表膨胀终结者，金仓数据的表膨胀及对策

1、为什么会有表膨胀

多版本并发控制机制

多版本并发控制机制（MVCC）的原理在于，当它需要更改某块数据的时候，它不会直接去更改，而是会创建这份数据的新版本，在新版本进行更改，所以会存储多份版本，每个事务能看见哪一份版本的数据，由事务隔离级别控制。
MVCC引入了一个问题，如何消除老旧的、没有使用的无用数据（版本），目前主流上有3种处理实现方式：
第一种： 以Oracle为代表的，把旧版本数据放入UNDO，新数据放入REDO，然后更改数据。这种方式，旧版本的数据放入了UNDO，所以可以有效避免膨胀。
第二种: 以SQL Server为代表的，把旧版本的数据写入专门的临时表空间，新数据写入日志，然后去更改数据。这种方式，旧版本的数据放入了专门的临时表空间，所以也可以有效地避免膨胀。
第三种: 以PostgreSQL为代表的，把旧版本标示为无效，新数据写入日志，成功后把新版本的数据写入新的位置。这种实现机制是导致数据膨胀严重的一个重要原因，因为旧版本的数据虽然表示为无效状态，但是没被回收前还是占据存储空间。

金仓数据库的处理方式属于第三种，对于表膨胀，金仓数据库有如下对策。

2、如何处理表膨胀

（1）使用vacuum清理表膨胀

vacuum的主要任务就是清理表和索引中不需要的数据（dead tuples），为新加入的数据清理出来空间。
vacuum的执行过程主要分为以下三步

1. 清除dead tuples指向的index tuples
2. 移除dead tuples，更新VM和FSM
3. 更新统计信息和相关系统表

但是vacuum也有存在的问题。比如，vacuum完成清理工作后，那些空间并没有真正被释放给操作系统，只能被vacuum清理过的表和索引所利用。

（2）使用vacuum full清理表膨胀

Vacuum Full和Vacuum最大的不同就是，Vacuum Full是物理删除dead tuples，并把释放的空间重新交给操作系统，所以在vacuum full后，表的大小会减小为实际的空间大小。
当然，vacuum full 也有存在的问题，在执行过程中，它会block所有对表的访问，不只是写操作，读操作也会全部block。很多情况下这是不可接受的，尤其是生产环境。

（3）、使用sys_squeeze无锁化清理表膨胀

sys_squeeze是KingbaseES的一个扩展插件，该组件将提供人工调用命令实现对表dead tuple的清理工作。该组件在清理表空间的过程中，不会全程加排他锁，能保证运行期间尽可能不影响对目标表的访问。
sys_squeeze相比vacuum full最大的优势在于：
它也只会在最后检查并完成增量数据以及切换filenode的过程中加排他锁，其他过程中是不影响读写。
sys_squeeze用法示例：
1、数据构造

create table a (a int primary key,b text);
insert into a values(generate_series(1,10000000),now());
delete from a where a <=4000000;
update a set a=a+6000000;

2、查看膨胀率

SELECT
    schemaname||'.'||relname as table_name,
    pg_size_pretty(pg_relation_size(schemaname||'.'||relname)) as table_size,
    n_dead_tup,
    n_live_tup,
    round(n_dead_tup * 100 / (n_live_tup + n_dead_tup),2) AS dead_tup_ratio
FROM
    pg_stat_all_tables
WHERE
    relname = 'a';

3、创建插件：

create extension sys_squeeze ;

该插件的实现依赖于逻辑解码，因此使用该插件之前必须保证数据库wal_level等级设置为’logical’。
金仓数据库提供了在线wal_level切换功能，不用停库即可实现wal_level切换。

ALTER SYSTEM SET wal_level = logical;
select pg_reload_conf();

4、使用sys_queeze插件清理表a

select squeeze.squeeze_table('public','a',null,null,  null);

函数squeeze.squeeze_table(opt1,opt2,opt3,opt4,opt5) 有5个可配置参数：

opt1: 填写所要清理的目标表的模式名，必须项

opt2: 填写所要清理的目标表名，必须项

opt3: 指定该表中已存在的index 名，若指定，会在新生成的表空间中按照此index顺序物理排列tuple，可选项，不指定填null

opt4: 指定将新生成的表置入指定的表空间。 可选项，若不指定填null，表示仍然使用原有表空间。

opt5: 将相应index置入指定的表空间。可选项，若不指定填null，表示仍然使用原有表空间。
清理过程如下：

5、清理完成后查看表的膨胀率

【更多人大金仓数据库信息， 详见 金仓文档管理系统 】