外部数据包装器（FDW）使远程Postgres表可作为本地表使用，但性能常常不尽如人意。查询可能表现得像分布式系统，数据的移动和往返次数会影响性能。推送机制决定了查询是否在数据源处进行过滤、连接和聚合，成功的推送可以减少数据传输，提高查询效率。手册提供FDW的基本知识、调优方法和案例研究，帮助用户优化查询性能。

Postgres通过外部数据包装器（FDWs）查询外部数据库，但传统FDWs采用同步方式，导致内存压力和响应时间慢。最新的Supabase Wrappers引入异步流式处理，允许Postgres高效查询大数据集，减少内存使用并加快响应时间。利用Rust的异步能力，FDWs可以逐行流式传输数据，提升与现代数据栈的兼容性。

Cal.com推出外部数据包装器，用户可直接从Postgres创建事件预订，支持在单个事务中同时创建事件和预订，适用于个人和企业日程管理。用户可通过外部表查询事件类型和预订信息，并在Postgres中插入预订记录。

外部数据包装器（FDWs）是PostgreSQL的扩展，简化了跨数据库查询，允许用户在不迁移数据的情况下直接从不同PostgreSQL数据库获取信息，适合微服务架构和实时分析。FDWs减少了ETL过程的复杂性，提高了数据整合和实时分析的效率，使开发者能更专注于洞察而非基础设施管理。

外部数据包装器（FDW）是数据库管理系统中的功能，允许在不移动数据的情况下访问外部数据源。PostgreSQL实现了SQL/MED规范，通过常规SQL查询实现对外部数据的访问。文章讨论了PostgreSQL中的两个FDW：dblink和postgres_fdw。dblink用于管理数据库会话和在远程数据库中执行查询，而postgres_fdw提供更好的性能并使用更现代的基础架构。文章还解释了使用dblink和postgres_fdw设置和访问远程数据库的步骤。文章以限制和提到Percona Distribution for PostgreSQL作为可靠的解决方案。

今天发布了Supabase Wrappers，这是一个用于构建Postgres外部数据包装器（FDW）的框架，支持通过SQL查询其他数据库和第三方API。目前支持Firebase和Stripe，未来将支持Clickhouse、BigQuery和Airtable。Wrappers简化了数据访问，提高了数据工程效率。