greenplum 收集统计信息

VACUUM

Name

VACUUM -- 垃圾收集以及可选地分析一个数据库

Synopsis

VACUUM [ FULL | FREEZE ] [ VERBOSE ] [ table ]
VACUUM [ FULL | FREEZE ] [ VERBOSE ] ANALYZE [ table [ (column [, ...] ) ] ]

描述

VACUUM 回收已删除元组占据的存储空间。 在一般的 PostgreSQL 操作里， 那些已经 DELETE 的元组或者被 UPDATE 过后过时的元组是没有从它们所属的表中物理删除的； 在完成 VACUUM 之前它们仍然存在。 因此我们有必须周期地运行 VACUUM， 特别是在常更新的表上。

如果没有参数，VACUUM 处理当前数据库里每个表， 如果有参数，VACUUM 只处理那个表。

VACUUM ANALYZE 先执行一个 VACUUM 然后是给每个选定的表执行一个 ANALYZE。 对于日常维护脚本而言，这是一个很方便的组合。参阅 ANALYZE 获取更多有关其处理的细节。

简单的 VACUUM （没有FULL） 只是简单地回收空间并且令其可以再次使用。这种形式的命令可以和对表的普通读写并行操作， 因为没有请求排他锁。VACUUM FULL 执行更广泛的处理，包括跨块移动元组，以便把表压缩到最少的磁盘块数目里。 这种形式要慢许多并且在处理的时候需要在表上施加一个排它锁。

FREEZE 是一种特殊用途的选项，它导致元组尽可能快地标记为"冻结(frozen)"， 而不是等到它们已经相当老的时候才标记。如果在同一个数据库上没有其它运行着的事务的时候完成这个命令， 那么系统就保证在数据库里的所有元组都是"冻结(frozen)"的， 因此不会有事务 ID 重叠的问题，而和数据库未清理的时间没有关系。 我们不建议把 FREEZE 用做日常用途。我们用它的唯一目的是准备和用户定义的模板数据库联接的时候， 或者是其它完全是只读的， 不会等到日常维护性 VACUUM 操作的数据库。 参阅 Chapter 22 获取细节。

参数

FULL

选择"完全"清理，这样可以恢复更多的空间， 但是花的时间更多并且在表上施加了排它锁。

FREEZE

选择激进的元组"冻结"。

VERBOSE

为每个表打印一份详细的清理工作报告。

ANALYZE

更新用于优化器的统计信息，以决定执行查询的最有效方法。

table

要清理的表的名称（可以有模式修饰）。缺省时是当前数据库中的所有表。

column

要分析的具体的列/字段名称。缺省是所有列/字段。

输出

如果声明了 VERBOSE，VACUUM 发出过程信息， 以表明当前正在处理那个表。各种有关这些表的统计也会打印出来。

注意

我们建议在经常VACUUMM（清理）（至少每晚一次）生产数据库， 以保证不断地删除失效的行。尤其是在增删了大量记录之后， 对受影响的表执行 VACUUM ANALYZE 命令是一个很好的习惯。这样做将更新系统目录为最近的更改，并且允许 PostgreSQL 查询优化器在规划用户查询时有更好的选择。

我们不建议日常使用 FULL 选项，但是可以在特殊情况下使用。 一个例子就是在你删除了一个表的大部分行之后，希望从物理上缩小该表以减少磁盘空间占用。VACUUM FULL 通常要比单纯的 VACUUM 收缩更多表的尺寸。

