Postgresql内核源码分析-表数据膨胀是怎么回事
- 专栏内容：postgresql内核源码分析
- 个人主页：我的主页
- 座右铭：天行健，君子以自强不息；地势坤，君子以厚德载物．
目录
前言
表数据膨胀的由来
什么时候产生膨胀
首先是update
还有delete
如何消除膨胀
结尾
前言
本文是基于postgresql 15的代码进行分析解读，演示是在centos8系统上进行。
在我们使用postgresql数据库时，总会产生一些数据膨胀，导致查询变慢，索引失效，为什么会有数据膨胀呢？产生后我们怎么做才能让数据库恢复正常呢？
表数据膨胀的由来
话说数据库的四大特性ACID，postgresql采用了一种MVCC(Multi Version Concurrency Control)机制来保证事务的原子性和隔离性。
那什么是MVCC呢，简单说就是利用事务号递增性来标识tuple的新旧版本，达到不同事务内看到的tuple隔离；下面我们用一个例子来看一下：
查看一张表的当前数据；
postgres=# select ctid,xmin,xmax,id from t1;
ctid | xmin | xmax | id
-------+------+------+----
(0,1) | 1699 | 0 | 1
(0,2) | 1700 | 0 | 2
(2 rows)
我们在一个事务中执行更新并回滚
postgres=*begin;
BEGIN
postgres=*# select txid_current();
txid_current
--------------
1702
(1 row)
postgres=*update t1 SET name='a' where id=1;
UPDATE 1
postgres=*rollback;
ROLLBACK
我们在插入数据
insert into t1(id) values(3);
insert into t1(id) values(4);
postgres=# select ctid,xmin,xmax,id from t1;
ctid | xmin | xmax | id
-------+------+------+----
(0,1) | 1699 | 1702 | 1
(0,2) | 1700 | 0 | 2
(0,4) | 1703 | 0 | 3
(0,5) | 1704 | 0 | 4
(4 rows)
发现ctid为（0，3）的位置被跳过了，因为有一个id=1的tuple版本占了，只是它可见性判断时被判定为不可见，所以我们看不到它，但确实是占用了一个位置。
什么时候产生膨胀
那些常见情况下为产生多版本数据呢？
-
首先是update
我们来看一下update的演示：
我们update一条数据后，它的位置变到了最后，说明又一条旧版本；详细表的update代码解析详见我的专栏；
postgres=# update t1 SET name='a' where id=1;
UPDATE 1
postgres=# select ctid,xmin,xmax,id from t1;
ctid | xmin | xmax | id
-------+------+------+----
(0,2) | 1700 | 0 | 2
(0,4) | 1703 | 0 | 3
(0,5) | 1704 | 0 | 4
(0,6) | 1705 | 0 | 1
(4 rows)
-
还有delete
这里不会产生多版本，但是delete后，tuple并不会从表里真正删掉，而是打了一个标记，这样做的目的其它和多版本是一致的，因为可能还有其它事务在引用。
下面我们看一下例子：
postgres=# delete from t1 where id = 1;
DELETE 1
postgres=# select ctid,xmin,xmax,id from t1;
ctid | xmin | xmax | id
-------+------+------+----
(0,2) | 1700 | 0 | 2
(0,4) | 1703 | 0 | 3
(0,5) | 1704 | 0 | 4
(3 rows)
postgres=# insert into t1(id) values(5);
INSERT 0 1
postgres=# select ctid,xmin,xmax,id from t1;
ctid | xmin | xmax | id
-------+------+------+----
(0,2) | 1700 | 0 | 2
(0,4) | 1703 | 0 | 3
(0,5) | 1704 | 0 | 4
(0,7) | 1707 | 0 | 5
(4 rows)
我们delete后又insert，发现空闲（0，6）没有被利用，而是从（0，7）开始；
如何消除膨胀
postgresql在运行过程中，采用了两种方式：
一是页面裁剪;
二是autovacuum;
那它们是如何做的呢？请看本专栏内容。
结尾
作者邮箱：study@senllang.onaliyun.com
如有错误或者疏漏欢迎指出，互相学习。
注：未经同意，不得转载！