容量规划：PG并发控制，建议收藏

▌ 技术引导
我见过太多人把PG并发控制当儿戏，结果系统直接崩溃，数据库锁表，查询卡死，甚至服务器重启。PG并发控制的核心是事务隔离级别和锁机制，这玩意儿不是开开关关那么简单。不知道你有没有碰到过这种场景：你用的是默认的REPEATABLE READ，结果在高并发写入下，锁冲突频发，严重影响性能。我的经验是，不要直接上高并发写入，得先手动调参，比如设置max_connections、work_mem、statement_timeout等。还有，如果你在用逻辑复制，别忘了配置slot_max_lag和slot_wal_keep_segments，否则同步延迟会把你搞死。

我之前带过的项目用的是PostgreSQL 14，原本设定的是REPEATABLE READ，结果在世界杯直播期间，数据库被干到锁表。后面我改成READ COMMITTED，加了几个锁策略，比如使用行级锁代替表级锁，把并发写入的锁冲突降了整整40%。还有个细节是你得在pg_hba.conf里设置合适的连接方式，比如用trust，别用peer，否则连接数一多就炸。另外，你得监控pg_locks和pg_stat_activity表，这些表是你的实时战斗数据，千万别忽略。

在实际操作中，我最常犯的错误是没考虑锁的粒度，比如在批量更新时，用的是表锁，导致其他查询完全停摆。后来改成分区表，用行锁，反而效率提升了。还有，别小看vacuum的参数，vacuum_cost_pagehit、vacuum_cost_pageseen这些参数调不好，锁的清理效率会拖后腿。我见过有人把它们调到1000，结果锁堆积到系统狂抖。

如果你要搞并发写入的高负载，必须用逻辑复制或者流复制，别光靠主库。我之前用的是Slony-I，后来发现它太慢，换成了pg_rewind。这个工具在误删数据后能快速恢复，但必须得在同一个集群里面用。还有个技巧是用pg_stat_statements来分析慢查询，找到真正占用资源的语句，再根据它的锁情况优化。别用那些画饼的工具，真实在的命令才是硬道理。

你要是真想把PG并发控制玩明白，得先知道锁的类型，比如行锁、表锁、ADVISORY锁，还有锁的等待机制。我之前看到有人在写入前加ADVISORY锁，结果反而在高并发下锁住了整个队列。最后发现他们没给锁加超时，导致死锁。所以，锁的超时时间设置必须像你生命一样重要。

▌ 技术参考
PG并发控制机制是数据库性能优化的重头戏，其核心在于锁与事务隔离的平衡。锁机制决定了哪些操作可以同时进行，哪些必须等待。在实际部署中，锁的类型、并发策略、连接配置、资源分配都直接影响系统的稳定性与吞吐量。在高并发场景中，锁冲突是最常见的系统崩溃诱因。

PG的并发控制由MVCC（多版本并发控制）和锁机制共同构成。MVCC通过版本链实现非阻塞读写，但写操作仍依赖锁。锁分为行锁、表锁、ADVISORY锁等多种形式。在事务中，行锁由UPDATE、DELETE或INSERT触发，而表锁通常由SELECT FOR UPDATE或LOCK TABLE触发。事务隔离级别决定了锁的持有时间和可见性规则。

高并发写入场景下，必须调整max_connections和max_worker_processes参数。例如，设置max_connections=1000并启用max_worker_processes=100，可以让PostgreSQL在连接数激增时保持稳定。此外，work_mem的合理配置也很关键，比如work_mem='128MB'可以有效提升排序和哈希操作的效率，避免阻塞。

在配置文件pg_hba.conf中，连接方式必须谨慎选择。建议优先使用trust或peer方式，因为它们比peer ldap或md5更轻量。同时，需要设置超时参数避免死锁，例如在pg_settings中配置statement_timeout='30min'，防止长事务占用资源。此外，pg_locks和pg_stat_activity是监控系统状态的两大核心视图，定期查询能及时发现异常。

