--- tags: [数据库, PostgreSQL, 持久化, 架构设计, 拓展功能] create time: 2026-06-12 15:33 --- # 持久化技术选型 ## 概述 本文档是 [[项目架构与技术栈]] 的拓展阅读——在核心功能（实时视觉对话）跑通之后，如果需要**保存对话历史、统计用量成本、管理用户偏好**，就需要引入持久化层。本文对比主流数据库方案，解释为什么推荐 PostgreSQL，以及在什么情况下应该选择其他方案。 > [!info] 定位 > 这是一篇**拓展选型文档**，不阻塞 MVP 开发。MVP 阶段用 Redis 做会话存储即可；当产品需要"历史可查、成本可算"时，再引入本节方案。 ## 正文 ### 项目的数据特征 选数据库之前，先搞清楚我们的数据长什么样： | 数据 | 结构特征 | 读写模式 | 数据量级 | |------|---------|---------|---------| | 对话消息 | 强结构化（角色/内容/时间/关联图像） | 写多读少，按会话聚合读取 | 中（每用户日均 ~100 条） | | 会话元信息 | 强结构化（用户/时间/状态） | 写少读少 | 低 | | 对话上下文 | 半结构化（JSON 数组，含图像引用） | 高频读写，TTL 过期 | 低（仅当前窗口） | | 用量统计 | 强结构化（数字/日期/聚合） | 写多，定期聚合读 | 低（日粒度汇总后很小） | | 用户偏好 | 强结构化（KV 配置） | 写极少读少 | 极低 | | 关键帧图像 | 非结构化二进制 | 写少，按需读 | 大（单张 100KB~1MB） | > [!question] 思考 > 从上表可以看出，核心数据（对话、会话、统计）都是**强结构化**的，有明确的字段和关联关系。这意味着关系型数据库天然适配。但"对话上下文"是半结构化 JSON，这就需要数据库对 JSON 有良好支持。 ### 候选方案全景对比 ```mermaid graph TD A["持久化技术选型"] --> B["关系型数据库"] A --> C["文档型数据库"] A --> D["嵌入式数据库"] B --> B1["PostgreSQL"] B --> B2["MySQL"] B --> B3["TiDB"] C --> C1["MongoDB"] D --> D1["SQLite"] ``` | 维度 | PostgreSQL | MySQL | SQLite | MongoDB | TiDB | |------|-----------|-------|--------|---------|------| | **数据模型** | 关系型 + JSONB | 关系型 | 关系型（嵌入式） | 文档型（BSON） | 关系型（分布式） | | **JSON 支持** | JSONB 原生索引 | JSON 类型，索引弱 | 无原生支持 | 天生擅长 | 兼容 MySQL JSON | | **关联查询** | 强 | 强 | 强 | 弱（需嵌套/lookup） | 强 | | **聚合统计** | 窗口函数/CTE 完善 | 基础聚合 | 基础聚合 | 聚合管道 | 强 | | **并发能力** | 高（MVCC） | 中 | 低（单写锁） | 高 | 极高（分布式） | | **运维复杂度** | 中 | 低 | 极低 | 中 | 高 | | **Go 生态** | pgx / GORM | go-sql-driver | go-sqlite3 | mongo-go-driver | 兼容 MySQL 驱动 | | **部署方式** | Docker / 云服务 | Docker / 云服务 | 单文件嵌入 | Docker / Atlas | 集群部署 | | **成本** | 开源免费 | 开源免费 | 开源免费 | 社区版免费 | 开源免费 | ### 逐个分析：为什么不选它们？ #### SQLite —— 太轻了 ```mermaid graph LR A["SQLite"] --> B["单文件数据库"] B --> C{"适合本项目?"} C -->|"否"| D["写并发受限"] C -->|"否"| E["无法多实例共享"] ``` - **优点**：零配置，一个 `.db` 文件搞定，开发阶段极方便 - **致命问题**：**写锁是全局的**——同一时刻只能有一个写操作。当 WebSocket 并发写入对话消息时，会频繁锁等待 - **另一个问题**：多个 Go Gateway 实例无法共享同一个 SQLite 文件（除非用 NFS，但性能极差） > [!tip] 什么时候选 SQLite？ > 如果是**单机部署的桌面应用或 CLI 工具**，SQLite 是最佳选择。但我们的项目是 Web 服务、多实例部署，不合适。 #### MySQL —— 能用，但 JSON 处理弱 ```mermaid graph LR A["MySQL"] --> B["JSON 支持"] B --> C{"够用吗?"} C -->|"勉强"| D["JSON 索引弱"] C -->|"否"| E["无 JSONB 二进制存储"] ``` - **优点**：运维简单，社区庞大，很多团队更熟悉 - **本项目的痛点**：对话上下文是 JSON 数组（含图像引用、角色标记），MySQL 的 JSON 类型支持**索引能力弱**，无法对 JSON 内部字段高效查询 - **另一个痛点**：缺少 `gen_random_uuid()` 等原生函数，需要应用层生成 UUID > [!question] 思考 > 如果团队只熟悉 MySQL，能不能用？**完全可以**。JSON 上的差异在 MVP 阶段几乎无感，只是后续做复杂查询（如"找出所有包含某关键词的对话"）时会比 PostgreSQL 麻烦一些。 #### MongoDB —— 文档型，关联查询弱 ```mermaid graph LR A["MongoDB"] --> B["天然 JSON 存储"] B --> C{"适合本项目?"} C -->|"否"| D["关联查询弱"] C -->|"否"| E["聚合统计不如 SQL 直观"] ``` - **优点**：Schema-less，存 JSON 天然舒适，水平扩展能力强 - **本项目的痛点**： - `messages` 需要按 `session_id` 关联 `sessions`，再按 `user_id` 聚合——这在 MongoDB 中要用 `$lookup`，写法复杂且性能不如 SQL JOIN - 用量统计的"按天聚合"用 SQL 的 `GROUP BY + SUM` 一句话搞定，MongoDB 的聚合管道代码量多 3-5 倍 > [!info] 什么时候选 MongoDB？ > 如果数据模型是**高度嵌套的文档**（如博客系统、CMS），且很少跨文档关联查询，MongoDB 是好选择。我们的数据关联性强，不太适合。 #### TiDB —— 杀鸡用牛刀 - **优点**：兼容 MySQL 协议，分布式架构，水平扩展无上限 - **本项目的痛点**：部署复杂（至少 3 个 PD + 3 个 TiKV + 2 个 TiDB），运维成本高 - **结论**：单机 PostgreSQL 完全够用，引入 TiDB 纯属过度设计 > [!tip] 什么时候选 TiDB？ > 数据量过亿、需要跨地域部署、单机 PostgreSQL 已经扛不住时。对于本项目，短期内不会遇到这个瓶颈。 ### 为什么选 PostgreSQL？ 综合以上分析，PostgreSQL 在本项目的核心需求上**全面契合**： ```mermaid graph TD A["项目需求"] --> B["强结构化数据"] A --> C["JSON 半结构化"] A --> D["关联查询"] A --> E["聚合统计"] A --> F["Go 生态"] B --> PG["PostgreSQL"] C --> PG D --> PG E --> PG F --> PG ``` 逐条对应： | 项目需求 | PostgreSQL 的匹配点 | |---------|-------------------| | 对话历史是强结构化数据 | 原生关系型，SQL 标准完备 | | 对话上下文含 JSON（图像引用/角色标记） | **JSONB** 类型支持索引、路径查询、部分更新 | | messages ↔ sessions 外键关联 | 完整的 FK 约束 + JOIN 支持 | | 用量按天/周/月聚合 | 窗口函数、CTE、`DATE_TRUNC` 等分析能力 | | Go 后端对接 | `pgx` 驱动性能优秀，GORM/Ent ORM 支持成熟 | | 后续可能存图像元信息 | 可结合对象存储，PG 只存引用路径 | | 未来可能加全文搜索 | 内置 `tsvector` 全文检索，无需额外引入 Elasticsearch | ### Go 后端集成示例 使用 `pgx` 驱动连接 PostgreSQL： ```go import "github.com/jackc/pgx/v5/pgxpool" // 初始化连接池 pool, _ := pgxpool.New(ctx, "postgres://user:pass@localhost:5432/vision_ai") // 