一個(gè) tb_employees_his 表記錄已經(jīng)離職的人員，然后給tb_employees 綁定一個(gè)觸發(fā)器在status變?yōu)殡x職狀態(tài)的時(shí)候，往tb_employees_his插入一條數(shù)據(jù)，然后刪除掉tb_employees 中的數(shù)據(jù)，這樣上層應(yīng)用就查不到這個(gè)員工了，但是如果去掉ONLY關(guān)鍵字就還能查到。

3.2 豐富的內(nèi)置字段類型

Pg數(shù)據(jù)庫比Mysql數(shù)據(jù)庫支持更多的字段類型，除了上一節(jié)說過的自定義字段類型之后還有下面幾種內(nèi)置字段類型值得關(guān)注：

• 1）CIDR類型

CREATE TABLE"net_segments"(

-- serial 是一種特殊的自動(dòng)增長(zhǎng)整數(shù)類型，用于簡(jiǎn)化自增主鍵（ID 字段）的創(chuàng)建。它本質(zhì)上是一個(gè)語法糖，底層通過結(jié)合 integer 類型、序列（sequence）和默認(rèn)值實(shí)現(xiàn)自動(dòng)增長(zhǎng)功能

"id"SERIAL PRIMARY KEY,

"segment"cidr NOT NULL,

"segment_remark"varchar(255)

)

;

COMMENT ON COLUMN"net_segments"."id"IS'id';

COMMENT ON COLUMN"net_segments"."segment"IS'網(wǎng)段';

COMMENT ON COLUMN"net_segments"."segment_remark"IS'網(wǎng)段說明';

INSERT INTO"net_segments"("id","segment","segment_remark") VALUES (1,'192.168.1.0/24','機(jī)房1');

-- >> 運(yùn)算符：這是 PostgreSQL 中專門用于網(wǎng)絡(luò)地址類型的包含運(yùn)算符，表示 “左側(cè)網(wǎng)絡(luò)包含右側(cè)網(wǎng)絡(luò)”

select* from net_segmentswheresegment >>'192.168.1.128/28'::CIDR

• 2）幾何學(xué)類型

-- 創(chuàng)建包含 circle 類型的表

CREATE TABLE circles (

id SERIAL PRIMARY KEY,

area circle

);

-- 插入圓形數(shù)據(jù)

INSERT INTO circles (area) VALUES

('((0,0), 10)'), -- 圓心(0,0)，半徑10

('((5,5), 3)'); -- 圓心(5,5)，半徑3

-- 查詢：判斷點(diǎn) (3,3) 是否在圓內(nèi)

SELECTid, area

FROM circles

WHEREarea @> point'(3,3)'; -- @> 是包含運(yùn)算符，判斷圓是否包含點(diǎn)

3.3 強(qiáng)大的JSON字段類型支持

在mysql 8.0 版本之后，數(shù)據(jù)庫的字段類型也支持了json，但是mysql對(duì)json的支持還是比較簡(jiǎn)單，接下來我們看看 postgreSQL在JSON字段類型上的強(qiáng)大支持能力

CREATETABLEtb_request_log (

id SERIALPRIMARYKEY,

urlVARCHAR(1024)NOTNULL,

response JSONB,

request_timeTIMESTAMPNOTNULLDEFAULTCURRENT_TIMESTAMP

);

-- 說明：這里為什么不給字段直接添加注釋呢？是因?yàn)椴糠职姹镜膒g不支持直接在建表語句里面寫注釋，可以通過COMMENT ON COLUMN 這個(gè)語法在創(chuàng)建完數(shù)據(jù)表之后再添加注釋

隨后向這個(gè)表里面添加幾條數(shù)據(jù)：

那么請(qǐng)你思考下如果我們要在mysql數(shù)據(jù)庫中選出code是200的記錄，是不是還挺麻煩的，但是在pg這邊這些問題就可以輕松解決，首先為了支持JSON數(shù)據(jù)的檢索，pg定義了很多新的操作符：

->：返回 JSON 對(duì)象（帶引號(hào)，如"success"）

->>：返回文本值（不帶引號(hào)，如 success）

@>：判斷 JSON 是否包含指定對(duì)象（如數(shù)組包含某元素）

||：合并兩個(gè) JSON 對(duì)象（用于更新）

-：刪除 JSON 中的指定鍵

例如下面給出來的一些查詢實(shí)例，這些查詢?cè)贛ySQL中每個(gè)查詢實(shí)現(xiàn)起來都比較麻煩，但是在Pg中就比較好實(shí)現(xiàn)。

-- 查詢code==200 的訪問log

SELECT*

FROMtb_request_log

WHEREresponse ->>'code'='200';

