理解PostgreSQL中的映射表

PG中的映射表这个概念有点抽象，让我们用一个更生活化的比喻来解释，把数据库想象成一个巨大的图书馆。

图书馆的比喻

1. 书和书架（表和数据块）

   • 整个图书馆就是你的 数据库。
   • 一个书架 就是数据库中的一个 数据块（Page），上面整齐地摆放着很多书。
   • 每一本书 就是一条 数据记录（元组）。

2. 问题所在：多版本和“死书”

   • PostgreSQL 允许多人同时借阅和归还图书（并发读写）。为了不打扰正在读书的人，当有人修改一本书（比如更新了一条记录），它不是直接涂改原书，而是抄写一份新版本放在书架上。原来的那本旧书就变成了“死书”，它没有被扔掉，但已经没人会去读它了。
   • 日积月累，书架上就堆满了这种没人要的“死书”，占用了大量空间。

3. 图书管理员（VACUUM）

   • 这时候就需要 VACUUM（清理） 这个“图书管理员”来定期整理书架，把“死书”清理掉，腾出空间放新书。
   • 但是，如果一个书架一个书架地检查有没有“死书”，工作量巨大，非常耗时。

4. 可见性映射表（VM）—— 智能标签系统

   • 可见性映射表（VM） 就是为每个书架（数据块） 准备的一个智能标签。
   • 这个标签非常简单，只有两种状态：
     • 绿灯（1）：表示这个书架上所有的书都是“活”的（即对所有读者都可见的最新版本）。没有“死书”。
     • 红灯/无灯（0）：表示这个书架上可能有“死书”，需要检查。

VM 如何发挥巨大作用？

现在，让我们看看这个“智能标签”系统如何让图书馆运作得更高效：

• 场景一：管理员整理书架（VACUUM）

  • 没有VM时：管理员必须逐个检查每一个书架上的每一本书，来判断是不是“死书”。这太慢了！
  • 有VM时：管理员推着小车，只需要扫一眼书架上的标签。看到 “绿灯” 的书架，他直接跳过，因为他知道这里没有垃圾。他只需要在 “红灯” 的书架前停下来仔细检查。这极大地提高了整理效率。

• 场景二：读者查资料（Index-Only Scan）

  • 假设图书馆有一个非常详细的索引卡系统（数据库索引），索引卡上已经记录了某本书的关键信息和它在哪个书架。
  • 没有VM时：读者根据索引卡找到书架位置后，还是必须走到那个书架前，把书拿下来翻一翻，确认这是不是他想要的最新版本。
  • 有VM时：读者根据索引卡找到书架位置，同时他看了一眼书架的标签，发现是 “绿灯” 。这意味着他可以完全相信索引卡上的信息就是最新的，根本不需要走过去拿书，直接在索引区就得到了答案。这节省了大量的跑腿时间。

总结

所以，可见性映射表（VM） 的本质是一个元数据（关于数据的数据）的缓存。

• 它是什么？ 一个为每个数据块标记“是否全可见”的位图。
• 它为什么快？ 因为它用极小的空间（一个位），存储了关于整个数据块（通常是8KB）的状态信息。
• 它有什么用？
  1. 加速VACUUM：跳过无需清理的块。
  2. 实现索引快速扫描：在特定条件下，让查询无需访问表数据，只读索引就能完成。

它不是必须的，没有它数据库也能工作，但有了它，数据库的维护效率和查询性能都能得到质的提升。希望这个比喻能帮助你彻底理解它