保存一条对话消息 func SaveMessage(ctx context.Context, pool *pgxpool.Pool, msg *Message) error { _, err := pool.Exec(ctx, `INSERT INTO messages (session_id, role, content, image_url, tokens_used) VALUES ($1, $2, $3, $4, $5)`, msg.SessionID, msg.Role, msg.Content, msg.ImageURL, msg.TokensUsed, ) return err } // 查询用户近 7 天用量汇总 func GetWeeklyUsage(ctx context.Context, pool *pgxpool.Pool, userID string) ([]UsageRow, error) { rows, _ := pool.Query(ctx, `SELECT date, llm_tokens, estimated_cost FROM usage_daily WHERE user_id = $1 AND date >= CURRENT_DATE - INTERVAL '7 days' ORDER BY date`, userID) defer rows.Close() // ... scan rows } ``` JSONB 查询示例——在对话上下文中搜索包含特定关键词的消息： ```sql -- 在 messages.content（JSONB）中搜索包含"花"的用户消息 SELECT id, content, created_at FROM messages WHERE role = 'user' AND content @> '{"text": "花"}' ORDER BY created_at DESC LIMIT 20; ``` ### 选型决策流程图 遇到新项目时，可以按这个流程快速决策： ```mermaid flowchart TD START["需要持久化?"] -->|"否"| REDIS["继续用 Redis"] START -->|"是"| STRUCT{"数据强结构化?"} STRUCT -->|"是"| SCALE{"数据量级?"} STRUCT -->|"否, 高度嵌套"| MONGO["考虑 MongoDB"] SCALE -->|"< 100GB, 单机可扛"| PG["PostgreSQL"] SCALE -->|"海量, 需水平扩展"| TIDB["考虑 TiDB / CockroachDB"] SCALE -->|"极小, 单文件即可"| SQLITE["考虑 SQLite"] PG --> JSON{"有 JSON 需求?"} JSON -->|"是"| PG_OK["PostgreSQL (JSONB)"] JSON -->|"否"| MYSQL{"团队熟悉 MySQL?"} MYSQL -->|"是"| MYSQL_OK["MySQL 也行"] MYSQL -->|"否"| PG_OK ``` > [!question] 思考 > 技术选型没有"绝对正确"，只有"更适合"。PostgreSQL 在本项目中胜出，核心原因是**数据模型匹配 + JSONB 能力 + Go 生态成熟**这三点的交集。如果换一个纯 KV 场景（如缓存），Redis 才是正确答案。 ### 与现有架构的整合 引入 PostgreSQL 后，存储层变为**冷热分离**架构： ```mermaid graph LR subgraph Hot["热数据层"] REDIS["Redis"] end subgraph Cold["冷数据层"] PG["PostgreSQL"] end subgraph App["Go Gateway"] WRITE["写入路径"] READ["读取路径"] end WRITE -->|"实时会话状态"| REDIS WRITE -->|"对话历史 + 用量"| PG READ -->|"当前上下文(快)"| REDIS READ -->|"历史记录(慢)"| PG ``` > [!info] 写入策略 > 建议采用**异步写入**——实时对话消息先写 Redis（快），然后异步批量刷入 PostgreSQL（慢）。这样不会因为数据库写入延迟影响对话体验。可以用 Go channel + goroutine 实现简单的异步写入队列。 ## 关联笔记 - [[项目架构与技术栈]] - [[成本控制]] - [[项目架构与技术栈/技术名词解释]]