窦贤明认为， 支持类型、功能和语法丰富，性能优良
9月24日，窦贤明将参加在北京举办的线下活动，并做主题为《Greenplum分片案例分析》的分享。值此，他分享了PG、工作上的一些经历和经验。
想和这些大咖面对面聊PG吗？点击这里>>>免费报名
正文：
和大部分人一样，窦贤明也是被PG吸引过去的。有点特别的是，他之前完全不是做数据库的，“云计算刚刚兴起，分布式方兴未艾时，我一头扎了进去。”而和PG的结缘，也很巧合，“后来分布式数据库有紧急的工作需要去支持一下，然后就接触到了PostgreSQL。”
“接触之后发现，代码看起来挺漂亮的嘛，挺像我处女座的风格，然后玩着玩着就进来了。” 窦贤明对PG很是有感觉。
而后，他加入阿里，彻底扑入PG的怀抱，负责ApsaraDB For PostgreSQL / Greenplum的内核源码开发与维护工作。
这份工作挑战挺多。比如某个特性本来在正常环境没什么问题的，但在云环境中就出问题了；比如针对云环境的优化之外，客户群体的复杂性也带来更高的自动化程度的要求；再者，就是功能上的需求和问题的修复。
解决各种挑战的背后，也加深了对PG的认识，积累下许多经验。比如对“为什么CPU满了？”、“为什么IO又满了？”、“为什么执行时间变长了？”等问题的认识，他说，这类问题的原因有很多，除了一些特殊场景以外，大部分是可以通过某些方法去解决的，比如索引、冗余数据的清理等。
对于PG性能，窦贤明说，在同台机器未做任何优化的情况下测试TPCC，PG与商业数据库的差距并不明显。如果不是极端或特殊的应用场景，性能上差距是比较小的，“这还是原生的，不算我们内部做的性能优化。”他指出。
对于9月24日PG线下的活动，这个直率的专家说：“希望大家能够玩得开心、能给大家带一点帮助就好。”
当然，他也讲述了ApsaraDB For PostgreSQL / Greenplum的内核源码开发与维护工作中的挑战是如何应对的、这位资深工程师眼中的PG究竟什么样……等等。
更为具体的内容，请查看以下完整采访：
云栖社区：请介绍下你以及所从事的工作
窦贤明：我是窦贤明，研发工程师一枚。现在在阿里云数据库内核服务组里，参与PostgreSQL与Greenplum的内核源码维护、开发，以及云上自动化服务之类的工作。最近我们刚刚完成了Greenplum在云上的部署，大家可以很方便地来把玩一下，而不用自己费心费力地去搭建。
云栖社区：说说你和PG结缘的过程
窦贤明：我之前不是做数据库的，主要接触内核、驱动、文件系统之类的东西。在几年前，到了一家公司做分布式存储。那个时候云计算刚刚兴起，分布式方兴未艾，有大行其道之势，于是就一头扎了进去。到了之后，分布式数据库这边有些紧急的工作需要我去支持一下，然后就接触到了PostgreSQL。接触之后发现，代码看起来挺漂亮的嘛，挺像我处女座的风格，然后玩着玩着就进来了。
后来就到了阿里这边专门搞这个，还挺巧合的。
云栖社区：你在做ApsaraDB For PostgreSQL / Greenplum的内核源码开发与维护工作中，有没有遇到什么挑战？都是如何解决的？
窦贤明：其实挑战还是挺多的，尤其是我们所支持的云计算环境中。比如某个特性本来在正常环境没什么问题的，但在云环境中就出问题了。这个对我们来说是出现比较多的挑战的地方，需要针对云环境做很多内核上的定制和优化。
除了针对云环境的优化之外，客户群体的复杂性也带来更高的自动化程度的要求。因为不可能人去一个个解决客户的问题，那么如何把这些客户的问题通过自动化来解，是挑战我们去做的事情。
再者，就是功能上的需求和问题的修复。虽说“No silver bullet”，但对于我们客户来讲都是希望功能尽量去完善；另外一个就是内核本身会有一些问题，不管是Bug也好还是设计上、实现上的问题，这些都是要我们团队去处理的。
云栖社区：你还为云数据库的良好运行保驾护航，保障用户在云数据库上的良好体验，能否介绍下当前用户遇到的最常见的问题，以及原因是什么？
