我可以每 1-2 分钟运行一次 PostgreSQL Vacuum 吗？答案

【问题标题】：Can I run a PostgreSQL Vacuum Once every 1-2 minutes?我可以每 1-2 分钟运行一次 PostgreSQL Vacuum 吗？
【发布时间】：2012-03-30 09:19:57
【问题描述】：

我正在为即将到来的项目考虑各种支持 MVCC 的数据库，而 PostgreSQL 引起了我的注意。

我的程序的需求大概是这样的：

从当前版本的数据库中读取一些信息，修改 80-90% 的数据并在一个或多个事务中将其写回（想象一下更新 Conway 的生命游戏中的网格，其中旧的并且需要新的网格状态）。
提交后等待 1-2 分钟。在此期间，客户端可以针对新数据发出读取。
重复。

数据库将被限制为 2-4GB。

~90% 的更改是对现有对象的更新，~5% 将是新对象，~5% 将是删除对象。

所以我的问题是，我是否可以合理地每 1-2 分钟运行一次简单的 VACUUM 命令作为步骤 1.5，并让 PostgreSQL 能够跟上每次可能进行的 2-3+GB 的更改？

【问题讨论】：

您可能不需要手动运行它。调整该特定表的自动真空设置就足够了。但是只有在删除或插入大量行时才真正需要真空。更新不需要如此激进的真空。
我的理解是每次更新都会生成一个带有新 XID 的新记录，并且由于每个周期我会更新 80-90% 的对象，我希望有很多“旧”记录清理。
可能还需要注意的是，在第 1 步运行时，客户端也可能会从第“0”步对数据库的“旧”状态发出读取，因此这些旧记录需要在生成新的时可用。
@MindJuice：你说得对，更新会留下死元组。但是 Postgres 可以通过 HOT ("heap-only Tuple") updates 重复使用该空间而无需清理。一些例外情况适用 - 特别是如果索引列在更新中发生更改。换个说法，出于好奇：您还想到了哪些其他 MVCC 数据库？
由于您在每次传递中都进行大量更新，因此可能值得使用稀疏的 fillfactor 创建表，以便在每个堆页面中为 HOT 更新留出足够的空间。跨度>

【解决方案1】：

我相信 Postgres 在这种情况下应该做得很好。这种情况并不常见，因此在大量更新之间手动清理似乎是一个合理的选择。

考虑您是否可以这样做，而不是进行大量更新，而是生成一组新表，分析它们（必要！），然后借助事务性 ddl 的力量，删除旧表并重命名新表进入他们的位置。这应该可以减轻您对 VACUUM 的担忧。

在这种情况下，您应该进行一些认真的调整。特别是，查看 shared_buffers、检查点相关参数和真空相关参数。另外，请记住使用实际工作负载进行基准测试。

【讨论】：

关于使用两个单独的表并在最后重命名的有趣建议。那可能对我有用。我会考虑一下。谢谢！
要重命名表，数据库首先要锁定表。这比更新的普通行锁要慢得多。
@FrankHeikens：这是一个权衡，OP 想要更新几乎整个表，一个简短的独占锁很容易比处理 VACUUM 和其他东西更好。如果读者只发出简短的查询，则尤其如此。或者，可以想象在客户端执行此操作 - 一个小的 search_path 舞蹈可能意味着“旧”读者使用旧模式中的表，新读者使用新模式中的表，而在后台您正在准备另一个版本。然后你删除不再被任何人使用的模式。
如果您在每个周期都将插入到新表中，请确保有一个事务将使用中的表重命名为“旧”名称并将新表重命名为表-正在使用。在此事务的提交和删除旧表之间留出一些时间，因为在提交后使用旧表的 OID 计划的事务可能仍在执行的一小段时间。您可能希望使用“旧”表名的 DROP TABLE IF EXISTS 语句启动“将新事务移动到位”事务。