一、 PostgreSQL 的稳定性极强，的确，MySQL 有多种引擎，也确实 Innodb 等引擎在崩溃、断电之类的灾难场景下抗打击能力有了长足进步，但是，很多 MySQL 用户都遇到过Server级的数据库丢失的场景——mysql系统库是MyISAM的……PG数据库15分钟被闪断四次的前DBA毫无压力的含笑而过。

二、任何系统都有它的性能极限，在高并发读写，负载逼近极限下，PG的性能指标仍可以维持双曲线甚至对数曲线，而 MySQL 明显出现一个波峰后下滑。这些曲线在第三方的测试数据中频繁出现，有兴趣的朋友可以 Google 或自己构建一个测试。

三、在欧美 PG 远没有在中国这么非主流，很多优秀的团队都在用， 主流的开发语言几乎都有 PG 的成熟开发接口，这一点不必有顾虑。像 Python 的 dbapi ，还支持 PG 的异步读写，著名的 SQLAlchemy 对PG的一些特有功能也有支持。

四、PG 多年来在 GIS 领域处于优势地位，因为它有丰富的几何类型，实际上不止几何类型，PG有大量字典、数组、bitmap 等数据类型，通过 SQLAlchemy 这样的工具，可以大大简化开发人员的工作。

五、PG 的“无锁定”特性非常突出，很多 MySQL 需要锁表（也许是在你没有发现的情况下）的操作，PG都可以平滑处理，甚至包括 vacuum 这样的整理数据空间的操作。这就是PG高并发下优异性能的奥秘。

六、PG 的可以使用函数和条件索引，这使得PG数据库的调优非常灵活，而这些功能是经过几十年发展和应用考验的，绝非某个一度反复宣称自己不支持的技术全都是“复杂而无用的”，直到自己支持这些技术为止的数据库产品可以相比的。

七、PG 对于数据分析师有难以抗拒的魅力，它有极其强悍的 SQL 编程能力（9.x 图灵完备，支持递归！），有非常丰富的统计函数和统计语法支持，例如 http://t.cn/zOqiVYc 这里的 window 语法。PG 还可以方便的使用 Python、Perl 甚至任何你喜欢的编程语言写函数。

八、PG 的有多种集群架构可以选择，plproxy 可以支持语句级的镜像或分片，slony 可以进行字段级的同步设置，standby 可以构建WAL文件级或流式的读写分离集群，同步频率和集群策略调整方便，操作非常简单。有年在腾讯广州举办的 barcamp ，我现场演示，一次成功。

九、一般关系型数据库的字符串有限定长度8k左右，无限长 TEXT 类型的功能受限，只能作为外部大数据访问。而 PG 的 TEXT 类型可以直接访问，SQL语法内置正则表达式，可以索引，还可以全文检索，或使用xml xpath。用PG的话，文档数据库都可以省了。

十、PG是BSD类的授权协议，如果你真的对它有足够的兴趣和动力，可以尽情的阅读代码，修改定制。这是出自伯克利校园，历经数十年锤炼的优秀代码，是巨大的宝藏。

==================================================================

最后说一下我感觉 PG 不如 MySQL 的地方。

第一，MySQL有一些实用的运维支持，如 slow-query.log ，这个pg肯定可以定制出来，但是如果可以配置使用就更好了。

第二是mysql的innodb引擎，可以充分优化利用系统所有内存，超大内存下PG对内存使用的不那么充分，

第三是mysql有内存表，这是个被低估的功能。

第四点，MySQL现在允许跳过SQL，在socket上直接调用API，这是个勇敢的尝试，虽然整个社区用的还不多，但是遇到极端场景，需要榨干性能的团队，值得尝试。