【阿里云】云数据库RDS PostgreSQL 版

PostgreSQL被业界誉为“最先进的开源数据库”，面向企业复杂SQL的OLTP业务场景，支持NoSQL数据类型（JSON/XML/hstore）、

提供阿里云自研Ganos多维多模时空信息引擎，及PostGIS地理信息引擎。

产品优势

NoSQL兼容
兼容SQL:2011， 丰富的数据类型，直接支持SQL操作JSON及XML

空间/时空双引擎
自研Ganos时空引擎实现多模型处理能力，支持GPU计算加速，兼容PostGIS地理信息引擎

高效复杂查询
基于成本的SQL查询优化器，多表关联查询性能比MySQL高数倍

安全稳定
PG引擎安全特性 + 阿里云安全防护；
SQL审计，身份隔离深入到字段级别；支持IP白名单防DDoS攻击

精心打造的功能
轻松处理空间/时空信息
支持PostGIS，同时借助自研Ganos时空引擎，基于GeoSQL轻松处理多维几何对象、遥感影像、激光点云、移动对象轨迹等各类空间/时空信息。

Ganos 2/3/4维坐标
几何数据的坐标维数支持2/3/4（with Z/M），支持基于平面和球面计算，支持3D计算，具备高效GIST R-Tree及BRIN索引

Ganos GPU增强
支持多光谱、高光谱影像数据以及DEM高程数据的导入导出、拼接、剪切、统计等各类常规操作，部分函数支持GPU并行计算加速（需采购GPU机型）

Ganos MOD移动对象数据库
具备独一无二的移动对象数据库（MOD），支持轨迹构造、轨迹信息获取、轨迹空间/时空关系判断、轨迹空间处理、轨迹时空统计等丰富功能

Ganos 高级功能
激光点云、拓扑网络（路径）数据存储、查询、分析等高级功能

兼容PostGIS
支持PostGIS空间数据类型、空间分析函数、元数据及函数、二元谓词、空间操作符

强大NoSQL兼容
基于SQL支持JSON、XML、Key-Value等非结构化数据类型，实现另类的Not Only SQL(NOSQL)解决方案

建表时使用JSON数据类型
CREATE TABLE json_tab(id bigint, data jsonb);

直接保存JSON内容
INSERT INTO json_tab VALUES (1,'{"pname":"产品1","qty":50}')

直接查询JSON信息
SELECT * FROM json_tab WHERE data->>'qty' > 30

对JSON的属性进行索引提高性能
CREATE INDEX idx_json_tab_data_pname ON json_tab USING btree ((data ->> 'pname'));

与现有关系表进行JOIN查询
SELECT * FROM json_tab JOIN product ON (products.pname=json_data.data->>'pname') WHERE data->>'qty' > 30;

支持全文搜索
通过全文搜索，应用将不再需要额外搭建搜索引擎，只通过SQL操作即可实现全文检索(Full Text Search)及模糊查询。

功能丰富
支持中文分词、自定义词库，可对现有词库进行智能学习处理，持续优化。同时可以实现：“结巴分词”、“相似度分析”、“相似度索引”、“正则匹配”等高级功能，通过SQL引擎完成整套分词操作过程，让用户免去重复开发的烦恼。

支持OSS云存储扩展
基于PostgreSQL的FDW功能，阿里云深度整合优化了对OSS云存储的外部表管理功能，可以支持2TB以上存储空间无限扩展。

可读、可写、空间无限扩展
用户可以通过外部表的方式将OSS云存储中的CSV格式化文件当成本地数据表进行使用。支持与本地数据表进行JOIN，支持数据读写，从而也借助OSS的能力，使得数据库的存储空间可以随意扩展到任意大小，满足企业用户对冷热数据生命周期管理的需求。OSS存储外部表功能还支持数据压缩，用户可以使用标准gzip算法进行csv文件压缩，有效缩短数据写入到OSS的时间，同时节省存储费用可达50%以上。

支持数据仓库
通过PostgreSQL除了在高可用方面能够满足OLTP在线应用的要求外，需要进行实时分析的数据，还可以扩展支持OLAP数据仓库的业务。

OLAP+OLTP=HTAP
在线数据库和数据仓库使用相同的开发协议接口，可以帮助中小企业降低IT研发成本。当TB级的数据需要进行分析时，时可以通过同样基于PostgreSQL内核的“云原生数据仓库AnalyticDB”实现可横向扩展的OLAP数据仓库，支持总量达百TB甚至PB级的数据分析BI业务。

常见实战场景

企业PostgreSQL标配

核心业务数据库
基于阿里云多可用区架构，支持同城容灾，实现企业级数据库安全稳定。PostgreSQL相比其它开源数据库，进行更优事务处理，保障多表关联JOIN时的系统性能。

能够解决
大表支持
单表上亿数据性能平稳，基于Hash JOIN支持高性能多表查询

OLAP方案
提供TB级以下OLAP支持，海量数据使用AnalyticDB PG版横向扩展

无限空间扩展
基于OSS外部表将冷数据保存到云存储并可与AnalyticDB交互

通用：DMS跨数据库查询

各种关联查询
跨数据库查询为不同环境下的在线、异构数据源，提供及时的关联查询服务。不论数据库是MySQL、SQLServer、PostgreSQL还是Redis，不论数据库实例部署在哪个region哪个环境，通过一条SQL就能实现这些数据库实例之间的关联查询。

能够解决
垂直、水平拆分后的跨数据库查询
如：常见的商品库、订单库的实时关联查询，多region、多单元的汇总关联查询

异构数据库的关联查询
如：数据从SQLServer迁移至MySQL，进行关联查询做一致性对比

混合云场景的关联查询
如：本地IDC自建环境与跨云环境进行数据关联查询

无限存储空间扩展

打破RDS TB级存储空间极限
现基于OSS云存储的外部表实现存储空间扩展，需要经常访问的“热数据”直接放在RDS的SSD存储空间，不常用的数据转存到OSS云存储，并可基于标准gzip压缩算法进行OSS中的数据压缩，进一步节省历史数据存储成本。结合同样基于PostgreSQL内核的云数据库AnalyticDB，可扩展支持PB级别的OLAP在线分析业务，性能及存储空间同时线性扩展。

方案优势
历史日志存储
结合OSS云存储实现无限空间扩展

BI海量数据分析
结合AnalyticDB通过相同的SQL语法实现高性能分析式分

GIS+JSON助力IoT高速发展
让开发人员及DBA基于SQL提高生产力
JSON数据类型及GIS地理信息数据类型都是IoT业务处理的必备手段，传统方案中开发人员及DBA需要在NoSQL数据库和专用的GIS数据分析软件中进行多次的硬编码开发。而在PostgreSQL中所有这些操作都可以在SQL中完成，无需来回进行数据导入，提高开发效率。

方案优势
传感器JSON数据
\bSQL中直接实现关联查询降低开发成本

GIS地理信息数据
精准定位，支持2D、3D、路径、范围分析简单易用

LBS轨迹计算
为LBS、出行行业提供移动对象数据库（MOD）服务
针对移动对象（人、车、无人机等）的轨迹数据提供区别于传统基于点模型的存储方式，采用原生时空轨迹模型实现移动对象轨迹行程的高效存储、检索、查询和分析处理。

方案优势
原生轨迹模型支持
降低存储成本，提高计算效率

发挥轨迹数据价值
借助时空计算发掘轨迹数据价值