表频繁更新后体积增长,不一定是数据行数增加。MVCC 需要保留对其他事务仍可见的旧版本。
本文使用PostgreSQL 9.6 与独立演示库。PostgreSQL(关系数据库)的类型、事务和执行计划需要按版本理解。本文使用九点六时期已经存在的能力,不把后续大版本的 SQL 语法提前放入示例。
1. 从现象推到机制
MVCC(多版本并发控制)通过行版本支持并发可见性,旧版本在不再需要后才能清理。VACUUM 回收可复用空间并维护可见性相关信息,普通 vacuum 不等于把文件立即缩小。长事务会阻碍部分清理进度。
图中的四个节点分别表示并发事务、行版本更新、清理条件、空间复用。顺着实线检查输入如何变成输出,再沿虚线核对反馈条件。图示表达的是本文讨论的关系,不是实测曲线或现场截图。
2. 最小实现与输入条件
用演示表进行多次更新,观察统计视图和活动事务。先找长事务来源,再考虑是否需要更重的维护操作。
1
2
3
SELECT relname, n_live_tup, n_dead_tup
FROM pg_stat_user_tables WHERE relname='demo_rows';
SELECT pid, xact_start, state FROM pg_stat_activity;
先确认服务器版本、连接身份和 schema(模式),再在演示表中执行。涉及并发时使用两个独立会话;执行计划可能真正运行语句,写操作应在可回滚的测试事务内观察。
3. 用对照区分原因
下表列出需要主动改变的条件。预期行为来自机制分析,复现时还需记录运行环境和原始输出,不能将预期当作已经测得的结果。
| 改变的条件 | 需要验证的行为 |
|---|---|
| 持续更新同一批行 | 可能产生大量死元组 |
| 长事务一直不结束 | 旧版本可能继续被保留 |
| 运行普通 VACUUM | 空间可复用但文件不必缩小 |
对照 1:持续更新同一批行
可能产生大量死元组。观察时记录存活与死元组统计。把这个条件与基准情形分开,有助于判断变化来自哪一层;若得到相反结果,应先核对前提,再修改实现。
对照 2:长事务一直不结束
旧版本可能继续被保留。观察时记录最老事务开始时刻。把这个条件与基准情形分开,有助于判断变化来自哪一层;若得到相反结果,应先核对前提,再修改实现。
对照 3:运行普通 VACUUM
空间可复用但文件不必缩小。观察时记录表文件大小与后续复用情况。把这个条件与基准情形分开,有助于判断变化来自哪一层;若得到相反结果,应先核对前提,再修改实现。
4. 适用条件与取舍
统计视图包含估计值,不能作为逐行精确计数。维护方式还需考虑锁、I/O 与业务窗口,不应直接在繁忙实例尝试重写表。
一次正常运行只覆盖了这组输入。继续扩展前,应把上面的异常对照保留下来,尤其关注“运行普通 VACUUM”这一分支。后续方案若改变了图中任意一处依赖,原来的判断就要重新验证,不能仅凭界面相似或返回值相同沿用结论。