通用数据库就像带装修的房子一样，如果按数据库的功能划分，可以分为豪华装修、精装、简装。
postgresql从sql兼容性、功能、性能、稳定性等方面综合评价的话，绝对算得上豪华装修级别的，用户拎包入住就可以。
不过通用的毕竟是通用的，如果g点不对的话，再豪华的装修你也爽不起来，这是很多通用数据库的弊病，但是今天postgresql数据库会彻底颠覆你对通用数据库的看法。
花了2个通宵，写了一份postgresql内核扩展指南，时间有限，内容以入门为主。
希望更多人对postgresql内核扩展有个初步的了解，内核扩展并不需要对数据库内核有非常深的了解，用户只要把重点放在业务上，利用postgresql开放的api实现对数据库内核能力的扩展，打造属于自己的数据库。
在回答这个问题前，我们先回答这个问题。
数据库是不是存数据就可以了？所有的运算都交给应用程序来？
在数据大集中、硬件成本高的年代。在较为general的硬件条件下，为了避免数据库的计算成为瓶颈你可能会这样做，把数据库用得尽量简单，几乎不做任何的运算，只做简单的增删改查。
随着数据库技术的发展，水平分库被越来越多的得到应用。同时硬件也在不断的发展，cpu核数、内存带宽、块设备的带宽和iops的发展都很迅猛。甚至gpu辅助运算也开始逐渐成为加速的焦点。
数据库的所依托的硬件运算能力已经非常强大，这种情况下只把数据库用作简单的数据存取会带来什么问题呢？
我之前写过一篇《论云数据库编程能力的重要性》，可以读一下，也许能找到以上问题的灵感。
<a href="https://yq.aliyun.com/articles/38377">https://yq.aliyun.com/articles/38377</a>
伴随硬件的飞速发展，叠加数据库的分片技术的发展，现如今使用general硬件的数据库也不再是瓶颈。
对于oltp的query，数据库往往可以做到us级响应，而在网络层可能要花上毫秒级的时间。业务逻辑越复杂，与数据库交互的次数越多，网络rt会成倍的放大，影响用户的体验。
逻辑更复杂一些的场景，需要将数据取到应用端，在应用端处理，这会涉及到move data，也会较大程度的放大网络rt。move data的模式正在逐渐成为影响用户体验、效率，浪费成本的罪魁祸首。
如果能把数据库打造成为同事具备数据存储、管理与处理能力为一体的产品。在数据库硬件资源充足的情况下，把一些数据库能处理的逻辑交给数据库处理，将极大的降低延迟，在高并发低延迟的应用场景非常有效。
这考验的就是数据库的扩展能力。
我提炼了3点适合做内核扩展的理由，有遗漏的话尽量来补充啊，谢谢。
.1. 接口丰富
postgresql有哪些开放接口？
udf（可以扩展 聚合、窗口以及普通 的函数）
<a href="https://www.postgresql.org/docs/9.5/static/xfunc-c.html">https://www.postgresql.org/docs/9.5/static/xfunc-c.html</a>
gist, sp-gist, gin, brin 通用索引接口，允许针对任意类型自定义索引
<a href="https://www.postgresql.org/docs/9.5/static/gist.html">https://www.postgresql.org/docs/9.5/static/gist.html</a>
... ...
允许自定义扩展索引接口 (bloom例子)
<a href="https://www.postgresql.org/docs/9.6/static/bloom.html">https://www.postgresql.org/docs/9.6/static/bloom.html</a>
<a href="https://www.postgresql.org/docs/9.6/static/xindex.html">https://www.postgresql.org/docs/9.6/static/xindex.html</a>
操作符，允许针对类型，创建对应的操作符
<a href="https://www.postgresql.org/docs/9.5/static/sql-createoperator.html">https://www.postgresql.org/docs/9.5/static/sql-createoperator.html</a>
自定义数据类型
<a href="https://www.postgresql.org/docs/9.5/static/sql-createtype.html">https://www.postgresql.org/docs/9.5/static/sql-createtype.html</a>
fdw，外部数据源接口，可以把外部数据源当成本地表使用
<a href="https://www.postgresql.org/docs/9.5/static/fdwhandler.html">https://www.postgresql.org/docs/9.5/static/fdwhandler.html</a>
函数语言 handler，可以集成任意高级语言，作为数据库服务端的函数语言（例如java, python, swift, lua, ......）
<a href="https://www.postgresql.org/docs/9.5/static/plhandler.html">https://www.postgresql.org/docs/9.5/static/plhandler.html</a>
动态fork 进程，动态创建共享内存段.
