PostgreSQL堆内元组、动态剪枝技术介绍

上一篇文章《PostgreSQL的元组、页面结构及索引查找原理》中介绍了postgresql数据库数据结构和索引查找过程，本文接着继续介绍下堆内元组和动态剪枝技术，这两个技术其实是相辅相成的。我们知道在数据库元组插入更新时，索引也需要进行相应维护，因为pg的老元组不会实时清理，那么在更新后索引中就会多出一条索引记录指向新元组，这样造成索引膨胀，维护代价变大。pg为了避免这个问题，从8.3版本开始采用HOT（heap only tuple）解决这个问题，下面简单介绍一下技术原理。

普通更新

如下图所示，当tuple发生更新后，需要新增一条tuple记录到页面中，此时索引中也对应新增了一条记录，该记录指向tuple2的line pointer。这样的话每次更新都需要在索引页面插入新纪录，维护开销太大，而且会造成索引膨胀。Pg采用hot技术解决这个问题。

HOT更新

在使用hot更新时，元组更新后不会在索引页面新建相应记录，而通过在新老元组上设置标志位使得老元组指向新元组，形成新旧元组“链”解决这个问题。

前一篇文章介绍过，在元组结构的t_informask2字段中有两个标记位，heap_hot_update和heap_only_tuple，在更新tuple1时，postgresql会将tuple1（老元组）的标记位置为heap_hot_update，代表该元组是经过hot更新的行，同时将tuple2（新元组）的标记位置为heap_only_tuple。具体过程如下：

1.首先找到目标数据的索引元组
2.然后通过索引元组中的位置，访问行指针数组，找到行指针1
3.读取tuple1
4.发现tuple1的标记位是heap_hot_update，表明该元组是经过hot更新的元组，并不是真实要读取的数据，于是通过tuple1的t_ctid字段读取tuple2（上一篇文章也介绍过，当元组被更新过后，元组的t_ctid字段指向新的元组）

动态修剪

上面访问数据的过程其实访问了tuple1和tuple2两个数据块，这时我们可能会考虑到一个问题，因为tuple1是旧元组，它会在合适时机被vacuum掉，这时就无法通过tuple1的ctid字段定位到tuple2了，为了解决这个问题，postgresql会在合适的时候进行line pointer的重定向（redirect），将tuple1的line pointer重定向到line pointer2，这个过程称为动态修剪。

此时访问新元组的流程如下：
1.首先找到目标数据的索引元组
2.然后通过索引元组中的位置，访问行指针数组，找到行指针1
3.通过行指针的重定向，找到行指针2
4.通过行指针2直接定位tuple2

HOT技术的适用场景

当然HOT技术也不是万能的，它也有不适用的场景，比如下面两个场景：
1.当更新的元组和老元组不在同一个page中时，新旧元组链是不能跨越页面的，指向该元组的索引元组也会被添加到索引页面中。
2.当索引的key值更新时，原有索引记录中的key无法再定位到正确元组，此时会在索引页面中插入一条新的索引元组。

欢迎关注我的公众号：数据库架构之美