Kemas Kini Terakhir: 20 Ogos, 2026

Menyimpan E-mel dalam Pangkalan Data vs. Sistem Fail: PST, MBOX, dan Lainnya
Setiap sistem perisian yang mengambil, mengarkib, atau menyajikan e-mel akhirnya menghadapi persimpangan seni bina yang sama: haruskah mesej disimpan dalam pangkalan data berstruktur atau secara langsung pada sistem fail?
Pada pandangan pertama, e-mel kelihatan sangat mudah—sebuah blok tajuk, badan teks biasa atau HTML, dan mungkin beberapa lampiran berkod MIME. Namun apabila anda menskala dari peti masuk desktop seorang pengguna tunggal kepada berjuta-juta mesej perusahaan, arkib pematuhan, atau saluran SaaS berbilang penyewa, enjin storan asas menentukan segala-galanya dari kelambatan pertanyaan hingga pemulihan bencana.
Mari kita huraikan bagaimana kontena berasaskan fail klasik seperti PST dan MBOX dibandingkan dengan pangkalan data relasional dan NoSQL moden, di mana format mesej individu seperti EML dan Maildir berada, serta mengapa kebanyakan sistem produksi berakhir menggunakan pendekatan hibrid.
1. Penyimpanan Sistem Fail: Kontena Peti Mel Klasik
Menyimpan e-mel pada sistem fail sudah sekadar lama seperti SMTP itu sendiri. Daripada memulakan daemon pangkalan data, pelayan mel dan klien desktop secara sejarah menulis mesej terus ke cakera menggunakan sama ada bekas satu fail atau direktori satu fail-per-mesej.
MBOX: Kereta Kerja Teks Biasa yang Digabungkan
Berasal daripada sistem mel Unix awal, MBOX menyimpan seluruh folder e-mel dalam satu fail teks biasa berurutan. Setiap mesej bermula dengan baris pemisah khas From , diikuti oleh pengepala RFC 5322 standard, badan mesej, dan lampiran yang dienkod Base64.
- Kekuatan: Oleh kerana MBOX adalah format teks terbuka yang boleh dibaca manusia, ia disokong secara universal di Thunderbird, Apple Mail, eksport Google Takeout, dan utiliti baris perintah Unix (
grep,awk,sed). Menambah e-mel yang baru tiba ke hujung fail adalah penulisan berurutan $O(1)$. - Kelemahan: Mengemas kini bendera (seperti menandakan e-mel sebagai “dibaca”) atau memadam mesej di tengah fail MBOX 10 GB memaksa klien menulis semula bahagian besar fail. Lebih buruk, kerosakan satu sektor cakera atau kegagalan kunci tulis serentak boleh merosakkan sempadan pemisah dan mengacau seluruh peti mel.
PST: Kontainer B-Tree Proprietari Microsoft
Microsoft’s Personal Storage Table (PST) mengambil pendekatan yang sangat berbeza. Daripada teks rata, fail PST pada dasarnya merupakan fail pangkalan data binari yang berdiri sendiri, terstruktur di sekitar pokok B dan jadual peruntukan.
- Kekuatan: Satu fail
.psttunggal merangkumi e-mel, hierarki folder, acara kalendar, kenalan, tugas, dan metadata khusus Outlook. Ia menyokong pemampatan terbina dalam, penyulitan, dan pengindeksan berstruktur tanpa memerlukan pelayan pangkalan data luaran. - Kelemahan: PST adalah format proprietari yang tertutup dan sangat berkait rapat dengan Windows serta Microsoft Outlook. Saiz fail secara sejarah biasanya terhad kepada kira-kira 50 GB secara lalai dalam konfigurasi Outlook moden, dan menyimpan fail PST di atas perkongsian rangkaian terkenal kerana menyebabkan kerosakan indeks.
Maildir dan EML: Satu Fail bagi Setiap Mesej
Untuk menghapuskan mimpi ngeri kunci dan kerosakan fail MBOX dan PST yang monolitik, seni bina seperti Maildir (dipopularkan oleh Qmail dan Dovecot) menyimpan setiap e-mel individu sebagai fail berasingan—sering kali terstruktur sebagai fail standard .eml (RFC 5322)—yang diatur di dalam direktori tmp/, new/, dan cur/.
