带你了解数据库的“吸尘器”：VACUUM

摘要：在GaussDB(DWS)中，VACUUM的本质就是一个“吸尘器”，用于吸收“尘埃”。下面将从VACUUM的作用、用法、原理等方面进行介绍。

本文分享自华为云社区《GaussDB(DWS) VACUUM总结》，原文作者：KevinMV 。

在GaussDB(DWS)中，VACUUM的本质就是一个“吸尘器”，用于吸收“尘埃”。而尘埃其实就是旧版本数据，如果这些数据没有及时清理，那么将会导致数据库空间膨胀，性能下降，更严重的情况会导致宕机。下面将从VACUUM的作用、用法、原理等方面进行介绍。

1、VACUUM的作用

1）空间膨胀问题：清除废旧元组以及相应的索引。包括提交的事务delete的元组（以及索引）、update的旧版本（以及索引），回滚的事务insert的元组（以及索引）、update的新版本（以及索引）、copy导入的元组（以及索引）。

2）freeze：防止因事务ID回卷问题（Transaction ID wraparound）而导致的宕机，将小于OldestXmin的事务号转化为freeze xid，更新表的relfrozenxid，更新库的relfrozenxid，truncate clog。

3）更新统计信息：VACUUM analyze时，会更新统计信息，使得优化器能够选择更好的方案执行sql。

VACUUM 命令存在两种形式，VACUUM和VACUUM FULL，VACUUM命令做的是LAZY VACUUM。从字面意思就可以看出来，LAZY VACUUM是VACUUM FULL的简化版。具体区别见下表。

注：目前LAZY VACUUM只对行存表起作用，对列存表无效，列存表只能依靠VACUUM FULL释放空间。

VACUUM在GaussDB(DWS)中具体执行语法如下：

1）回收空间并更新统计信息，对关键字顺序无要求

VACUUM [ ( { FULL | FREEZE | VERBOSE | ANALYZE } [, ...] ) ] [ table_name [ (column_name [, ...] ) ] ]

2）仅回收空间，不更新统计信息

VACUUM [ FULL ] [ FREEZE ] [ VERBOSE ] [ table_name ]

3）回收空间并更新统计信息，且对关键字顺序有要求

VACUUM [ FULL ] [ FREEZE ] [ VERBOSE ] ANALYZE [ table_name [ (column_name [, ...] ) ] ]

重要参数说明：

（1）从指定的多张表中进行遍历，从而获取每一个表。

（2）获取遍历到表的共享锁，该锁允许其他事务读取。

（3）获取每个页面的dead tuples(死亡元组)，并freeze需要的元组。

（4）删除指向dead tuples的院所元组。

（5）删除dead tuples并重新分配live tuples(活动元组)。

（6）更新目标表的FSM（用于记录每个数据块的空闲空）和VM（标记数据块中是否存在需要清理的行）。

（7）重复5，6步骤直到遍历完该表的每一页.

（8）如果最后一页没有元组，则进行截断。

（9）更新与VACUUM有关的统计信息表和系统目录。

（1）建立临时表：数据库创建一张临时表，该表继承老表的所有属性。如果用户表有名字与这个临时表相同的，那么就会失败。在该阶段申请的行排他锁（RowExclusiveLock）。

（2）数据复制：将原来表中的数据复制到临时表中。在该过程中完成堆dead tuples的清理。该阶段申请的是访问排他锁AccessExclusiveLock。

（3）交换表：使用新表代替老表。而交换的本质是物理文件的交换，即临时表带老物理文件，老表带新物理文件。该阶段会再次申请行排他锁（RowExclusiveLock）。

（4）重建索引：当交换完成后，会进行索引重建，并更新统计信息。此时对表申请共享锁（ShareLock）。

（5）删除临时表：索引重建完成后，会将带有老物理文件的临时表进行删除。