高频系统里用反范式换掉连接开销 RSS

表过了 5 亿行以后，连接带来的读放大和 CPU 开销会变成主要瓶颈。Jake Hertz 的做法是有选择地放弃范式：先用 pg_stat_statements 找出连接税落在哪些语句上，再把高频访问、低基数的元数据列迁进主表，把模式压平，省掉昂贵的连接；冗余出来的数据交给列式压缩处理。这样做减少了缓冲池压力和存储占用，把一个受 I/O 限制的系统变成 CPU 效率更高的系统。代价是写入侧要自己维护一致性。

发布于 2026-09-10T10:59:39.411535Z · Jake Hertz · TigerData 博客

列式压缩 反范式 性能

表过了 5 亿行以后，连接带来的读放大和 CPU 开销会变成主要瓶颈。Jake Hertz 的做法是有选择地放弃范式：先用 pg_stat_statements 找出连接税落在哪些语句上，再把高频访问、低基数的元数据列迁进主表，把模式压平，省掉昂贵的连接；冗余出来的数据交给列式压缩处理。这样做减少了缓冲池压力和存储占用，把一个受 I/O 限制的系统变成 CPU 效率更高的系统。代价是写入侧要自己维护一致性。

表过了 5 亿行以后，连接带来的读放大和 CPU 开销会变成主要瓶颈。Jake Hertz 的做法是有选择地放弃范式：先用 pg_stat_statements 找出连接税落在哪些语句上，再把高频访问、低基数的元数据列迁进主表，把模式压平，省掉昂贵的连接；冗余出来的数据交给列式压缩处理。这样做减少了缓冲池压力和存储占用，把一个受 I/O 限制的系统变成 CPU 效率更高的系统。代价是写入侧要自己维护一致性。

原始来源 ↗

来源记录

• center.info_item · 52f97323b5819821 · 2026-10-03T04:08:35.169032Z
• pgweb.info_item · 52f97323b5819821 · 2026-10-03T04:08:55.967155Z