2026年PostgreSQL扩展:何时复制、分区或分片

绝大多数PostgreSQL数据库根本不需要分片。但在错误时机选错扩展路径,可能浪费数月时间和数十万美元。本指南带你逐阶段拆解,从月费$100的单机到分布式分片集群,提供真实的成本拐点、实施周期和决策规则,让你在数据库成为危机之前就做出正确选择。

阅读约 8 分钟9 个章节2026年6月20日

作者

Kostadin Stamboliev

创始人兼 Imaginator

Pineido 创始人兼 Imaginator。从事 IT 咨询、应用与网站开发、技术 SEO 以及 AI 与自动化。以 30 天冲刺交付生产代码,范围固定,责任明确。

领英

单机基准线:你真正能得到什么

经过合理调优的单机PostgreSQL实例,性能远超大多数团队的预期。在RDS db.r6g.2xlarge或同级别的Supabase Pro方案上,可以支持5,000到10,000个并发连接(通过PgBouncer管理)、1到2TB可用存储,月费在$100到$300之间。这已经能覆盖A轮及以下绝大多数SaaS产品的需求。

关键词是「合理调优」。开箱即用的PostgreSQL配置偏保守。针对你的工作负载调整work_mem、effective_cache_size、max_parallel_workers_per_gather和autovacuum参数,通常无需更换硬件就能提升50-100%的吞吐量。在高基数过滤列上添加部分索引,在热读路径上使用覆盖索引,同等配置下性能还能再翻2到3倍。

不要跳过这一步。许多团队遇到慢查询就直接上复制或分片,其实是在解决错误的问题。先用pg_stat_statements做性能分析,找出总耗时最高的10条查询,逐一优化。在1,000 RPS以内,大多数所谓的「扩展问题」其实是索引问题。

决策规则:数据量低于100GB且请求量低于1,000 RPS,就老老实实用单机。没有例外。

垂直扩展与PgBouncer:低成本获得2-3倍提升

在加服务器之前,先把垂直扩展用足。把RDS实例从4核升到16核需要花钱,但比搭建复制集群省出的工程时间成本要低得多。PostgreSQL的垂直扩展在CPU密集型工作负载下,大约在32核以内保持线性增长,在大多数托管平台上存储IOPS也随实例规格提升。

PgBouncer在任何有一定规模的环境下都不可或缺。PostgreSQL每个连接会fork一个进程,500个真实应用连接在没有连接池的情况下,光进程开销就会消耗5-10GB内存,同时CPU还要承受大量的上下文切换。PgBouncer以事务级连接池模式,将数百个应用线程复用到20-50个实际的PostgreSQL连接上。仅此一项,通常就能将内存压力降低40%,并改善尾延迟。

在垂直扩展和连接池的基础上再做查询优化,通常能比默认配置提升完整的2-3倍。预留两周时间做专项调优:一周用于性能分析和索引优化,一周用于连接池配置和慢查询消除。以高级DBA $150-200/小时的市场价计算,这两周的工程成本约为$12,000到$16,000,却往往能将引入复制架构的时间推迟12-18个月。

决策规则:在增加任何拓扑复杂度之前,先完成这轮调优。如果仍然无法达到延迟目标,再上复制。

读副本:解决80%扩展问题的正确工具

Web应用的读操作远多于写操作,通常读写比在10:1或更高。PostgreSQL流复制可以将所有读操作(仪表盘、列表视图、搜索、报表)路由到副本,主库只处理写操作。这是最具性价比的扩展手段。

标准的生产配置是1主+2副本,读吞吐量大约翻三倍,同时具备高可用能力。在RDS或Supabase上这个层级月费$300到$1,000,如果读写分离做得干净,可以支撑大多数应用到5,000 RPS。为承担全表扫描的分析类查询增加第三或第四个副本,能有效防止这类昂贵查询拖慢主库。

