Database 如果postgres的性能较低，我应该选择哪个数据库

在一个支持5000多名用户的网络应用程序中，postgres正成为瓶颈

添加新用户需要1分钟以上。（即使在优化和Win 2k3上）

---

因此，作为一个设计问题，其他哪些数据库可能更好？

首先，我要确保优化确实有用。例如，如果有许多索引，有时添加或修改记录可能需要很长时间。

---

我知道PostgreSQL上运行着几个大型项目，所以请看一下这个问题。

PostgreSQL的扩展性比大多数都好，如果您打算继续使用关系数据库，Oracle将是最好的选择。扩展得更好，但他们有自己的问题，因为设置一个更接近编程。

---

雅虎使用，这应该告诉你一些关于可伸缩性的信息。

我建议在这里查找有关PostgreSQL性能的信息：

---

你正在运行什么版本的PG？随着版本的发展，性能有了很大的提高。

我认为您最好的选择仍然是PostgresSQL。花点时间确保您已经正确地调整了应用程序。在您自信地达到了调优的极限后，开始缓存所有可以缓存的内容。在那之后，开始考虑移动到异步主从设置…您是否在执行OLTP的同一数据库上运行OLAP类型功能？

很可能，这不是PostgreSQL，而是您的设计。换鞋很可能不会让你成为一个更好的舞者

你知道是什么导致了速度慢吗？是争用、更新索引的时间、查找时间吗？ 是否所有5000个用户都在尝试插入5001个用户时同时尝试写入用户表？我相信这会引起一个问题。您可能需要使用一些经过调优的工具来处理极端并发性，比如Oracle

MySQL（我被告知）可以进行优化，以比PostgreSQL更快的读取速度，但就其支持的#事务/秒而言，两者的速度都非常快，这听起来并不是你的问题

---

附言。 我们在对不同答案的评论中进行了一些讨论——请注意，世界上一些最大的、存储方面的数据库是使用Postgres实现的（尽管它们倾向于调整引擎的内部结构）。Postgres在数据大小方面的伸缩性非常好，并发性方面比大多数都好，并且在处理数据方面非常灵活

我希望有一个更好的答案给你，在技术发明30年后，我们应该能够让用户对系统有更少的详细知识，以便它能够顺利运行。但遗憾的是，我所知道的所有产品都需要进行广泛的思考和调整。我想知道StackOverflow的创建者是否可以分享他们如何处理db并发性和可伸缩性？他们正在使用SQLServer，我知道很多

---

p.p.S。

---

所以，我昨天偶然碰到了Oracle中的一个并发问题。我不能完全肯定我是对的，我不是DBA，但这些人解释的是这样的：我们有大量的进程连接到DB并检查系统字典，这显然会强制对它进行短锁，尽管它只是一个读取。解析查询也会做同样的事情。。所以我们（在一个有1000个对象的多tera系统上）有很多强制等待时间，因为进程在系统中相互锁定。我们的系统字典也太大了，因为它包含每个分区所有信息的单独副本，每个表可能有数千个。这与PostgreSQL并没有真正的关系，但需要注意的是——除了检查您的设计之外，还要确保您的查询使用了绑定变量并得到重用，并且对共享资源的压力最小。

如果您确实想从PostgreSQL中切换，Sybase SQL Anywhere在价格/性能上排名第五。它也是前十名中价格最低的选项（到目前为止），也是唯一非微软和非甲骨文的产品

它可以轻松扩展到数千个用户和TB的数据

---

充分披露：我在SQL Anywhere开发团队工作。

让我向您介绍一种最简单、最实用的方法，如果数据库设计真的是最佳的，可以扩展几乎所有数据库服务器：只需将ram增加一倍，即可瞬间提高性能。这就像魔术一样。

请更改运行Postgres的操作系统-Windows端口，尽管它对于扩展用户群非常有用，但它具有（更老、更成熟的）Un*x端口（尤其是Linux端口）。

我们需要更多详细信息：您使用的是什么版本？服务器的内存使用情况如何？你正在清理数据库吗？您的性能问题可能与PostgreSQL无关。

如果您有许多读写问题，您可能希望尝试MySQL，假设问题是Postgres的问题，但您的问题是写问题

仍然，你可能想看看你的数据库设计，并且可能考虑剪辑。对于一个非常大的数据库，您可能仍然需要考虑上述两个问题

根据手头的任务，您可能还希望查看非RDBMS数据库服务器或面向文档的服务器，如Mensia和CouchDB。没有一个工具可以管理所有的任务，所以要明智地选择

---

出于好奇，您是否有任何可能导致此延迟的存储过程？

如上所述，问题不在于您正在使用的特定数据库，即PostgreSQL，而在于以下之一：

• 模式设计，可能需要添加、删除和优化索引
• 硬件也许你要求你的大部分服务器-你说有5k个用户，但他们中很少有人可能同时查询数据库
• 查询：可能定义不清，导致大量的ineff