在错误操作中，我见过不少人在批量写入时误用表锁。例如，执行LOCK TABLE table_name IN EXCLUSIVE MODE，这会阻塞所有其他操作，包括只读查询。正确的做法是使用分区表，并在事务中触发行级锁。例如，使用UPDATE table_name SET col = value WHERE condition，配合vacuum的参数优化，减少锁竞争。

锁的等待机制是另一个关键点，PostgreSQL默认使用行级锁，但高并发下会切换到表级锁。可以通过设置lock_timeout='10s'限制锁的等待时间，避免长时间阻塞。此外，使用pg_locks视图查看当前锁状态，例如SELECT FROM pg_locks，能快速定位阻塞源。

在系统性能影响方面，MVCC与锁机制的协同工作至关重要。例如，在执行大量写操作时，如果不合理设置vacuum_cost_pagehit和vacuum_cost_pageseen，会导致锁清理效率低下。合理的参数如vacuum_cost_pagehit=100和vacuum_cost_pageseen=200，能显著提升锁回收速度。

适用场景方面，高并发写入和复杂事务是PG并发控制的关键挑战。例如，在电商秒杀、股票交易等场景中，必须结合MVCC与锁机制，确保事务的原子性和隔离性。同时，锁策略的选择会影响系统的响应时间，因此需要在性能与数据一致性之间找到平衡点。

替代方案方面，逻辑复制和流复制是近年来的主流选择。例如，使用pg_rewind实现快速数据恢复，或者结合Slony-I进行分布式数据同步。这些方案在高并发下表现更优，但需要额外的配置和维护。此外，PostgreSQL的分布式扩展如Citus也是替代方案之一，适合大规模数据处理。

在实际操作中，需要监控锁的使用情况，并根据系统负载动态调整参数。例如，使用pg_stat_statements分析慢查询，找出锁冲突频繁的语句。然后，优化这些语句的执行计划，减少锁持有时间。此外，定期执行vacuum和analyze，可以提高锁清理效率，避免死锁和锁等待问题。

ADVISORY锁是另一种常见的锁类型，常用于用户自定义锁。例如，使用SELECT pg_advisory_lock(12345)来进行资源协调。但要注意，ADVISORY锁不会自动释放，必须在事务中显式调用pg_advisory_unlock。否则会导致锁堆积，影响后续操作。

在性能对比方面，使用READ COMMITTED隔离级别会比REPEATABLE READ更轻量。例如，在高并发写入场景中，REPEATABLE READ会导致锁冲突激增，而READ COMMITTED允许更频繁的提交，减少锁持有时间。但需要权衡数据一致性的风险，确保业务逻辑能容忍脏读。

在配置文件中，可以通过设置shared_buffers='4GB'和effective_cache_size='8GB'提高缓存效率，减少锁冲突。同时，调整work_mem参数，比如work_mem='256MB'，可以提升排序和哈希操作的效率。这些参数的调整需要结合实际负载进行测试，避免盲目设置导致性能下降。

锁冲突的解决方法包括优化事务逻辑、使用更细粒度的锁类型，以及定期清理锁。例如，在事务中避免不必要的锁持有，使用BEGIN和COMMIT快速关闭事务。另外，使用pg_locks视图查找阻塞事务，如SELECT FROM pg_locks WHERE mode = 'AccessExclusiveLock'，并针对性处理。

在分布式系统中，锁机制可能变得复杂。例如，使用逻辑复制时，需要配置slot_wal_keep_segments='32'和slot_max_lag='10MB'，确保复制槽不会被清理。同时，在主从架构中，需要监控锁的传播情况，避免从库因锁冲突导致延迟或崩溃。

最后，实际经验表明，正确配置锁和事务隔离级别是系统稳定的关键。例如，使用READ COMMITTED隔离级别，并结合行级锁，能大幅提升并发性能。但必须定期检查锁状态，确保没有长时间阻塞的事务。