-- 查詢 response 中包含頂級(jí) data 字段的記錄

SELECT*

FROMtb_request_log

WHEREresponse ?'data';

-- 查詢 response 字段中的requestType 數(shù)組中包含 "API" 的記錄

SELECT*

FROMtb_request_log

WHEREresponse ->'requestType'@>'["API"]'::JSONB;

-- 查詢 tb_request_log 表中，response（JSONB 類型）字段包含 {"code":200} 這個(gè) JSON 對(duì)象的所有記錄

select*fromtb_request_logwhereresponse @>'{"code":200}'

上面的sql雖然可以查詢到結(jié)果，但是如果數(shù)據(jù)表的記錄數(shù)比較多，查詢效率就比較一般了，但是不要慌，pg還支持給需要經(jīng)常用來作為檢索條件的json字段加索引。

-- 對(duì)response中的"code"字段創(chuàng)建索引

CREATEINDEXidx_tb_request_log_response_statusONtb_request_log USING GIN ((response ->'code'));

那么如果在mysql中如果要修改一個(gè)json字段的內(nèi)容，比如添加一個(gè)key或者移除一個(gè)key，那么基本上就是要覆蓋重寫，但是在pg中就比較簡(jiǎn)單了。

-- 更新JSON字段中的值（如修改某條記錄的message）

UPDATEtb_request_log

SETresponse = response ||'{"message": "登錄成功（已更新）"}'::JSONB-- 使用||合并更新

WHEREid = 1;

-- 刪除JSON字段中的某個(gè)鍵（如刪除details字段）

UPDATEtb_request_log

SETresponse = response -'details'-- 使用-刪除鍵

WHEREid = 2;

3.4 豐富的數(shù)據(jù)庫插件生態(tài)

pg數(shù)據(jù)庫擁有強(qiáng)大的插件生態(tài)，這就讓pg的拓展功能非常強(qiáng)大，這其中有5個(gè)插件功能讀者可以重點(diǎn)了解一下：

• 全文檢索功能（安裝中文分詞器插件 ，讓pg實(shí)現(xiàn)類似 ElasticSearch的全文檢索功能，默認(rèn)情況下 PostgreSQL支持英文分詞檢索，且不需要安裝任何插件）

• 快速數(shù)據(jù)讀取（安裝 redis_fdw，讓pg充當(dāng)redis類似的角色。備注：PostgreSQL可以使用CREATE UNLOGGED TABLE 命令創(chuàng)建臨時(shí)表（數(shù)據(jù)庫重啟之后數(shù)據(jù)全部丟失）這種臨時(shí)表也可以支持快速查詢和快速寫入，也可以可以間接的當(dāng)緩存使用而不用安裝任何插件）

• 地理位置支持（安裝 postgis ，讓pg支持地理位置,例如經(jīng)緯度范圍查詢）

• 向量數(shù)據(jù)庫（安裝 pgvector ，讓pg支持向量檢索 ，用于AI-Agent的 RAG 功能實(shí)現(xiàn)）

• 定時(shí)任務(wù)（安裝 pg_cron 讓pg支持定時(shí)任務(wù)）

由于篇幅所限不能將所有插件以及特色功能全部介紹一遍，下面以pg_cron和pg_vector為例子介紹下具體的插件安裝和基礎(chǔ)使用

3.4.1 pg_cron 定時(shí)任務(wù)插件

安裝插件之前需要先獲取下當(dāng)前pg數(shù)據(jù)庫的版本，比如我這個(gè)docker安裝的postgreSQL的版本就是 17.6 版本，插件的安裝需要考慮和當(dāng)前pgSQL 的版本匹配

安裝插件也非常簡(jiǎn)單，這里以 pg_cron 插件為例子說明下安裝命令

# 更新包索引（容器內(nèi)操作）

apt-getupdate

# 安裝 pg_cron（版本號(hào)與 PostgreSQL 17 匹配）

apt-getinstall-ypostgresql-17-cron

隨后打開pgSQL docker 容器的的配置文件

vim /var/lib/postgresql/data/postgresql.conf

在這個(gè)配置文件做下述修改

# 原配置可能為空或包含其他插件

shared_preload_libraries ='pg_cron'# 例如：已有 postgis 則改為 'pg_cron,postgis'

注意pg_cron 插件默認(rèn)只能且只能在 postgres 數(shù)據(jù)庫（默認(rèn)系統(tǒng)數(shù)據(jù)庫）創(chuàng)建和管理定時(shí)任務(wù)，如果你自己定義了一個(gè)數(shù)據(jù)庫，需要在這個(gè)數(shù)據(jù)庫中使用插件，你需要修改配置文件，添加下面的選項(xiàng):