<a href="https://www.postgresql.org/docs/9.5/static/bgworker.html">https://www.postgresql.org/docs/9.5/static/bgworker.html</a>
table sampling method, 可以自定义数据采样方法，例如创建测试环境，根据用户的需求定义采样方法。
<a href="https://www.postgresql.org/docs/9.5/static/tablesample-method.html">https://www.postgresql.org/docs/9.5/static/tablesample-method.html</a>
custom scan provider，允许自定义扫描方法，扩展原有的全表扫描，索引扫描等。（例如gpu计算单元可以通过dma直接访问块设备，绕过user space，极大的提高传输吞吐率）
<a href="https://www.postgresql.org/docs/9.5/static/custom-scan.html">https://www.postgresql.org/docs/9.5/static/custom-scan.html</a>
自定义redo日志encode,decode接口，例如可以用它打造黑洞数据库
<a href="https://www.postgresql.org/docs/9.6/static/generic-wal.html">https://www.postgresql.org/docs/9.6/static/generic-wal.html</a>
用户可以利用这些接口，打造适合业务的私人订制的数据库。来适配各种特殊场景的需求。
关键是你不需要了解数据库内部的实现，只需要使用这些扩展接口就可以了。
全球使用最广泛的地理位置信息管理系统postgis就是通过这种接口扩展的postgresql插件。
（集自定义的数据类型，自定义的操作符，以及在gin、gist、sp-gist、b-tree上开发的索引与一身的插件）
.2. postgresql是进程模式
进程模式也是优势？ 必须的。
相比线程模式，多进程相对来讲稳定性较好，一个进程挂掉，重新拉起来就好，但是一个线程crash会导致整个进程都crash。
你肯定不希望给数据库加个功能就把数据库搞挂吧，如果是线程模式，扩展数据库的功能就需要非常谨慎。
而postgresql提供的接口已经有非常多年的历史，通过这些接口开发的插件也是不计其数，接口非常稳定，再加上进程模式，你可以大胆的扩展postgresql的功能。 后面我会给大家看看有哪些不计其数的插件。
.3. bsd许可
擦，bsd许可也是优势？ 必须的。
如果你要把你加过功能的postgresql包装成产品售卖，你就会发现bsd的好。 它允许你任意形式分发。
c类型和sql类型的对应关系
c函数是扩展中最基本的用法，必须掌握。
聚合、窗口、数据类型、操作符、索引，fdw等，都是围绕或者直接基于c func的。
后面你就会理解了，特别是看了语法后，会有更深刻的理解。
希望理解好迭代函数，迭代函数的输入参数，初始迭代值，迭代中间结果，以及终结函数，和终结类型。
数据类型最基本的是输入和输出函数，分别将sql的text输入转换成c的输入，将c的输出转换成sql的text。
文本是需要依赖字符编码的，所以pg还支持基于二进制的输入和输出函数，通常可以用来实现数据的逻辑复制，而不需要关心编码的转换问题，所见即所得。
操作符其实也是函数的抽象，包括操作符的元，操作符的操作数的类型，以及操作符的等价操作符以及反转操作符的定义（被query rewrite用来重写sql，以适用更多的执行计划选择）
例如: a<>1 等价于 not (a=1)，这样的，都是可以互换的。
与操作符相关的，还有优化器相关的option以及join的选择性因子。
自定义索引也非常简单，需要实现索引方法中必须的support函数，同时将操作符添加到索引的op class即可。
这些op就可以用这个索引。
gin,gist,sp-gist,brin索引接口的strategy是不固定的，用户可以自行根据索引功能的形态增加。
btree和hash索引接口的strategy是固定的。
取自contrib
pg-strom利用了planner的hook，在生成执行计划时，使用自定义的执行计划生成器，打造属于自己的执行计划。
同时通过custom scan provider，用户可以使用gpu计算单元使用dma的方式直接访问块设备，绕过了buffer cache，提升访问吞吐率。
同时自定义计算节点，包括join，排序，分组，计算等，都可以交给gpu来处理。
这样就实现了gpu加速的目的。
bulk数据计算。
例如
动态路径规划。
基于bit运算的人物、人群、企业、小区、城市画像等。
大量数据的文本分析和学习。
(笔误，这可能不是gpu的强项，gpu的强项是bulk计算，对延迟没要求，但是对处理能力有要求的场景。)
(点面判断属于oltp的场景，不需要用到gpu)
deepgreen, vitessedb, redshift都在使用llvm技术，加速bulk 计算的场景。
postgresql非常适合内核功能扩展，空口无凭。
我给大家列举一些例子。
基因测序插件
<a href="https://colab.mpi-bremen.de/wiki/display/pbis/postbis">https://colab.mpi-bremen.de/wiki/display/pbis/postbis</a>
化学类型插件
