当前位置：首页 > news >正文

【9】PostgreSQL 之 vacuum 死元组清理

news 2025/7/12 12:38:57

PostgreSQL 之 vacuum 死元组清理

前言
vacuum
- 手动 vacuum
- 自动 vacuum （autovacuum）

前言

初识 vacuum 先说下，什么是死元组？

前置说明：
表的死元组可通过查询 pg_stat_user_tables ,也有其他视图可查，当前不做过多说明。

例如：
有一张业务表 tb_client 其内有 5条数据，此时做 1次 update 操作，将会产生 1个死元组。

--- (1) 业务表初始数据
postgres=# select * from tb_client;id  | name  
------+-------1001 | A10011002 | B10021003 | C10031004 | D10041005 | E1005
(5 rows)postgres=# -- (2) 检查死元组情况
postgres=# select * from pg_stat_user_tables where relname = 'tb_client';
-[ RECORD 1 ]-------+----------
relid               | 24587
schemaname          | public
relname             | tb_client
seq_scan            | 1
seq_tup_read        | 5
idx_scan            | 
idx_tup_fetch       | 
n_tup_ins           | 5
n_tup_upd           | 0  --- 更新情况
n_tup_del           | 0
n_tup_hot_upd       | 0
n_live_tup          | 5
n_dead_tup          | 0   ---- 注意这里表示死元组数
n_mod_since_analyze | 5
last_vacuum         | 
last_autovacuum     | 
last_analyze        | 
last_autoanalyze    | 
vacuum_count        | 0
autovacuum_count    | 0
analyze_count       | 0
autoanalyze_count   | 0postgres=# -- (3) 表数据，做 一次 Update
postgres=# update tb_client set name = '君九' where id = 1003;
UPDATE 1
postgres=# -- (4) 检查死元组情况
postgres=# select * from pg_stat_user_tables where relname = 'tb_client';
-[ RECORD 1 ]-------+----------
relid               | 24587
schemaname          | public
relname             | tb_client
seq_scan            | 2
seq_tup_read        | 10
idx_scan            | 
idx_tup_fetch       | 
n_tup_ins           | 5
n_tup_upd           | 1
n_tup_del           | 0
n_tup_hot_upd       | 1
n_live_tup          | 5
n_dead_tup          | 1   --- 死元组数为 1 了；
n_mod_since_analyze | 6
last_vacuum         | 
last_autovacuum     | 
last_analyze        | 
last_autoanalyze    | 
vacuum_count        | 0
autovacuum_count    | 0
analyze_count       | 0
autoanalyze_count   | 0postgres=#

? 思考
在文章最开始就说了：
有一张业务表 tb_client 其内有 5条 数据，此时做 1次 update 操作，将会产生 1个 死元组。
? 问题： 那同样的一条数据，如果做多次 update，那还会产生死元组吗？

演示：将同一条数据，做3次 update

postgres=# update tb_client set name = '君九' where id = 1003;
UPDATE 1
postgres=# update tb_client set name = '君九' where id = 1003;
UPDATE 1
postgres=# update tb_client set name = '君九' where id = 1003;
UPDATE 1
postgres=#

此时，在查看死元组情况：

如下查看，发现死元组数又累计 3个。

postgres=# select * from pg_stat_user_tables where relname = 'tb_client';
-[ RECORD 1 ]-------+----------
relid               | 24587
schemaname          | public
relname             | tb_client
seq_scan            | 5
seq_tup_read        | 25
idx_scan            | 
idx_tup_fetch       | 
n_tup_ins           | 5
n_tup_upd           | 4
n_tup_del           | 0
n_tup_hot_upd       | 4
n_live_tup          | 5
n_dead_tup          | 4  --- 注意这里，死元组又 累计 3个。
n_mod_since_analyze | 9
last_vacuum         | 
last_autovacuum     | 
last_analyze        | 
last_autoanalyze    | 
vacuum_count        | 0
autovacuum_count    | 0
analyze_count       | 0
autoanalyze_count   | 0postgres=#

之所以此情况，和PostgreSQL数据存储有关，后续会说明，当前先 粗略理解 如下：
(a). 初始数据如下，放在一个数组里面。
在这里插入图片描述
(b). 当（update）修改 C1003 为君九数据时，并不是在原来的数据上修改的（即不是修改数组下标 2 的位置上直接修改），而是在数组下标 5 的位置上新增了一条数据。

