从 $PGDATA 到文件组：深入解析 PostgreSQL 与 SQL Server 的存储策略

在数据库领域，数据存储和管理的效率与可靠性是决定系统性能、可扩展性和易于管理的关键因素。PostgreSQL 和 SQL Server 在数据存储方面采取了略有不同的方式。
PostgreSQL 中一个数据库管理员经常遇到的关键概念是 $PGDATA 文件夹。在这里，我们将探讨 $PGDATA 文件夹是什么，它的重要性，以及 PostgreSQL 的数据存储架构与 SQL Server 的比较。

什么是 $PGDATA？

$PGDATA 在 PostgreSQL 中指的是包含数据库集群所有配置和数据文件的目录。这是 PostgreSQL 数据存储架构的核心。简单来说，它是 PostgreSQL 存储所有文件的目录，这些文件包括实际数据、配置文件、事务日志以及其他重要信息，确保数据库集群能够正常运行。

$PGDATA 文件夹的关键组成部分

在 $PGDATA 文件夹中，你会发现许多子目录和文件，它们存储数据库的不同方面。

其中一些关键组成部分包括：

base 目录：存储集群中每个数据库的实际数据。每个数据库在 base 文件夹中都有一个单独的子目录。
PG_VERSION：这是一个小文件，用于存储该集群使用的 PostgreSQL 版本信息，这在升级或迁移时确保兼容性。
pg_wal（预写日志）：该文件夹包含预写日志（WAL），对于事务的持久性和恢复至关重要。WAL 文件记录了对数据所做的每一次更改，确保在崩溃的情况下数据库可以恢复到一致的状态。
pg_hba.conf：负责基于主机的身份验证配置文件，在此文件中，你可以定义允许哪些用户从哪些位置（主机）连接到哪些数据库。
postgresql.conf：主要的配置文件，包含 PostgreSQL 实例的所有操作设置，包括内存设置、日志参数和其他与性能相关的设置。

$PGDATA 的重要性

$PGDATA 文件夹至关重要，因为它本质上是 PostgreSQL 的支柱。如果该目录损坏或丢失，集群中的所有数据都会无法恢复。因此，定期保护和备份 $PGDATA 目录是每个数据库管理员的一项基本任务。

PostgreSQL 使用基于文件的存储系统，默认情况下将数据写入 8KB 的页面。页面大小可以在编译 C 源代码时更改。这些页面随后被分组为段并存储在 $PGDATA 目录中。

配置 $PGDATA

在 PostgreSQL 初始化（通常使用 initdb）期间，你可以指定 $PGDATA 目录的位置。你可以通过向 initdb 命令传递 -D 选项或设置 $PGDATA 环境变量来设置位置。例如：

initdb -D /var/lib/postgresql/data

初始化后，PostgreSQL 期望环境变量 $PGDATA 始终指向此位置，无论服务器是启动还是停止。

SQL Server 中的数据存储

虽然 PostgreSQL 依赖于 $PGDATA 文件夹进行核心操作，SQL Server 在数据存储和管理方面采取了略有不同的方式。Microsoft SQL Server 将其数据组织为数据库，每个数据库都有自己的一组数据文件、事务日志文件和备份选项。

在 SQL Server 中，数据库存储在不同类型的文件中：

主数据文件（.mdf）：这是存放所有数据库对象（如表、索引、存储过程）的主要数据文件。每个数据库至少有一个 MDF 文件，mdf文件可以理解为数据库的共享表空间，默认所有表都存储在这个mdf文件里。
次要数据文件（.ndf）：这些文件是可选的，用于将数据分布到多个磁盘上，从而提高大型系统的性能和可扩展性，ndf文件可以理解为独立表空间，当你把一个文件组附加在ndf文件上，然后指定数据表建立在这个文件组上，相当于把表建立在独立表空间上。
事务日志文件（.ldf）：类似于 PostgreSQL 的 WAL，LDF 文件存储数据库中每个事务的日志记录。这对于确保在发生故障时可以回滚事务至关重要，也用于恢复过程。

与 PostgreSQL 不同，PostgreSQL将数据存储在 $PGDATA 文件夹中的子目录下，SQL Server 将数据库存储在这些 .mdf、.ndf 和 .ldf 文件中，通常位于管理员在安装或创建数据库时设置的特定目录或磁盘上。

PostgreSQL 与 SQL Server 存储的关键区别

现在我们已经了解了 PostgreSQL 和 SQL Server 如何处理数据存储，以下是它们之间的关键差异：

存储位置

PostgreSQL 将所有数据存储在 $PGDATA 目录中，该目录包含每个数据库的子目录以及 WAL 日志和配置文件。SQL Server 使用单独的文件（.mdf、.ndf、.ldf）来存储每个数据库。管理员可以将这些文件放置在任何磁盘或目录中。

事务日志

PostgreSQL 使用 pg_wal 目录来存储预写日志。SQL Server 使用 .ldf 文件进行事务日志记录，与 PostgreSQL 的 WAL 类似，但每个数据库都有自己的 .ldf 文件。

文件组抽象

SQL Server 提供文件组，这是一层抽象，允许管理员将数据分布在多个存储设备上以提高性能和管理。PostgreSQL 没有类似的抽象层，文件管理完全依赖于操作系统，管理员只能将不同的表空间放置在不同的磁盘上。

配置文件

PostgreSQL 的配置文件紧密集成在 $PGDATA 目录中（如 postgresql.conf、pg_hba.conf），而 SQL Server 的配置文件通常与数据库文件分开存储。

临时数据存储

SQL Server 使用一个专门的系统数据库 TempDB 进行临时数据存储，而 PostgreSQL 则在现有的$PGDATA 目录中使用临时表空间，与SQL Server类似，也是整个实例（集群）共享临时表空间。

总结

虽然 PostgreSQL 和 Microsoft SQL Server 都提供了强大的数据存储机制，但它们的方法却有着根本的不同。PostgreSQL 的 $PGDATA 文件夹是与数据库集群相关的所有内容的中央枢纽，

而 SQL Server 则依赖于更为精细化的 .mdf、.ndf 和 .ldf 文件系统来进行数据存储。每个系统都有其自身的优势，最佳选择通常取决于具体的使用场景、性能需求和系统架构偏好。

理解每个系统存储架构的细微差别对于数据库管理员来说至关重要，因为这将影响到备份策略、性能调优和灾难恢复计划的决策。

参考文章
https://www.javelin-tech.com/blog/2020/06/sizing-the-microsoft-sql-mdf-and-ldf/
https://docs.oracle.com/cd/E19787-01/820-3361/ciadcigh/index.html
https://docs.microfocus.com/UCMDB/11.0/ucmdb-docs/docs/eng/doc_lib/Content/database/PostgresConfig_c_logs.htm
https://www.postgresql.org/docs/current/storage-file-layout.html
https://www.quora.com/What-are-MDF-and-NDF-files-in-an-SQL-server

本文版权归作者所有，未经作者同意不得转载。