malisper / pgrust

问题：PostgreSQL在分析型查询上性能不足，单进程模型难以利用多核CPU。

方案：pgrust采用线程每连接模型，分析型工作负载比PostgreSQL快约300倍，接近ClickHouse。

示例：在ClickBench基准测试中，pgrust仅比ClickHouse慢2倍，且有望超越，适合替代PostgreSQL处理轻量分析任务。

问题：PostgreSQL的进程每连接模型在高并发事务下资源消耗大，性能瓶颈明显。

方案：pgrust使用线程每连接模型，事务工作负载比PostgreSQL快50%，同时内置连接池减少连接开销。

示例：电商秒杀场景下，pgrust能处理更多并发写入请求，无需额外部署连接池中间件。

问题：迁移到新数据库通常需要数据导出导入和兼容性测试，耗时且风险高。

方案：pgrust磁盘兼容PostgreSQL 18.3，可直接挂载现有数据目录启动，无需修改数据。

示例：将现有PostgreSQL 18.3数据目录指向pgrust实例，即可无缝切换，所有已有数据和表结构立即可用。

问题：AI生成的SQL可能包含性能差或危险的查询，导致数据库崩溃或数据泄露。

方案：pgrust计划内置运行时护栏，可限制查询资源消耗和危险操作，适合作为AI应用的数据库后端。

示例：在AI数据分析工具中，pgrust自动拦截超时或全表扫描查询，防止恶意或错误SQL影响系统稳定性。