- Kekuatan: Pergerakan fail atomik menghapuskan pertelingkahan kunci. Jika sektor cakera rosak, anda kehilangan satu e-mel dan bukannya sepuluh tahun korespondensi. Sandaran OS standard,
rsync, dan snapshot inkremental menjadi mudah. - Kelemahan: Menyimpan berjuta-juta fail kecil menghabiskan inode sistem fail dan menurunkan prestasi senarai direktori melainkan anda memecah direktori mengikut tarikh atau hash (contoh,
/2026/11/14/a3/msg-id.eml). Carian teks penuh ke atas fail.emlmentah sangat perlahan tanpa fail indeks berasingan.
2. Storan Pangkalan Data: Enjin Relasional dan NoSQL
Apabila aplikasi memerlukan carian segera, keserentakan berbilang pengguna, kawalan akses berasaskan peranan, atau analitik kompleks (seperti platform CRM, pusat bantuan, dan alat eDiscovery), jurutera sering beralih kepada pangkalan data seperti PostgreSQL, MySQL, Elasticsearch, atau MongoDB.
Bagaimana Pangkalan Data Memodelkan E-mel
Dalam pangkalan data relasional, e-mel tidak disimpan sebagai blob yang tidak dapat dibaca—ia dinormalisasikan menjadi entiti yang boleh dipertanyakan:
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, '')));
Kekuatan Storan Pangkalan Data
- Penapisan Sub-Milisaat dan Penjujukan: Mendapatkan “semua e-mel belum dibaca dari domain tertentu dalam 30 hari terakhir” menggunakan indeks B-tree dan GIN dan bukannya mengimbas gigabait teks cakera.
- Transaksi ACID dan Keserentakan: Pelbagai pekerja latar belakang, proses penyegerakan IMAP, dan klien web boleh mengemas kini keadaan bacaan, label, dan penetapan folder secara selamat serentak tanpa perlanggaran kunci fail.
- Metadata Berstruktur & Deduplikasi: Menyimpan hash SHA-256 lampiran membolehkan anda deduplikasi PDF yang serupa yang dihantar kepada 500 penerima dalaman—sesuatu yang fail PST atau MBOX monolitik gandakan 500 kali.
Kelemahan Storan Pangkalan Data
- Pembengkakan Storan & Kos: Menyimpan lampiran Base64 berukuran bermegabait dan badan HTML mentah dalam jadual pangkalan data utama meningkatkan saiz pangkalan data, melambatkan replikasi, membengkakkan log penulisan awal (WAL), dan meningkatkan kos IOPS SSD/awan.
- Sempadan Sandaran & Pemulihan: Memulihkan pangkalan data relasional 2 TB dari snapshot mengambil masa jauh lebih lama berbanding memulihkan fail individu dari storan objek.
- Kehilangan Kesetiaan Rangkaian Mentah: Jika anda mengurai e-mel masuk ke dalam lajur pangkalan data dan membuang aliran MIME asal, anda boleh memutuskan tandatangan kriptografi DKIM atau kehilangan pengepala khusus yang tidak jelas diperlukan untuk audit forensik.
3. Perbandingan Sebanding: Sistem Fail vs. Pangkalan Data
| Faktor Seni Bina | MBOX (Fail Datar) | PST (Bekas Binari) | Maildir / EML (Setiap Fail) | SQL / Pangkalan Data NoSQL |
|---|---|---|---|---|
| Struktur Storan | Fail teks bersambung tunggal | Fail B-tree binari proprietari | Satu fail RFC 5322 setiap e-mel | Jadual ternormalkan / dokumen JSON |
| Kelajuan Pertanyaan & Carian | Lambat (memerlukan imbas linear atau indeks luaran) | Cepat dalam Outlook; perlahan secara luaran | Lambat tanpa indeks sidecar | Sangat cepat (B-tree, GIN, teks penuh) |
| Keserentakan | Rendah (memerlukan kunci pada tahap fail) | Kunci desktop pengguna tunggal sahaja | Tinggi (operasi fail atomik) | Tinggi (penguncian ACID pada peringkat baris) |
| Radius Letupan Kerosakan | Tinggi (seluruh folder/kotak mel berada dalam risiko) | Tinggi (satu fail menyimpan seluruh kotak mel) | Rendah (terasing kepada satu mesej sahaja) | Sederhana (ditangani oleh WAL & replika) |
| Kebolehpindahan | Tinggi (standard terbuka merentasi Unix/Mac/Linux) | Rendah (terkunci pada ekosistem Microsoft) | Tertinggi (standard .eml sejagat) | Rendah (digabungkan dengan skema aplikasi) |