？问题：那原来的数据（数组下标 2）怎么办？
=》将其设置为不可见（注意：是不可见，并不是删除。），这个不可见的数据，即死元组。
在这里插入图片描述
当使用select 语句查询数据时，PostgreSQL底层会自动做处理让其只能查找可见的数据。
但是，
如果你的 select 语句进行了全表扫，则会扫描到那些不可见的数据。

例如：
若一张业务表，tb_client 有 100万条数据，死元组数有200万；

select * from tb_client where mobile = xxxx;

查询时，mobile 的索引刚好失效了，进而进行了全表扫，此时数据库在底层查询时扫描的数据是 100万 + 200万，共计300万。必然会影响查询性能。

扩展：
死元组数过大也有可能会引起事务号回卷问题，后续会详细介绍，此处在不做过多说明。
先理解什么是死元组 。

那如何解决这些问题？
》必然是清理掉这些死元组，即当前章节说的 vacuum

vacuum

手动 vacuum

手动清理 死元组 即人工执行 vacuum 语句，其语法如下：

vacuum 语法：

postgres=# \h vacuum
Command:     VACUUM
Description: garbage-collect and optionally analyze a database
Syntax:
VACUUM [ ( { FULL | FREEZE | VERBOSE | ANALYZE | DISABLE_PAGE_SKIPPING } [, ...] ) ] [ table_name [ (column_name [, ...] ) ] ]
VACUUM [ FULL ] [ FREEZE ] [ VERBOSE ] [ table_name ]
VACUUM [ FULL ] [ FREEZE ] [ VERBOSE ] ANALYZE [ table_name [ (column_name [, ...] ) ] ]postgres=#

演示：

--- (1) 清理之前，查询一下 死元组数
postgres=# select * from pg_stat_user_tables where relname = 'tb_client';
-[ RECORD 1 ]-------+----------
relid               | 24587
schemaname          | public
relname             | tb_client
seq_scan            | 5
seq_tup_read        | 25
idx_scan            | 
idx_tup_fetch       | 
n_tup_ins           | 5
n_tup_upd           | 4
n_tup_del           | 0
n_tup_hot_upd       | 4
n_live_tup          | 5
n_dead_tup          | 4   ----- 注意这里：死元组数
n_mod_since_analyze | 9
last_vacuum         | 
last_autovacuum     | 
last_analyze        | 
last_autoanalyze    | 
vacuum_count        | 0
autovacuum_count    | 0
analyze_count       | 0
autoanalyze_count   | 0postgres=# --- (2) vacuum 表名称;  进行清理
postgres=# vacuum tb_client;
VACUUM
postgres=#--- (3) 再次查看死元组数
postgres=# select * from pg_stat_user_tables where relname = 'tb_client';
-[ RECORD 1 ]-------+------------------------------
relid               | 24587
schemaname          | public
relname             | tb_client
seq_scan            | 5
seq_tup_read        | 25
idx_scan            | 
idx_tup_fetch       | 
n_tup_ins           | 5
n_tup_upd           | 4
n_tup_del           | 0       ----- 注意这里，已清理为 零 
n_tup_hot_upd       | 4
n_live_tup          | 5
n_dead_tup          | 0
n_mod_since_analyze | 9
last_vacuum         | 2025-07-11 15:22:44.696469+08
last_autovacuum     | 
last_analyze        | 
last_autoanalyze    | 
vacuum_count        | 1
autovacuum_count    | 0
analyze_count       | 0
autoanalyze_count   | 0postgres=#

另外，vacuum 清理表死元组时，还可以添加一些额外参数（例如：full）

vacuum 和 vacuum full 区别：
在这里插入图片描述

》扩展说明

标准 VACUUM
空间处理：只标记被删除/更新行占用的空间为"可重用"，不会缩小物理文件大小
并发性：执行时不阻塞正常的读写操作
用途：

维护可见性映射(visibility map)
冻结旧的事务ID
更新统计信息(配合ANALYZE)