# 在文件末尾添加（替換為你的數(shù)據(jù)庫名，如 test）

cron.database_name ='test'

創(chuàng)建一個(gè)定時(shí)任務(wù)也非常簡(jiǎn)單：

# 在 postgres 數(shù)據(jù)庫中創(chuàng)建插件和任務(wù)（此時(shí)不會(huì)報(bào)錯(cuò)）

CREATE EXTENSION pg_cron;

# 創(chuàng)建定時(shí)任務(wù) 每天凌晨 2 點(diǎn)自動(dòng)刪除 tb_request_log 表中 30 天前的記錄

SELECTcron.schedule(

'clean-test-logs',

'0 2 * * *',

$$DELETEFROM tb_request_logWHERErequest_time < NOW() - INTERVAL'30 days'$$

);

# 查看當(dāng)前有哪些定時(shí)任務(wù)

SELECT* FROM cron.job;

# 關(guān)閉任務(wù) 刪除名為 test-cron-job 的定時(shí)任務(wù)。

SELECTcron.unschedule('test-cron-job')

啟用定時(shí)任務(wù)拓展之后就會(huì)在當(dāng)前數(shù)據(jù)庫下開啟一個(gè)新的數(shù)據(jù)表 cron.job 結(jié)構(gòu)如下：

3.4.2 pgvector 向量數(shù)據(jù)庫插件

本文使用一個(gè)真實(shí)案例來介紹 使用pg數(shù)據(jù)庫來實(shí)現(xiàn)RAG功能

RAG功能用咱的大白話來說就是用私域的知識(shí)來和用戶的提問一起交給大模型，這樣大模型就知道一些問題的背景了，因?yàn)橛袝r(shí)候用戶的問題涉及到的相關(guān)知識(shí)大模型是沒有訓(xùn)練過的。那么私域的知識(shí)可能有很多，不可能每次用戶提問都把所有的知識(shí)庫都帶上，帶上哪些相關(guān)材料就是RAG要解決的問題。 那么為什么需要向量數(shù)據(jù)庫呢，這是因?yàn)槲覀兊闹R(shí)庫如果要想實(shí)現(xiàn)上面的這套流程，必須先轉(zhuǎn)為向量存儲(chǔ)之后才行。在用戶在提問的時(shí)候，會(huì)檢索向量數(shù)據(jù)庫里面的相似內(nèi)容，放在提示詞里面一起送給大模型。

我們先按照類似的流程安裝 pgvector 插件 （postgresql-17-pgvector），但是安裝pgvector由于不涉及后臺(tái)數(shù)據(jù)庫調(diào)度所以不用改數(shù)據(jù)庫配置文件也不用重啟容器，具體命令也就下面這一行即可

apt-getinstall-ypostgresql-17-pgvector

隨后我們登錄數(shù)據(jù)庫筆者這里是使用navicat 直接執(zhí)行一下下面的命令，當(dāng)前數(shù)據(jù)庫也就開啟了vector的拓展

CREATE EXTENSION vector

在RAG中 把 “外部知識(shí)” 變成 “可檢索的格式”，具體分為四步：

步驟 1：數(shù)據(jù)加載（Load） 步驟 2：數(shù)據(jù)拆分（Split）：大模型處理文本有 “長(zhǎng)度限制”（如 GPT-4 上下文窗口是 128k tokens，約 10 萬字），因此需要將長(zhǎng)文檔拆成 “短片段”（如每段 200-500 字），確保后續(xù)檢索和生成時(shí)能完整覆蓋關(guān)鍵信息。 步驟 3：文本向量化（Embed）：用嵌入模型（Embedding Model） 將每個(gè)文本片段轉(zhuǎn)換成 “向量”（一串?dāng)?shù)字，如 768 維 / 1536 維數(shù)組）。 向量的核心作用是 “用數(shù)字表示語義”：語義越相似的文本，向量在 “向量空間” 中的距離越近 步驟 4：向量存儲(chǔ)（Store）

首先我們先用langchain的相關(guān)API構(gòu)建下述智能體代碼，對(duì)langchain 或者 langgraph 不熟悉的同學(xué)可以簡(jiǎn)單看下我之前寫的相關(guān)博客，或者直接去官網(wǎng)了解最新的內(nèi)容。

importasyncio

from langchain_openaiimportOpenAIEmbeddings

from langchain_community.document_loadersimportWebBaseLoader

from langchain.text_splitterimportRecursiveCharacterTextSplitter

from langchain_community.embeddingsimportDashScopeEmbeddings

from langchain_postgresimportPGEngine, PGVectorStore

# Set embeddings

embd = DashScopeEmbeddings(

dashscope_api_key="xxxxxxxxxxxxxx",

model="text-embedding-v3"

