这是一篇关于在 PostgreSQL 中实现“获取或创建”操作的文章，涵盖了多种实现方式及其优缺点，主要内容总结如下：

• 实现“获取或创建”的方式及相关问题：

  • “获取或创建”操作常见于数据库数据同步，实现时可能遇到竞态条件、并发问题和数据膨胀等。
  • 可以通过函数get_or_create_tag实现，先检查是否存在，不存在则创建并返回。但此方法在并发情况下可能失败，可通过捕获异常处理。
  • 对于预期多数标签为新标签的情况，可调整实现以避免初始检查，直接插入，若插入失败则查询并返回已存在的标签，但此方法会导致每次唯一约束违例都被记录。
  • 依赖唯一约束违例可能导致数据膨胀，如插入大量已存在的标签会使表膨胀，需要手动清理。
  • 可以使用WITH子句避免触发唯一约束违例，通过插入新标签并查询表来获取结果，但要注意子语句的并发执行和结果可见性问题。
  • 并发执行时，即使构造的查询旨在避免唯一约束违例，仍可能出现违例，因为在检查和插入之间可能有其他进程插入了相同的值。
  • 使用INSERT ON CONFLICT子句可以处理冲突，避免数据膨胀，但要注意返回的数据和序列间隙等问题。
  • 尝试通过更新已存在的行来避免重复查询可能导致数据膨胀，应避免这种做法。
  • MERGE语句可用于同步数据，不要求目标表有唯一或排除约束，能处理更复杂的同步逻辑，但截至 PostgreSQL 16 不支持RETURNING子句，而 PostgreSQL 17 开始支持。

• 关于幂等性和并发性的讨论：

  • 在并发环境中，即使使用了上述各种方法，仍可能存在幂等性和并发性问题，如在不同隔离级别下，并发事务对相同数据的操作可能导致不一致的结果。
  • MERGE和INSERT ON CONFLICT在处理冲突时行为不一致，MERGE WHEN MATCHED DO NOTHING可能导致唯一约束违例，且在无约束情况下可能插入重复值。

• 总结：

  • “获取或创建”操作在 OLTP 和数据仓库系统中常见，但实现正确有难度，要考虑幂等性、并发性、数据膨胀和约束等方面。
  • 各种实现方式各有优缺点，如INSERT ON CONFLICT可避免数据膨胀但需约束，MERGE不要求约束但行为较复杂。
  • 要注意WITH子句的并发执行和结果可见性问题，以及不同语句在并发环境下的差异和限制。