PG Phriday：把负载挡在数据库前面 RSS

一条 2 到 3 秒的查询，遇上 4000 个用户要求 60 秒内出结果，就变成 67 个并发执行，两核机器根本吃不下。Shaun Thomas 给出分层的替代方案：物化视图配 pg_cron 定时刷新，适合分钟级新鲜度的报表；pg_ivm 用触发器做增量维护，把秒级的全量刷新压到毫秒，代价是写入变重；再往外是 Redis 一类共享缓存，由后台进程按固定周期刷新；最外层用 CDN 或 Varnish 缓存 HTTP 响应。核心是让查询发生得更少。

发布于 2026-09-10T10:59:38.165838Z · Shaun Thomas · pgEdge 博客

架构 物化视图 缓存

一条 2 到 3 秒的查询，遇上 4000 个用户要求 60 秒内出结果，就变成 67 个并发执行，两核机器根本吃不下。Shaun Thomas 给出分层的替代方案：物化视图配 pg_cron 定时刷新，适合分钟级新鲜度的报表；pg_ivm 用触发器做增量维护，把秒级的全量刷新压到毫秒，代价是写入变重；再往外是 Redis 一类共享缓存，由后台进程按固定周期刷新；最外层用 CDN 或 Varnish 缓存 HTTP 响应。核心是让查询发生得更少。

一条 2 到 3 秒的查询，遇上 4000 个用户要求 60 秒内出结果，就变成 67 个并发执行，两核机器根本吃不下。Shaun Thomas 给出分层的替代方案：物化视图配 pg_cron 定时刷新，适合分钟级新鲜度的报表；pg_ivm 用触发器做增量维护，把秒级的全量刷新压到毫秒，代价是写入变重；再往外是 Redis 一类共享缓存，由后台进程按固定周期刷新；最外层用 CDN 或 Varnish 缓存 HTTP 响应。核心是让查询发生得更少。

原始来源 ↗

来源记录

• center.info_item · 9f88a302fe1abf69 · 2026-10-03T04:08:35.169032Z
• pgweb.info_item · 9f88a302fe1abf69 · 2026-10-03T04:08:55.967155Z