)

# Docs to index

urls = [

"https://java2ai.com/docs/1.0.0-M6.1/tutorials/vectorstore/?spm=4347728f.4dbc009c.0.0.179c6e97dDjP50",

]

# Load

docs = [WebBaseLoader(url).load()forurl in urls]

docs_list = [itemforsublist in docsforitem in sublist]

print(docs_list)

# Split

text_splitter = RecursiveCharacterTextSplitter.from_tiktoken_encoder(

chunk_size=500, chunk_overlap=0

)

doc_splits = text_splitter.split_documents(docs_list)

async def get_store(embedding: OpenAIEmbeddings):

CONNECTION_STRING ="postgresql://root:root@localhost:5432/test?sslmode=disable"

pg_engine = PGEngine.from_connection_string(url=CONNECTION_STRING)

# 創(chuàng)建向量存儲(chǔ)表，指定表名和向量維度

await pg_engine.ainit_vectorstore_table(

table_name="vectorstore",

vector_size=768,

)

store = await PGVectorStore.create(

engine=pg_engine,

table_name="vectorstore",

embedding_service=embedding,

)

returnstore

store = asyncio.run(get_store(embd))

store.aadd_documents(doc_splits)

retriever = store.as_retriever()

user_query="什么是向量存儲(chǔ)"

# 基于向量相似度檢索相關(guān)文檔。

docs = retriever.invoke(user_query)

print(docs)

上面的代碼會(huì)創(chuàng)建一個(gè)支持向量存儲(chǔ)和相似度搜索的專用表 vectorstore，表中包含文本內(nèi)容、對(duì)應(yīng)的768維向量以及可選的元數(shù)據(jù)字段，數(shù)據(jù)表中記錄這文本片段和向量化之后的信息。

在Langgraph中也支持使用pg數(shù)據(jù)庫來做長(zhǎng)期記憶，避免使用內(nèi)存記憶無法進(jìn)行持久化的問題。在AI-Agent開發(fā)過程中使用Pg數(shù)據(jù)庫做向量存儲(chǔ)也是一個(gè)非常好的選擇

四、為何MYSQL數(shù)據(jù)庫逐漸黯淡

筆者依然記得在大學(xué)時(shí)期學(xué)習(xí)數(shù)據(jù)庫理論的時(shí)候使用的數(shù)據(jù)庫是一款叫做SQL-Server的數(shù)據(jù)庫，當(dāng)時(shí)在學(xué)習(xí)的時(shí)候了解到了 觸發(fā)器、存儲(chǔ)過程、視圖 這樣的數(shù)據(jù)庫概念，但是后來畢業(yè)后參加工作后這些特性竟然很少用到，這些功能更多的還是利用自己編寫代碼去實(shí)現(xiàn)而不是利用數(shù)據(jù)庫自帶的功能。

筆者分析看來pg數(shù)據(jù)庫能夠越來越受歡迎的原因有下面幾個(gè)

• 1）強(qiáng)大的插件生態(tài)

• 2）豐富的內(nèi)置功能

• 3）更符合標(biāo)準(zhǔn)SQL數(shù)據(jù)庫規(guī)范

也許在未來做數(shù)據(jù)庫技術(shù)選型的時(shí)候Pg數(shù)據(jù)庫更值得考慮，尤其是在一些低預(yù)算小項(xiàng)目中，pg的豐富功能可以讓我們?nèi)ヌ娲徊糠值闹虚g件例如es、mongo、定時(shí)任務(wù)調(diào)度中心等。

如果讀者對(duì)Pg數(shù)據(jù)庫感興趣 后期筆者還會(huì)出一期 關(guān)于MybatisPlus 和Pg數(shù)據(jù)庫的結(jié)合使用的注意事項(xiàng)。

作者：自然吸氣發(fā)動(dòng)機(jī)

來源：https://juejin.cn/post/7542045803583209498

公眾號(hào)“Java精選”所發(fā)表內(nèi)容注明來源的，版權(quán)歸原出處所有（無法查證版權(quán)的或者未注明出處的均來自網(wǎng)絡(luò)，系轉(zhuǎn)載，轉(zhuǎn)載的目的在于傳遞更多信息，版權(quán)屬于原作者。如有侵權(quán)，請(qǐng)聯(lián)系，筆者會(huì)第一時(shí)間刪除處理！

最近有很多人問，有沒有讀者交流群！加入方式很簡(jiǎn)單，公眾號(hào)Java精選，回復(fù)“加群”，即可入群！

文章有幫助的話，點(diǎn)在看，轉(zhuǎn)發(fā)吧！