PostgreSQL vacuum功能详解

PostgreSQL 中的VACUUM是一个非常重要的功能，主要用于回收数据库中已删除或更新行所占用的空间，以及更新数据库的统计信息，以下是其详细介绍：

作用

• 回收空间：当在 PostgreSQL 中执行DELETE操作或者对变长数据类型进行UPDATE操作时，被删除或更新的行所占用的空间并不会立即释放，而是标记为可重用。VACUUM命令会扫描表，将这些已标记为可重用的空间真正释放，以便后续的插入或更新操作可以重新使用这些空间，从而避免数据库文件不断膨胀。
• 更新统计信息：VACUUM会收集和更新关于表中数据分布的统计信息，例如每个列不同值的数量、空值的数量等。这些统计信息对于查询优化器非常重要，查询优化器会根据这些信息来选择最优的查询执行计划，从而提高查询性能。
• 清理事务可见性信息：在 PostgreSQL 中，每个事务都有一个事务 ID。行数据包含了与事务可见性相关的信息，用于判断哪些事务可以看到哪些数据。随着时间的推移和事务的不断执行，这些事务可见性信息可能会变得非常庞大和复杂。VACUUM会清理这些不再需要的事务可见性信息，以减少系统开销并提高性能。

工作原理

• 标记删除行：在对表执行DELETE操作时，实际上并不会立即从物理存储中删除相应的行，而是在该行上设置一个删除标记，将其标记为已删除。
• 扫描表：VACUUM命令会对表进行顺序扫描，检查每一行是否被标记为删除。如果发现被标记为删除的行，并且该行所占用的空间可以安全地回收（例如，没有其他事务可能还需要访问该行），则将该行从物理存储中移除，并释放其所占用的空间。
• 更新统计信息：在扫描表的过程中，VACUUM会收集关于表中数据的各种统计信息，例如每行的大小、列中不同值的数量等，并将这些统计信息更新到系统目录中。

操作类型

• 普通VACUUM：只会回收空间和更新统计信息，不会对索引进行处理。执行命令为VACUUM [VERBOSE] [table_name]，其中VERBOSE参数可选，用于显示详细的操作信息，table_name也可选，若不指定则会对所有表进行VACUUM操作。
• VACUUM FULL：不仅会回收空间和更新统计信息，还会对表进行重写，将表中的数据重新组织，以达到更好的空间利用效果，但这个操作会比较耗时，并且在操作过程中会对表加排他锁，阻止其他事务对表的读写操作。执行命令为VACUUM FULL [VERBOSE] [table_name]。
• VACUUM ANALYZE：ANALYZE子句用于收集和更新更详细的统计信息，以便查询优化器做出更准确的查询计划。可以单独使用ANALYZE命令，也可以结合VACUUM一起使用，即VACUUM ANALYZE [VERBOSE] [table_name]。

自动VACUUM

PostgreSQL 有自动VACUUM机制，由autovacuum守护进程负责。它会根据系统参数和数据库的活动情况自动触发VACUUM操作。相关的主要参数有：

• autovacuum：该参数用于启用或禁用自动VACUUM功能，默认值为on。
• autovacuum_naptime：指定自动VACUUM守护进程检查是否需要进行VACUUM操作的时间间隔，默认值是 1 分钟。
• autovacuum_vacuum_threshold：指定表中需要进行VACUUM操作的最小元组数，默认值是 50。

使用场景与注意事项

• 使用场景：当发现数据库文件增长过快，或者查询性能因为统计信息不准确而下降时，就需要考虑手动执行VACUUM操作。对于频繁进行数据插入、删除和更新的表，定期执行VACUUM可以有效地维护数据库的性能和空间利用率。
• 注意事项：VACUUM FULL操作会对表加排他锁，可能会阻塞其他事务的读写操作，因此建议在数据库空闲时间段执行。另外，虽然自动VACUUM可以减轻管理员的负担，但对于一些特殊的业务场景或大表，可能还需要根据实际情况手动调整VACUUM的执行策略和参数。