文章：PostgreSQL 19即将添加哪些功能？

PostgreSQL 19作为当前开发中的版本（预计2026年底发布），整合了社区近期的多项关键改进，覆盖查询性能、数据类型支持、复制与维护效率、编程扩展性等多个领域。以下是即将添加的核心功能及详细说明：

1. 查询性能优化：分析与维护场景的突破性提升

PostgreSQL 19针对分析型查询（如多表关联+聚合）和大表维护（如批量更新/删除）的性能瓶颈，引入了两项重要优化：

1.1 聚合下推（Aggregate Pushdown）：先聚合再关联的执行计划优化

传统PostgreSQL执行“关联后聚合”（Join-then-Aggregate）的逻辑，即当查询包含多表关联与聚合时，先将所有表关联成一张大表，再对结果进行聚合。这种方式在处理“大事实表+小维度表”的场景（如电商订单表关联商品分类表）时，会因关联后的大表数据量过大导致聚合效率低下。
PostgreSQL 19的聚合下推优化允许执行计划将聚合操作提前至关联之前（“聚合后关联”，Aggregate-then-Join），即先对每个表进行局部聚合，再将聚合结果关联，大幅减少关联的数据量。例如，对于“按商品分类统计订单数量”的查询，传统方式需要先关联订单表与分类表（假设订单表有100万行），再聚合；而聚合下推会先对订单表按分类聚合（得到1000行分类汇总），再与分类表关联，聚合效率提升显著。

1.2 并行TID范围扫描（Parallel TID Range Scan）：加速大表批量操作

TID（Tuple ID）是PostgreSQL中标识行的物理位置（格式为(block_number, offset)），常用于批量操作（如DELETE FROM table WHERE ctid >= '(0,0)' AND ctid < '(1000,0)'）。传统TID范围扫描是单线程的，即使有大表和多核CPU，也无法利用并行性，导致批量操作耗时过长（如1TB表的批量更新可能需要数小时）。
PostgreSQL 19引入并行TID范围扫描，将TID范围拆分为多个子范围，分配给多个worker进程并行处理。例如，对于1000万行的表，并行度为3时，执行时间从单线程的448ms缩短至147ms（加速比约3倍）。这种优化尤其适合无索引的批量操作（如全表扫描或物理分块处理），减少了I/O开销和CPU等待时间。

2. 数据类型与查询功能增强：更符合SQL标准与易用性

PostgreSQL 19扩展了数据类型支持和查询语法，提升了与SQL标准的兼容性及用户体验：

2.1 GROUP BY ALL语法：简化分组查询

传统SQL中，GROUP BY子句需要显式列出所有非聚合的选择列（如SELECT a, b, COUNT(*) FROM t GROUP BY a, b），当选择列较多时，容易遗漏或出错。PostgreSQL 19新增GROUP BY ALL语法，自动将所有非聚合的选择列纳入分组条件，减少手动维护的成本。例如：

SELECT to_char(actual_departure, 'YYYY'), status, COUNT(*)
FROM flights
GROUP BY ALL  -- 自动包含to_char(actual_departure, 'YYYY')和status
ORDER BY 1;

该语法符合SQL:202y标准，已被社区批准纳入PostgreSQL 19。

2.2 窗口函数：支持IGNORE NULLS选项

窗口函数（如lag、lead、first_value）是分析查询的重要工具，但传统实现对NULL值的处理不够灵活（默认保留NULL）。PostgreSQL 19遵循SQL标准，为窗口函数新增IGNORE NULLS选项，允许跳过NULL值进行计算。例如，对于first_value(b) IGNORE NULLS OVER (ORDER BY a)，函数会忽略NULL值，返回第一个非NULL的b值：

SELECT a, b,
       first_value(b) RESPECT NULLS OVER w AS respect_nulls,  -- 保留NULL，结果为NULL
       first_value(b) IGNORE NULLS OVER w AS ignore_nulls     -- 跳过NULL，结果为1
FROM (VALUES ('a',NULL),('b',1),('c',2)) AS t(a,b)
WINDOW w AS (ORDER BY a ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING);