对于有经验的团队,复制搭建大约需要一周:配置流复制,更新应用连接串将读操作指向副本池(PgBouncer原生支持server_round_robin),测试故障切换,完成。主要的持续运维成本是监控复制延迟。同步复制可以消除延迟,但会增加写延迟(同区域副本通常增加5-15ms)。异步复制保留写入速度,但在写压力大时副本可能落后数秒。

复制无法解决数据集大小问题。所有副本都持有完整的数据副本。如果问题是单张表太大导致查询效率低,复制只是让大表在更多服务器上更快被读取,但表本身依然很大。这是分区或分片要解决的问题。

决策规则:如果读操作明显多于写操作,且数据量低于1TB,优先上复制。

Redis缓存:在流量打到PostgreSQL之前削减60-80%的负载

在应用层和PostgreSQL之间加一层Redis,几乎总是索引调优之后性价比最高的基础设施改造。ElastiCache或Upstash上的Redis月费$50到$200,可以对热数据提供毫秒以下的读取响应。对于有明显重复读取模式的应用,典型效果是PostgreSQL查询量减少60-80%。

收益最大的场景包括:会话数据、用户信息读取、权限校验,以及任何变化不频繁但每次页面加载都要读取的聚合计数或汇总信息。对这些数据设置60秒TTL,你的PostgreSQL副本池会突然发现自己有余量处理原本5倍于当前的流量。

缓存失效是实施成本所在。写透缓存(写操作同时更新Redis和PostgreSQL)是最安全的模式,但要求每条写入路径都严格遵守。旁路缓存(先读Redis,未命中时回退到PostgreSQL,再填充缓存)更容易增量接入。预留一周时间为读取量最大的路径实现缓存层。

不要缓存需要强一致性的数据:金融余额、库存数量、任何有法律审计要求的数据。缓存报表层,不要缓存事务层。

一套调优完善的单机+副本+Redis的总成本约为$350到$1,200/月,视规格而定。这个组合能满足绝大多数VC支持的SaaS产品在前数百万用户阶段的基础设施需求。

表分区:无需分布式复杂度的性能提升

分区将一张逻辑表拆分为同一数据库内的多张物理子表。PostgreSQL原生分区(v10引入,v12起成熟稳定)支持范围分区(按日期或ID范围拆分)、列表分区(按类别或租户拆分)和哈希分区(按键的哈希值拆分)。数据库透明处理路由,查询指向父表,查询规划器自动剪枝无关分区。

性能提升是实实在在的。一张500GB的事件表按月分区后,查询上个月数据只需扫描40GB而非500GB。索引大小同比缩减,VACUUM运行更快,删除旧分区几乎是即时操作(对子表执行DROP TABLE),而不是从单体大表中删除数百万行数据那样的噩梦。

分区适合解决大表查询性能问题,而不是提升原始吞吐量。它不会将负载分散到多台服务器,所有分区仍在同一个PostgreSQL实例上。你获得的是更快的查询和更便捷的数据生命周期管理,而不是水平扩展能力。

对于多租户SaaS,在租户数超过100K时值得考虑按租户ID做列表分区。这样可以让租户数据物理隔离,简化GDPR数据删除请求,并加速租户范围内的查询。

对现有表进行分区需要带维护窗口的迁移(或使用逻辑复制的在线迁移方案)。对超过100GB的生产表做仔细的在线迁移,预留四到八周时间。

决策规则:如果问题是大表查询慢,先分区,再考虑分片。

分片:真正需要它的场景以及实际成本

分片通过分片键将数据分散到多个独立的PostgreSQL服务器上,每台服务器持有数据的一个子集。查找某个用户会路由到持有该用户ID的分片,跨多个用户的查询则需要扇出到多个分片并合并结果。这是理论上可以无限水平扩展的架构。

但运维和研发成本极高。跨分片事务需要应用层协调或分布式事务协调器(两者都会增加延迟和复杂度)。分片之间不存在外键约束,跨分片JOIN需要在应用层处理,Schema迁移必须依次应用到每个分片,需要汇总全量数据的分析查询必须聚合所有分片的结果。你的ORM无法替你完成这些工作的大部分。

