آخر تحديث: 20 Aug, 2026

Storing Emails in Databases vs. File Systems: PST, MBOX, and Beyond

تخزين رسائل البريد الإلكتروني في قواعد البيانات مقابل أنظمة الملفات: PST، MBOX، وما بعده

كل نظام برمجي يستهلك أو يؤرشف أو يخدم البريد الإلكتروني يواجه في النهاية نفس مفترق الطرق المعمارية: هل يجب أن تكون الرسائل داخل قاعدة بيانات منظمة أم مباشرة على نظام ملفات؟

على السطح، يبدو البريد الإلكتروني بسيطًا بشكل مخادع—كتلة من الرؤوس، جسم نص عادي أو HTML، وربما بعض المرفقات المشفرة بـ MIME. ومع ذلك، عندما تقوم بتوسيع النطاق من صندوق بريد سطح مكتب لمستخدم واحد إلى ملايين الرسائل المؤسسية، أو أرشيفات الامتثال، أو خطوط أنابيب SaaS متعددة المستأجرين، فإن محرك التخزين الأساسي يحدد كل شيء من زمن استجابة الاستعلام إلى التعافي من الكوارث.

دعونا نوضح كيف تتقارن الحاويات الكلاسيكية القائمة على الملفات مثل PST وMBOX مع قواعد البيانات العلائقية وNoSQL، حيث تتناسب صيغ الرسائل الفردية مثل EML وMaildir، ولماذا تنتهي معظم الأنظمة الإنتاجية باستخدام نهج مختلط.

1. تخزين نظام الملفات: حاويات البريد الكلاسيكية

تخزين رسائل البريد الإلكتروني على نظام ملفات قديم قدم بروتوكول SMTP نفسه. بدلاً من تشغيل خدمة قاعدة بيانات، كانت خوادم البريد وعملاء سطح المكتب تاريخيًا يكتبون الرسائل مباشرةً إلى القرص باستخدام إما حاويات ملف واحد أو دليل ملف واحد لكل رسالة.

MBOX: الحصان العامل للنص العادي المتسلسل

نشأت في أنظمة البريد المبكرة على يونكس، MBOX يخزن مجلدًا كاملاً من رسائل البريد داخل ملف نصي عادي واحد، متسلسل. يبدأ كل رسالة بسطر فاصل خاص From ، يليه رؤوس RFC 5322 القياسية، جسم الرسالة، والمرفقات المشفرة بـ Base64.

  • نقاط القوة: لأن MBOX هو تنسيق نصي مفتوح وقابل للقراءة البشرية، فهو مدعوم عالميًا عبر Thunderbird وApple Mail وتصديرات Google Takeout وأدوات سطر الأوامر في يونكس (grep, awk, sed). إضافة بريد إلكتروني جديد إلى نهاية الملف هو كتابة متسلسلة $O(1)$.
  • نقاط الضعف: تحديث العلامات (مثل وضع علامة “مقروء” على البريد) أو حذف رسالة في وسط ملف MBOX بحجم 10 جيجابايت يجبر العميل على إعادة كتابة أجزاء ضخمة من الملف. والأسوأ، أن تلف قطاع واحد من القرص أو فشل قفل الكتابة المتزامن يمكن أن يفسد حدود الفواصل ويشوّش كامل صندوق البريد.

PST: حاوية B-Tree المملوكة لشركة مايكروسوفت

يتبع جدول التخزين الشخصي (PST) من مايكروسوفت نهجًا مختلفًا تمامًا. بدلاً من النص العادي، فإن ملف PST هو في الأساس ملف قاعدة بيانات ثنائي مستقل مُنظم حول أشجار B وجداول التخصيص.

