pgrust 查询引擎超 ClickHouse
推荐指数 67.0 NO. 015 · 2026.08.08
发布2026/08/07Score159Comments75
为什么值得看
pgrust 0.2 发布新查询引擎，在分析型基准测试 Clickbench 上比 PostgreSQL 快 300 倍，甚至超过 ClickHouse。OLTP 场景也比原生 Postgres 快 30%，核心优化包括算子融合、批量处理和 SIMD 向量化。
编辑判断
Postgres 的火山模型执行引擎是 1980 年代的设计，每次只处理一行数据，现代 CPU 缓存命中率极低。pgrust 的 300 倍提升并非魔法，而是把 DuckDB、ClickHouse 已经验证的向量化执行路线搬进了 Postgres 生态。
真正值得关注的不是 benchmark 数字，而是它证明了"兼容 Postgres 协议 + 列式向量化执行"这个组合的可行性。之前做这方向的是 Hydra、Citus columnar，但都牺牲了大量 SQL 兼容性。pgrust 如果能在 TPC-H 全量 SQL 上保持这个性能，会直接影响正在 ClickHouse 和 Postgres 之间做选型的团队。
建议做实时分析且不想维护两套数据库的工程师，等它的事务语义和索引支持明确后再评估迁移成本，目前 Clickbench 场景偏静态数据，生产环境的更新删除表现还是未知数。
社区反馈
意见分歧 65 条评论
核心争论：AGPL许可证阻碍企业采用 vs 防止云厂商白嫖的必要保护
相关内容
In-depth: ClickHouse vs PostgreSQL ClickHouse引擎是核心特性，不同引擎可显著优化查询结果，如AggregatingMergeTree用于物化视图。 ClickHouse的"独孤九剑"：极速查询的终极秘籍 ClickHouse首次使用向量化计算引擎，利用SIMD指令集加速，单机可处理上亿数据，降本增效。 镜舟：ClickHouse与StarRocks架构对比 ClickHouse采用shared-nothing架构，单机性能出色；StarRocks采用MPP架构，分布式查询优化更智能。 Honest guide to the best ClickHouse alternatives in 2026 ParadeDB在PostgreSQL基础上集成搜索与分析，保持ACID合规，添加专用索引实现向量相似性搜索。
pgrust seems to have good momentum. AGPL is an odd license for a non web project. Postgres is MIT-like, and that drove it's adoption. Have pgrust folks reconsidered this? Else, IMO we can have an independant rust port of pgrust, which can be MIT, which will garner more attention.
2 commits in the repo both generated by claude. This is AI slop, I wonder where you see good momentum?
4K stargazers in a week.