PostgreSQL核心揭秘(三)-元组结构
目录
概述
2. 堆元组介绍
1）HeapTupleHeaderData 结构
2）空值位图（Null Bitmap）
3）用户数据（User Data）
3. 元组增、删、改操作介绍
1）增（INSERT）操作
2）删（DELETE）操作
3）改（UPDATE）操作
4. 总结
概述
在PostgreSQL中，堆元组（Heap Tuple）是表中一行数据的内部表示。每个堆元组都存储在一个页面（通常为8KB）内，并且由三个主要部分组成：HeapTupleHeaderData 结构、空值位图以及用户数据。
详细介绍
1. HeapTupleHeaderData 结构
HeapTupleHeaderData 是元组头部的数据结构，它包含了关于该元组的一些关键信息。这些信息包括事务相关的数据和一些标志位，用于多版本并发控制（MVCC）。
以下是其主要字段：
田 | 类型 | 长度 | 描述 |
t_xmin | 交易 ID | 4 字节 | 插入 XID 图章 |
t_xmax | 交易 ID | 4 字节 | 删除 XID 图章 |
t_cid | CommandId | 4 字节 | 插入和/或删除 CID 图章（与 t_xvac 叠加） |
t_xvac | 交易 ID | 4 字节 | XID 用于 VACUUM 操作移动行版本 |
t_ctid | ItemPointerData （项目指针数据） | 6 字节 | 此行版本或更新行版本的当前 TID |
t_infomask2 | uint16 | 2 字节 | 属性数量，以及各种标志位 |
t_infomask | uint16 | 2 字节 | 各种标志位 |
t_hoff | uint8 | 1 字节 | 用户数据的偏移量 |
2. 空值位图（Null Bitmap）
空值位图是一个可选的部分，仅当表中有允许NULL值的列时存在。这个位图用来标记哪些列的值是NULL。每个位对应一个列，如果某一位被设置，则表示相应的列是NULL。
3. 用户数据（User Data）
用户数据部分包含实际的字段值。这些值按照表定义中列的顺序排列。对于固定长度的数据类型（如int4），直接存储在用户数据部分；对于可变长度的数据类型（如text、varchar），则会有一个长度前缀，随后是实际的数据。
元组增、删、改操作介绍
1. 增（INSERT）操作
假设元组是由 txid=99 的事务插入页面中的，这时被插入元组的首部字段设置如下：
Tuple：
t_xmin：设置为 99，因为此元组由 txid=99 的事务所插入。
t_xmax：设置为 0，因为此元组尚未被删除或更新。
t_cid：设置为 0，因为此元组是由 txid=99 的事务所执行的第一条命令插入的。
t_ctid：设置为 (0,1)，指向自身，因为这是该元组的最新版本。
2. 删（DELETE）操作
假设接下来事务 txid=100 对元组进行了删除操作。此时，删除操作会设置如下：
Tuple（删除后状态）：
t_xmin：保持为 99，表示该元组的插入事务。
t_xmax：设置为 100，因为此元组现在被 txid=100 的事务删除。
t_cid：设置为 0，因为删除操作是由 txid=100 事务的第一条命令执行的。
t_ctid：保持为 (0,1)，仍指向原元组。
死元组最终将从页面中被移除。清除死元组的过程被称为清理（VACUUM）过程
3. 改（UPDATE）操作
如果在 txid=101 的事务中，对该元组进行了更新操作。此时，更新操作会创建一个新的元组，且原元组保持不变。新元组的设置如下：
当执行第一条UPDATE命令时，Tuple_1的t_xmax被设为txid 100，在逻辑上被删除，然后Tuple_2被插入，接下来重写Tuple_1的t_ctid以指向Tuple_2。Tuple_1和Tuple_2的头部字段设置如下。
第一条 UPDATE 命令
逻辑删除 Tuple_1：
Tuple_1 的 t_xmax 被设置为 100（txid）。
Tuple_1 的 t_ctid 从 (0,1) 改写为 (0,2)，指向新插入的元组。
Tuple_1 设置：
t_xmax: 100、 t_ctid: (0,2)
插入新元组 Tuple_2：
Tuple_2 的 t_xmin 被设置为 100（当前事务 txid）。
t_xmax 设置为 0（尚未被删除或更新）。
t_cid 设置为 0（表示这是该事务的第一条操作）。
t_ctid 设置为 (0,2)（指向自身）。
Tuple_2 设置：
t_xmin: 100、t_xmax: 0、t_cid: 0、t_ctid: (0,2)
第二条 UPDATE 命令
逻辑删除 Tuple_2：
Tuple_2 的 t_xmax 被设置为 100（当前事务 txid）。
Tuple_2 的 t_ctid 从 (0,2) 改写为 (0,3)，指向新插入的元组。
Tuple_2 设置：
t_xmax: 100、t_ctid: (0,3)
插入新元组 Tuple_3：
Tuple_3 的 t_xmin 被设置为 100（当前事务 txid）。
t_xmax 设置为 0（尚未被删除或更新）。
t_cid 设置为 1（表示这是该事务的第二条操作）。
t_ctid 设置为 (0,3)（指向自身）。
Tuple_3 设置：
t_xmin: 100、t_xmax: 0、t_cid: 1、t_ctid: (0,3)
与删除操作类似，如果txid=100的事务已经提交，那么Tuple_1和Tuple_2就成了死元组，而如果txid=100的事务中止，Tuple_2和Tuple_3就成了死元组。
总结
在这个过程中，元组的状态变化如下：
插入：新元组的字段由插入事务的 txid 决定。
删除：删除操作更新t_xmax，记录删除事务的txid。
更新：更新操作创建新的元组，新的 t_xmin 表示更新事务，并且t_cid和t_ctid 反映新的版本信息。
公众号内直接回复加群，即可添加微信群。觉得帖子写的不错，点点关注，点点赞，多多转载，请多多支持。
往期帖子汇总：
上一篇：PostgreSQL核心揭秘(二)-进程和内存架构
PostgreSQL核心揭秘(一)：数据库集簇
从零开始学PostgreSQL-工具篇2:碎片回收pg_repack
从零开始学PostgreSQL-工具篇：备份与恢复
从零开始学PostgreSQL (十四)：高级功能
从零开始学PostgreSQL (十三)：并行查询
从零开始学PostgreSQL (十二)：高效批量写入数据库
从零开始学PostgreSQL (十一)：并发控制
从零开始学PostgreSQL (十)：磁盘使用情况
从零开始学PostgreSQL (九)：任务进度报告
从零开始学PostgreSQL (八)：监控数据库动态
从零开始学PostgreSQL (七)：高可用性、负载平衡和复制
从零开始学PostgreSQL (六)：备份和恢复
从零开始学PostgreSQL (五)：日常数据库维护任务
从零开始学PostgreSQL (四)：数据库角色
从零开始学PostgreSQL (三)：索引篇
从零开始学PostgreSQL (二)：配置文件
从零开始学PostgreSQL (一)：Centos8 RPM安装PostgreSQL16