窦贤明：在我接触到的问题当中，除了比较特别的使用上的问题外，我们遇到比较多的是性能问题。经常会被问到形如“为什么CPU满了？”、“为什么IO又满了？”、“为什么执行时间变长了？”之类的问题。这类问题的原因有很多，除了一些特殊场景以外，大部分是可以通过某些方法去解决的，比如索引、冗余数据的清理等。
但因为面向的云上客户群体比较复杂一点，对PG和数据库的熟悉程度多少有别，在针对这种问题方面我们团队也是花了很多精力去做这个事情。比如数据库的一键诊断，给用户一个诊断报告，用户看了之后对自己数据库的情况就一目了然了，哪条SQL该怎么做之类的。目前我们收到了比较多的正面评价。
云栖社区：你眼中的PG是什么样的，请谈谈它的优缺点
窦贤明：很多人有一个相对比较一致的看法，认为PG属于比较学院派的。从实现上来讲，PG的代码实现上可圈可点、比较规范，符合数据库原理，甚至可以作为教学范例来看。包括其实现上模块的划分、运行时的架构设计、ACID的实现和用法上权限的设计、SQL标准的支持、数据类型的支持等方面，都是比较中规中矩的，所以第一个关键字就是标准。
第二个是丰富，丰富主要体现在两个方面：
1.支持的类型方面：PG支持非常丰富的数据类型，除了常见的数据类型外，还支持包括JSON、GIS（geography和geometry）、XML、枚举、二进制等，甚至还有数组类型（对，你没看错，就是与编程语言中很相近的数组类型，你肯定懂我在说什么）。除此之外，还可以自己定制类型，比如IP等；同时定制类型的相关操作，比如avg、sum等，而且是强类型。可能大家平常数据库用的比较随意，会比较喜欢弱类型或者自动类型转换，但这个其实有代价的，在云上我们就遇到过很多类似的问题。对于数据库数据类型的合理使用，应该是应用开发者和DBA的必修课，可以带来很多收益。
2.功能和语法的丰富：语法的丰富很好解释，PG支持几乎所有的SQL标准，而且在语法实现上也很规范，这意味着友好和健壮。再加上其所支持的丰富的函数和存储过程语言（你可以用SQL、C、Python、Java、Perl等来写存储过程），这意味着PG可以适应各种各样的功能需求。PostgreSQL天然地具有非常良好的扩展性，依托于PG的插件，你可以很容易地添加或者去除相应的功能。而且，在PG生态里，很多比较牛逼闪闪的功能都是插件所提供的，并且不是内核维护者来开发的。这意味着，你完全可以依据自己的需求做任意的定制。而且我了解的DBA中，很多都具有不错的开发能力，以定制功能需求。
3.优良的性能。我们内部做过一些测试对比，但这里不是太方便公布，只能大概地说，在同台机器上未做任何优化的情况下测试TPCC，PG与商业数据库的差距并不明显。如果不是极端或特殊的应用场景，性能上差距是比较小的，这还是原生的，不算我们内部做的性能优化。
不过也有几个缼点：
第一个是知道的人太少了，生态比较脆弱。很多朋友抱怨找不到PG的DBA，想用，而又不敢用。生态脆弱也就导致中文资料比较匮乏，又导致大家学习成本的上升，从而没有形成正循环。而这个是我们一直在努力的，希望能够在云上让大家更方便、放心地使用PostgreSQL。
第二个就是PostgreSQL因为MVCC实现机制的原因，在特殊场景的使用和处理上对使用者有一定能力的要求。虽然现在常规场景也是即开即用，但出了问题，部分用户没有能够Hold住的能力——当然这个也与前面所说的生态有关系。对于这个问题，我们也在想办法处理，尽量地消除大家的后顾之忧，比如我们的数据库一键诊断和专家服务就是专门针对这类客户的。
云栖社区：本期线下活动，你将分享什么议题？对与会者，有什么寄语？
窦贤明：分享的主题是《Greenplum分片案例分析》：通过简单的内核上的分析，给大家介绍一下GP的分片上的用法，和在云上如何快速的把玩起来。
没啥寄语，希望大家能够玩得开心、能给大家带一点帮助就好。
相关阅读：
阿里云Greenplum官方介绍：
https://www.aliyun.com/product/gpdb
阿里云PostgreSQL官方介绍：https://www.aliyun.com/product/rds/postgresql
阿里云PPAS官方介绍：https://www.aliyun.com/product/rds/ppas
