MySQL与PostgreSQL对比

                    
                    MySQLPostgreSQL
数据类型支持支持JSON，但不如PostgreSQL支持更多的数据类型，如数组、hstore、JSON、JSONB、范围类型等
扩展性有一些扩展性，但不如PostgreSQL支持自定义数据类型、函数、操作符，具有强大的扩展性
SQL兼容性遵循SQL标准，但有一些自定义扩展更接近ANSI SQL标准，支持窗口函数、公共表表达式等
性能优化对简单查询进行了优化，特别是读密集型摸作有一个复杂的查询优化器，对于复杂查询很有优势
外部连接有限的外部连接支持支持外部表、外部连接，可以与其他数据周或数据源进行连接
程序语言支持主要支持SQL和JavaScript，通过MySQL Shell支持Python支持多补存储过程语言，如PL/pgSQL、PL/TCl、PL/Python等
地理信息系统有空间扩展，但不如PostGIS强大通过PostGIS扩展提供强大的GIS支持
复制和分区支持基于二进制日志的复制，也支持表分区支持逻辑复制、表分区、双向复制等
学习曲线由于其广没的使用和丰富的社区资源，相对容易上手对于初学者可能稍微陡峭一些，特别是在高级特性和优化方面
市场份额在Web应用领域有很大的市场份频，被广泛采用在企业级应用和特定领域(如GIS)中堂欢迎，但在小型Web应用中的市场份额较小
管理工具有丰宫的管理工具，如MySQL Workbench，以及大量的第三方工具尽等有–些第三方工具，但可能不如MySOL丰富
维护团队MySQL的背后是一个成熟的商业公司，使得MySQL的开发过程更为慎重PostgreSQL的背后是一个庞大的志愿开发组，PostgreSQL的反应更为迅速
MVCCMySQL采用了一种基于“回滚段”的方法来保存元组的历史版本（前像），如果事务更新了一条元组，它可以“原地”更新这条元组（新元组的 Size 需要小于等于旧元组的 Size），历史元组会以 Undo 日志记录的形式保存到回滚段中，这样就实现了元组的原地更新（Inplace Update）。当有并发事务需要访问历史元组时，可以从回滚段中“回滚”出这条元组，如果事务异常终止，则可以利用 Undo 日志将数据恢复。当所有可能访问历史元组的事务全部结束后，Undo 日志中的历史元组就可以被清理。由于 Undo 日志被集中存储到某一个回滚段，所以清理也较为便捷。PostgreSQL 将历史元组和最新元组都保存在 Heap 表中，这种方式的好处是无须做回滚操作，如果一个写事务异常终止，则其他事务将无法读到这条元组。此方法虽然可以避免事务回滚带来的消耗，但仍被广为诟病。假设一个事务不停地更新数据，那么一条元组就会产生大量的历史版本。其他事务在访问时需要查看这些元组是否满足可见性要求，这会增加读操作的时延，降低数据扫描的效率。为了防止数据膨胀，PostgreSQL 数据库采用 Vacuum 机制清理表中的无效元组。如果使用 Vacuum FULL 命令，则还会负责对所有的元组进行搬迁，避免清理页面的过程中产生大量的“空洞”。
进程模型多线程优点：▶︎ 资源效率：线程共享相同的内存空间，这通常导致更低的内存使用和更快的上下文切换。▶︎ 高并发性：多线程模型通常能够更好地处理高并发情况，尤其是在多核 CPU 上。▶︎ 线程间通信：线程间通信通常比进程间通信更简单和更快。适合短暂任务：对于短暂的、需要快速响应的任务，多线程模型可能更为合适。缺点：▶︎ 稳定性问题：一个线程的问题可能会影响到同一进程中的其他线程。例如，一个线程导致的内存泄可能会影响整个进程。▶︎ 复杂的同步：在多线程环境中，数据同步和锁定可能会变得更加复杂。全局变量和静态变量：由于线程共享内存，全局变量和静态变量的使用可能会导致问题。PostgreSQL 采用多进程优点：▶︎ 稳定性：由于每个连接都有自己的进程，一个进程崩溃不太可能影响其他进程。这为系统提供了额外的稳定性。▶︎ 内存隔离：每个进程都有自己的内存空间，这可以减少内存泄漏或其他问题对整个系统的影响。▶︎ 开发简单性：多进程模型在某些情况下可能更容易开发和维护。缺点：▶︎ 资源开销：进程通常比线程需要更多的资源。每个进程都有自己的内存空间，这可能导致更的内存使用。▶︎ 上下文切换：进程之间的上下文切换可能比线程之间的上下文切换更加昂贵。▶︎ 进程间通信：进程间通信（IPC）可能比线程间通信更复杂和开销更大。
数据结构索引组织表：数据直接存储在主键索引的叶子节点中，这意味着表数据按主键的顺序存储。由于数据与主键索引紧密结合，所以通常可以更快地访问基于主键的查询。优点：▶︎ 查询性能：由于数据是按键值排序的，范围查询和某些类型的查找可以更快。▶︎ 空间效率：通常使用较少的磁盘空间，因为它们减少了数据的冗余和碎片。▶︎ 数据完整性：由于数据是按键值存储的，这可以确保数据的完整性和一致性。堆表：数据存储在一个称为"堆"的无序结构中。索引存储指向堆中行的指针（CTID），而不是实际的行数据。优点：▶︎ 简单性：堆表是最基本的表结构，不需要特定的排序或组织。▶︎ 快速插入：数据可以迅速地添加到表的末尾，不需要重新排序或调整数据。▶︎ 灵活性：可以轻松地添加或删除索引，而不影响表的基本结构。缺点：▶︎ 查询速度：由于数据没有特定的组织方式，查询可能需要全表扫描，尤其是在没有索引的情况下。▶︎ 空间使用：可能会有更多的碎片，因为删除的行可能不会立即被回收，需要额外的操作如表重组来回收空间。
开源协议MySQL 采用 GPLv2 是一个“传染性”的开源许可证，这意味着任何基于 GPLv2 许可的代码进行修改或扩展，并且要分发的派生作品，也必须在 GPLv2 下发布。这确保了软件的自由性，但也可能限制了与非 GPL 软件的集成。PostgreSQL License 是一个宽松的开源许可证，类似于 MIT 许可证。它允许用户自由使用、修改和分发，无需公开源代码。它也不强制任何特定的版权声明，这使得它与许多其他开源和专有许可证兼容。