PlanetScale(基于MySQL,但模式具有参考价值)、Citus(真正的PostgreSQL分片方案)以及带路由层的应用层分片,是三条实施路径。Citus与现有PostgreSQL工具链集成最为顺畅,应用层分片给你最大的控制权,但每次JOIN、事务和Schema迁移都变成了应用代码。

真实案例参考:Notion在3000万用户时对PostgreSQL进行了分片,OpenAI通过查询优化和50+个读副本扩展到了8亿用户,从未进行分片。结论很清晰:分片是最后手段,不是扩展策略。

实施周期:一个专注的工程团队完成分片实施需要8到12周,此后还有相当于0.5到1个FTE的持续运维开销。按2026年高级工程师$180K到$220K的年薪计算,仅初期工程成本就达$70K到$130K,还不包括基础设施账单。

决策规则:数据量超过1TB、请求量超过10K RPS,且副本+缓存方案已真正用尽,再考虑分片。

扩展路径全览:性能拐点与预算规划

对于绝大多数PostgreSQL部署,存在一条标准的演进路径。按顺序执行,只有当前阶段真正达到上限时才进入下一阶段。

阶段一,数据量低于100GB且请求量低于1,000 RPS:单机,月费$100到$300。调优查询和索引,配置PgBouncer,合理选择实例规格。这对大多数增长期前的产品已经足够。

阶段二,数据量100GB到1TB且请求量1,000到5,000 RPS:副本+缓存,月费$300到$1,000。添加2到3个读副本,通过PgBouncer路由读操作,用Redis缓存热数据。这个层级覆盖了从A轮到B轮的大多数SaaS公司。

阶段三,数据量超过1TB且请求量超过5,000 RPS:分区加潜在分片,月费$1,000以上,具体取决于分片数量。到这个阶段,你在运营的已经是一套严肃的数据工程体系。

这些阶段不是硬性界限,而是决策触发点。写密集型工作负载(支付处理、IoT遥测)会比读密集型更快触达阶段三的限制。一张经过良好分区的2TB时间序列表,在不分片的情况下依然可以高效运行。具体情况具体分析。

各阶段之间的成本跨越大约是3到5倍,而工程复杂度的跨越是1x到3x再到10x。这种不对称性正是「直接分片」从商业角度来看几乎总是错误答案的原因。

每周获取运营洞见

加入服务型企业的运营者,每周收到一条关于运营、自动化和增长的可执行洞见。

正在确认您是真人,稍后即可发送。

绝无垃圾邮件,可随时退订。

订阅成功!请留意收件箱中的下一期内容。

一致性权衡与多租户架构指导

每一个扩展决策都会改变你的一致性模型。单机PostgreSQL提供完整的ACID一致性。一旦引入副本,就存在复制延迟:从副本读取的数据可能比主库落后毫秒到秒级。对于大多数读取路径,这是可以接受的。但对于「读己所写」一致性场景(用户提交表单后立即看到结果),你需要将这类读操作路由到主库,或等待副本确认。

分片会彻底打破分布式一致性。将资金从分片1上的用户转账到分片2上的用户,现在变成了一个分布式事务。PostgreSQL原生不协调这类操作,你需要两阶段提交、Saga模式,或者接受跨分片操作的最终一致性。大多数分片系统选择带补偿事务的Saga模式,这需要大量应用层逻辑。

对于多租户SaaS,隔离模型的选择至关重要。共享Schema(所有租户在同一数据库中,所有表都有tenant_id列)运维成本最低,可以扩展到数百万个小租户。每租户Schema(同一数据库内每个租户独立一个PostgreSQL Schema)隔离性更好,单租户备份和恢复更方便,但PostgreSQL连接池行为在超过数千个Schema后会出现退化。每租户独立数据库隔离性最强,但运维成本高,本质上是一种手动分片策略。

