答案：通过分表设计、分区优化、非阻塞写入和精准索引，PostgreSQL可高效支撑电商订单系统。具体包括：1. 核心表精简字段，拆分冗余数据；2. 按时间分区提升读写性能；3. 避免锁争抢，采用分布式ID和异步落库；4. 合理创建组合索引与部分索引，减少写入开销。
电商订单系统对数据库的写入性能和数据一致性要求很高，PostgreSQL 作为功能强大的关系型数据库，通过合理的表结构设计和优化策略，完全可以支撑高并发订单场景。关键在于如何建模以支持高频写入、快速查询和未来扩展。
1. 订单核心表设计：分表与字段精简
高频写入场景下，单表膨胀会严重影响性能。订单表应遵循“宽表拆分、冷热分离”原则。
主订单表（order_master） 存储核心交易信息，保持字段精简：
- order_id（BIGSERIAL PRIMARY KEY）— 使用 BIGINT 避免 ID 溢出
- user_id（BIGINT NOT NULL）— 建立索引，用于用户订单查询
- order_status（SMALLINT NOT NULL）— 用数字表示状态（如 10=待支付，20=已支付）
- total_amount（DECIMAL(10,2)）— 精确金额存储
- created_at（TIMESTAMP WITH TIME ZONE DEFAULT NOW()）— 按时间分区依据
- updated_at（TIMESTAMP WITH TIME ZONE）
避免在主表中加入冗余字段（如商品名称、用户昵称），这些可从其他表关联获取。
2. 分区表提升写入效率
按时间对订单表进行分区，能显著提高写入和查询性能，尤其适合保留策略（如只查近6个月）。
- 使用 PostgreSQL 的声明式分区（如 RANGE 分区 on created_at）
- 每月或每周创建一个分区表，例如 order_2024_08
- 新订单自动落入对应时间分区，写入更分散
- 历史分区可转为表空间到慢速磁盘，节省成本
示例分区命令：
CREATE TABLE order_master PARTITION OF order_master_base FOR VALUES FROM ('2024-08-01') TO ('2024-09-01');
3. 避免锁争抢：使用非阻塞写入策略
高并发下单容易引发行锁或索引锁冲突。优化手段包括：
- 避免在高写入字段上建立唯一约束（如订单编号可用分布式ID生成器保证唯一，不在DB层强校验）
- 使用 UNLOGGED 表 存储临时订单草稿（注意：实例崩溃会丢失）
- 异步落库：通过消息队列缓冲订单请求，批量写入数据库
- 减少事务范围，尽量做到“一次插入完成”
4. 索引策略：精准而克制
索引加快查询，但拖慢写入。只在必要字段建索引：
- 必须：user_id + status 的组合索引（用户查订单常用）
- 建议：created_at 单独索引（配合分区使用）
- 避免：在频繁更新的字段（如 order_status）单独建索引
- 考虑使用部分索引：CREATE INDEX idx_unpaid ON order_master(user_id) WHERE order_status = 10;
基本上就这些。合理分区、控制表宽、克制索引、结合应用层缓冲，PostgreSQL 完全能扛住电商订单的高写入压力。不复杂但容易忽略的是：别把订单表当成万能存储，该拆就拆，该异步就异步。
