本文共 2237 字，大约阅读时间需要 7 分钟。

PostgreSQL VACUUM 功能详解

VACUUM 的作用

在 PostgreSQL 中，VACUUM（真空）是一项重要的数据库管理操作。它的主要职责是回收数据库中占用空间的已删除数据，释放磁盘空间。由于 PostgreSQL 不会实际删除数据，而是通过标记删除数据来实现，长期积累的删除数据会导致磁盘空间浪费，因此 VACUUM 是必不可少的操作。

回收空间

PostgreSQL 在执行 DELETE、UPDATE 等操作时，并不会立即释放占用的磁盘空间。相反，它会将这些数据标记为删除状态，等待后续操作时进行处理。这种机制虽然提高了操作的 Atomicity（原子性），但会导致磁盘空间的浪费，特别是在频繁进行数据增删改时。

VACUUM 的核心作用就是清理这些被标记为删除但尚未回收的数据。它能够识别这些“死元组”（dead tuples），并将它们的占用空间释放，使得数据库能够更好地支持后续的操作。

冻结事务 ID

PostgreSQL 的 Multi Version Concurrency Control（MVCC）机制依赖于事务 ID（transaction ID，简称 xid）的管理。每个数据元组的 header 中都包含 xmin 和 xmax，这两个值表示事务的开始和结束时间。由于 transaction ID 是循环使用的（最大为 2^32），随着时间推移，最新的事务 ID 可能会小于之前的事务 ID，这会导致 MVCC 失效。

为了解决这个问题，PostgreSQL 在背景任务中定期执行 VACUUM 操作，将过期的事务 ID 冻结（freeze）。冻结后，事务 ID 被设置为 2，这一值被视为比任何有效的事务 ID 更小。这样一来，MVCC 的原子性和一致性得以保持。

更新统计信息

VACUUM 还会更新 PostgreSQL 的统计信息。这些统计信息包括索引的空闲空间、表的行数等。通过定期更新统计信息，优化器能够更准确地制定执行计划，从而提升查询性能。

更新可见性图

除了清理空间和管理事务 ID，VACUUM 还会更新可见性图（visibility map）。这个图用于标记数据库页面中是否存在可见的元组。通过检查可见性图，VACUUM 扫描时可以跳过已知不可见的页面，减少不必要的 I/O 操作。同时，可见性图的大小相对较小，适合缓存到内存中，进一步提升性能。

VACUUM 的执行流程

Full Vacuum 与单纯 VACUUM 的区别

单纯的 VACUUM 操作只会释放删除状态的空间，但不会将这些空间合并到数据库的元数据中。因此，系统仍然无法利用这些空间来存储新的数据。Full Vacuum 操作则更为彻底，它会对表和索引进行重建，并对元数据进行空间合并。

Full Vacuum 的执行流程

注意事项

在执行 Full Vacuum 时，数据库表和索引会被锁定，期间无法进行任何写操作。这意味着在业务高峰期或数据库负载较大的情况下，建议避免手动执行 Full Vacuum。合理设置自动化 vacuum 参数，定期执行常规 vacuum 操作已经足够。

Autovacuum

参数配置

PostgreSQL 提供了多种 autovacuum 参数，用于定期自动执行 vacuum 操作。主要参数包括：

• autovacuum：默认启用，表示是否开启自动 vacuum 功能。
• autovacuum_naptime：默认 1 分钟，表示 vacuum 的执行间隔。
• log_autovacuum_min_duration：默认 0，表示在 vacuum 超时时记录日志。
• autovacuum_max_workers：默认 3，表示最大同时运行的 vacuum 工作进程。

参数优化

对于负载较大的系统，建议合理配置 autovacuum 参数。例如，在系统资源充足的情况下，可以适当提高 autovacuum_max_workers 的值。反之，在资源有限的环境中，可以减少工作进程的数量。

何时执行 vacuum full

在高并发、频繁更新的表中，执行 vacuum full 并不是必须的。通常情况下，定期执行常规 vacuum 操作已经足够，因为这些操作能够回收大部分已删除数据所占用的空间。

总结

VACUUM 是 PostgreSQL 数据库管理中的关键操作，直接关系到数据库的性能和稳定性。通过合理配置 autovacuum 参数，定期执行 vacuum 操作，可以有效管理数据库空间，避免因磁盘空间不足或逻辑腐蚀带来的性能下降。

转载地址：http://bnxfk.baihongyu.com/