当前位置：首页 > news >正文

[译] 我最爱的PostgreSQL 18特性：虚拟生成列

news 来源：原创 2025/9/18 13:52:35

原文：https://tselai.com/virtual-gencolumns

在PostgreSQL 18的新特性中，异步I/O、UUID v7以及升级后统计功能或许会成为众人瞩目的焦点。但对我而言，即将发布的这个版本里，最让我青睐的特性当属虚拟生成列（相关文档可参考PostgreSQL 18官方文档-生成列）。

生成列这类特性，能帮你省去大量重复代码的编写工作，让操作更轻松。无需在视图、查询或触发器中反复写相同的表达式，数据库会帮你统一管理。它将数据处理逻辑与数据本身紧密结合，减少重复操作，也让数据库模式（schema）的逻辑更清晰易懂。

生成列主要分为两种类型：存储型（stored） 和虚拟型（virtual）。

存储型生成列：在数据插入或更新时计算一次结果，并将结果持久化存储在磁盘上（会占用存储空间）。像普通列一样，它也支持创建索引。对于计算成本高、不想每次查询都重新计算的表达式，存储型生成列是理想选择。
虚拟型生成列（PostgreSQL 18新增特性）：不会将结果存储在磁盘上，仅在执行查询时实时计算。对于计算量小的表达式，或是不想增加表体积的场景，虚拟型生成列尤为适用。

来看下面这个示例：

create table users (id serial primary key,name text not null,-- 存储型生成列：结果持久化到磁盘，支持索引name_upper textgenerated always as (upper(name)) stored,-- 虚拟型生成列：仅在查询时计算结果name_lower textgenerated always as (lower(name)) virtual
);insert into users (name) values ('Florents'), ('Αθηνά'), ('postgres');
select id, name, name_upper, name_lower from users;id |   name   | name_upper | name_lower 
----+----------+------------+------------1 | Florents | FLORENTS   | florents2 | Αθηνά    | ΑΘΗΝΆ      | αθηνά3 | postgres | POSTGRES   | postgres

在这个例子中，name_upper是存储型列，其结果会写入磁盘；而name_lower是虚拟型列，结果仅在查询时实时计算。

生成列的有趣之处在于，它借鉴了响应式编程的思路——正是这种思路让Microsoft Excel成为史上最受欢迎、最高效且生命力极强的软件之一。你只需定义一个源列（自变量），其他生成列（因变量）就能通过源列的函数关系自动生成。

总的来说，我发现生成列是个非常实用的工具：它能减少数据库维护所需的精力，让你可以将更多心思投入到合理的数据库设计与规范化工作中。

实际应用案例：全文搜索

假设你需要支持多语言或多文本配置的搜索功能，这时可以创建三个不同的生成列，每个列对应一种文本搜索配置：

create table docs (id serial primary key,body text not null,body_fts_simple tsvectorgenerated always as (to_tsvector('simple', body)) stored,body_fts_en tsvectorgenerated always as (to_tsvector('english', body)) stored,body_fts_el tsvectorgenerated always as (to_tsvector('greek', body)) stored
);

接下来，你可以为每个tsvector列创建索引，再根据用户使用的语言执行查询：

create index on docs using gin (body_fts_simple);
create index on docs using gin (body_fts_en);
create index on docs using gin (body_fts_el);

这种方式无需使用触发器，能让数据库模式保持声明式风格，同时确保全文搜索（FTS）列始终与基础文本内容保持一致。

当然，你也可以不存储这些生成列，直接基于表达式创建索引。但实际操作中我发现，调试搜索结果和预处理步骤时，往往需要查看具体的词汇单元（token）和评分，此时存储型生成列的优势就显现出来了。

当源列后续发生更新时，生成列会重新计算结果，并根据预设的函数表达式更新自身的值。

虽然你也可以用触发器实现相同的逻辑，但随着规模扩大，要维护数据库的完整性并保证操作不出错，难度会非常大。

生成列还能让你像搭积木一样，逐个添加列来构建数据表。在实际应用中，我见过很多人用生成列“扁平化”PostgreSQL中的JSON文档——这是一种非常流行的用法。需要说明的是，存储型生成列从PostgreSQL 12版本就已存在，此后PostgreSQL的JSON功能不断升级：从更完善的jsonpath表达式，到新增的JSON_TABLE函数等。

在这些JSON功能尚未出现，或是有人对复杂的jsonpath不熟悉、更倾向于使用jsonb -> 'k1' -> 'k2'这类简单操作时，生成列曾是非常便捷的替代方案。

不过，使用存储型生成列虽方便，却要付出额外的存储成本——毕竟JSON文档通常包含大量文本。如果某些JSON字段只在SELECT语句中调用，那么为其占用存储空间就显得得不偿失了。而虚拟型生成列则能解决这个问题：它可以将JSON字段以普通列的形式呈现，同时不会在磁盘上重复存储数据。这样既能让查询语句更简洁，又能实现零存储开销。

若想了解虚拟生成列的内部工作原理，可参考Peter Eisentraut发起的原始补丁讨论线程：https://www.postgresql.org/message-id/flat/a368248e-69e4-40be-9c07-6c3b5880b0a6%40eisentraut.org。

关键权衡与注意事项

性能权衡
存储型列会增加写入操作的开销——每次插入或更新数据时，都需要重新计算并存储生成列的值。但它的优势在于读取速度更快，且能直接利用索引。虚拟型列则相反：它让写入操作更轻便，但会将计算压力转移到查询阶段。简单来说，存储型列是“预计算存储”，虚拟型列是“按需计算”。
** schema演进 **
给大型表添加虚拟列可以瞬间完成，因为无需向磁盘写入任何数据；而添加存储型列则需要回填数据，甚至可能触发全表重写。因此，当你需要快速实验新功能，又不想影响生产环境中的表时，虚拟列会是更合适的选择。
功能限制
生成列存在一些明显的限制，这些限制的目的是避免数据库逻辑变得混乱。所有限制可在PostgreSQL官方文档中查看。
安全隐患
虚拟列的实时计算特性还存在一些容易被忽视的安全问题，相关讨论可参考此线程：https://www.postgresql.org/message-id/flat/CAK_s-G2Q7de8Q0qOYUR%3D_CTB5FzzVBm5iZjOp%2BmeVWpMpmfO0w%40mail.gmail.com。如果你的数据库大量依赖自定义函数或用户定义类型，建议仔细阅读该讨论。虚拟列可能会出现一些意外行为，若规划不当，引入虚拟列甚至可能导致严重问题。

实际应用案例：全文搜索

关键权衡与注意事项

相关文章：