该选项提升了窗口函数在处理稀疏数据时的准确性。

2.3 PL/Python支持事件触发器：扩展编程接口

事件触发器（Event Trigger）是PostgreSQL中用于捕获DDL事件的机制（如CREATE TABLE、ALTER TABLE），传统上仅支持PL/pgSQL语言。PostgreSQL 19新增PL/Python支持，允许用Python编写事件触发器函数，提升了编程灵活性。例如，以下Python函数会在DDL操作结束时打印命令标签和对象身份：

CREATE EXTENSION IF NOT EXISTS plpython3u;
CREATE OR REPLACE FUNCTION describe_ddl()
RETURNS event_trigger AS $$
    for row in plpy.cursor("SELECT command_tag, object_identity FROM pg_event_trigger_ddl_commands()"):
        plpy.notice("Command: {}, Object: {}".format(row['command_tag'], row['object_identity']))
$$ LANGUAGE plpython3u;
CREATE EVENT TRIGGER after_ddl ON ddl_command_end EXECUTE FUNCTION describe_ddl();

该功能的扩展使得Python开发者可以更便捷地集成PostgreSQL的事件处理逻辑。

3. 复制与维护增强：提升高可用与运维效率

PostgreSQL 19针对逻辑复制（Logical Replication）和备份恢复场景，增强了序列同步与状态管理功能：

3.1 序列同步（Sequence Synchronization）：支持逻辑复制中的序列一致性

序列（Sequence）是PostgreSQL中用于生成唯一标识符的对象（如SERIAL类型），传统逻辑复制中，序列的同步需要手动干预（如pg_dump导出序列值并在备库导入），容易导致主备不一致。PostgreSQL 19新增序列同步功能，允许逻辑复制自动同步序列的当前值：

序列有两种状态：INIT（需要同步）和READY（已同步）；
新增sequencesync worker进程，负责将INIT状态的序列批量同步至备库；
支持FOR ALL SEQUENCES子句，允许在发布中包含所有序列（如CREATE PUBLICATION pub FOR ALL SEQUENCES;）。
该功能解决了逻辑复制中的序列一致性问题，为高可用架构提供了更可靠的支撑。

3.2 增量备份与恢复：提升备份效率

虽然PostgreSQL 18已引入增量备份，但PostgreSQL 19进一步完善了增量备份的功能，允许增量备份的组合（即无需每次都创建全量备份），减少了备份存储空间的占用。例如，可以先创建一个全量备份，然后每天创建增量备份，恢复时只需全量备份加上最近的增量备份，无需多次全量备份。

4. 其他值得关注的功能

除上述核心功能外，PostgreSQL 19还包含以下改进：

JSON增强：支持COPY TO ... FORMAT JSON（将查询结果导出为JSON格式）和JSON_TABLE的PLAN子句（优化JSON路径查询的执行计划）；
安全改进：pg_dumpall新增非文本模式（如--format=custom），允许将所有数据库导出为自定义格式（而非纯文本），提升了备份的安全性；
维护权限：新增MAINTAIN权限，允许非超级用户执行VACUUM、ANALYZE、REINDEX等维护操作，减少了超级用户的负担。

5. 总结

PostgreSQL 19的功能改进主要围绕性能提升（聚合下推、并行TID扫描）、易用性增强（GROUP BY ALL、窗口函数IGNORE NULLS）、复制与维护可靠性（序列同步、增量备份）三个核心方向，旨在满足现代应用对数据库的高并发、低延迟、高可用需求。这些功能均来自社区的持续贡献（如EnterpriseDB、PostgresPro等厂商的工程师参与），体现了PostgreSQL生态的活力与开放性。

需要注意的是，PostgreSQL 19仍处于开发阶段（截至2026年2月），部分功能可能会有调整或回滚，最终功能以官方发布的19.0版本为准。

登录

修改密码

PostgreSQL 19即将添加哪些功能？