数据库与存储系统
2026-W10 整理，共 8 条 Reference。涵盖数据库架构理论、PostgreSQL 深度实践、存储底层原理、分布式存储优化等主题。
1. One Size Fits All — Stonebraker (ZZ-854)
来源: CIDR 2005 + CIDR 2007 | 论文 PDF 作者: Michael Stonebraker, Stavros Harizopoulos, Daniel Abadi, Samuel Madden
核心论点
Stonebraker 在 2005 年大胆预言：通用 RDBMS 无法满足所有工作负载，数据库市场将分裂为一系列专用引擎。专用系统在特定场景下比通用系统快 10–100x。
三大不适用场景：
- OLAP / 数据仓库 — 行存储对分析查询效率极低，列式存储（C-Store/Vertica）可带来数量级提升
- 流处理 — 传统 DBMS 是”数据先存、后查”，流处理需要”查询先注册、数据流过”，架构根本不同（StreamBase）
- 超大规模文档/文本 — Google 自建 GFS + BigTable 而非用 RDBMS，说明互联网规模需要专用系统
10x 门槛原则： 由于惯性，专用数据库必须比通用 RDBMS 快至少 10x 才能获得市场采纳。Part 2 用 benchmark 证明多个场景确实存在 10–100x 的性能差距。
历史影响
这篇论文精准预测了后来 20 年的行业趋势：列式数据库（Vertica, ClickHouse）、流处理（Kafka Streams, Flink）、文档数据库（MongoDB）、图数据库（Neo4j）等专用系统的兴起。Stonebraker 本人也创办了多家专用数据库公司（Ingres, Illustra, StreamBase, Vertica, VoltDB）。
2. Postgres is Too Good (ZZ-855)
来源: dev.to/shayy 作者: Shay（UserJot 创始人）
核心论点
Postgres 能替代 Redis（KV/队列）、Elasticsearch（全文搜索）、RabbitMQ（消息队列）、MongoDB，90% 的应用根本不需要这些中间件。
| 场景 | Postgres 实现 | 替代的组件 |
|---|---|---|
| Job Queue | FOR UPDATE SKIP LOCKED | Redis / RabbitMQ |
| KV 存储 | JSONB + GIN 索引 + @> | Redis |
| 全文搜索 | tsvector + ts_rank | Elasticsearch |
| 实时推送 | LISTEN/NOTIFY + 触发器 | Redis pub/sub |
成本对比： 典型”现代”栈 Redis+MQ+Search+监控 ≈ $125/月，还不算运维复杂度；Postgres 一个服务全搞定。
规模验证： Instagram 1400万用户单实例、Discord 数十亿消息、Airbnb/Robinhood/GitLab 都用 Postgres。
何时该上专用工具： 10万+/分钟 jobs、亚毫秒缓存、TB 级分析、百万并发时再考虑。
3. PostgresqlCO.NF — PG 配置参数文档 (ZZ-856)
来源: postgresqlco.nf | 维护方: OnGres
工具价值
免费的 PostgreSQL 配置参数人类可读文档，覆盖约 290 个 postgresql.conf 参数，比官方文档更易读：
- 按类别分组（内存、WAL、查询优化、连接、日志等）
- 多版本支持，可对比不同 PG 版本参数变化
- 多语言：英语、日语、俄语、中文、法语
- 社区推荐值：可查看他人推荐值或分享自己的
- 博客集成：文章中提到的参数自动高亮并显示悬浮信息
- 永久免费
使用场景： 调优 PostgreSQL 时快速查阅参数含义、默认值、推荐值。
4. ML 推理 from PostgreSQL (ZZ-496)
来源: 推文
核心价值
在 PostgreSQL 数据库内部直接运行机器学习推理，消除数据搬运开销：
- 传统方案：数据从 DB → 推理服务 → 结果写回，多次网络 I/O
- 新方案：推理在 DB 内部完成，数据不离开数据库
与 ZZ-459（Database Skills AI Agent 工具）和 ZZ-476（PG Buffer 深度解析）共同构成 PostgreSQL 扩展能力图景。
5. PostgreSQL Buffer 深度解析 (ZZ-476)
来源: boringsql.com
核心概念
- 8KB page 是 PostgreSQL I/O 原子单位
- PG 自管缓存 vs OS 页缓存：PG 维护自己的 shared_buffers，与操作系统页缓存并存（double buffering 问题）
- shared_buffers 结构：固定大小的 buffer pool，LRU-like 置换策略
- Ring Buffer：顺序扫描时使用小型 ring buffer，防止大表扫描污染整个缓存（cache pollution prevention）
配套工具：
- RegreSQL — PostgreSQL 回归测试工具
- SQL Labs — 实操学习平台
6. Database Skills — PlanetScale 的 AI Agent 数据库工具 (ZZ-459)
来源: database-skills.com 出品: PlanetScale
产品定位
AI Agent 的数据库 Skills，支持 Postgres / MySQL / Vitess / Neon，兼容主流 AI 编程工具：
- Cursor
- Claude Code
- Codex（OpenAI）
让 AI Agent 能够直接理解和操作数据库结构，降低 LLM 操作数据库的门槛。
7. 蚂蚁集团 ETCD NPKV 优化 (ZZ-261)
来源: 微信公众号 出品: 蚂蚁集团
优化效果
通过关闭 Watch PrevKV 参数：
| 指标 | 优化前 | 优化后 | 改善 |
|---|---|---|---|
| Watch 延迟 P99 | 15ms | 1ms | ↓ 94% |
| ETCD 吞吐 QPS | baseline | +29% | ↑ 29% |
技术细节：
PrevKV=true会在每次 watch 事件中附带前一个版本的完整 KV 数据，产生大量额外序列化和传输开销- 关闭后，通过
reverseKeyFunc从 ETCD Key 提取 Name/Namespace 重建墓碑（tombstone）对象，无需 PrevKV 数据 - 相关 PR: kubernetes/kubernetes#131862
适用场景： 大规模 Kubernetes 集群中 ETCD 性能调优的实战经验，对自建 K8s 基础设施的团队有直接参考价值。
8. 数据存储原理 — 文件系统、存储引擎、磁盘 I/O (ZZ-377)
来源: makingsoftware.com 系列: Making Software
内容范围
深入讲解数据在计算机中如何被存储的底层机制：
- 文件系统 — inode、目录结构、块分配
- 数据库存储引擎 — heap files、B-Tree 索引、LSM-Tree
- 磁盘 I/O — 顺序 vs 随机 I/O、page cache、fsync 语义
适合作为理解数据库内核（PG Buffer、ETCD 存储）的基础知识补充，与本组其他条目形成知识体系闭环。
主题关联图
存储底层原理 (ZZ-377)
└── PostgreSQL Buffer (ZZ-476)
├── PG 配置调优 (ZZ-856)
├── PG 能力边界 (ZZ-855)
│ └── ML 推理 in PG (ZZ-496)
└── AI Agent 数据库工具 (ZZ-459)
数据库架构哲学 (ZZ-854: Stonebraker)
└── 专用 vs 通用的权衡
分布式存储优化 (ZZ-261: ETCD)
Reference 归档时间: 2026-03-08 | GTD 状态: Reference