<a href="http://rdkit.org/">http://rdkit.org/</a>
指纹类型插件
地理位置信息管理插件
<a href="http://postgis.org/">http://postgis.org/</a>
k-v插件: hstore, json
流式数据处理插件
<a href="http://www.pipelinedb.com/">http://www.pipelinedb.com/</a>
时间序列插件
<a href="https://github.com/tgres/tgres">https://github.com/tgres/tgres</a>
近似度匹配: pg_trgm
es插件
<a href="https://github.com/mikulas/pg-es-fdw">https://github.com/mikulas/pg-es-fdw</a>
r语言插件
<a href="http://www.joeconway.com/plr/">http://www.joeconway.com/plr/</a>
分布式插件
<a href="https://github.com/citusdata/citus">https://github.com/citusdata/citus</a>
列存储插件
<a href="https://github.com/citusdata/cstore_fdw">https://github.com/citusdata/cstore_fdw</a>
内存表插件
<a href="https://github.com/knizhnik/imcs">https://github.com/knizhnik/imcs</a>
外部数据源插件
<a href="https://wiki.postgresql.org/wiki/fdw">https://wiki.postgresql.org/wiki/fdw</a>
hll,bloom,等插件
数据挖掘插件
<a href="http://madlib.incubator.apache.org/">http://madlib.incubator.apache.org/</a>
中文分词插件
<a href="https://github.com/jaiminpan/pg_jieba">https://github.com/jaiminpan/pg_jieba</a>
<a href="https://github.com/jaiminpan/pg_scws">https://github.com/jaiminpan/pg_scws</a>
cassandra插件
<a href="https://github.com/jaiminpan/cassandra2_fdw">https://github.com/jaiminpan/cassandra2_fdw</a>
阿里云的对象存储插件 oss_fdw
<a href="https://yq.aliyun.com/articles/51199">https://yq.aliyun.com/articles/51199</a>
可以找到开源postgresql插件的地方
<a href="https://git.postgresql.org/gitweb/">https://git.postgresql.org/gitweb/</a>
<a href="http://pgxn.org/">http://pgxn.org/</a>
<a href="http://pgfoundry.org/">http://pgfoundry.org/</a>
<a href="https://github.com/">https://github.com/</a>
<a href="http://pgrouting.org/">http://pgrouting.org/</a>
<a href="https://github.com/pgpointcloud/pointcloud">https://github.com/pgpointcloud/pointcloud</a>
<a href="https://github.com/postgrespro">https://github.com/postgrespro</a>
以上都是postgresql非常适合内核扩展的见证。
图像识别
基于地理位置，o2o的任务调度
电路板检测
脚模
路径规划
透明的冷热数据分离
物联网行业
金融行业
... ...
postgresql几乎任何领域都可以深入进去。
.1. postgresql 的 进程模式 ，为内核扩展提供了非常靠谱的保障。
.2. 你 不需要了解pg内核 是如何编写的，你只需要了解业务，同时使用pg提供的api接口，扩展pg的功能。
.3. 几乎所有扩展都是基于 c func 的，所以你务必要掌握好postgresql c func的用法。
.4. postgresql有 bsd许可 的优势，在其他开源许可吃过亏的大型企业，现在都非常重视开源许可了。(如果你现在不重视，难道等着养肥了被杀^-^？)
.5. postgresql的扩展能力是它的 核心竞争力 之一，好好的利用吧。
一起来打造属于自己的数据库，发挥postgresql的真正实力，开启一个新的数据库时代吧。
postgresql、greenplum、mysql、redis、mongodb、hadoop、spark、sql server、sap、... ... 只要是你见过的数据库，都有可能在阿里云上相遇。
技术提高生产力，一起为社会创造价值。