对于因时序或类似时序的工作负载而苦苦挣扎于海量数据的开发者和企业而言，拥有可扩展的数据库至关重要。了解什么是可扩展数据库（概括而言），以及如何扩展 PostgreSQL（具体而言）。
可扩展数据库是一种数据库系统，它可以存储更多数据并处理不断增长的请求，而不会遇到性能或可用性方面的显著下降。随着数据量和用户数量的增长，可扩展数据库可以同时适应两者，而不会损害性能或可靠性。它是从事数据密集型应用程序开发的开发人员的重要工具。
用商业术语来说，公司在试图增加某事物的规模、数量或重要性时就是在扩展。在开发者世界中，数据库可扩展性也涉及维度因素，但需要在可扩展性、性能和一致性之间进行权衡。
在本文中，我们将探讨数据库可扩展性的概念，为什么可扩展数据库如此重要（尤其是对于时序工作负载），并学习如何使关系数据库更具可扩展性，在本例中是 PostgreSQL。
拥有可扩展数据库至关重要，原因有很多。首先，它们可以适应您项目的增长。不断扩张的企业会生成大量数据（例如 时序数据，它是无情的），这些数据需要进行管理、存储和分析，最好是在没有慢速查询或仪表板的情况下进行。可扩展的数据库将帮助您避免这些性能瓶颈。
其次，可扩展数据库可确保高可用性和可靠性，防止可能导致用户不满的崩溃和停机。可扩展数据库将能够处理不断增长的请求，保持高可用性和高性能，以便您高效地扩展业务。
如果您对以下任一句子感同身受，那么您的数据库系统可能需要额外的可扩展性
我无法足够快地摄取数据。
我的资源使用率很高，并且有峰值——如果我们扩展 10 倍会发生什么？
我有太多客户端、并发查询等。
我在存储上花费太多。
我需要更多存储空间。
您有同感吗？我们也是，这就是我们提出 Timescale 的原因。
实现可扩展的数据库设计将有助于您的数据库更具弹性，并有效地处理、查询和存储不断增长的数据量。
以下是设计可扩展数据库时应牢记的一些原则
使用索引： 索引通过为经常访问的数据创建索引来帮助加快查询速度。这可以显著提高性能，特别是对于大型数据库而言。 Timescale 索引的工作原理与 PostgreSQL 索引完全相同，在使用这个强大的工具时消除了很多猜测。
对数据进行分区： 分区涉及将一个大表分成更小、更易于管理的部分。这可以通过允许数据库更快地访问数据来提高性能。 了解如何在 Timescale 中优化和测试数据分区的大小。
使用缓冲区缓存： 在 PostgreSQL 中，缓冲区缓存涉及将经常访问的数据存储在内存中，这可以显著提高性能。这对于读密集型工作负载特别有用，虽然它在 PostgreSQL 中始终启用，但可以对其进行调整以优化性能。
考虑数据分发： 在分布式数据库中，数据分发或分片是分区的扩展，将数据库转换为更小、更易于管理的分区，然后将它们分布（分片）到多个集群节点。这可以通过允许数据库处理更多数据和流量来提高可扩展性。但是，分片还需要更多前期设计工作才能正常工作。
或者使用负载均衡器： 分片和负载均衡通常相互排斥，除非使用其他工具。负载均衡涉及在多个服务器之间分配流量，以提高性能和可扩展性。这可以使用负载均衡器来完成，该均衡器根据工作负载将流量路由到相应的服务器——但是，它只适用于只读查询。
优化查询： 优化查询涉及对其进行调整以提高性能并减少数据库负载。这可以包括重写查询、创建索引和对数据进行分区。
数据库横向扩展或向外扩展通常涉及向数据库集群添加更多节点，以通过分配负载来提高其处理能力和存储容量。
您可以采取以下步骤来横向扩展数据库
使用分片（数据分发）策略： 您可以将大型数据库划分为称为分片的分布式部分。通过将每个分片分布到不同的集群节点，您的数据库将能够容纳更多数据和请求。
负载均衡： 您可以使用负载均衡器来帮助在多个数据库服务器或集群之间分配流量，这还将确保工作负载在集群中的节点之间均匀分布。在只读副本上进行负载均衡可以作为一种替代方案，尽管它存在复制延迟等问题。但是，集群可以是可负载均衡的，也可以是不可负载均衡的。
监控和优化： 随着数据库集群的扩展，监控其性能并优化其配置至关重要——微调缓冲区缓存大小、网络设置或数据库配置等设置。 了解如何在 Timescale 中优化您的摄取率。
纵向扩展或向上扩展涉及增加数据库服务器中单个节点的处理能力和存储容量。这是一种经济高效（但并不总是简单）的方法来管理不断增长的数据量，并且可以补充横向扩展。
以下是纵向扩展数据库的方法
升级硬件： 升级数据库服务器的硬件是提高其性能和存储容量的一种方法。您可以添加更多内存、增加 CPU 内核数量或升级到更快的存储系统。但是，这可能需要数月的计划，并且实施起来并不一定容易或快速。
使用数据库分区： 数据库分区涉及将一个大表分成更小、更易于管理的部分。这可以通过允许数据库更快地访问数据并减少数据库所需的存储量来提高性能。
使用数据库索引： 索引可以通过为经常访问的数据创建索引来帮助加快数据库查询速度。这可以显著提高性能，特别是对于大型数据库而言。
💡Timescale 提示 使用压缩： 压缩可以帮助减少存储空间量， 从而允许 Timescale 在相同的硬件上存储更多数据，同时加快查询速度。想了解更多关于压缩的信息吗？请咨询使用它的开发人员。 了解 Ndustrial 如何实现 97% 的压缩率。
是的，有几种可扩展的关系数据库管理系统 (RDBMS)。
这些系统将数据存储在具有明确定义的模式的表中，并支持关系数据管理模型。PostgreSQL 和 Timescale 是 RDBMS 的两个例子。
PostgreSQL 是一种开源且高度可扩展的 RDBMS，可以水平或垂直扩展。它支持分区和索引等高级功能，并以其高数据完整性和可靠性而闻名。Timescale 建立在 PostgreSQL 之上，它不仅像 PostgreSQL 一样工作；它在底层*就是* PostgreSQL，并极大地扩展了它的可能性。
根据您的特定需求，有几种方法可以扩展 PostgreSQL。您可以使用我们提到的垂直和水平可扩展性方法来扩展它，但最直接的方法是使用 Timescale。以下是 Timescale 如何帮助扩展 PostgreSQL
我们的自动分区使您能够管理无休止的时间序列数据。
Timescale 可以压缩较旧的分区，从而减少存储需求。
数据分区（或我们称之为块）可以分层，进一步减少存储需求。
Timescale 可以通过扩展 PostgreSQL 查询的计划和执行来优化查询。
连续聚合（或自动更新的增量物化视图） 允许您创建始终一致的物化视图。某些查询的运行速度可能会快一千多倍。
扩展 PostgreSQL 数据库最快、最有效的方法是选择 Timescale。 注册即可免费试用 30 天，体验 Timescale 的超级 PostgreSQL++，无需信用卡。
