求mk——AI 时代首选数据库

这门 Postgres 课，重点不在「入门」两个字

标题挂的是「AI 时代首选数据库」，但如果只冲着 AI 四个字去看，很容易在开头的环境搭建章节就失去耐心。这门课真正的价值，藏在它把 PostgreSQL 讲成了一套「可迁移的关系型数据库思维」——它没有把 Postgres 当成一个孤立的工具来教，而是放在向量检索、JSON 半结构化数据、并发写入这些近两年被 AI 应用反复拉扯的场景里去校准。

换句话说，它想回答的不是「Postgres 怎么装」，而是「当业务里开始混进 embedding、日志、用户画像这类东西时，为什么选型会滑向 Postgres」。

课纲含金量：三个阶段，含金量并不平均

从目录结构看，整体走的是基础语法 → 查询进阶 → 实战集成的路子。但三段的质量并不齐平，挑着看比顺序刷更划算。

• 基础段：数据类型、建表、约束、基础 CRUD。这部分适合零基础快速过一遍，但如果你已经写过 MySQL，可以两倍速甚至跳着看，重点留意 Postgres 特有的类型系统，比如数组、范围类型、JSONB 的写法差异。这是后面所有进阶内容的地基。
• 查询与性能段：这是全课最值得精看的部分。多表连接、子查询、窗口函数、索引原理、执行计划分析，基本都在这一段。窗口函数和 EXPLAIN 的讲解密度明显高于其他章节，属于反复回看的类型。
• 实战与 AI 场景段：把数据库能力落到真实场景，涉及扩展、全文检索、与外部服务的对接思路。这一段节奏偏快，信息密度大但铺垫少，更适合有一定基础后再回头重看。

哪几章值得精看，哪几章可以快进

如果时间有限，建议把精力压在三个点上。第一是索引与执行计划，这是 PostgreSQL 拉开水平的地方，也是面试和排障时最常被追问的；第二是事务与并发控制，MVCC 的机制理解不透，后面调优全是盲猜；第三是 JSONB 与全文检索，这两块正好对应了「AI 时代」这个标题的真实含义——不是让你用 Postgres 跑模型，而是让它承接模型产出的结构化与非结构化数据。

相对可以快进的，是最前面的安装配置和最后的部署运维演示。前者跟着做一遍即可，后者属于查阅型内容，遇到问题再回来定位，没必要一次看完。

资料包怎么拆开用

拿到资料包后，别急着从头顺着播。比较高效的做法是按用途拆成三类：

• 语法速查类：基础操作和常用命令，当作备查手册，遇到写不出来再翻。
• 原理精读类：索引、事务、执行计划这些章节，建议配合自己的笔记单独整理，最好动手在本地库上跑一遍对照结果。
• 场景参考类：实战与集成部分，看的是思路而不是代码本身，适合在做一个真实小项目时同步对照。

另外提醒一句，这类实战课最大的坑是「看会了」和「写出来」之间的差距。数据库尤其如此，光看执行计划讲解不动手，遇到真实慢查询照样懵。建议每看完一个性能相关的章节，就自己造一张表、写几条 SQL 去验证，把课程内容转成自己的调试直觉。

总体而言，这门课不适合当成速成教材，更适合当成一本可以反复翻的 Postgres 参考读物。把进阶部分吃透，基础部分快过，它的性价比才算真正兑现。