                

MySQL与PostgreSQL对比

更多推荐

评价模型：层次分析法

Java学习笔记40——Lambda表达式

DipC 构建基因组 3D 结构（学习笔记）

考研英语笔记：好难

极光笔记 | 极光服务的信创改造实践

python 全网最优雅命令行参数解析, 没有之一

金融和大模型的“两层皮”问题

C2基础设施威胁情报对抗策略

基于SSM的旅游网站系统

终端数据防泄漏

Java基于SpringBoot的高校招生管理系统，附源码，教程

热文推荐

RT-Thread 访问I/O设备

ROS2 的行为树 — 第 1 部分：解锁高级机器人决策和控制

【数据结构与算法】概论

电力系统直流潮流分析【N-1】（Matlab代码实现）

springboot集成mybatis-plus

SpringBoot 集成 SpringSecurity 从入门到深入理解

学习计算机网络中的一些疑问及解答

IntelliJ IDEA下基于Scala实现的Git检查工具

深入理解 Java 异步编程：Future 和 CompletableFuture 的全面比较

	MySQL	PostgreSQL
数据类型支持	支持JSON，但不如PostgreSQL	支持更多的数据类型，如数组、hstore、JSON、JSONB、范围类型等
扩展性	有一些扩展性，但不如PostgreSQL	支持自定义数据类型、函数、操作符，具有强大的扩展性
SQL兼容性	遵循SQL标准，但有一些自定义扩展	更接近ANSI SQL标准，支持窗口函数、公共表表达式等
性能优化	对简单查询进行了优化，特别是读密集型摸作	有一个复杂的查询优化器，对于复杂查询很有优势
外部连接	有限的外部连接支持	支持外部表、外部连接，可以与其他数据周或数据源进行连接
程序语言支持	主要支持SQL和JavaScript，通过MySQL Shell支持Python	支持多补存储过程语言，如PL/pgSQL、PL/TCl、PL/Python等
地理信息系统	有空间扩展，但不如PostGIS强大	通过PostGIS扩展提供强大的GIS支持
复制和分区	支持基于二进制日志的复制，也支持表分区	支持逻辑复制、表分区、双向复制等
学习曲线	由于其广没的使用和丰富的社区资源，相对容易上手	对于初学者可能稍微陡峭一些，特别是在高级特性和优化方面
市场份额	在Web应用领域有很大的市场份频，被广泛采用	在企业级应用和特定领域(如GIS)中堂欢迎，但在小型Web应用中的市场份额较小
管理工具	有丰宫的管理工具，如MySQL Workbench，以及大量的第三方工具	尽等有–些第三方工具，但可能不如MySOL丰富
维护团队	MySQL的背后是一个成熟的商业公司，使得MySQL的开发过程更为慎重	PostgreSQL的背后是一个庞大的志愿开发组，PostgreSQL的反应更为迅速
MVCC	MySQL采用了一种基于“回滚段”的方法来保存元组的历史版本（前像），如果事务更新了一条元组，它可以“原地”更新这条元组（新元组的 Size 需要小于等于旧元组的 Size），历史元组会以 Undo 日志记录的形式保存到回滚段中，这样就实现了元组的原地更新（Inplace Update）。当有并发事务需要访问历史元组时，可以从回滚段中“回滚”出这条元组，如果事务异常终止，则可以利用 Undo 日志将数据恢复。当所有可能访问历史元组的事务全部结束后，Undo 日志中的历史元组就可以被清理。由于 Undo 日志被集中存储到某一个回滚段，所以清理也较为便捷。	