由 John Doe 十月 14, 2026
考虑使用 Postgres 来协调工作吗？在业务系统中将 Postgres 作为协调器，正在成为一个新的选择。
目录
Michael Cooper 在 Postgres Conference 分享了：在构建 AI 智能体审计账本（AG Ledger）产品时，如何通过极简主义的技术栈演进，最终抛弃传统复杂的分布式云架构（如 Redis/Valkey、BullMQ、Drizzle ORM 等），实现 仅依赖 PostgreSQL + PG Boss 作为唯一有状态核心的架构经验与心得总结。
背景与业务痛点：为什么选择重构架构？
1. 产品定位：
构建一个面向 AI 智能体（AI Agent）操作的审计账本（Append-only Ledger），通过加密哈希链记录并离线验证 AI 的每一个动作，确保其意图与执行结果一致。
2. 核心业务挑战：
智能体的特性：AI 智能体具有高度的概率性（Probabilistic）、突发流量大（Burstiness）以及行为路径不可预测的特点。
数据主权与私密性：大企业客户绝不允许包含系统记录和智能体操作日志的敏感数据离开自身环境。因此，产品必须支持私有化部署（Self-hosted）甚至在完全离线（Disconnected）的环境下稳定运行。
传统架构的沉重负担：初期采用传统的多服务 SaaS 架构（AWS ECS、RDS、Redis/Valkey、BullMQ、Drizzle ORM 等包含十几个依赖项），在企业私有化部署时带来了极高的维护成本和复杂度。
技术栈精简与决策对比
主讲人在重构过程中主要进行了两项关键的架构“减法”：
1. 放弃 Drizzle ORM，回归原生 SQL：
原因：初期使用 ORM 是为了降低人类对 SQL 的理解门槛。但在 AI 辅助编码时代，直接与 AI 协作编写和调试原生 SQL 更加高效、透明，ORM 反而增加了隐藏 Bug 的抽象层。
2. 用 PG Boss 替代 Valkey / Redis 及 BullMQ：
原因：原先使用 Redis/Valkey 和 BullMQ 来处理队列、缓存和速率限制计数器（Rate limit counters）。为了减少企业私有化部署的依赖项（从 12+ 降至极简），发现 PostgreSQL 搭配 PG Boss 插件完全能够胜任队列与任务调度工作。
结论：虽然专用缓存组件在某些单一指标上可能更强，但 PostgreSQL 带来的“单一依赖、极低复杂度”优势远远超过了微小的性能差异。
核心架构设计与优化策略
1. 数据库作为唯一有状态组件：
Postgres 统一承载：账本状态、加密链、任务队列（PG Boss）、锁机制、定时调度器、失效总线（Invalidation bus）以及速率限制计数器。
2. Schema（架构设计）从代码走向数据库：
随着 AI 智能体的迭代速度极快，数据结构变化频繁。将 Schema 从代码中剥离并移入数据库，允许客户根据智能体的变化近乎实时地调整数据形态，极大提高了系统的灵活性。
3. Autovacuum（自动清理）调优：
针对高频写入和删除的临时队列任务，将热点队列的 Vacuum 清理保留期缩短至 1 小时。由于账本核心数据具有强实时性且不依赖历史日志进行重放，缩短日志保留时间有效避免了性能崩塌。
架构重构的收益与性能评估
1. 实际收益：
更小的代码库：移除了大量辅助组件，降低了故障率。
极低的管理成本：企业客户可通过私有化部署（如交付 Tarball 镜像）轻松运维，摆脱了依赖地狱。
出色的性价比：在极端压力和对抗性测试中，系统在成本仅为 0.65 美元/小时的小型 AWS 虚拟机上依然表现出极高的稳定性（队列偶有滞后但系统绝不崩溃）。
2. 性能表现：
预期中的性能下降并没有发生；虽然连接数管理（Connections）需要特别注意，但整体性能持平甚至略有提升，完全满足生产环境需求。
核心结论
“足够好”胜过“完美堆砌”：在当今的技术生态下，盲目追求单一组件极致性能带来的往往是高昂的复杂性代价。对于许多场景而言，Postgres + PG Boss 提供的“单一状态架构”方案在开发效率、运维简便性和运行成本上实现了完美的平衡。
开源社区致谢：高度评价了 PostgreSQL 社区及 PG Boss 贡献者的工作，认为其坚实的底层能力使得轻量级企业级架构成为可能。
参考
Michael Cooper: When Postgres is Enough: Postgres as a Coordinator