例子

下面是一个在 regression （蜕变）数据库里某个表上执行 VACUUM的一个例子：

regression=# VACUUM VERBOSE ANALYZE onek;
INFO:  vacuuming "public.onek"
INFO:  index "onek_unique1" now contains 1000 tuples in 14 pages
DETAIL:  3000 index tuples were removed.
0 index pages have been deleted, 0 are currently reusable.
CPU 0.01s/0.08u sec elapsed 0.18 sec.
INFO:  index "onek_unique2" now contains 1000 tuples in 16 pages
DETAIL:  3000 index tuples were removed.
0 index pages have been deleted, 0 are currently reusable.
CPU 0.00s/0.07u sec elapsed 0.23 sec.
INFO:  index "onek_hundred" now contains 1000 tuples in 13 pages
DETAIL:  3000 index tuples were removed.
0 index pages have been deleted, 0 are currently reusable.
CPU 0.01s/0.08u sec elapsed 0.17 sec.
INFO:  index "onek_stringu1" now contains 1000 tuples in 48 pages
DETAIL:  3000 index tuples were removed.
0 index pages have been deleted, 0 are currently reusable.
CPU 0.01s/0.09u sec elapsed 0.59 sec.
INFO:  "onek": removed 3000 tuples in 108 pages
DETAIL:  CPU 0.01s/0.06u sec elapsed 0.07 sec.
INFO:  "onek": found 3000 removable, 1000 nonremovable tuples in 143 pages
DETAIL:  0 dead tuples cannot be removed yet.
There were 0 unused item pointers.
0 pages are entirely empty.
CPU 0.07s/0.39u sec elapsed 1.56 sec.
INFO:  analyzing "public.onek"
INFO:  "onek": 36 pages, 1000 rows sampled, 1000 estimated total rows
VACUUM

定期使用Vacuum analyze tablename 回收垃圾和收集统计信息，尤其在大数据量删除，导入以后，非常重要

vacuum分两种，一种是analize优化查询计划的，还有一种是清理垃圾数据，

vacuum，该选项主要是清理数据库表中的垃圾空间
定义：
VACUUM reclaims storage occupied by deleted tuples. In normal Greenplum Database operation, tuples that are deleted or obsoleted by an update are not physically removed from their table; they remain present on disk until a VACUUM is done. Therefore it is necessary to do VACUUM periodically, especially on frequently-updated tables.
With no parameter, VACUUM processes every table in the current database. With a parameter, VACUUM processes only that table.
即对于delete或update操作造成的实际物理空间没有从所对应的表中移除的话，vacuum操作可以将此磁盘释放出来，所以对那些经常性更新的表很有需要来做下vacuum操作。

postres删除工作，并不是真正删除数据，而是在被删除的数据上，坐一个标记，只有执行vacuum时，才会真正的物理删除，这个非常重用，有些经常更新的表，各种查询、更新效率会越来越慢，这个多是因为没有做vacuum的原因。


查看执行计划：
ssg=# explain select * from "xxx".tb1 limit 100;
                                          QUERY PLAN                                          
----------------------------------------------------------------------------------------------
 Limit  (cost=0.00..3.21 rows=100 width=547)
   ->  Gather Motion 2:1  (slice1; segments: 2)  (cost=0.00..3.21 rows=50 width=547)
         ->  Limit  (cost=0.00..1.21 rows=50 width=547)
               ->  Seq Scan on tb1  (cost=0.00..119124.70 rows=4923135 width=547)
(4 rows)
ssg=# EXPLAIN ANALYZE select * from "xxx".tb1 limit 100;
                                                                      QUERY PLAN                                                                       
-------------------------------------------------------------------------------------------------------------------------------------------------------
 Limit  (cost=0.00..3.21 rows=100 width=547)
   Rows out:  100 rows with 6.182 ms to first row, 6.227 ms to end, start offset by 1132 ms.
   ->  Gather Motion 2:1  (slice1; segments: 2)  (cost=0.00..3.21 rows=50 width=547)
         Rows out:  100 rows at destination with 6.136 ms to first row, 6.155 ms to end, start offset by 1132 ms.
         ->  Limit  (cost=0.00..1.21 rows=50 width=547)
               Rows out:  Avg 100.0 rows x 2 workers.  Max 100 rows (seg0) with 1.016 ms to first row, 1.044 ms to end, start offset by 1137 ms.
               ->  Seq Scan on tb1  (cost=0.00..119124.70 rows=4923135 width=547)
                     Rows out:  Avg 100.0 rows x 2 workers.  Max 100 rows (seg0) with 1.006 ms to first row, 1.016 ms to end, start offset by 1137 ms.
 Slice statistics:
   (slice0)    Executor memory: 215K bytes.
   (slice1)    Executor memory: 231K bytes avg x 2 workers, 231K bytes max (seg0).
 Statement statistics:
   Memory used: 128000K bytes
 Total runtime: 1148.336 ms
(14 rows)


ssg=#