Postgresql的vacuum机制一些理解

我们知道，postgresql（以下简称pg）多版本控制mvcc和oracle有所不同，oracle通过回滚段实现，数据更新之前先将旧版本数据写入回滚段，然后再将待更新数据写入原data block，而pg mvcc则是当元组发生更改时，直接在原数据data page插入一条新的记录，同时将原元组逻辑上标识为删除，这些标识为删除的元组也叫死元组。这就导致当进行多次更新和删除操作，磁盘上会多出很多死元组，占用了很多磁盘空间并且导致系统性能下降。
vacuum的作用则是回收这些这些无效的空间。

vacuum命令

VACUUM [ ( option [, ...] ) ] [ table_and_columns [, ...] ]
VACUUM [ FULL ] [ FREEZE ] [ VERBOSE ] [ ANALYZE ] [ table_and_columns [, ...] ]

其中option可以是下列之一：

    FULL [ boolean ]
    FREEZE [ boolean ]
    VERBOSE [ boolean ]
    ANALYZE [ boolean ]
    DISABLE_PAGE_SKIPPING [ boolean ]
    SKIP_LOCKED [ boolean ]
    INDEX_CLEANUP [ boolean ]
    TRUNCATE [ boolean ]

而table_and_columns是：

    table_name [ ( column_name [, ...] ) ]

full vacuum和lazy vacuum

full vacuum：会加上排他锁，这意味着full vacuum期间，读写操作会被阻塞起来。并在执行过程中会生成fraged_pages和vacuum_pages两个链表，fraged_pages是可填充元组的文件块，而vacuum_pages是待清理的死元组文件块。当扫完关系表后，通过fraged_pages对有效元组跨块移动，通过vacuum_pages对死元组进行清理，并把清理后的磁盘空间归还给操作系统。
lazy vacuum: 不会加上排他锁，读写操作可并行，只是简单死元组块标识为未使用，这些文件块不会归还给操作系统。

analyze

更新优化器的统计信息。当一张表（特别是大表）短时间频繁更新，优化器的统计信息是不及时的，或者是不准确的。这样会导致优化器执行查询sql时选择错误的执行计划，导致sql查询性能差。可功过analyze更新指定表（甚至指定列）的统计信息。

参考文献

1、http://www.postgres.cn/docs/12/sql-vacuum.html
2、《postgresql数据库内核分析》