PostgreSQL 将历史元组和最新元组都保存在 Heap 表中，这种方式的好处是无须做回滚操作，如果一个写事务异常终止，则其他事务将无法读到这条元组。此方法虽然可以避免事务回滚带来的消耗，但仍被广为诟病。假设一个事务不停地更新数据，那么一条元组就会产生大量的历史版本。其他事务在访问时需要查看这些元组是否满足可见性要求，这会增加读操作的时延，降低数据扫描的效率。为了防止数据膨胀，PostgreSQL 数据库采用 Vacuum 机制清理表中的无效元组。如果使用 Vacuum FULL 命令，则还会负责对所有的元组进行搬迁，避免清理页面的过程中产生大量的“空洞”。
进程模型	多线程优点：▶︎ 资源效率：线程共享相同的内存空间，这通常导致更低的内存使用和更快的上下文切换。▶︎ 高并发性：多线程模型通常能够更好地处理高并发情况，尤其是在多核 CPU 上。▶︎ 线程间通信：线程间通信通常比进程间通信更简单和更快。适合短暂任务：对于短暂的、需要快速响应的任务，多线程模型可能更为合适。缺点：▶︎ 稳定性问题：一个线程的问题可能会影响到同一进程中的其他线程。例如，一个线程导致的内存泄可能会影响整个进程。▶︎ 复杂的同步：在多线程环境中，数据同步和锁定可能会变得更加复杂。全局变量和静态变量：由于线程共享内存，全局变量和静态变量的使用可能会导致问题。	PostgreSQL 采用多进程优点：▶︎ 稳定性：由于每个连接都有自己的进程，一个进程崩溃不太可能影响其他进程。这为系统提供了额外的稳定性。▶︎ 内存隔离：每个进程都有自己的内存空间，这可以减少内存泄漏或其他问题对整个系统的影响。▶︎ 开发简单性：多进程模型在某些情况下可能更容易开发和维护。缺点：▶︎ 资源开销：进程通常比线程需要更多的资源。每个进程都有自己的内存空间，这可能导致更的内存使用。▶︎ 上下文切换：进程之间的上下文切换可能比线程之间的上下文切换更加昂贵。▶︎ 进程间通信：进程间通信（IPC）可能比线程间通信更复杂和开销更大。
数据结构	索引组织表：数据直接存储在主键索引的叶子节点中，这意味着表数据按主键的顺序存储。由于数据与主键索引紧密结合，所以通常可以更快地访问基于主键的查询。优点：▶︎ 查询性能：由于数据是按键值排序的，范围查询和某些类型的查找可以更快。▶︎ 空间效率：通常使用较少的磁盘空间，因为它们减少了数据的冗余和碎片。▶︎ 数据完整性：由于数据是按键值存储的，这可以确保数据的完整性和一致性。	堆表：数据存储在一个称为"堆"的无序结构中。索引存储指向堆中行的指针（CTID），而不是实际的行数据。优点：▶︎ 简单性：堆表是最基本的表结构，不需要特定的排序或组织。▶︎ 快速插入：数据可以迅速地添加到表的末尾，不需要重新排序或调整数据。▶︎ 灵活性：可以轻松地添加或删除索引，而不影响表的基本结构。缺点：▶︎ 查询速度：由于数据没有特定的组织方式，查询可能需要全表扫描，尤其是在没有索引的情况下。▶︎ 空间使用：可能会有更多的碎片，因为删除的行可能不会立即被回收，需要额外的操作如表重组来回收空间。
开源协议	MySQL 采用 GPLv2 是一个“传染性”的开源许可证，这意味着任何基于 GPLv2 许可的代码进行修改或扩展，并且要分发的派生作品，也必须在 GPLv2 下发布。这确保了软件的自由性，但也可能限制了与非 GPL 软件的集成。	PostgreSQL License 是一个宽松的开源许可证，类似于 MIT 许可证。它允许用户自由使用、修改和分发，无需公开源代码。它也不强制任何特定的版权声明，这使得它与许多其他开源和专有许可证兼容。