PostgreSQL清理dead tuples（vacuum和vacuum full）

前言

PostgreSQL的并发控制，采用MVCC（多版本并发控制）进行处理。这种机制有一个缺点：随着时间的推移，数据文件中积累的dead tuples（死数据/死元组）会越来越多。

在清理dead tuples时，系统有两种处理方式：vacuum 和 vacuum full。

简单使用

vacuum 表名;
vacuum full 表名;

vacuum和vacuum full区别

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。

• vacuum：只是把表中的dead tuples进行删除标记，并没有真正物理删除；将dead tuple的行的空间转换为能够使用的状态，vacuum过程中，可以正常访问数据表，不锁表。
• vacuum full：物理删除表中的dead tuples，释放空间给操作系统；vacuum full过程中，表被锁定，不允许访问。
  

原理

Vacuum过程

1. 清除dead tuples指向的index tuples

1. 移除dead tuples，更新VM（可见性映射文件）和FSM（空闲空间映射文件）

1. 更新统计信息和相关系统表

AutoVacuum守护进程

• 由于vacuum是数据库系统的一个例行性维护，所以系统启动后，会开启一个AutoVacuum守护进程专门对此处理。
• AutoVacuum清理进程一般用vacuum而避免使用vacuum full。
  理由：vacuum尽管可以保持表的最小尺寸，但是如果表还有继续增长的空间，这么做就意义不大了，特别是对于频繁写入的表。而且vacuum在执行效率上也比vacuum full好。
• AutoVacuum进程是一个launcher进程，它不进行vacuum操作，它负责启动vacuum worker进程，然后由vacuum worker进程进行相应的vacuum和analyze操作。
  

Vacuum Full过程

1. vacuum full开始执行时，系统会先对目标创建一个AccessExclusiveLock（访问独占锁/读排它锁），不允许外界再进行访问（为后面拷贝做准备），然后创建一个表结构和目标表相同的新表。
2. 扫描目标表，把表中的live tuples（活数据/活元组）拷贝到新表中。
3. 删除目标表，在新表上，重新创建索引，更新VM（可见性映射文件）， FSM（空闲空间映射文件）以及统计信息，相关系统表等。