| Penghapusan Duplikat Lampiran | Tiada | Pemampatan dalaman terhad | Tiada (kecuali dipaut keras) | Asli melalui penghashan beralamat kandungan |
4. Melepasi Pilihan Binari: Seni Bina Hibrid Moden
Dalam kejuruteraan awan moden, memilih secara ketat antara pangkalan data atau sistem fail adalah dikotomi palsu. Platform e-mel berskala tinggi, arkib pematuhan, dan alat SaaS hampir secara universal mengguna pakai Hibrid Objek-Metadat:
- Mesej Mentah & Lampiran dalam Storan Objek (S3 / GCS / MinIO): Apabila e-mel tiba, muatan MIME
.emlyang tepat dan tidak diubah—serta sebarang lampiran binari yang diekstrak—ditulis secara tidak berubah ke dalam storan objek menggunakan kunci beralamat kandungan atau berpartisi tarikh (contohnya,s3://mail-archive/2026/11/14/<sha256>.eml). Ini mengekalkan tandatangan DKIM asal, menjimatkan kos storan per gigabait, dan memisahkan kumpulan binari daripada pangkalan data transaksi. - Header, Keadaan & Hubungan dalam Pangkalan Data Relasional: PostgreSQL atau MySQL menyimpan metadata ringan: penghantar, penerima, subjek, cap masa, ID benang, penunjuk folder, bendera dibaca/tidak dibaca, dan kunci objek S3.
- Carian Teks Penuh dalam Enjin Carian Khusus: Untuk carian kata kunci serta-merta merentasi berbilion mesej, teks biasa yang diekstrak disalurkan secara tak segerak ke dalam Elasticsearch, OpenSearch, atau Typesense.
- Saluran Eksport untuk PST dan MBOX: Daripada menggunakan PST atau MBOX sebagai storan produksi langsung, sistem moden menjana arkib
.pst,.mbox, atau.zipbagi fail.emlmengikut permintaan apabila pengguna meminta eksport gaya Google Takeout atau pek eDiscovery undang-undang.
Pendekatan Mana Yang Perlu Anda Pilih?
- Gunakan MBOX atau EML pada sistem fail ketika membina klien desktop tempatan, alat CLI ringan, sandaran mudah alih, atau paip pemindahan data forensik di mana kebolehportingan tanpa kebergantungan adalah yang paling penting.
- Gunakan PST hanya apabila kebolehsalingan dengan persekitaran desktop Microsoft Outlook atau eksport Exchange warisan merupakan keperluan yang ketat.
- Gunakan gabungan Pangkalan Data + Storan Objek untuk sebarang aplikasi web berbilang pengguna, platform sokongan pelanggan, atau arkib perusahaan yang memerlukan carian pantas, akses serentak, dan skala mendatar.
Soalan Lazim (FAQs)
1. Adakah lebih baik menyimpan e-mel dalam pangkalan data atau sebagai fail pada cakera? Untuk aplikasi berkonkurensi tinggi yang memerlukan carian dan penapisan pantas, pendekatan hibrid—menyimpan metadata yang boleh dicari dalam pangkalan data dan fail .eml mentah atau lampiran dalam storan objek—memberi prestasi terbaik.
2. Apakah perbezaan utama antara format fail PST dan MBOX? PST ialah kontena binari proprietari Microsoft Outlook yang menyimpan e-mel, kalendar, dan kenalan bersama-sama, manakala MBOX ialah format teks terbuka yang menggabungkan mesej e-mel ke dalam satu fail.
3. Mengapa fail MBOX dan PST yang besar menjadi mudah rosak? Kerana kedua-dua format tersebut memuatkan beribu-ribu mesej dalam satu fail monolitik, penulisan yang terganggu, ralat sektor cakera, atau gangguan perkongsian rangkaian boleh memutuskan penunjuk dalaman atau pemisah mesej di seluruh arkib.
4. Mengapa menyimpan lampiran e-mel secara langsung dalam pangkalan data SQL tidak digalakkan? Lampiran binari atau Base64 yang besar membebankan jadual pangkalan data, melambatkan sandaran dan replikasi, serta meningkatkan kos penyimpanan berkelajuan tinggi secara dramatik berbanding penyimpanan objek atau sistem fail.
5. Bila pembangun harus menggunakan EML atau Maildir dan bukannya MBOX? Pembangun harus memilih EML atau Maildir apabila mereka memerlukan operasi fail atomik, akses serentak yang selamat, dan pemulihan mesej terasing tanpa mengunci atau menulis semula keseluruhan fail peti mel.