优势：可以在生产环境中频繁运行，影响小

VACUUM FULL
空间处理：完全重组表，将空间返还给操作系统，显著减少表占用的磁盘空间
并发性：需要排它锁，会阻塞所有对该表的访问
内部操作：

创建表的全新副本
只拷贝有效数据到新文件
删除原文件，用新文件替代

风险：

长时间锁表
执行期间需要额外空间(原始表大小的额外空间)
可能造成WAL日志大量增长

自动 vacuum （autovacuum）

自动 vacuum 这些参数，可在 PostgreSQL 数据库中的 postgresql.conf 文件中配置。

与 autovacuum 相关参数如下，

postgres=# select name, setting from pg_settings where name like 'autovacuum%';name                 |  setting  
-------------------------------------+-----------autovacuum                          | onautovacuum_analyze_scale_factor     | 0.1autovacuum_analyze_threshold        | 50autovacuum_freeze_max_age           | 200000000autovacuum_max_workers              | 3autovacuum_multixact_freeze_max_age | 400000000autovacuum_naptime                  | 60autovacuum_vacuum_cost_delay        | 20autovacuum_vacuum_cost_limit        | -1autovacuum_vacuum_scale_factor      | 0.2autovacuum_vacuum_threshold         | 50autovacuum_work_mem                 | -1
(12 rows)postgres=#

参数说明：
( 1 ) autovacuum (on/off)：是否启用自动 vacuum 进程，默认为 on
( 2 ) autovacuum_analyze_scale_factor(0.1)：触发 ANALYZE 操作的表数据变化比例因子（相对于表大小），例如：100万行的表，当10万行(10%)发生变化时会触发ANALYZE。
( 3 ) autovacuum_analyze_threshold(50)：触发 ANALYZE 操作的最小变更行数阈值，与scale_factor一起使用，取两者计算结果的较大值。
( 4 ) autovacuum_freeze_max_age(200000000)：事务ID上限，超过此值强制进行vacuum以防止事务ID回卷以事务数为单位
( 5 ) autovacuum_max_workers(3)：可同时运行的最大autovacuum工作进程数
( 6 ) autovacuum_multixact_freeze_max_age(400000000)：多事务ID上限，超过此值强制进行vacuum以防止多事务ID回卷
( 7 ) autovacuum_naptime(60)：autovacuum进程两次运行之间的休眠时间（秒）
( 8 ) autovacuum_vacuum_cost_delay(20)：当autovacuum达到cost限制时的延迟时间（毫秒）用于控制autovacuum对系统性能的影响。
( 9 ) autovacuum_vacuum_cost_limit(-1)：autovacuum的cost限制，-1表示使用vacuum_cost_limit的值控制autovacuum的工作强度
( 10 ) autovacuum_vacuum_scale_factor(0.2)：触发VACUUM操作的表数据变化比例因子（相对于表大小）例如：100万行的表，当20万行(20%)发生变化时会触发VACUUM
( 11 ) autovacuum_vacuum_threshold (50)：触发VACUUM操作的最小变更行数阈值，与scale_factor一起使用，取两者计算结果的较大值。
( 12 ) autovacuum_work_mem(-1)：每个autovacuum工作进程可用的内存量，-1表示使用maintenance_work_mem的值

上述的参数中，可看以下参数：

--- vacuum 清理死元组autovacuum_vacuum_scale_factor      | 0.2autovacuum_vacuum_threshold         | 50---- analyze 收集统计信息autovacuum_analyze_scale_factor     | 0.1autovacuum_analyze_threshold        | 50

autovacuum_vacuum_scale_factor 参数设定为 0.2（20%），表示当表中 20% 的数据被修改时触发 VACUUM 操作。但这一机制存在一个明显问题：对于小表来说，20% 的修改比例可能仅对应几行数据。
例如：
百万行大表 = 20万行修改 → 此时，占比 20%，值得清理
单行小表： = 1行修改 → 此时，占比 100%，但是，不值得清理

为解决这个问题，PostgreSQL 引入了 autovacuum_vacuum_threshold 参数（默认50行），形成双重触发条件：
（1）必须达到 20% 的修改比例且
（2）修改行数至少达到 50 行

这种设计有效避免了小表频繁触发不必要的 VACUUM 操作。

查看全文

http://www.dtcms.com/a/274869.html