  • نقاط القوة: يحتوي ملف .pst واحد على رسائل البريد الإلكتروني، وتسلسلات المجلدات، وأحداث التقويم، وجهات الاتصال، والمهام، وبيانات التعريف الخاصة بـ Outlook. يدعم ضغطًا مدمجًا، وتشفيرًا، وفهرسة مُنظمة دون الحاجة إلى خادم قاعدة بيانات خارجي.
  • نقاط الضعف: PST هو تنسيق مغلق ومملوك مرتبط ارتباطًا وثيقًا بنظام Windows وMicrosoft Outlook. عادةً ما تصل أحجام الملفات إلى حوالي 50 جيجابايت كإعداد افتراضي في تكوينات Outlook الحديثة، وتخزين ملفات PST عبر مشاركات الشبكة مشهور بالتسبب في فساد الفهرس.

Maildir و EML: ملف واحد لكل رسالة

للتخلص من كوابيس القفل والفساد في ملفات MBOX وPST الضخمة، تقوم بنى مثل Maildir (التي روج لها Qmail وDovecot) بتخزين كل بريد إلكتروني على حدة كملف منفصل—غالبًا ما يكون مُنظمًا كملفات .eml القياسية (RFC 5322)—مُرتبة عبر أدلة tmp/ وnew/ وcur/.

  • نقاط القوة: تحركات الملفات الذرية تلغي التنافس على القفل. إذا تعطل قطاع قرص، تخسر بريدًا إلكترونيًا واحدًا بدلاً من عشر سنوات من المراسلات. النسخ الاحتياطية القياسية لنظام التشغيل، rsync، واللقطات المتزايدة تصبح سهلة.
  • نقاط الضعف: تخزين ملايين الملفات الصغيرة يستهلك inodes نظام الملفات ويقلل من أداء سرد الدلائل ما لم تقم بتقسيم الدلائل حسب التاريخ أو التجزئة (مثال: /2026/11/14/a3/msg-id.eml). البحث النصي الكامل عبر ملفات .eml الخام بطيء جدًا بدون ملف فهرس منفصل.

2. تخزين قاعدة البيانات: محركات العلاقات و NoSQL

عندما تحتاج التطبيقات إلى بحث فوري، تزامن متعدد المستخدمين، تحكم بالوصول قائم على الأدوار، أو تحليلات معقدة (مثل منصات إدارة علاقات العملاء، مراكز الدعم، وأدوات الاكتشاف الإلكتروني)، غالبًا ما يلجأ المهندسون إلى قواعد بيانات مثل PostgreSQL، MySQL، Elasticsearch، أو MongoDB.

كيف نمذج قواعد البيانات البريد الإلكتروني

في قاعدة بيانات علائقية، لا يتم تخزين البريد الإلكتروني ككتلة غير شفافة—بل يتم تطبيعها إلى كيانات قابلة للاستعلام:

CREATE TABLE emails (
    id UUID PRIMARY KEY,
    thread_id UUID NOT NULL,
    message_id VARCHAR(255) UNIQUE NOT NULL,
    sender VARCHAR(320) NOT NULL,
    subject TEXT,
    received_at TIMESTAMPTZ NOT NULL,
    is_read BOOLEAN DEFAULT FALSE,
    headers JSONB,
    body_text TEXT,
    body_html TEXT
);

CREATE INDEX idx_emails_thread_received ON emails (thread_id, received_at DESC);
CREATE INDEX idx_emails_fts ON emails USING GIN (to_tsvector('english', coalesce(subject, '') || ' ' || coalesce(body_text, '')));

نقاط القوة في تخزين قاعدة البيانات

  1. تصفية وخيوط تحت الميلي ثانية: جلب “جميع الرسائل غير المقروءة من نطاق معين خلال الـ30 يومًا الأخيرة” يستخدم فهارس B-tree و GIN بدلاً من مسح جيغابايتات من نص القرص.
  2. المعاملات ACID والتزامن: يمكن لعدة عمال خلفية، عمليات مزامنة IMAP، وعملاء الويب تحديث حالات القراءة، العلامات، وتعيينات المجلدات بأمان في وقت واحد دون تصادمات قفل الملفات.
  3. البيانات الوصفية المهيكلة وإزالة التكرار: تخزين تجزئات SHA-256 للمرفقات يتيح لك إزالة التكرار للملفات PDF المتطابقة المرسلة إلى 500 مستلم داخلي—شيء تقوم به ملفات PST أو MBOX الأحادية التكرار 500 مرة.