对于大多数B2B SaaS:租户数在100K以内使用共享Schema,超出后评估是否转向每租户Schema或按租户分区。只有在合同要求隔离时(SOC 2企业合同、医疗、金融)才采用每租户独立数据库方案。

Pineido如何规划数据库架构工作

数据库架构决策通常在错误的时机做出,是对故障的被动响应,而非初始构建时的主动规划。Pineido将基础设施和后端工作以固定报价的30天冲刺形式交付,这意味着你在工作开始前就知道成本,不存在按小时计费的过度设计激励。

典型的冲刺涵盖完整的调优流程(性能分析、索引优化、PgBouncer配置),并根据你当前的流量层级搭建合适的复制拓扑,附带监控方案和运维手册。考虑到8-12周的实施周期,分片迁移单独立项规划。如果你正在评估PostgreSQL的当前需求和12个月后的架构走向,正确的切入点是应用和Web开发冲刺,或技术架构评审的兼职CTO服务。详情和固定报价请联系我们获取。

常见问题

PostgreSQL中分片和复制有什么区别?

复制将整个数据库完整复制到额外的服务器上,每个副本都持有全量数据,提供读扩展和故障切换能力,但无法解决单台服务器无法容纳数据集的问题。分片则是拆分数据集本身:每个分片根据分片键持有数据的一个子集。复制运维简单、可逆;分片复杂、难以撤销,只有在数据量超过约1TB或请求量超过10K RPS时才有必要。

什么时候应该对PostgreSQL表进行分区?

当单张表大到查询扫描数据量远超实际需要,且VACUUM变得缓慢时,就该考虑分区了。实际触发点是超过50-100GB、频繁执行范围查询(按日期、租户ID或状态)的表。按月进行范围分区是事件表和日志表最常见的模式。分区保持所有数据在同一数据库内,不存在跨分片一致性问题,也是考虑分片之前的优先选项。

实施PostgreSQL分片需要多少成本?

预计需要8到12周的专项工程投入。按2026年高级工程师$180K到$220K的年薪计算,仅人力成本就高达$70K到$130K。基础设施成本跳升至$1,000/月以上,具体取决于分片数量。此外还有持续的运维开销,相当于约0.5到1个FTE,用于迁移、数据重平衡和监控工作。这些成本正是应尽可能推迟分片的原因。

PostgreSQL需要多少个读副本才能应对高流量?

在读写分离干净的情况下,1主+2副本的配置可以承载大多数生产工作负载到5,000 RPS。在前端加入Redis缓存后,数据库读取量减少60-80%,因此你的副本池实际能覆盖的流量远超原始RPS数字所体现的。OpenAI通过50+个副本和激进的缓存策略将规模扩展到了8亿用户,从未进行过分片。从2个副本开始,随着查询量增长再逐步添加。

PostgreSQL应该选择Citus还是应用层分片?

如果你决心留在PostgreSQL生态内,Citus是更简洁的路径。它与标准PostgreSQL工具链集成,透明处理查询路由,并在一定限制内支持分布式JOIN。应用层分片给你对路由逻辑的完全控制权,避免了Citus依赖,但每次JOIN、事务和Schema迁移都变成了应用代码。对大多数团队来说,Citus是更好的起点;如果分片逻辑非常特定于业务域,再考虑应用层分片。

PostgreSQL生产部署是否必须使用PgBouncer?

是的,在任何有一定规模的环境下都是必须的。PostgreSQL每个连接会fork一个进程,每个进程消耗约5-10MB内存。500个应用连接在没有连接池的情况下,在执行任何查询之前就已经浪费了2.5-5GB内存。PgBouncer以事务级连接池模式将数百个应用线程复用到20-50个PostgreSQL连接上。它是任何高于单用户或低流量原型的生产环境的必要组件,配置时间不超过一天。

准备好交付了吗?

告诉我们您卡在哪里。我们会进行评估,并在一个工作日内给出有针对性的建议。