破索式 - 搞定数据分析

　　PostgreSQL具有强大的数据挖掘能力，可以通过一条SQL搞定数据挖掘，例如：

　　SELECT kmeans(ARRAY[x, y, z], K) OVER (), * FROM samples;

　　这条语句就可以实现聚类分析;同时PostgreSQL支持GPU，CPU并行计算，处理能力达到25GB/s，已经达到目前内存极限;此外PostgreSQL还兼容MADLib库(支持几百个机器学习库函数、对应各种数学模型)、PL/R,、PL/Python。

　　图七 破索式 - 搞定数据分析

　　破掌式 - 搞定秒杀(高并发行锁竞争)

　　图八 破掌式 - 搞定秒杀(高并发行锁竞争)

　　在物联网领域，例如秒杀等场景行锁竞争强烈。传统的行锁具有无效等待多、无效等待用户长时间占用会话资源、发现锁冲突的代码路径长，需进行大量CPU运算等弊端。PostgreSQL提供了超轻锁((advisory LOCK))来解决高并发锁竞争问题，通过CPU运算发现行锁之前就知道是不是存在冲突，大大缩短CPU计算、等待资源，比如在秒杀抢手机的活动中，给定每个手机一个编号，拿到编号的用户才可以进行抢手机，这样就解决了并行度的问题，整体性能得到了近百倍的提升。

　　破箭式 - 搞定模糊、正则查询

　　图九 破箭式 - 搞定模糊、正则查询

　　物联网中，对高效的模糊、相近度查询需求，较大传统查询方式是采用全表扫描的方式，百亿数据的查询响应至少是小时级别的。在PostgreSQL中，通过使用GIN R-TREE索引可以将查询时间缩短到秒级。

　　这里举一个模糊查询的例子，如上图所示的车牌，尽管对其中一部分做了遮挡，在PostgreSQL中，通过下几行语句，就可以轻松查出车主的个人信息：

　　select 'postregsql' % 'postgresql';

　　postgres=# select similarity('postregsql','postgresql');

　　similarity

　　------------