نقاط الضعف في تخزين قاعدة البيانات

  1. انتفاخ التخزين والتكلفة: تخزين مرفقات Base64 متعددة الميغابايت وأجسام HTML الخام داخل جداول قاعدة البيانات الأساسية يسبب تضخم حجم القاعدة، يبطئ النسخ، يوسع سجلات الكتابة المسبقة (WAL)، ويزيد من تكاليف SSD/السحابة IOPS.
  2. عنق زجاجة النسخ الاحتياطي والاستعادة: استعادة قاعدة بيانات علائقية بحجم 2 تيرابايت من لقطة تستغرق وقتًا أطول بكثير من استعادة الملفات الفردية من تخزين الكائنات.
  3. فقدان دقة السلك الخام: إذا قمت بتحليل بريد إلكتروني وارد إلى أعمدة قاعدة البيانات وتخلصت من تدفق MIME الأصلي، قد تكسر توقيعات DKIM التشفيرية أو تفقد رؤوس مخصصة غامضة ضرورية للتدقيق الجنائي.

3. مقارنة جنبًا إلى جنب: أنظمة الملفات مقابل قواعد البيانات

العامل المعماريMBOX (ملف مسطح)PST (حاوية ثنائية)Maildir / EML (لكل ملف)SQL / قاعدة بيانات NoSQL
هيكل التخزينملف نصي موحد واحدملف شجرة B ثنائي مملوكملف RFC 5322 واحد لكل بريد إلكترونيجداول مُعَدلَة / مستندات JSON
سرعة الاستعلام والبحثبطيء (يتطلب مسحًا خطيًا أو فهرسًا خارجيًا)سريع داخل Outlook؛ بطيء خارجيًابطيء بدون فهرس جانبيسريع جدًا (B-tree، GIN، نص كامل)
التزامنضعيف (يتطلب قفلًا على مستوى الملف)قفل سطح مكتب لمستخدم واحد فقطعالٍ (عمليات ملف ذرية)عالي (قفل ACID على مستوى الصف)
نطاق الانفجار للفسادعالي (المجلد/صندوق البريد بالكامل في خطر)عالي (ملف واحد يحتوي على كامل صندوق البريد)منخفض (معزول إلى رسالة واحدة)متوسط (مخفف بواسطة WAL & النسخ المتماثلة)
قابلية النقلعالي (معيار مفتوح عبر Unix/Mac/Linux)منخفض (مقفل على نظام مايكروسوفت)أعلى (معيار .eml العالمي)منخفض (مرتبط بمخطط التطبيق)
إزالة التكرار للمرفقاتلا شيءضغط داخلي محدودلا شيء (إلا إذا كان مرتبطًا بوصلة صلبة)محلي عبر التجزئة القابلة لتوجيه المحتوى

4. ما وراء الاختيار الثنائي: الهندسة المعمارية الحديثة المختلطة

في هندسة السحابة الحديثة، اختيارًا صارمًا بين قاعدة بيانات أو نظام ملفات هو ثنائية زائفة. منصات البريد الإلكتروني عالية النطاق، أرشيفات الامتثال، وأدوات SaaS تتبنى تقريبًا عالميًا معمارية كائن-بيانات هجينة:

  1. الرسالة الخام والمرفقات في تخزين الكائنات (S3 / GCS / MinIO): عندما يصل بريد إلكتروني، يتم كتابة حمولة MIME .eml الدقيقة غير المعدلة—وأي مرفقات ثنائية مستخرجة—إلى تخزين الكائنات بشكل غير قابل للتغيير باستخدام مفتاح معتمد على المحتوى أو مقسم حسب التاريخ (مثال: s3://mail-archive/2026/11/14/<sha256>.eml). هذا يحافظ على توقيعات DKIM الأصلية، ويقلل تكلفة التخزين إلى سنتات قليلة لكل جيجابايت، ويعزل حجم البيانات الثنائية عن قواعد البيانات المعاملاتية.
  2. الرؤوس، الحالة والعلاقات في قاعدة بيانات علائقية: يخزن PostgreSQL أو MySQL بيانات وصفية خفيفة الوزن: المرسل، المستلمين، الموضوع، الطوابع الزمنية، معرّفات السلسلة، مؤشرات المجلدات، علامات القراءة/عدم القراءة، ومفتاح كائن S3.
  3. البحث النصي الكامل في محرك بحث مخصص: للبحث الفوري عن الكلمات المفتاحية عبر مليارات الرسائل، يتم بث النص المستخرج بشكل غير متزامن إلى Elasticsearch أو OpenSearch أو Typesense.
  4. خطوط تصدير لـ PST و MBOX: بدلاً من استخدام PST أو MBOX كخزن إنتاجي مباشر، تولد الأنظمة الحديثة أرشيفات .pst أو .mbox أو .zip لملفات .eml عند الطلب عندما يطلب المستخدمون تصديرًا بنمط Google Takeout أو حزمة eDiscovery قانونية.

أي نهج يجب أن تختاره؟

  • استخدم MBOX أو EML على نظام ملفات عند بناء عملاء سطح مكتب محلية، أدوات سطر أوامر خفيفة الوزن، نسخ احتياطية محمولة، أو خطوط أنابيب نقل بيانات جنائية حيث تكون قابلية النقل بدون تبعيات هي الأهم.
  • استخدم PST فقط عندما تكون قابلية التفاعل مع بيئات سطح مكتب Microsoft Outlook أو تصديرات Exchange القديمة مطلبًا صارمًا.
  • استخدم مزيج قاعدة بيانات + تخزين كائنات لأي تطبيق ويب متعدد المستخدمين، منصة دعم عملاء، أو أرشيف مؤسسي يتطلب بحثًا سريعًا، وصولًا متزامنًا، وقابلية توسع أفقية.

الأسئلة المتكررة (FAQs)

1. هل من الأفضل تخزين الرسائل الإلكترونية في قاعدة بيانات أم كملفات على القرص؟ بالنسبة لتطبيقات ذات تزامن عالي تحتاج إلى بحث وتصفية سريعة، فإن النهج الهجين — تخزين البيانات الوصفية القابلة للبحث في قاعدة بيانات والملفات الخام .eml أو المرفقات في تخزين الكائنات — هو الأفضل.

2. ما هو الفرق الرئيسي بين صيغتي الملف PST و MBOX؟ PST هو حاوية ثنائية مملوكة لـ Microsoft Outlook تخزن الرسائل الإلكترونية والتقويمات وجهات الاتصال معًا، بينما MBOX هو تنسيق نصي مفتوح يجمع رسائل البريد الإلكتروني في ملف واحد.

3. لماذا تصبح ملفات MBOX و PST الكبيرة عرضة للتلف؟ لأن كلا التنسيقين يضمّان آلاف الرسائل في ملف موحد، أي كتابة مقطوعة، أو خطأ في قطاع القرص، أو خلل في مشاركة الشبكة يمكن أن يكسر المؤشرات الداخلية أو محددات الرسائل عبر الأرشيف بأكمله.

4. لماذا يُنصح بعدم تخزين مرفقات البريد الإلكتروني مباشرة داخل قواعد بيانات SQL؟ المرفقات الثنائية الكبيرة أو المشفرة بـ Base64 تُثقل جداول قاعدة البيانات، وتبطئ النسخ الاحتياطي والتكرار، وتزيد بشكل كبير من تكاليف التخزين عالي السرعة مقارنةً بالتخزين الكائني أو أنظمة الملفات.

5. متى يجب على المطورين استخدام EML أو Maildir بدلاً من MBOX؟ يجب على المطورين اختيار EML أو Maildir عندما يحتاجون إلى عمليات ملفات ذرية، وصول متزامن آمن، واستعادة رسائل معزولة دون الحاجة إلى القفل أو إعادة كتابة ملف صندوق البريد بالكامل.

انظر أيضًا